Vertailutestien tulosten tulkinta Mikä on hyvä tulos?
|
|
- Kalevi Lehtinen
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 Vertailutestien tulosten tulkinta Mikä on hyvä tulos? Pertti Virtala PANK-menetelmäpäivä
2 Sisältö Mittaustarkkuuden käsitteitä Mittaustarkkuuden analysointi Stabiilius Kohdistuvuus Toistettavuus Uusittavuus Case kiviainestutkimukset Vertailukokeet 2015 kiviaineksen testit SFS-EN Litteysluku SFS-EN Los Angeles testi SFS-En Kuulamyllytesti 2
3 Mittaustarkkuuden käsitteitä Kohdistuvuus (Trueness, Accuracy): Mittaustuloksen suhde tosimittaan, mittanormaaliin tai referenssilaitteeseen. Stabiilius (Stability): Mittaustuloksen pysyvyys kun saman kohteen mittausta suoritetaan tietyin aikavälein. Toistettavuus (Repeatability, Precision): Peräkkäisten mittaustulosten yhtäpitävyys, kun yksittäiset mittaukset suoritetaan lyhyin aikavälein samalla tavalla (=samalla laitteella ja saman operaattorin toimesta). Uusittavuus (Reproducibility, Precision): Peräkkäisten mittaustulosten välinen yhtäpitävyys, kun yksittäiset mittaukset suoritetaan eri menetelmillä tai eri operaattoreiden toimesta tai eri laboratorioissa. Mittausepävarmuus: Toistettavuus ja uusittavuus yhdessä 3 KIVIAINESTEN YLEISTEN OMINAISUUKSIEN TESTAUS. OSA 6: TOISTETTAVUUDEN JA UUSITTAVUUDEN MÄÄRITELMÄT Tests for general properties of aggregates. Part 6: Definitions of repeatability and reproducibility
4 Hyvä kohdistus ja tarkka Hyvä kohdistus mutta epätarkka Huono kohdistus mutta tarkka Huono kohdistus ja epätarkka 4
5 Hyvä kohdistus ja tarkka Hyvä kohdistus mutta epätarkka Huono kohdistus mutta tarkka Huono kohdistus ja epätarkka Stabiili Epästabiili Stabiili / Epästabiili Epästabiili 5
6 Mittaustarkkuuden analysointimenetelmät Lähteet (Measurement System Analysis) Laatutekniikan oppikirjat Tilastolliset ohjelmistot Laatutekniikan kouluttajat Stabiilius analysoidaan (hallitaan) SPC:llä Kohdistus testataan Bias & Linearity testillä Toistettavuus ja uusittavuus testataan gagerr-testillä raportoidaan yhdessä (ISO 5725/SFS EN 932-6) 6
7 Mittaustarkkuuden tavoitearvot Tarkkuuden laji Tavoitearvo Stabiilius Kohdistuvuus Toistettavuus ja uusittavuus GageRR <=30% Luokittelukyky >=5 tai stabiili, LCL-UCL sopimuskysymys SFS-EN
8 8 Stabiiliuden analysointi
9 Stabiiliuden hallinta Valvontarajojen määrittäminen 1. Valvontarajojen käyttäminen 2. 9
10 10 Kohdistuvuuden analysointi
11 Kohdistuvuuden analysointi Kohdistuvuustesti jaetaan usein kahteen komponenttiin: Gage Bias test: Tarkastelee testattavan laitteen ja referenssilaitteen tulosten välistä tasoeroa. Se vastaa kysymykseen: tuottaako laite yhtä suuria tuloksia kuin referenssilaite? Gage Linearity test: Kertoo miten yhteneväisiä tuloksia testattava laite tuottaa suhteessa referenssilaitteen tuloksiin mitattavalla arvoalueella. Se vastaa kysymykseen: riippuuko laitteen kohdistuvuus arvoalueesta?. 11
12 Toistettavuuden ja uusittavuuden analysointi
13 Toistettavuuden ja uusittavuuden analysointi 10 mitattavaa osaa tyypilliseltä vaihtelualueelta kolme operaattoria, laitetta tai laboratoriota, kaksi toistoa mittausjärjestys mielellään satunnaistettu. RunOrder Parts Operators
14 Osat (näytteet) valittava niin, että niiden arvoalue edustaa tuotantotoimintaa ts. on pieniä arvoja, suuria arvoja ja keskisuuria arvoja Summary Report for C6 Anderson-Darling Normality Test A-Squared 0.25 P-Value Mean StDev Variance Skewness Kurtosis N Minimum st Quartile Median rd Quartile Maximum % Confidence Interval for Mean % Confidence Interval for Median % Confidence Interval for StDev % Confidence Intervals Mean Median
15 Gage name: PTM-FIN 2014 C1-testin osa Date of study: Reported by: Pertti Virtala Tolerance: Misc: PANK-menetelmäpäivä Part-to-Part Reprod Repeat Gage R&R Percent % Contribution % Study Var OSA Sample Range _ R=0 UCL=0 LCL=0 P44 P46 P61 P62 P68 P OSA Sample Mean _ X=7.50 UCL=7.50 LCL=7.50 P44 P46 P61 P62 P68 P OSA P69 P68 P62 P61 P46 P Mittauslaite OSA Average P44 P46 P61 P62 P68 P69 Mittauslaite Components of Variation R Chart by Mittauslaite Xbar Chart by Mittauslaite Uramax by OSA Uramax by Mittauslaite OSA * Mittauslaite Interaction Gage R&R (Expanded) Report for Uramax 15 Gage-RR% ANOVA A D B E C F
16 GageRR-analyysin six-pack tulokset A. GageRR-tunnusluku ja sen komponentit B. Operaattori-laite-laboratorioiden toistettavuus C. Operaattoreiden tulosprofiilit D. Vaihteluaulue E. Graafinen varianssianalyysi Tasoerot F. Poikkeavat operaattorit/laitteet/laboratoriot 16
17 Vaihtoehtoinen tapa tarkastella tuloksia Gage Evaluation Study Var %Study Var Source StdDev (SD) (6 SD) (%SV) Total Gage R&R Repeatability Reproducibility Mittauslaite Part-To-Part OSA Total Variation Number of Distinct Categories = 14 17
18 Case kiviainestutkimukset Vertailukokeet 2015 Kuulamyllyarvo 2x15x2 18
19 Kuulamyllyarvo - stabiilius I Chart of KM by Näyte Individual Value _ UCL=5.78 X=5.13 LCL= Laboratorio
20 Gage R&R (Expanded) Report for KM Gage name: Kiviainestutkimusten vertailututkinus 2015 Date of study: Reported by: Tolerance: Misc: Pertti Virtala Components of Variation KM by Näyte 100 % Contribution % Study Var 24 A Percent 50 0 Gage R&R Repeat Reprod Part-to-Part Näyte 2 D R Chart by Laboratorio Lab Lab 1 10 Lab 11 Lab 13 Lab 14 Lab 16 Lab 18 Lab 19 Lab 2Lab 20 Lab 21 Lab 5Lab 7Lab 8Lab 9 24 KM by Laboratorio B Sample Range C Sample Mean 20 UCL=2.069 _ R=0.633 LCL= Näyte Xbar Chart by Laboratorio Lab Lab 1 10 Lab 11 Lab 13 Lab 14 Lab 16 Lab 18 Lab 19 Lab 2Lab 20 Lab 21 Lab 5Lab 7Lab 8Lab Näyte UCL=14.04 _ X=12.51 LCL= Average Lab Lab 10 Lab 11 Lab 13 Lab 14 Lab 16 Lab 18 Lab 19 Lab 2 Lab 20 Lab 21 Lab 5 Lab 7 Lab 8 Lab 9 Laboratorio Näyte * Laboratorio Interaction Näyte 2 E Laboratorio Lab 1 Lab F10 Lab 11 Lab 13 Lab 14 Lab 16 Lab 18 Lab 19 Lab 2 Lab 20 Lab 21 Lab 5 Lab 7
21 Gage-RR analyysi - kuulamyllyarvo Gage Evaluation Study Var %Study Var Source StdDev (SD) (6 SD) (%SV) Total Gage R&R Repeatability Reproducibility Laboratorio Part-To-Part Näyte Total Variation Number of Distinct Categories = 17 Huom. Tulosten tarkkuutta tutkittiin vain kahden näytteen avulla. 21
22 Case kiviainestutkimukset Vertailukokeet 2015 Micro Deval 2x5x2 22
23 Micro Deval mittauksen stabiilius I Chart of Micro Deval by Näyte Individual Value Laboratoriot, juokseva numerointi 5.0 Laboratoriot, juokseva numerointi _ UCL=4.69 X=4.1 LCL= Laboratorio
24 Gage R&R (Expanded) Report for Micro Deval Gage name: Kiviainestutkimusten vertailututkinus 2015 Date of study: Reported by: Tolerance: Misc: Pertti Virtala Components of Variation Micro Deval by Näyte 100 % Contribution % Study Var 15 A 50 Percent 0 Gage R&R Repeat Reprod Part-to-Part Näyte 2 D 1.6 B Sample Range R Chart by Laboratorio Lab 14 Lab 18 Lab 2 Lab 5 Lab Näyte 2 UCL=1.634 _ R=0.5 LCL= Lab 14 Micro Deval by Laboratorio Lab 18 Lab 2 Lab 5 Laboratorio E Lab 7 15 C 10 5 Sample Mean Xbar Chart by Laboratorio Lab 14 Lab 18 Lab 2 Lab 5 Lab 7 _ UCL=9.92 X=8.95 LCL=7.98 Average Näyte * Laboratorio Interaction Laboratorio Lab 14 Lab F18 Lab 2 Lab 5 Lab Näyte Näyte 2
25 Gage-RR-analyysi Micro Deval Gage Evaluation Study Var %Study Var Source StdDev (SD) (6 SD) (%SV) Total Gage R&R Repeatability Reproducibility Laboratorio Part-To-Part Näyte Total Variation Number of Distinct Categories = 14 25
26 Case kiviainestutkimukset Vertailukokeet 2015 Los Angeles luku 2x14x1 26
27 LA-luku mittauksen stabiilius I Chart of Losa by Näyte Individual Value UCL=14.87 _ X=13.19 LCL= Observation 27
28 LA-luku Multi-Vari Multi-Vari Chart for Losa by Laboratorio - Näyte Losa COV=3 % Laboratorio Lab 1 Lab 10 Lab 14 Lab 15 Lab 16 Lab 17 Lab 18 Lab 2 Lab 20 Lab 21 Lab 5 Lab 7 Lab 8 Lab 9 14 COV=4,6 % Näyte
29 Case kiviainestutkimukset Vertailukokeet 2015 Litteysluku 2x17x1 29
30 Stabiilius - litteysluku I Chart of Litteysluku by Näyte Individual Value UCL=10.10 _ X= LCL= Observation 30
31 Litteysluku Multi-Vari Multi-Vari Chart for Litteysluku by Laboratorio - Näyte Litteysluku COV=15 % COV=10 % Laboratorio Lab 1 Lab 11 Lab 12 Lab 13 Lab 14 Lab 15 Lab 18 Lab 19 Lab 2 Lab 20 Lab 21 Lab 3 Lab 4 Lab 5 Lab 6 Lab 7 Lab 8 Lab 9 1 Näyte 2 Huom. Ilman toistoja ei voida kakettaa 31
32 Multi-Vari tarkastelu - Massa Multi-Vari Chart for Massa (g) by Tunnus - Osa Massa (g) Tunnus A B C D E F G H I J K Osa Huom. Ilman toistoja ei voida kakettaa 32
33 Yhteenveto Tunnusluku Stabiilius Kohdistuvuus Mittaustarkkuus RR% - Litteysluku (OK) - 61%, EI OK - LA-luku OK - 9%, OK - KM-arvo OK - 11%, OK - Litteysluku OK LA-luku OK KM-arvo OK - 8.1%, OK - MD OK - 9,7%, OK - Massa OK Tiheys OK Paksuus OK
34 Näytekoon pienuudesta johtuva huomautus MINITAB ASSISTANT WHITE PAPER This paper explains the research conducted by Minitab statisticians to develop the methods and data checks used in the Assistant in Minitab 17 Statistical software. Operators 2 or Parts < 10 Measurement variation: Estimated from the parts, it is broken down into Reproducibility and Repeatability. The number of parts and operators does not meet the typical requirement of 10 parts and 3 operators. The estimates of measurement variation may not be precise. You should view the estimates as indicating general tendencies, rather than precise results. Jos laboratorioita enintään 2 ja näytteitä alle 10: Tulos ei ole kovin luotettava. Se on vain suuntaa antava. 34
Vertailutestien tulosten tulkinta Mikä on hyvä tulos?
Vertailutestien tulosten tulkinta Mikä on hyvä tulos? Pertti Virtala PANK-menetelmäpäivä 29.1.2015 Sisältö Mittaustarkkuuden käsitteitä Mittaustarkkuuden analysointi Stabiilius Kohdistuvuus Toistettavuus
KIVIAINESTEN VERTAILUKOKEET Sami Similä Destia Oy / Asiantuntijapalvelut
KIVIAINESTEN VERTAILUKOKEET 2015 Sami Similä / Asiantuntijapalvelut Espoo huhtikuu 2015 1 Sisältö: 1. Johdanto sivu 2 2. Testit ja näytteet sivu 3 3. Tulokset testeittäin sivu 3 3.1 Kuulamylly sivu 3 3.2
Kiviainestestien vertailukokeet 2015
Kiviainestestien vertailukokeet 2015 Los Angeles -koe, SFS-EN 1097-2 Kuulamyllykoe, SFS-EN 1097-9 Micro Deval koe, SFS-EN 1097-1 Litteysluku, SFS-EN 933-3 Kiintotiheys, verkkokori, SFS-EN 1097-6 Annex
Konenäköjärjestelmän stabiiliuden seuranta
Christian Arboix Llobell Konenäköjärjestelmän stabiiliuden seuranta Murata Electronics Oy:lle Metropolia Ammattikorkeakoulu Ylempi ammattikorkeakoulututkinto Sähkö- ja automaatiotekniikka Opinnäytetyö
TR 10 Liite 1 2008-03-20. PANK-HYVÄKSYNTÄ Lisävaatimukset PTM-mittaukselle. C) mspecta
PANK-HYVÄKSYNTÄ Lisävaatimukset PTM-mittaukselle C) mspecta 1 Tuotesertifiointi PANK-HYVÄKSYNTÄ Lisävaatimukset PTM-mittaukselle 1 Yleistä PANK Laboratoriotoimikunta on hyväksynyt ohjeen PANKhyväksyntä
Vertailukokeet ja standardimuutokset
1 Vertailukokeet ja standardimuutokset PANK menetelmäpäivä 28.1.2010 Pirjo Kuula-Väisänen, TTY/Maa- ja pohjarakenteet Sisältö 2 Hienoainesten vertailukokeiden tulokset Kiviainesten lujuuskokeiden vertailukokeiden
Harjoittele tulkintoja
Harjoittele tulkintoja Syksy 9: KT (55 op) Kvantitatiivisen aineiston keruu ja analyysi SPSS tulosteiden tulkintaa/til Analyysit perustuvat aineistoon: Haavio-Mannila, Elina & Kontula, Osmo (1993): Suomalainen
MENETELMÄ POISTETTU KÄYTÖSTÄ
PANK-2210 PANK MURSKAUTUNEISUUS PÄÄLLYSTEALAN NEUVOTTELUKUNTA Hyväksytty: Korvaa menetelmän: 11.12.1997 PANK-2211 19.4.96 1. MENETELMÄN TARKOITUS Menetelmällä määritetään murskautuneiden rakeiden osuus
Minitab 14. Datan syöttäminen ja manipulointi. Johdatus graafiseen analyysiin käyttäen Minitabbia,, 1 päivä. Minitab 14 koulutus. Minitab 14 koulutus
Minitab 4 Datan syöttäminen ja manipulointi Johdatus graafiseen analyysiin käyttäen Minitabbia,, päivä Tanja Karjalainen Quality Knowhow Karjalainen Oy Tyyrpuurinkatu A 4 LAHTI Puh. -8 44 Fax. -8 E-mail:
Kahden laboratorion mittaustulosten vertailu
TUTKIMUSSELOSTUS NRO RTE9 (8) LIITE Kahden laboratorion mittaustulosten vertailu Sisältö Sisältö... Johdanto... Tulokset.... Lämpökynttilät..... Tuote A..... Tuote B..... Päätelmiä.... Ulkotulet.... Hautalyhdyt,
Kojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto
Kojemeteorologia Sami Haapanala syksy 2013 Fysiikan laitos, Ilmakehätieteiden osasto Mittalaitteiden staattiset ominaisuudet Mittalaitteita kuvaavat tunnusluvut voidaan jakaa kahteen luokkaan Staattisiin
Minitab liiketoiminnan kehittämisessä
- 1 - Minitab liiketoiminnan kehittämisessä Ohjelmistot ja kurssit tehokkaaseen datan analysointiin Quality Trainer Quality Companion Minitab Statistical Software Kuva: Minitab Inc. -2- Tehokasta data-analyysia
KOSKETUSNÄYTÖLLISEN MATKAPUHELIMEN TUNTOPALAUTETOIMINNON TESTAUS
KOSKETUSNÄYTÖLLISEN MATKAPUHELIMEN TUNTOPALAUTETOIMINNON TESTAUS Heikki Ahvensalmi Opinnäytetyö 2.11.2010 Kone- ja tuotantotekniikan koulutusohjelma Oulun seudun ammattikorkeakoulu OULUN SEUDUN AMMATTIKORKEAKOULU
Teemu Näykki ENVICAL SYKE
Talousveden kemiallisten määritysmenetelmien oikeellisuus, täsmällisyys, toteamisraja vaatimukset ja vinkkejä laskemiseen Teemu Näykki ENVICAL SYKE AJANKOHTAISTA LABORATORIORINTAMALLA 2.10.2014 Sosiaali-
Tässä harjoituksessa käydään läpi R-ohjelman käyttöä esimerkkidatan avulla. eli matriisissa on 200 riviä (havainnot) ja 7 saraketta (mittaus-arvot)
R-ohjelman käyttö data-analyysissä Panu Somervuo 2014 Tässä harjoituksessa käydään läpi R-ohjelman käyttöä esimerkkidatan avulla. 0) käynnistetään R-ohjelma Huom.1 allaolevissa ohjeissa '>' merkki on R:n
Six Sigman ammattilaiset. Champion linkki yrityksen johdon ja Black Belttien välillä. Champion osa funktionalista organisaatiota.
Six Sigma Champion kurssi Eero E. Karjalainen Quality Knowhow Karjalainen Oy Tyyrpuurinkatu 5 A 5 540 LAHTI Puh. 03-780 4264 Fax. 03-780 707 E-mail: antti@qk-karjalainen.fi Internet: www.qk-karjalainen.fi
Asiakaspalautteen merkitys laboratoriovirheiden paljastamisessa. Taustaa
Asiakaspalautteen merkitys laboratoriovirheiden paljastamisessa Paula Oja, TtT Laboratorio, Oulun yliopistollinen sairaala Potilasturvallisuustutkimuksen päivät 26. 27.1.2011 1 Taustaa Laboratorion tulee
Graph. COMPUTE x=rv.normal(0,0.04). COMPUTE y=rv.normal(0,0.04). execute.
COMPUTE x=rv.ormal(0,0.04). COMPUTE y=rv.ormal(0,0.04). execute. compute hplib_man_r = hplib_man + x. compute arvokons_man_r = arvokons_man + y. GRAPH /SCATTERPLOT(BIVAR)=hplib_man_r WITH arvokons_man_r
Asfalttimassan vertailukoe 2010. PANK-menetelmäpäivä 27.1.2011 Maria Vähätalo
Asfalttimassan vertailukoe 2010 PANK-menetelmäpäivä 27.1.2011 Maria Vähätalo 2 Esityksen sisältö - Vertailukokeen tausta - Materiaalit - Tulokset - Analysointi - Esille tulleita asioita 3 Vertailukokeen
Move! laadun varmistus arvioinnissa. Marjo Rinne, TtT, erikoistutkija UKK instituutti, Tampere
Move! laadun varmistus arvioinnissa Marjo Rinne, TtT, erikoistutkija UKK instituutti, Tampere Fyysisen toimintakyvyn mittaaminen Tarkoituksena tuottaa luotettavaa tietoa mm. fyysisestä suorituskyvystä
Perusnäkymä yksisuuntaiseen ANOVAaan
Metsämuuronen 2006. TTP Tutkimuksen tekemisen perusteet ihmistieteissä Taulukko.51.1 Analyysiin mukaan tulevat muuttujat Mja selite Merkitys mallissa F1 Ensimmäinen faktoripistemuuttuja Selitettävä muuttuja
I. Principles of Pointer Year Analysis
I. Principles of Pointer Year Analysis Fig 1. Maximum (red) and minimum (blue) pointer years. 1 Fig 2. Principle of pointer year calculation. Fig 3. Skeleton plot graph created by Kinsys/Kigraph programme.
Vertailukoe Massa-analyysi, maksimitiheys, kappaletiheys, asfalttipäällysteen paksuus
Vertailukoe Massa-analyysi, maksimitiheys, kappaletiheys, asfalttipäällysteen paksuus Näytteet Maksimitiheys (1 näyte/laboratorio) N. 900 g yksittäisannokset Massa-analyysi (2 näytettä/laboratorio) N.
Teema 3: Tilastollisia kuvia ja tunnuslukuja
Teema 3: Tilastollisia kuvia ja tunnuslukuja Tilastoaineiston peruselementit: havainnot ja muuttujat havainto: yhtä havaintoyksikköä koskevat tiedot esim. henkilön vastaukset kyselylomakkeen kysymyksiin
Opetus talteen ja jakoon oppilaille. Kokemuksia Aurajoen lukion tuotantoluokan toiminnasta Anna Saivosalmi 9.9.2011
Opetus talteen ja jakoon oppilaille Kokemuksia Aurajoen lukion tuotantoluokan toiminnasta Anna Saivosalmi 9.9.2011 Aurajoen lukio ISOverstaan jäsen syksystä 2010 lähtien ISOverstas on maksullinen verkko-oppimisen
Kemiallisten menetelmien validointi ja mittausepävarmuus Leena Saari Kemian ja toksikologian tutkimusyksikkö
Kemiallisten menetelmien validointi ja mittausepävarmuus Leena Saari Kemian ja toksikologian tutkimusyksikkö Validointi Validoinnilla varmistetaan että menetelmä sopii käyttötarkoitukseen ja täyttää sille
Pakettisynkronointitestauksen automaatio
Pakettisynkronointitestauksen automaatio Risto Hietala valvoja: Prof. Riku Jäntti ohjaaja: DI Jonas Lundqvist ESITYKSEN RAKENNE Tietoverkkojen synkronointi Pakettikytkentäisten verkkojen synkronointi Ohjelmistotestaus
LYTH-CONS CONSISTENCY TRANSMITTER
LYTH-CONS CONSISTENCY TRANSMITTER LYTH-INSTRUMENT OY has generate new consistency transmitter with blade-system to meet high technical requirements in Pulp&Paper industries. Insurmountable advantages are
SPSS-pikaohje. Jukka Jauhiainen OAMK / Tekniikan yksikkö
SPSS-pikaohje Jukka Jauhiainen OAMK / Tekniikan yksikkö SPSS on ohjelmisto tilastollisten aineistojen analysointiin. Hyvinvointiteknologian ATK-luokassa on asennettuna SPSS versio 13.. Huom! Ainakin joissakin
Päällysteiden laadun tutkimusmenetelmien laadun parantamiseksi. Tutkimushankkeet, joissa PANK ry on mukana
Tutkimushankkeet Päällysteiden laadun tutkimusmenetelmien laadun parantamiseksi PANK -menetelmäpäivä 2 Tutkimushankkeet, joissa PANK ry on mukana MARA - Rakennetta rikkomattomat mittausmenetelmät maanrakentamisessa
ONNISTUNUT VERTAILUMITTAUS Pätevyysvaatimukset vertailumittausjärjestäjälle. Tuija Sinervo FINAS-akkreditointipalvelu
ONNISTUNUT VERTAILUMITTAUS Pätevyysvaatimukset vertailumittausjärjestäjälle Tuija Sinervo FINAS-akkreditointipalvelu PÄTEVYYSVAATIMUKSET ISO/IEC 17043:2010, Conformity assessment General requirements for
PTM-vertailukokeet ja mittaustulosten käsittely
PTM-vertailukokeet ja mittaustulosten käsittely PANK-menetelmäpäivä Helsinki 22.1.2009 Jaakko Dietrich Pöyry Infra Oy Sisällys Palvelutasomittaukset Vertailukokeiden tarkoitus Vertailukokeissa tarkasteltavia
TC 127 pintakerrokset ja katteet Tilannekatsaus
TC 127 pintakerrokset ja katteet Tilannekatsaus Esko Mikkola KK-Palokonsultti Oy SFS-EN 13501-1 + A1:2009 Rakennustuotteiden ja rakennusosien paloluokitus Osa 1: Palokäyttäytymiskokeiden tuloksiin perustuva
MITTAUS JA VIRHELÄHTEET MITTAAMINEN MITTAAMISEEN LIITTYVIÄ KÄSITTEITÄ. Hanna-Riitta Kymäläinen
MITTAUS JA VIRHELÄHTEET Hanna-Riitta Kymäläinen Helsingin yliopisto Maatalous-metsätieteellinen tiedekunta Agroteknologian laitos MITTAAMINEN Mitä mittaaminen on? Aiemmin määritellyn standardin ja mitattavan
Salasanan vaihto uuteen / How to change password
Salasanan vaihto uuteen / How to change password Sisällys Salasanakäytäntö / Password policy... 2 Salasanan vaihto verkkosivulla / Change password on website... 3 Salasanan vaihto matkapuhelimella / Change
Uramittausten mittaustekniikoiden vertailu
Liikenneviraston tutkimuksia ja selvityksiä / Pertti Virtala Pauli Alanaatu Eeva Huuskonen-Snicker Uramittausten mittaustekniikoiden vertailu Tosimitta- ja tuotantomittaustesti Pertti Virtala, Pauli Alanaatu,
TIEMERKINTÖJEN PALUUHEIJASTAVUUSMITTAUKSET. MITTALAITTEIDEN VALIDOINTI JA VUODEN 2013 VERTAILULENKKI Tiemerkintäpäivät 6.2.2014 Jaakko Dietrich
TIEMERKINTÖJEN PALUUHEIJASTAVUUSMITTAUKSET MITTALAITTEIDEN VALIDOINTI JA VUODEN 2013 VERTAILULENKKI Tiemerkintäpäivät 6.2.2014 Jaakko Dietrich PALUUHEIJASTAVUUSMITTAREIDEN VALIDOINTI JA VERTAILUMITTAUKSET
AKUSTISEN ABSORPTIOSUHTEEN MÄÄRITYS LABORATORIOSSA
Marko Ståhlstedt Kauppakuja 2 21200 Raisio AKUSTISEN ABSORPTIOSUHTEEN MÄÄRITYS LABORATORIOSSA Yleistä Näyte Tilaaja:, Marko Ståhlstedt, 4.10.2007. Toimituspäivä: 10.10.2007. Näytteen asensi: Jarkko Hakala/TTL.
C470E9AC686C
INVENTOR 17 VALUOSAN SUUNNITTELU http://help.autodesk.com/view/invntor/2017/enu/?guid=guid-b3cd4078-8480-41c3-9c88- C470E9AC686C About Mold Design in Inventor Mold Design provides integrated mold functionality
Metsälamminkankaan tuulivoimapuiston osayleiskaava
VAALAN KUNTA TUULISAIMAA OY Metsälamminkankaan tuulivoimapuiston osayleiskaava Liite 3. Varjostusmallinnus FCG SUUNNITTELU JA TEKNIIKKA OY 12.5.2015 P25370 SHADOW - Main Result Assumptions for shadow calculations
VARIANSSIANALYYSI ANALYSIS OF VARIANCE
VARIANSSIANALYYSI ANALYSIS OF VARIANCE 1 Suomalaisten aikuisten pituusjakauma:.8.7.6.5.4.3.2.1 14 15 16 17 18 19 2 21 Jakauma ei ole normaali, sen olettaminen sellaiseksi johtaa virheellisiin päätelmiin.
pisteet Frekvenssi frekvenssi Yhteensä
806118P JOHDATUS TILASTOTIETEESEEN Loppukoe 15.3.2018 (Jari Päkkilä) 1. Kevään -17 Johdaus tilastotieteeseen -kurssin opiskelijoiden harjoitusaktiivisuudesta saatujen pisteiden frekvenssijakauma: Harjoitus-
Tilastollinen ajattelu ja johdantoa koesuunnitteluun
Tilastollinen ajattelu ja johdantoa koesuunnitteluun Tilastollinen ajattelu 1. Tutkimussilmukka PPDAC Problem > Plan > Data > Analysis > Conclusions (MacKay, Oldford 2000) Tilastollisen tutkimuksen malli,
HARJOITUS- PAKETTI A
Logistiikka A35A00310 Tuotantotalouden perusteet HARJOITUS- PAKETTI A (6 pistettä) TUTA 19 Luento 3.Ennustaminen County General 1 piste The number of heart surgeries performed at County General Hospital
Mittausepävarmuudesta. Markku Viander Turun yliopisto Lääketieteellinen mikrobiologia ja immunologia 02.11.2007
Mittausepävarmuudesta Markku Viander Turun yliopisto Lääketieteellinen mikrobiologia ja immunologia 02.11.2007 Mittausepävarmuus on testaustulokseen liittyvä arvio, joka ilmoittaa rajat, joiden välissä
Puheentutkimuksen tilastoanalyysin perusteet. 8. luento. Pertti Palo 20.1.2012
Puheentutkimuksen tilastoanalyysin perusteet 8. luento Pertti Palo 20.1.2012 Käytännön asioita Viimeisen seminaarin siirto: 2.3. 10-12 -> 2.3. 14-16. Miten seminaarin luentokuulustelun voi korvata? Harjoitustöiden
( ( OX2 Perkkiö. Rakennuskanta. Varjostus. 9 x N131 x HH145
OX2 9 x N131 x HH145 Rakennuskanta Asuinrakennus Lomarakennus Liike- tai julkinen rakennus Teollinen rakennus Kirkko tai kirkollinen rak. Muu rakennus Allas Varjostus 1 h/a 8 h/a 20 h/a 0 0,5 1 1,5 2 km
Referenssimenetelmä, mikä se on?
Referenssimenetelmä, mikä se on? Määritelmä Referenssimenetelmällä tarkoitetaan menetelmää, jonka arvioitu mittaustarkkuus on pieni verrattuna sen loppukäytön vaatimuksiin. Referenssimenetelmän tarkkuus
JATKUVATOIMISET PALUUHEIJASTUVUUSMITTARIT. MITTAUSTEN LAADUNVARMISTUS Tiemerkintäpäivät Jaakko Dietrich
JATKUVATOIMISET PALUUHEIJASTUVUUSMITTARIT MITTAUSTEN LAADUNVARMISTUS Tiemerkintäpäivät Jaakko Dietrich Jatkuvatoimiset paluuheijastuvuusmittaukset Kolme mittalaitetta, kaksi mittausten toimittajaa Kaksi
Tynnyrivaara, OX2 Tuulivoimahanke. ( Layout 9 x N131 x HH145. Rakennukset Asuinrakennus Lomarakennus 9 x N131 x HH145 Varjostus 1 h/a 8 h/a 20 h/a
, Tuulivoimahanke Layout 9 x N131 x HH145 Rakennukset Asuinrakennus Lomarakennus 9 x N131 x HH145 Varjostus 1 h/a 8 h/a 20 h/a 0 0,5 1 1,5 km 2 SHADOW - Main Result Assumptions for shadow calculations
Six Sigman ammattilaiset
Six Sigma Green Belt kurssi Tanja & Eero E. Karjalainen Quality Knowhow Karjalainen Oy Tyyrpuurinkatu 5 A 5 540 LAHTI Puh. 0-780 464 Fax. 0-780 707 E-mail: antti@qk-karjalainen.fi Internet: www.qk-karjalainen.fi
( ,5 1 1,5 2 km
Tuulivoimala Rakennukset Asuinrakennus Liikerak. tai Julkinen rak. Lomarakennus Teollinen rakennus Kirkollinen rakennus Varjostus "real case" h/a 1 h/a 8 h/a 20 h/a 4 5 3 1 2 6 7 8 9 10 0 0,5 1 1,5 2 km
(5) Kiviaineksen tuote- ja testausmenetelmästandardit, tilanne
22.12.2011 1(5) Kiviaineksen tuote- ja testausmenetelmästandardit, tilanne 22.12.2011 TUOTESTANDARDIT EN 13139 EN 13139:2002/AC 2004 Laastikiviainekset Aggregates for mortars EN 12620 EN 12620 + A1:2008
TEST REPORT Nro VTT-S Air tightness and strength tests for Furanflex exhaust air ducts
TEST REPORT Nro VTT-S-04515-08 19.5.008 Air tightness and strength tests for Furanflex exhaust air ducts Requested by: Hormex Oy TEST REPORT NRO VTT-S-04515-08 1 () Requested by Order Hormex Oy Linnanherrankuja
LIITE 1 VIRHEEN ARVIOINNISTA
Oulun yliopisto Fysiikan opetuslaboratorio Fysiikan laboratoriotyöt 1 1 LIITE 1 VIRHEEN RVIOINNIST Mihin tarvitset virheen arviointia? Mittaustuloksiin sisältyy aina virhettä, vaikka mittauslaite olisi
MTTTP5, luento Luottamusväli, määritelmä
23.11.2017/1 MTTTP5, luento 23.11.2017 Luottamusväli, määritelmä Olkoot A ja B satunnaisotoksen perusteella määriteltyjä satunnaismuuttujia. Väli (A, B) on parametrin 100(1 - ) %:n luottamusväli, jos P(A
LIITE 1 VIRHEEN ARVIOINNISTA
1 LIITE 1 VIRHEEN ARVIOINNISTA Mihin tarvitset virheen arviointia? Mittaustulokset ovat aina todellisten luonnonvakioiden ja tutkimuskohdetta kuvaavien suureiden likiarvoja, vaikka mittauslaite olisi miten
Tiemerkintöjen kuntoarvioinnin kehittäminen
Tiemerkintöjen kuntoarvioinnin kehittäminen Tiemerkintäpäivät 2012 Jukka Pasanen Esityksen rakenne 1. Tutkimuskohteet ja - menetelmät 2. Tulokset 3. Päätelmät ja kehitysehdotukset Tutkimuskohteet ja -menetelmät
Mittausten jäljitettävyys laboratorion näkökulma
Mittausten jäljitettävyys laboratorion näkökulma Raimo A. Ketola Hjelt-instituutti / Oikeuslääketieteen osasto Lääketieteellinen tiedekunta www.helsinki.fi/yliopisto 22.1.2013 1 Määritelmiä Mittaustulos:
SPC-TOIMINTAMALLIN KÄYTTÖÖNOTTO LUKOT- LIIKETOIMINTAYKSIKÖLLE
KARELIA-AMMATTIKORKEAKOULU Kone- ja tuotantotekniikan koulutusohjelma Terho Uuksulainen SPC-TOIMINTAMALLIN KÄYTTÖÖNOTTO LUKOT- LIIKETOIMINTAYKSIKÖLLE Opinnäytetyö Toukokuu 2013 Sisältö Tiivistelmä Abstract
Harjoitus 7: NCSS - Tilastollinen analyysi
Harjoitus 7: NCSS - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tilastollinen testaus Testaukseen
Kandidaatintutkielman aineistonhankinta ja analyysi
Kandidaatintutkielman aineistonhankinta ja analyysi Anna-Kaisa Ylitalo M 315, anna-kaisa.ylitalo@jyu.fi Musiikin, taiteen ja kulttuurin tutkimuksen laitos Jyväskylän yliopisto 2018 2 Havaintomatriisi Havaintomatriisi
Päällysteen laadun testaus- ja mittausmenetelmien tarkkuus
Rainer Laaksonen, Kyösti Laukkanen, Risto Alkio Päällysteen laadun testaus- ja mittausmenetelmien tarkkuus Vaihe 1 : Esiselvitys Tiehallinnon sisäisiä julkaisuja 46/2008 Rainer Laaksonen, Kyösti Laukkanen,
WindPRO version joulu 2012 Printed/Page :42 / 1. SHADOW - Main Result
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table 13.6.2013 19:42 / 1 Minimum
Kuinka varmistan glukoosimittareiden tulosten luotettavuuden
Kuinka varmistan glukoosimittareiden tulosten luotettavuuden Ylikemisti, dos., Kari Åkerman, Kliininen kemian toimintayksikkö, Etelä-Pohjanmaan sairaanhoitopiiri Pikamittaus Pikamittauksella ymmärretään
Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta?
Yhden otoksen suhteellisen osuuden testaus Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta? Hypoteesit H 0 : p = p 0 H 1 : p p 0 tai H 1 : p > p 0 tai H 1 : p < p 0 Suhteellinen osuus
voidaan hylätä, pienempi vai suurempi kuin 1 %?
[TILTP1] TILASTOTIETEEN JOHDANTOKURSSI, Syksy 2011 http://www.uta.fi/~strale/tiltp1/index.html 30.9.2011 klo 13:07:54 HARJOITUS 5 viikko 41 Ryhmät ke 08.30 10.00 ls. C8 Leppälä to 12.15 13.45 ls. A2a Laine
Capacity utilization
Mat-2.4142 Seminar on optimization Capacity utilization 12.12.2007 Contents Summary of chapter 14 Related DEA-solver models Illustrative examples Measure of technical capacity utilization Price-based measure
Supplies
Supplies - 239150-2018 05/06/2018 S105 - - Supplies - Contract notice - Open procedure I. II. III. IV. VI. Finland-Oulu: Medical equipments 2018/S 105-239150 Contract notice Supplies Directive 2014/24/EU
Results on the new polydrug use questions in the Finnish TDI data
Results on the new polydrug use questions in the Finnish TDI data Multi-drug use, polydrug use and problematic polydrug use Martta Forsell, Finnish Focal Point 28/09/2015 Martta Forsell 1 28/09/2015 Esityksen
Kvantitatiiviset tutkimusmenetelmät maantieteessä
Kvantitatiiviset tutkimusmenetelmät maantieteessä Harjoitukset: 2 Muuttujan normaaliuden testaaminen, merkitsevyys tasot ja yhden otoksen testit FT Joni Vainikka, Yliopisto-opettaja, GO218, joni.vainikka@oulu.fi
LIITE 1 VIRHEEN ARVIOINNISTA
1 Mihin tarvitset virheen arviointia? Mittaustuloksiin sisältyy aina virhettä, vaikka mittauslaite olisi miten uudenaikainen tai kallis tahansa ja mittaaja olisi alansa huippututkija Tästä johtuen mittaustuloksista
PANK-2206. Menetelmä soveltuu ainoastaan kairasydännäytteille, joiden halkaisija on 32-62 mm.
PANK-2206 KIVIAINES, PISTEKUORMITUSINDEKSI sivu 1/6 PANK Kiviainekset, lujuus- ja muoto-ominaisuudet PISTEKUORMITUSINDEKSI PANK-2206 PÄÄLLYSTEALAN NEUVOTTELUKUNTA 1. MENETELMÄN TARKOITUS Hyväksytty: Korvaa
Mittausepävarmuuden laskeminen ISO mukaisesti. Esimerkki: Campylobacter
Mittausepävarmuuden laskeminen ISO 19036 mukaisesti. Esimerkki: Campylobacter Marjaana Hakkinen Erikoistutkija, Elintarvike- ja rehumikrobiologia Mikrobiologisten tutkimusten mittausepävarmuus 18.3.2019
AKKREDITOITU TESTAUSLABORATORIO ACCREDITED TESTING LABORATORY VERKOTAN OY VERKOTAN LTD.
T287/M03/2017 Liite 1 / Appendix 1 Sivu / Page 1(5) AKKREDITOITU TESTAUSLABORATORIO ACCREDITED TESTING LABORATORY VERKOTAN OY VERKOTAN LTD. Tunnus Code Laboratorio Laboratory Osoite Address www www T287
TM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
TM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Calculation: N117 x 9 x HH141 Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG
WindPRO version joulu 2012 Printed/Page :47 / 1. SHADOW - Main Result
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
TM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table 22.12.2014 11:33 / 1 Minimum
TM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
ISEB/ISTQB FOUNDATION CERTIFICATE IN SOFTWARE TESTING III
KOULUTUSTIEDOTE 1(5) ISEB/ISTQB FOUNDATION CERTIFICATE IN SOFTWARE TESTING III Kuvaus ja tavoite ISEB/ISTQB Foundation Certificate in Software Testing -sertifikaattiin valmentava koulutus (2,5 pv) ja sertifikaattikoe
E80. Data Uncertainty, Data Fitting, Error Propagation. Jan. 23, 2014 Jon Roberts. Experimental Engineering
Lecture 2 Data Uncertainty, Data Fitting, Error Propagation Jan. 23, 2014 Jon Roberts Purpose & Outline Data Uncertainty & Confidence in Measurements Data Fitting - Linear Regression Error Propagation
Arkkitehtuuritietoisku. eli mitä aina olet halunnut tietää arkkitehtuureista, muttet ole uskaltanut kysyä
Arkkitehtuuritietoisku eli mitä aina olet halunnut tietää arkkitehtuureista, muttet ole uskaltanut kysyä Esikysymys Kuinka moni aikoo suunnitella projektityönsä arkkitehtuurin? Onko tämä arkkitehtuuria?
Suomen Aurinkolämpö Oy
Suomen Aurinkolämpö Oy Verkkoon kytkettävät aurinkopaneelijärjestelmät Marko Harju 0505123254 Suomenaurinkolampo.fi Yritysesittely Kajaanilainen 2012 perustettu perheyritys Kilpailukykyisiä tuotteita,
ReFuel 70 % Emission Reduction Using Renewable High Cetane Number Paraffinic Diesel Fuel. Kalle Lehto, Aalto-yliopisto 5.5.
ReFuel 70 % Emission Reduction Using Renewable High Cetane Number Paraffinic Diesel Fuel Kalle Lehto, Aalto-yliopisto 5.5.2011 Otaniemi ReFuel a three year research project (2009-2011) goal utilize the
Other approaches to restrict multipliers
Other approaches to restrict multipliers Heikki Tikanmäki Optimointiopin seminaari 10.10.2007 Contents Short revision (6.2) Another Assurance Region Model (6.3) Cone-Ratio Method (6.4) An Application of
Mediaanikorko on kiinteäkorkoiselle lainalle korkeampi. Tämä hypoteesi vastaa taloustieteen käsitystä korkojen määräytymismekanismista.
Mat-2.04 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Testit järjestysasteikollisille muuttujille Testit laatueroasteikollisille muuttujille Hypoteesi, Mannin ja Whitneyn testi (Wilcoxonin
TM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.9.269
Tavanomaisten otostunnuslukujen, odotusarvon luottamusvälin ja Box ja Whisker -kuvion määritelmät: ks. 1. harjoitukset.
Mat-.04 Tilastollisen analyysin perusteet Mat-.04 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Testit suhdeasteikollisille muuttujille Hypoteesi, Kahden riippumattoman otoksen t-testit,
Lab SBS3.FARM_Hyper-V - Navigating a SharePoint site
Lab SBS3.FARM_Hyper-V - Navigating a SharePoint site Note! Before starting download and install a fresh version of OfficeProfessionalPlus_x64_en-us. The instructions are in the beginning of the exercise.
Minitab liiketoiminnan kehittämisessä
Minitab liiketoiminnan kehittämisessä Ohjelmistot ja kurssit tehokkaaseen datan analysointiin Quality Trainer Quality Companion Minitab Statistical Software Kuva: Minitab Inc. - 2 - Tehokasta data-analyysia
TM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table 5.11.2013 16:44 / 1 Minimum
OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi. Luento 3
OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 3 Tutkimussuunnitelman rakenne-ehdotus Otsikko 1. Motivaatio/tausta 2. Tutkimusaihe/ -tavoitteet ja kysymykset
TIEMERKINTÖJEN LAATUVAATIMUKSET MITTALAITTEIDEN VALIDOINTI JAAKKO DIETRICH TIEMERKINTÄPÄIVÄT TURKU
TIEMERKINTÖJEN LAATUVAATIMUKSET MITTALAITTEIDEN VALIDOINTI JAAKKO DIETRICH TIEMERKINTÄPÄIVÄT TURKU 22.1.2016 TIEMERKINTÖJEN LAATUVAATIMUKSET Edellinen julkaisu vuodelta 2008 Uudet laatuvaatimukset voimassa
TM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
Mitä IHMEttä on MIXTURE -mallintaminen?
JYVÄSKYLÄN YLIOPISTO Matematiikan ja tilastotieteen laitos Esko Leskinen 28.5.2009 Mitä IHMEttä on MIXTURE -mallintaminen? A-L Lyyra 2009 2 1. Taustaa mixture sekoitus (mikstuura) sekoitetut jakaumat sekoitetut
SSTY:n EMC-seminaari. EMC ja sähköisten lääkintälaitteiden standardit. Ari Honkala SESKO ry
SSTY:n EMC-seminaari EMC ja sähköisten lääkintälaitteiden standardit SESKO ry 2016-10-04 Tässä esityksessä käsitellään Yleistä täydentävistä (collateral, -1 sarja, horisontaaliset) ja eritysvaatimuksia
PROSESSIEN JA KONEIDEN SUORITUSKYKYJEN MITTAUS
KARELIA-AMMATTIKORKEAKOULU Kone- ja tuotantotekniikan koulutusohjelma Juko Ryynänen PROSESSIEN JA KONEIDEN SUORITUSKYKYJEN MITTAUS Opinnäytetyö Syyskuu 2018 OPINNÄYTETYÖ Syyskuu 2018 Kone- ja tuotantotekniikan
TM ETRS-TM35FIN-ETRS89 WTG
VE1 SHADOW - Main Result Calculation: 8 x Nordex N131 x HH145m Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please
Mittaustulosten tilastollinen käsittely
Mittaustulosten tilastollinen käsittely n kertaa toistetun mittauksen tulos lasketaan aritmeettisena keskiarvona n 1 x = x i n i= 1 Mittaustuloksen hajonnasta aiheutuvaa epävarmuutta kuvaa keskiarvon keskivirhe