Visoka poslovno-tehnika kola

Uice

Aplikativni softver 2011/12

Predmet: APLIKATIVNI SOFTVER SEMINARSKI RAD Tema: Deskriptivna statistika i Gauss-ov zakon raspodele za preradu lima probijanjem i prosecanjem Excel platforma
Predmetni nastavnik: mr Milovan Milivojevi dipl. ing. Saradnici: Predrag Popovi ing. Milisav iljagi ing.

Visoka poslovno-tehnika kola

Uice

Aplikativni softver 2011/12

1. UVOD a) Sluajna veliina. Uzorak. Osnovni skup

Pogodnim definisanjem matematikog modela, razliiti ekperimenti sa slinom strukturom mogu se opisati na isti nain. Na primer, ako u eksperimentima bacanja novia i biranja crne ili bele kuglice jednom od dogaaja dodelimo vrednost 1 a drugom vrednost 0, dobijamo preslikavanje iz skupa verovatnoe u skup realnih brojeva, pri emu su sada oba navedena eksperimenta (i mnogi drugi osim njih) opisana istim matematikim modelom. Sluajna promenljiva je preslikavanje skupa verovatnoe u skup realnih brojeva U statistikom smislu populacija ili osnovni skup obuhvata sve statistike jedinice koje ispoljavaju obeleje koje je predmet istraivanja. Populacija moe biti konana i beskonana. Definisanje populacije postie se popisom statistikih TIM: jedinica. Meutim, tokom istraivanja esto ne postoje mogunosti da se obuhvate sve statistike jedinice, a ako i postoje, radi se o zamornom, skupom i dugotrajnom procesu. Kada se radi o beskonanoj populaciji ili prebrojivoj, ali vrlo velikoj
Kandidati Telefon / opciono/ 1. 2. 3.
064*431*35 4 065*124*05 7

br. indeksa max

Timski rad max 3

Efikasnost Max 2

Kvalitet / odbrana rada max 10

Ukupno
min max

8 15

Jankovi Mirjana Mii Bojan Kosovac Selma

IN014/09 PM04/09 GR009/09

populaciji nepostojanje popisa se savladava viefaznim uzorkovanjem. Dakle, u medicinskim istraivanjima se najee koriste uzorci koji reprezentuju osnovni skup. Primena uzorka zasniva se na teoriji verovatnoe i predstavlja vrstu deliminog prikupljanja podataka. Populacija (osnovni skup, univerzum) predstavlja skup svih jedinica (elemenata, lanova) s odreenim zajednikim karakteristikama. Jedinice posmatranja u populaciji nazivaju se statistike jedinice ili entiteti. Razlikujemo ih prema njihovim obelejima, koje jo nazivamo i atributi. Uzorak je deo osnovnog skupa na osnovu ijeg prouavanja donosimo zakljuke o celom osnovnom skupu, tj. deo osnovnog skupa na osnovu kojeg se procenjuju parametri osnovnog skupa (parametriX , SD, SD2...). Adekvatan uzorak mora da ispuni principe nepristrasnosti, reprezentativnosti i ekonominosti.

Visoka poslovno-tehnika kola

Uice

Aplikativni softver 2011/12

b)

Pojam diskretne i kontinualne sluajne veliine

Ukoliko sluajna promenljiva uzima vrednosti iz konanog skupa nazivamo je diskretnom sluajnom promenjivom. Ako je skup vrednosti sluajne promenjive kontinualan, nazivamo je kontinualnom sluajnom promenjivom. c) Deskriptivna statistika: Aritmeticka sredina (prosek) Najee koriena mera centralne tendencije je aritmetika sredina ili prosek. Njena definicija je jednostavna: suma vrednosti podataka podeljena brojem podataka. Simboli koji se koriste: Aritmeticka sredina za uzorak: x (''iks-bar'') Aritmeticka sredina za osnovni skup: (''mi'') Prema tome da li su podaci grupisani ili ne, razlikuju se: prosta aritmeticka sredina, ponderisana (sloena, vagana) aritmeticka sredina. Formule za aritmeticku sredinu: Prosta, za osnovni skup:

=
Prosta, za uzorak:
x=

x
N

x
n

Interval varijacije (Raspon) predstavlja razliku izmeu najvee i najmanje vrednosti obeleja. Formule za interval varijacije: Za negrupisane podatke ili neintervalnu seriju: I= x max x min Kod intervalne serije:I=ak a Modus Mod, modus, tipina vrednost, je poloajna mera centralne tendencije i to je ona vrednost obeleja ili onaj modalitet obeleja, koji ima najveu frekvenciju, najveu zastupljenost u okviru ukupne frekvencije. Obrazac za odreivanje modusa

Modus( Mo) = L1 +
Medijana

f 2 f1 i ( f 2 f1 ) + ( f 2 f 3 )

Visoka poslovno-tehnika kola

Uice

Aplikativni softver 2011/12

Medijana spada u poloajne mere centralne tendencije. Medijana je u pravom smislu centralna vrednost jer ona statistiki niz deli na dva jednaka dela, od kojih jedan deo sadri 50% vrednosti manje od medijane, a drugi 50% vrednosti vee od medijane. Uslov je da se podaci niza prvo srede po veliini od najmanje do najvee vrednosti ili obrnuto. Osnovne karakteristike medijane su: 1. U svakoj distribuciji postoji samo jedna medijana 2. Nalazi se izmeu najmanje i najvee vrednosti 3. Na vrednost medijane ne utiu ekstremne vrednosti 4. Ona je reprezentativna mera centralne tendencije kod heterogenih skupova 5. Zbir apsolutnih odstupanja pojedinanih vrednosti od medijane je minimalan Za neparan broj elemenata jedne serije ureenih po veliini medijana je vrednost srednjeg (centralnog) elementa serije. Njegovo mesto matematiki nalazimo prema formuli: = Me M mesto medijane Kvartili Kvartili su srednje vrednosti po poloaju koje dele statisticku seriju na cetiri jednaka dela kada su vrednosti obeleja poredane u rastuci niz. Simboli: Q1, Q2, Q3 Postoji ukupno tri kvartila. Varijansa Prosek kvadrata odstupanja pojedinacnih vrednosti obeleja od neke srednje vrednosti, najcece od aritmeticke sredine. Standardna devijacija Prosecno odstupanje pojedinacnih vrednosti obeleja od odredene srednje vrednosti, izraeno u jedinicama mere u kojima je izraeno i obeleje koje se posmatra. Koeficijent asimetrije Numericki pokazatelj koji izraava u kojoj meri je neki raspored asimetrican u odnosu na normalni raspored. Koeficijent spljotenosti Numericki pokazatelj koji izraava u kojoj meri je neki raspored spljoten u odnosu na normalni raspored. Grafiki prikaz podataka Grafikoni se najcece dele na sledeci nacin: tackasti (stigmogrami), povrinski, prostorni, linijski,

a)

Visoka poslovno-tehnika kola

Uice

Aplikativni softver 2011/12

b)

kartogrami. Gauss-ov (Normalni) zakon raspodele Znaaj Vnost normlne rspodele ko model kvntittivnih fenomen u prirodnim i drutvenim nukm je posledic centrlne grnine teoreme. Mnog psiholok merenj i fiziki fenomeni se mogu dobro proksimirti normlnom rspodelom. Iko su mehnizmi koji lee u osnovi ovih fenomen esto nepoznti, upotreb model normlne rspodele se teoretski oprvdv pretpostvkom d mnogo mlih, nezvisnih uticj ditivno doprinose svkoj opservciji. Jednaina

1 p( x) = e 2 ( x x)2 2 2

c)

Pravilo 3 U praksi, esto se pretpostavlja da su podaci iz priblino normalno raspodeljene populacije. Ako je ta pretpostavka opravdana, onda se oko 68% vrednosti nalazi u intervalu od plus-minus jedne standardne devijacije od aritmetike sredine, oko 95% vrednosti se nalazi u intervalu od plusminus dve standardne devijacije, a oko 99,7% se nalazi unutar plus-minus 3 standardne devijacije. Ovo je poznato kao Pravilo 68-95-99,7, ili empirijsko pravilo. Uzoraka raspodela. Raspodela osnovnog skupa Raspodela osnovnog skupa je raspodela verovatnoa sluajne promenljive X u osnovnom skupu.

Aritmetika sredina uzorka se razlikuje od uzorka do uzorka, pa je zato sluajna promenljiva. Raspodela verovatnoa aritmetike sredine uzorka se naziva uzoraka raspodela statistike . Ona predstavlja skup ureenih parova vrednosti koje moe da uzme i odgovarajuih verovatnoa. Sluajna ili uzoraka greka je razlika izmeu statistike uzorka i vrednosti parametra osnovnog skupa. Sluajna ili uzoraka greka = . Nesluajne ili sistematske greke su one koje nastaju prilikom prikupljanja i beleenja i prilikom njihovog unoenja u tabele. Osobine uzorake raspodele: standardna greka je uvek manja ili jednaka standardnoj devijaciji osnovnog skupa

Visoka poslovno-tehnika kola

Uice

Aplikativni softver 2011/12

standardna greka se smanjuje sa poveanjem uzorka. Ako se standardna greka smanjuje sa poveanjem veliine uzorka, za takvu statistiku kaemo da je konzistentna ocena parametra. Zbog druge osobine se kae da je standardna greka konzistentna ocena za parametar osnovnog skupa .

Visoka poslovno-tehnika kola

Uice

Aplikativni softver 2011/12

PRIMER SLUAJNE PROMENLJIVE PRERADE LIMA PROSECANJEM I PROBIJANJEM U ovom seminarskom radu kao primer iz prakse uzet je deo koji se dobija mainskom obradom lima prosecanjem i probijanjem uz pomo mainskih presa. Konkretno radi se o unutranjoj meri 5 koja se dobija probijanjem lima. Prosecanje i probijanje predstavljaju operacije odvajanja jednog dela materijala od drugog po zatvorenoj konturi, pomou alata postavljenih na prese, sl.1. Pri prosecanju se odvajanjem po spoljanjoj konturi iz lima dobijaju radni predmeti razliitog oblika. Pri probijanju se, meutim, vri odvajanje po unutranjoj konturi, tj. izrauju se otvori u radnom komadu, tako da proseen deo materijala predstavlja otpadak. Na sl.2. su date eme ovih obrada.

Sl.1. ema obrade prosecanjem i probijanjem Na primer, za dobijanje komada prema prema sl.2. i sl.3. neophodne su dve operacije: prosecanje i probijanje. 2

Visoka poslovno-tehnika kola

Uice

Aplikativni softver 2011/12

Sl.2. Izrada komada prosecanjem

Sl.3. Zavrna obrada probijanjem Odabrane vrednosti uzorka su sledee: NAPOMENA : Vrednosti su nasumino generisane korienjem funkcija ROUND() i RAND()
r. br X i r.b r X i r.b r X i r.b r X i r.b r X i

1 2 3 4 5 6 7 8 9

4,991 5,023 5,016 5,003 5,014 4,994 5 4,995 5,006

1 1 1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 9

5,019 5,01 5,022 5,027 5,014 5,003 5,016 4,994 4,994

2 1 2 2 2 3 2 4 2 5 2 6 2 7 2 8 2 9

5,02 5,027 5 5,025 5,029 5,028 4,994 4,997 5,001

3 1 3 2 3 3 3 4 3 5 3 6 3 7 3 8 3 9

5,024 5,03 5,021 4,997 5,027 5,004 5,002 5,02 4,993

4 1 4 2 4 3 4 4 4 5 4 6 4 7 4 8 4 9

5,013 5,008 5,004 4,996 5,006 5,024 4,991 4,992 4,999

Visoka poslovno-tehnika kola

Uice 1 0
4,996

Aplikativni softver 2011/12

2 0

5,01

3 0

4,991

4 0

5,022

5 0

4,997

Visoka poslovno-tehnika kola

Uice

Aplikativni softver 2011/12

1. DESKRIPTIVNA STATISTIKA Nakon obrade podataka dobili smo sledee rezultate :

Deskriptivna statistika Mean Standard Error Median Mode Standard Deviation Sample Variance Kurtosis Skewness Range Minimum Maximum Sum Count 5,00858 0,00180206 5,006 4,994 0,012742489 0,000162371 -1,433436802 0,201831331 0,039 4,991 5,03 250,429 50

Analizom rezultata deskriptivne statistike moemo zakljuiti sledee:

a)
b)

c)
d) e)

Standardna greka iznosi 0,0018 to je unutar tolerancije od 0,02 ali veoma blizu gornje granine mere Moda iznosi 4,994 to nam govori da je veliki broj delova unutar tolerancije Koeficijen asimetrije ukazuje na to da je raspored asimetrian i to u levo ali s obzirom da je njegova vrednost manja od 0,25 moemo zakljuiti da se radi o veoma maloj asimetriji Koeficijent spljotenosti je manji od 3 to nam govori da je odstupanje maina (rasipanje mera) veliko , to znai da je mainama potrebna zamena noeva ili telovanje I minimalna i maksimalna vrednost su unutar tolerancije to nam govori da nije bilo karta u procesu proizvodnje

Visoka poslovno-tehnika kola

Uice

Aplikativni softver 2011/12

1. GAUSS ova RASPODELA PRERADE LIMA PROSECANJEM I PROBIJANJEM

Prebacivanjem merenja u odgovarajui radni list dobili smo sledei diagram:

Dijagram potvruje nae malopreanje pretpostavke da je mainama potreban servis i eventualna zamena noeva za probijanje jer je spljotenost velika. Takoe je primetna i asimetrija u levo to nam govori da je veina otvora na delovima vea od nominalne mere.