Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Warsza, Z.L." wg kryterium: Autor


Wyświetlanie 1-5 z 5
Tytuł:
New approach to the accuracy description of unbalanced bridge circuits with the example of pt sensor resistance bridges
Autorzy:
Warsza, Z. L.
Powiązania:
https://bibliotekanauki.pl/articles/385278.pdf
Data publikacji:
2010
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
resistance bridge
sensor
measures of accuracy
error
uncertainty of measurements
Opis:
After short introduction transfer coefficients of the unloaded four arms bridge of arbitrary variable arm resistances, supplied by current or voltage source, are given in Table 1. Their error propagation formulas are find and two rationalized forms of accuracy measures, i.e. related to the initial bridge sensitivities and of double component form as sum of zero error and increment error of the bridge transfer coefficients are introduced. Both forms of transfer coefficient measures of commonly used bridge - of similar initial arm resistances in balance and different variants of their jointed increments, are given in Table 3. As the example limited errors of some resistance bridges with platinum Pt100 industrial sensors of class A and B are calculated Table 4 and analyzed. Presented approach is discussed and found as the universal solution for all bridges and also for any other circuits used for parametric sensors.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2010, 4, 2; 8-15
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie metod odpornościowych w analizie dokładności pomiarów międzylaboratoryjnych (1). Zasady statystyki odpornościowej, metoda Hubera czyli Algorytm A
Application of Robust Methods in Evaluation the Accuracy of Interlaboratory Measurements. Part 1. Bases of Robust Statistics. Huber Method, i.e. Algorithm A
Autorzy:
Warsza, Z. L.
Volodarsky, E. T.
Powiązania:
https://bibliotekanauki.pl/articles/276805.pdf
Data publikacji:
2017
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
outlier
niepewność pomiaru
odchylenie standardowe
mediana
odporna wartość średnia
rozstęp międzykwartylowy
outliers
uncertainty of measurements
standard deviation
median
robust mean value
interquartile mid-range
Opis:
W dwuczęściowej pracy omówiono zastosowanie statystyki odpornościowej do oceny wartości i niepewności menzurandu uzyskiwanych na podstawie próbki danych doświadczalnych, gdy niektóre z tych danych różnią się istotnie od pozostałych, czyli są outlierami. Metodami odpornościowymi wyznaczono parametry statystyczne wyniku pomiaru ze wszystkich danych, ale wpływ outlierów potraktowano odmiennie. Dla próbek o niewielkiej liczności uzyskano wyniki bardziej wiarygodne niż w sposób klasyczny z odrzuceniem outlierów. Ilustrują to przykłady z porównań międzylaboratoryjnych. W części 1. omówiono podstawowe zasady statystyki odpornościowej oraz iteracyjną metodę odporną podaną przez Hubera, którą w normie ISO 5725-5 nazwano Algorytm A. Jako ilustrację, w symulowanym przykładzie liczbowym, wyznaczono niepewność procedury pomiarowej testowanej przez porównanie wyników badania jednorodnych obiektów w kilku laboratoriach akredytowanych. Oszacowano średnią niepewność metodą klasyczną dla wszystkich danych. Po usunięciu outlierów zastosowano dwie metody odpornościowe – przeskalowanego odchylenia medianowego MADS i metodę Hubera, czyli iteracyjny Algorytm A, którego wyniki były najbardziej wiarygodne.
This two-part paper discusses the use of robust statistics to assess the value and uncertainty of measurand obtained from a sample of experimental data when some of these data differ significantly from the others, i.e. are outliers. The statistical parameters of the measurement result are determined by robust methods from all data, but influence of outliers is treated differently. For small sample sizes results are more reliable than obtained by classical methods with exclusions of outliers. This is illustrated by examples from the interlaboratory key comparisons. Part 1 discusses the basic principles of the robust statistics and the iterative robust method given by Huber, which is called Algorithm A in ISO 5725-5. As illustration in the simulated numerical example, the uncertainty of some measurement method was estimated based on measurements of homogeneous object in several accredited laboratories. The mean uncertainty of this experiment is estimated by classic method for all data and with exclusion of outliers and by two robust methods: rescaled median deviation and by Algorithm-A. The result of last method is the most reliable.
Źródło:
Pomiary Automatyka Robotyka; 2017, 21, 2; 47-55
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Robust estimation in interlaboratory measurements with small number of measurements
Autorzy:
Volodarsky, E. T.
Warsza, Z. L.
Powiązania:
https://bibliotekanauki.pl/articles/114483.pdf
Data publikacji:
2015
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
interlaboratory comparisons
proficiency testing of laboratory outliers
robust statistics
precision
uncertainty of measurements
Opis:
In this paper two robust methods of assessing the value and the uncertainty of the measurand from the samples of small number of experimental data are presented and compared. Those methods can be used when some measurements results contain outliers, i.e. when the values of certain measurement results significantly differ from the others. They allow to set a credible statistical parameters of the measurements with the use of all experimental data. The following considerations are illustrated by the numerical examples of multi-laboratory measurement data key comparison. Compared are the results obtained by a classical method with rejection of outliers with two robust methods: a rescaled median absolute deviation MADS and an iterative two-criteria method. The paper also presents the advantages of the robust iterative statistical method in estimating the accuracy of the tested laboratory measurement results during its accreditation on the sample of four elements with outlier. A comparison with the estimates obtained by the standard procedure for evaluating performance accuracy is also provided.
Źródło:
Measurement Automation Monitoring; 2015, 61, 4; 104-110
2450-2855
Pojawia się w:
Measurement Automation Monitoring
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie metod odpornościowych w analizie dokładności pomiarów międzylaboratoryjnych (2) Ocena niepewności pomiarów metodą odporną Algorytm S
Application of Robust Methods in Evaluation the Accuracy of Interlaboratory Measurements Part 2. Estimation of the Measurement Uncertainty by Robust Method Algorithm S
Autorzy:
Warsza, Z. L.
Volodarsky, E. T.
Powiązania:
https://bibliotekanauki.pl/articles/274794.pdf
Data publikacji:
2017
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
odporne statystyki
wartości odstające
outlier
niepewność pomiaru
wspólny eksperyment
outliers
uncertainty of measurements
standard deviation
median
robust mean value
interquartile mid-range
Opis:
W artykule omówiono iteracyjną metodę odporną Algorytm S. Stosuje się ją do oszacowania precyzji określonej metody pomiarowej na podstawie wyników badań jednorodnych obiektów w wielu akredytowanych laboratoriach, gdy oceny dokładności pomiarów w niektórych z nich są odstające. Wypadkową odporną ocenę dokładności badanej metody znajduje się na podstawie oszacowania niepewności lub rozstępu wyników pomiarów tą metodą w każdym z laboratoriów, bez odrzucania danych odstających. Rozważania zilustrowano przykładem liczbowym.
This two-part paper discusses the use of robust statistics to assess the value and uncertainty of measurand obtained from a sample of experimental data when some of these data differ significantly from the others, i.e. are outliers. The statistical parameters of the measurement result are determined by robust methods from all data, but influence of outliers is treated differently. For small sample sizes results are more reliable than obtained by classical methods with exclusions of outliers. This is illustrated by examples from the interlaboratory key comparisons. Part 1 discusses the basic principles of the robust statistics and the iterative robust method given by Huber, which is called Algorithm A in ISO 5725-5. As illustration in the simulated numerical example, the uncertainty of some measurement method was estimated based on measurements of homogeneous object in several accredited laboratories. The mean uncertainty of this experiment is estimated by classic method for all data and with exclusion of outliers and by two robust methods: rescaled median deviation and by Algorithm A. The result of last method is the most reliable.
Źródło:
Pomiary Automatyka Robotyka; 2017, 21, 3; 45-51
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Odporna ocena dokładności metod pomiarowych
Robust evaluation of the accuracy of measurement methods
Autorzy:
Volodarsky, E. T.
Warsza, Z. L.
Koshevaya, L. A.
Powiązania:
https://bibliotekanauki.pl/articles/154825.pdf
Data publikacji:
2012
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
dane odstające
niepewność pomiaru
odchylenie standardowe
mediana
średnia odporna
przedział międzykwartylowy
outlier
uncertainty of measurements
standard deviation
median
robust mean value
inter-quartile mid-range
Opis:
Przedstawiono dwie metody oceny niepewności próbki danych doświadczalnych o niewielkiej liczebności, odporne na zawarte w niej tzw. odstające obserwacje pomiarowe, tj. o wartościach znacznie różniących się od pozostałych. Umożliwiają one wyznaczanie w sposób wiarygodny statystycznych parametrów wyniku pomiaru na podstawie całości danych eksperymentalnych. Rozważania ilustruje przykład liczbowy wykorzystujący dane z porównań międzylaboratoryjnych. Porównano otrzymane w nim wyniki obliczone metodą o przeskalowanym odchyleniu medianowym MADS i metodą iteracyjną dwukryterialną. Podano wnioski i bibliografię.
Presented are two methods of assessing the value and uncertainty of the measurand from the sample of experimental data which are resist to contained therein small number of outliers, i.e. values of measurement data significantly different from the others. This allows to set a credible statistical parameters of the measurement result on the basis of all experimental data. The considerations are illustrated by the numerical example of inter-laboratory measurement data. Compared are results obtained by method applied the rescaled median absolute deviation MADS and by the iterative two-criteria method. Given are conclusions and bibliography.
Źródło:
Pomiary Automatyka Kontrola; 2012, R. 58, nr 4, 4; 396-401
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-5 z 5

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies