bestemmelse af karakteristiske værdier for materialeparametre og modstandsevner

Relaterede dokumenter

BESTEMMELSE AF KARAKTERISTISKE VÆRDIER FOR MATERIALEPARAMETRE

Hypotesetest. Hypotesetest og kritiske værdier Type 1 og Type 2 fejl Styrken af en test Sammenligning af to populationer

Definition: Normalfordelingen. siges at være normalfordelt med middelværdi µ og varians σ 2, hvor µ og σ er reelle tal og σ > 0.

Sandsynlighedsregning 9. forelæsning Bo Friis Nielsen

Den flerdimensionale normalfordeling

Statistik 8. gang 1 KONFIDENSINTERVALLER. Konfidensintervaller: kapitel 11. Valg og test af fordelingsfunktion

Note til Stikprøveteori Teoretisk Statistik, 2. årsprøve Erik Bennike og Frederik Silbye. Formeloversigt til stikprøveteori

Sandsynlighedsregning 9. forelæsning Bo Friis Nielsen

Uge 40 I Teoretisk Statistik, 30. september 2003

6 Populære fordelinger

Spørgsmål 3 (5 %) Bestem sandsynligheden for at et tilfældigt valgt vindue har en fejl ved listerne, når man ved at der er fejl i glasset.

24. januar Epidemiologi og biostatistik. Forelæsning 1 Uge 1, tirsdag. Niels Trolle Andersen, Afdelingen for Biostatistik.

antal gange krone sker i første n kast = n

Estimation og test i normalfordelingen

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab

Projekt 9.1 Regneregler for stokastiske variable middelværdi, varians og spredning

Vejledende besvarelser til opgaver i kapitel 15

Statistik Lektion 8. Test for ens varians

Praktisk info. Statistisk analyse af en enkelt stikprøve: kendt eller ukendt varians Sandsynlighedsregning og Statistik (SaSt) I tirsdags.

Test i to populationer. Hypotesetest for parrede observationer Test for ens varians Gensyn med flyskræk!

Stikprøvefordelinger og konfidensintervaller

Test i polynomialfordelingen

Teoretisk Statistik, 9. februar Beskrivende statistik

Program. Statistisk inferens En enkelt stikprøve og lineær regression Stat. modeller, estimation og konfidensintervaller. Fordeling af gennemsnit

hvor i er observationsnummeret, som løber fra 1 til stikprøvestørrelsen n, X i

30. august Epidemiologi og biostatistik. Forelæsning 3 Uge 2, torsdag d. 8. september 2005 Michael Væth, Afdeling for Biostatistik.

Diskrete og kontinuerte stokastiske variable

Udskiftning af et tag antages at vare 2-6 dage. Denne tidsperiode antages at være fastlagt ved følgende symmetriske tæthedsfunktion

Løsningsforslag til skriftlig eksamen i Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)

Estimation ved momentmetoden. Estimation af middelværdiparameter

Gamle eksamensopgaver. Diskret Matematik med Anvendelser (DM72) & Diskrete Strukturer(DM504)

Dagens program. Estimation: Kapitel Eksempler på middelrette og/eller konsistente estimator (de sidste fra sidste forelæsning)

Geometrisk nivellement. Landmålingens fejlteori - Lektion 7 - Repetition - Fejlforplantning ved geometrisk nivellement. Modellen.

Statistiske test. Efteråret 2010 Jens Friis, AAU. Hjemmeside :

A. Dimensionering af fugearmering

Sandsynlighedsfordelinger for kontinuerte data på interval/ratioskala

Bilag 5: DEA-modellen Bilaget indeholder en teknisk beskrivelse af DEA-modellen

Den stokastiske variabel X angiver levetiden i timer for en elektrisk komponent. Tæthedsfunktionen for den stokastiske variabel er givet ved

Tests for forskel i central tendens for data på ordinal- og intervalskala. Typer af statistiske test:

Sætning: Middelværdi og varians for linearkombinationer. Lad X 1,X 2,...,X n være stokastiske variable. Da gælder. Var ( a 0 + a 1 X a n X n

Motivation. En tegning

Anvendt Statistik Lektion 3. Punkt- og intervalestimater Konfidensintervaller Valg af stikprøvestørrelse

Økonometri 1. Definition og motivation. Definition og motivation. Dagens program. Den multiple regressionsmodel 15. februar 2006

29. januar Epidemiologi og biostatistik Forelæsning 2 Uge 1, torsdag 2. februar 2006 Michael Væth, Afdeling for Biostatistik.

13. februar Resumé: En statistisk analyse resulterer ofte i : Et estimat ˆ θ med en tilhørende se( ˆ θ )

Fag: Fysik - Matematik - IT Elever: Andreas Bergström, Mads Paludan, Jakob Poulsgærd & Mathias Elmhauge Petersen. Det skrå kast

1 Punkt- og intervalestimation Punktestimatorer: Centralitet(bias) og efficiens... 2

Kursus Introduktion til Statistik. Oversigt, Inferens for gennemsnit (One-sample setup)

vejer (med fortegn). Det vil vi illustrere visuelt og geometrisk for (2 2)-matricer og (3 3)-matricer i enote 6.

Statistik Lektion 7. Hypotesetest og kritiske værdier Type I og Type II fejl Styrken af en test Sammenligning af to populationer

Statistiske Modeller 1: Notat 1

Økonometri 1. Inferens i den lineære regressionsmodel 29. september Økonometri 1: F7 1

Kvantitative Metoder 1 - Efterår Dagens program

Opgave 1: Regressionsanalyse

Maja Tarp AARHUS UNIVERSITET

Sandsynlighedsteori 1.2 og 2 Uge 5.

Program. Middelværdi af Y = t(x ) Transformationssætningen

Kvantitative Metoder 1 - Forår Dagens program

Noter om Kombinatorik 2, Kirsten Rosenkilde, februar

Renteformlen. Erik Vestergaard

Statistik Lektion 8. Parrede test Test for forskel i andele Test for ens varians Gensyn med flyskræk!

Meningsmålinger KLADDE. Thomas Heide-Jørgensen, Rosborg Gymnasium & HF, 2017

Kogebog: 5. Beregn F d

Simpel Lineær Regression. Opsplitning af variationen Determinations koefficient Variansanalyse F-test Model-kontrol

Asymptotisk optimalitet af MLE

DATV: Introduktion til optimering og operationsanalyse, Bin Packing Problemet

Løsninger til kapitel 7

TEKST NR TEKSTER fra IMFUFA

Mikroøkonomi, matematik og statistik Eksamenshjemmeopgave december 2007

Generelle lineære modeller

Teoretisk Statistik, 18. november Stikprøveteori: hvor er vi, og hvor skal vi hen? Proportional allokering Optimal allokering

Nogle Asymptotiske Resultater. Jens Ledet Jensen Matematisk Institut, Aarhus Universitet. 1 Indledning 1

Trængselsindikator for biltrafik

Sammenligning af to grupper

Noter om kombinatorik, Kirsten Rosenkilde, februar Kombinatorik

Kvadratisk 0-1 programmering. David Pisinger

Om Følger og Rækker. Nyttige Grænseværdier. Nyttige Rækker. Carsten Lunde Petersen. lim. lim = 0. lim (1 + x n n )n = e x. n n n.

Modellering af strømning i CFX

Hovedpointer fra SaSt

Noter om kombinatorik, Kirsten Rosenkilde, februar Kombinatorik

Løsning eksamen d. 15. december 2008

Eksempel: PEFR. Epidemiologi og biostatistik. Uge 1, tirsdag. Erik Parner, Institut for Biostatistik.

Skitse til notat om hvor de forskellige sandsynlighedsfordelinger kan tænkes at komme fra

Hvis α vælges meget lavt, bliver β meget stor. Typisk vælges α = 0.01 eller 0.05

Spørgsmål 1 (5 %) Bestem sandsynligheden for at batteriet kan anvendes i mere end 5 timer.

Modul 14: Goodness-of-fit test og krydstabelanalyse

Trin 1: Formuler hypotese Spørgsmål der ønskes testet vha. data H 0 : Nul hypotese Formuleres som en ligheds hændelse

Matematik A. Højere handelseksamen. Tirsdag den 26. maj 2015 kl hhx151-mat/a

Supplement til Kreyszig

Program. 1. Repetition 2. Fordeling af empirisk middelværdi og varians, t-fordeling, begreber vedr. estimation. 1/18

Undersøgelse af numeriske modeller

Projekt 2.3 Det gyldne snit og Fibonaccitallene

STATISTISK MODELLERING OG ANALYSE 19. DECEMBER 2008 ET MAT3-PROJEKT I BAYESIANSK INFERENS VEJLEDER: JAKOB G. RASMUSSEN GRUPPE: G4-115

Supplerende noter II til MM04

Morten Frydenberg version dato:

Oversigt. 1 Fordelingen for gennemsnittet t-fordelingen. 3 Den statistiske sprogbrug og formelle ramme

Konfidens intervaller

Løsningsforslag til opgavesæt 5

De reelle tal. Morten Grud Rasmussen 5. november Se Sætning 3.6 og 3.7 for forskellige formuleringer af egenskaben og dens negation.

Transkript:

Statiti arateritie værdier BESTEMMELSE AF KARAKTERISTISKE VÆRDIER beteele af arateritie værdier for aterialearaetre og odtadever etode i ae A i DS 409 (DS 409: Sierhedbeteeler for Kotrtioer, 999) baeret å lai tatiti etode i ae D i EN 990 (Erocode 0: Bai of trctral deig) baeret å Bayeia tatiti Avedele af forøg i deig: aterialearaetre ede ie ed tiltræelig ierhed beregigodellere ie er tiltræeligt verificeret der al beytte et tort atal e ooeter der øe dført valitetotrol å det leverede ateriale eller de leverede ooeter Tyer af forøg: forøg til at betee ecifie aterialearaetre forøg til at redcere ierhed i beregigodeller otrol forøg til at chece valitete af leverede aterialer

Statiti arateritie værdier Fatlæggele af arateritie værdier ved avedele af ae A i DS 409 Ige tatiti ierhed: Karateriti værdi, x for toati variabel X : betee fordeligftioe F X (x): 00 % fratile i x F X ( ) Noralt beytte 0. 05, dv. 5 % fratiler

Statiti arateritie værdier 3 Statiti ierhed edtage: Begræet atal tirøver til rådighed: tirøveværdier: x, x,..., x ) ( I DS 409 betee de arateritie værdi x o det edre edet i et 84. % ofideiterval for fratilværdie Noral fordelt variabel ed edt iddelværdi og redig. Middelværdi og varia x i i ( x i x) i : Karateritie værdi: x x, og x, varede til og edelig age forøgreltater

Statiti arateritie værdier 4 Forlarig af : dfald af toati variabel X : Noralfordelt ed iddelværdi μ og redig / S ( ) dfald af toati variabel ( ) : χ fordelt ed ( ) frihedgrader På bai af tirøvearaetree og etiere tirøve arateritie værdi: x der vil være et dfald af e toatie variabel X X S Fatore betee ålede, at adylighede for at X er idre ed (de ade værdi) x idt er q, d.v.. x ligger å de ire ide i forhold til etiatet X q : ofideiveaet tyi lig 0.84

Statiti arateritie værdier 5 ( ) q P T S X P S X P x X P + ), ( / / ) ( ) ( μ μ hvor ), ( T har e ie-cetral t-fordelig ed frihedgrader og iecetralitet araetere λ For give værdier af, og q a betee

Statiti arateritie værdier 6 Noral fordelt variabel ed edt iddelværdi og edt redig Middelværdi x i i Karateritie værdi: x 0,03 0,05 0,0 5 3,47,44,9,09,33,73 0,79,3,34,96,87,60 5,59,5,6,90,73,54 0,49,,07,87,65,5 30,38,8,98,83,57,46 50,8,4,89,79,50,4 00,9,0,8,75,43,38.00.00,65,65,8,8 og o ftio af for q0.84 og 0.03, 0.05 og 0.0. Værdiere varer til otroltallee i ae A i DS 409.

Statiti arateritie værdier 7 Forlarig af : Beytte de ae ricier o ovefor få ( ) ( ) ( ) q P U X P X P x X P + + + / ) ( ) ( μ μ hvor U er tadard Noral-fordelt ed forvetigværdi 0 og redig q / ) ( + Φ

Statiti arateritie værdier 8 LogNoralfordelte toatie variabler Atage X at være LogNoral fordelt er l X oralfordelt LogNoral fordelt variabel ed edt variatiooefficiet Middelværdi: l x i i Varia: (l xi i ) Karateritie værdi: x ex( ) LogNoral fordelt variabel ed edt variatiooefficiet V Middelværdi: l x i i Karateriti værdi: x ex( l( + V )) ex( V )

Statiti arateritie værdier 9 Ved deig baeret å røvig tille rav til: - et idte atal forøg, f.e. 5. - - hvorda e hooge olatio defiere, herder hvorda forøgreltatere dtage / betee dfra e give rodtio, f.e. hvor age tirøver der al dtage fra hver otrolafit.

Statiti arateritie værdier 0 Eeel Forøg ed 5 idliede arerigjer giver følgede ålte tyrer:.3 N, 8.6 N, 6.4 N, 30.4 N og 4. N Styre odellere ved e Logoral fordelig og redige er edt Middelværdi: l i i l.3 + 5 3.66 ( l 8.6 + l 6.4 + l 30.4 + l 4.) Sredig: y (l i i y) 0.38 Karateriti værdi: 5 % fratil:,9 x ex( ) ex(3.66,9 0.38) 7.5 N y

Statiti arateritie værdier Fatlæggele af arateritie værdier ved avedele af ae D i EN 990 (Erocode) Bayeia tatiti beytte Noral fordelt variabel ed edt iddelværdi og redig. Middelværdi μ og redig atage edte / ire Prior fordelig for μ og : Noral-Iver-Gaa- fordelig ed araetree og ' ', ν ', Tet reltater: x ( xˆ, xˆ,..., xˆ ) Tet tatitier: xˆ i i ( xˆ i x'') i ν ˆ

Statiti arateritie værdier Poterior fordelig: Noral-Iver-Gaa- fordelig ed araetree '' ' + ( ' ' ) / ' ' '' + ( ν ' ' + ' ' + ν + '' '' )/ ν '' ν '' ν ' + ν for ν ' og ν '' ν ' + ν for ν ' 0 Preditiv (odateret) fordelig for X givet x ( xˆ, xˆ,..., xˆ ): Stdet-t fordelig ˆ Karateriti værdi varede til fratil værdi (adylighed) å : x ' ' tv'', '' + '' hvor t v ', ' : -fratil i Stdet-t fordelige ed ν '' frihedgrader

Statiti arateritie værdier 3 Prior fordelige er araterieret ved rior araetree Iforatio dtrye ved: ', ν ', og ' E ( ) ' E ( μ ) ' COV ( ) COV ( μ ) v' ' ' ' Have et ø å E ( ), COV ( ), E (μ) og COV (μ) a rior araetree ', ν ', og ' betee

Statiti arateritie værdier 4 Noral fordelt variabel ed edt iddelværdi og edt redig Middelværdi μ atage edt / ier Prior fordelig for μ : Noral fordelig ed araetree Tet reltater: x ( xˆ, xˆ,..., xˆ ) ˆ Tet tatiti: xˆ i i Poterior fordelig for μ : Noral fordelig ed ' ' + Middelværdi: ' ' ' + ' og / ' Sredig: ' ' / ' ' hvor '' ' +

Statiti arateritie værdier 5 Preditiv (odaterede) fordelig for X givet x ˆ ( xˆ, xˆ,..., xˆ ) : Noral fordelig ed Middelværdi: Sredig: '' '' + '' Karateriti værdi varede til fratil værdi (adylighed) å betee af: x '' + '' : -fratile i tadard Noral fordelige

Statiti arateritie værdier 6 Prior fordelige er araterieret ved rior araetree Iforatio dtrye ved: ' og ' E ( μ ) ' COV ( μ ) ' ' Have et ø å E (μ) og COV (μ) a rior araetree ' og ' betee

Statiti arateritie værdier 7 Ige rior iforatio : diff rior Sitatio ed edt redig: ν ' 0 og ' 0 ' og : ie relevate Hered få: '' '' ν '' x t ', + '' '' t, + : fator, o fide i tabel D i Ae D i EN 990 for edt redig

Statiti arateritie værdier 8 Sitatioe ed edt redig : ' 0 ν ' ' : ie relevat Hered få: '' '' ν '' x t, + + '' '' + : fator, o fide i tabel D i Ae D i EN 990 for edt redig

Statiti arateritie værdier 9 0,05 0,05 0,0 t, t, t, 5.766.960.3,645.533,8 0.6.960.833,645.383,8 5.45.960.76,645.345,8 0.093.960.79,645.38,8 30.045.960.699,645.3,8 50.009.960.676,645.99,8 00.984.960.660,645.90,8.960.960,645,645,8,8 0,05 0,05 0,0 '' '' '' '' '' '' 5 3.03.5.33.80.68.40 0.37.06.9.73.45.35 5..0.8.70.39.3 0.5.0.77.69.36.3 30.08.99.73.67.33.30 50.03.98.69.66.3.9 00.99.97.67.65.30.9.96.96,65,65,8,8

Statiti arateritie værdier 0 LogNoralfordelte toatie variabler Atage X at være LogNoral fordelt er l X oralfordelt X LogNoral fordelt variabel ed edt variatiooefficiet Middelværdi: l x i i Sredig: (l xi i ) '' Karateriti værdi: x ex( ) X LogNoral fordelt variabel ed edt variatiooefficiet V Middelværdi: l i x i '' '' Karateriti værdi: x ex( l( + V )) ex( V )

Statiti arateritie værdier Eeel Eeel ed idliede arerigjer betragte ige Styre oral fordelt og redig edt 5 forøgdata giver Middelværdi: Sredig: 6.38 N 3.6 N Ige rior vide er til rådighed 5% fratil : ''.33 : x '' 9. N

Statiti arateritie værdier Prior vide er til rådighed E ( μ ) ' 5 N E ( ) ' 3 N ' COV ( μ ) 0. ' ' COV ( ) 0. v' Heraf betee ν '.5 og '.44 ν 4 '' ' + 6.44 '' ( ' ' + ) / ' ' 6. N ν '' ν ' + ν 5.5 ν ' ' + ' ' + ν + '' ' ' / ν ' 0.7 N ( ) ' Med 0.05 fide t v ', '.76 5% fratil: x ' ' tv'', '' 0.0 N '' +