Podane na tej stronie przykłady dotyczą punktów 5. i 6. (z poprzedniej strony)
W podanym poniżej pliku znajduje się kulumna z 1000 pomiarów wzrostu studentów (liczby wygenerowane gotową funkcją). Zadanie polega na wykonaniu histogramu wzrostu studentów (np. dla 20 binów). Kształt histogramu opisany jest krzywą Gaussa, dlatego też w następnym kroku porównujemy otrzymany rozkład z teoretyczną krzywą Gaussa i robimy test CHI^2. Szczegółowe omówienie zadania - na zajęciach.
Dodatkowo liczymy średni wzrost studenta wraz z całkowitą niepewnością. Na całkowitą niepewność składa się niepewność wyznaczana metodą typu A (standardowe
odchylenie średniej) oraz niepewność standardowa wyznaczana metodą typu B (liczona jako niepewność wzorcowania stadiometru Delta_x=0.1 cm dzielona przez
pierwiastek z trzech). Oba typy niepewności standardowych (A i B) sumujemy w kwadratach, dodajemy, a na koniec z tej sumy wyciągamy pierwiastek kwadratowy.
Histogram generujemy używając: Statistics -> Descriptive Statistics
-> Frequency Tables -> Histogram. W zakładce Input podajemy zakres
komórek (np. A2:A1001), w zakładce Cutoffs wstawiamy liczbę żądanych
binów histogramu, ale powiększoną o jeden (np. 21), w zakładce Output
miejsce gdzie umieścimy histogram na arkuszu.
Uwaga techniczna: w przykładzie wzrost studentów w pierwszej kolumnie
jest wygenerowany funkcją randnorm(). Stąd wartości liczbowe w tej
kolumnie zmieniają się z każdym nowym otwarciem pliku. Z kolei sam
utworzony histogram może zachowywać się różnie. W aktualnej (sale 223,
228) wersji GNUMERICa domyślnie histogram zmienia się wraz z kolumną
danych, ale efekt "stałego histogramu" (tak będzie łatwiej przy dalszej
pracy nad naszym przykładem) możemy uzyskać wybierając w zakładce Output parametr Values zamiast Formulas.
To zadanie jest realizowane na zajęciach z PTI w miarę możliwości czasowych. Dla grup, w których zadanie nie zostało szczegółowo omówione, poniżej znajduje się plik z wyjaśnieniem oraz rozwiązaniem zadania.
To zadanie jest realizowane na zajęciach z PTI w miarę możliwości czasowych. Doświadczenie polegało na zmierzeniu liczby rozpadów promieniotwórczych pierwiastka w czasie 100 ms. Taki pomiar powtórzono 500 razy otrzymując różne liczby rozpadów z przedziału 0-12. Otrzymany rozkład liczby rozpadów należy porównać z rozkładem Gaussa oraz Poissona.