На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


Курсовик проверка однородности хлебобулочной продукции нескольких производителей

Информация:

Тип работы: Курсовик. Добавлен: 22.5.2014. Сдан: 2012. Страниц: 36. Уникальность по antiplagiat.ru: < 30%

Описание (план):


ВВЕДЕНИЕ


Хлебобулочная промышленность - очень важная отрасль, в связи с тем, что хлеб и хлебобулочные изделия являются самым потребляемым продуктом в России. Качество хлеба и хлебобулочных изделий - актуальная проблема для настоящего времени. Ассортимент вырабатываемой хлебобулочной продукции широк. Сейчас можно приобрести различные виды формового и подового хлеба. Но самым популярным, пользующимся большим спросом на сегодняшний день в России является хлеб из пшеничной муки.
Качество хлеба обусловлено качеством сырья и технологией приготовления, и определяется вкусом, ароматом, формой, объемом, окраской корки, цветом мякиша и многими другими показателями. Однако значение отдельных показателей в общей оценке хлеба различно.
Современные концепции менеджмента качества предполагают, что все принимаемые решения должны базироваться на фактах, то есть на основе надежных и точных данных, а не интуиции, предположениях, догадках, чутье и личном опыте специалистов, принимающих решение. Поэтому для принятия правильных решений используют различные статистические методы, обеспечивающие превращение первичных данных в источники объективной информации, на основании которых принимаются обоснованные решения.
Статистические методы являются основой для эффективного распознавания проблем и их анализа. Таким образом, можно добиться полной картины о возможных причинах появления различных несоответствий. Устанавливаются приоритеты и на основе фактов принимаются решения. Одним из принципов статистических методов является статистическая проверка статистических гипотез, которая позволяет принимать решения о том, противоречит ли рассматриваемая статистическая гипотеза наблюдаемой выборке данных.
Цель представленной курсовой работы: проверка однородности хлебобулочной продукции нескольких производителей.
Задачи данной курсовой работы:
1) рассмотреть теоретические основы проверки статистической гипотезы;
2) проанализировать технологию производства хлеба из пшеничной муки и рассмотреть виды несоответствий, возникающие при производстве;
3) провести статистический контроль однородности хлеба из пшеничной муки нескольких производителей.
1 ПРОВЕРКА СТАТИСТИЧЕСКИХ ГИПОТЕЗ


1.1 Сущность и виды проверки статистических гипотез


Полученные в экспериментах выборочные данные всегда ограничены и носят в значительной степени случайный характер. Именно поэтому для анализа таких данных и используется математическая статистика, позволяющая обобщать закономерности, полученные в выборке, и распространять их на всю генеральную совокупность.
Однако, в связи с действием случайных причин, оценка параметров генеральной совокупности, сделанная на основании экспериментальных (выборочных) данных, всегда будет сопровождаться погрешностью, и поэтому подобного рода оценка должна рассматриваться как предположительное, а не как окончательное утверждение. Подобные предположения о свойствах и параметрах генеральной совокупности носят название статистических гипотез [1].
Статистическая гипотеза - гипотеза о виде неизвестного распределения, или о параметрах известных распределений.
Сущность проверки статистической гипотезы заключается в том, чтобы установить, согласуются ли экспериментальные данные и выдвинутая гипотеза, допустимо ли отнести расхождение между гипотезой и результатом статистического анализа экспериментальных данных за счет случайных причин [3].
При проверке статистических гипотез используется два понятия: нулевая гипотеза (обозначают Н0) и альтернативная гипотеза (обозначают Н1).
Нулевая (основная) гипотеза - выдвинутая гипотеза Н0, а конкурирующая (альтернативная) гипотеза - гипотеза Н1, которая противоречит нулевой [2].
Например, если нулевая гипотеза состоит в предположении, что математическое ожидание нормального распределения равно десяти, то конкурирующая гипотеза, в частности, может состоять в предположении, что математическое ожидание не равно десяти. Коротко это записывают так: Н0 : а = 10; Н1 : а ? 10 [1].
Также гипотезы принято различать по виду предположений. Они делятся на простую и сложную гипотезы.
Простая гипотеза - гипотеза, содержащая только одно предположение, сложная гипотеза - гипотеза, которая состоит из конечного или бесконечного числа простых гипотез [2].
Например, если x - неизвестный параметр какого-либо распределения, то гипотеза H0 : x = 5 является простой, а гипотеза H0 : x > 5 - сложной, поскольку состоит из бесконечных гипотез вида H0 : x = 6; H0 : x = 7; H0 : x = 8 и так далее [1].
Выдвинутая гипотеза может быть правильной или неправильной, поэтому возникает необходимость ее проверки. Поскольку проверку проводят статистическими методами, ее называют статистической.
В итоге статистической проверки гипотезы могут быть допущены ошибки I и II рода.
Ошибка I рода состоит в том, что будет отвергнута гипотеза, в то время как она верна. Ошибка I рода оценивается уровнем значимости.
Ошибка II рода состоит в том, что будет принята гипотеза, в то время как она неверна. Ошибка II рода оценивается мощностью критерия.
При этом последствия таких ошибок могут оказаться различными. Существуют гипотезы, в которых ошибка I рода влечет за собой более весомые последствия, чем ошибка II рода, и наоборот [1].
Пример ошибки I рода может быть следующий. Проводится проверка качества выпускаемой продукции. На контроль берется выборка из нескольких единиц. Возможна ситуация, когда в силу случайных причин в выборку попадет большая доля бракованных единиц, чем содержится в партии. Тогда по результатам контроля выборки партия будет забракована, в то время как, на самом деле, в ней содержится допустимое число несоответствующих изделий.
Ошибкой II рода можно считать следующую ситуацию. При контроле качества продукции случайным образом в выборку может попасть незначительное число бракованных изделий, в то время как партия будет сильно засорена несоответствующими единицами. Тогда на основании контроля такой выборки партия будет принята. Хотя при контроле всей партии она должна быть забракованной [1].
Для проверки нулевой гипотезы используют специально подобранную случайную величину, точное или приближенное распределение которой известно. Эту величину обозначают через U или Z, если она распределена нормально, F или ?2 - по закону Фишера-Снедекора, Т - по закону Стьюдента, ?2 - по закону Пирсона [5].
Статистический критерий (или просто критерий) - случайная величина К, которая служит для проверки нулевой гипотезы.
Наблюдаемое значение критерия Кнаб. - критерий, вычисленный по экспериментальным выборкам. При статистической проверке статистических гипотез вычисляют Кнабл. по таблицам соответствующих распределений - находят К и сравнивают их между собой. Если Кнабл. < К, то основная гипотеза принимается, в противном случае (Кнабл ? К) основная гипотеза отвергается.
Статистическая оценка неизвестного параметра теоретического распределения - функция от наблюдаемых случайных величин.
Для того чтобы статистические оценки давали приближения оцениваемых параметров, они должны удовлетворять определенным требованиям.
Статистическая оценка может быть смещенной или несмещенной.
Несмещенная статистическая оценка - оценка, математическое ожидание которой равно оцениваемому параметру при любом объеме выборки, то есть .
Смещенная оценка - оценка, математическое ожидание которой не равно оцениваемому параметру.
Однако было бы ошибочным считать, что несмещенная оценка всегда дает хорошее приближение оцениваемого параметра. Действительно, возможные значения могут быть сильно рассеяны вокруг своего среднего значения, то есть дисперсия может быть значительной. В этом случае найденная по данным одной выборки оценка, например , может оказаться весьма удаленной от среднего значения , а значит, и от самого оцениваемого параметра ; приняв в качестве приближенного значения , мы допустили бы большую ошибку. Если же потребовать, чтобы дисперсия была малой, то возможность допустить большую ошибку будет исключена. По этой причине к статистической оценке предъявляется требование эффективности.
Эффективная статистическая оценка - оценка, которая (при заданном объеме выборки n) имеет наименьшую возможную дисперсию.
При рассмотрении выборок большого объема к статистическим оценкам предъявляется требование состоятельности. Состоятельная статистическая оценка - оценка, которая при n? ?, стремится по вероятности к оцениваемому параметру. Например, если дисперсия несмещенной оценки стремится к нулю при n? ?, то такая оценка оказывается состоятельной.
Точечная оценка - оценка, которая определяется одним числом. При выборке малого объема точечная оценка може........

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ


1. Гмурман, В.Е. Теория вероятности и математическая статистика: учебное пособие для студентов вузов / В.Е. Гмурман 8-е изд. перераб. и доп. М.: Высшая школа. 2002. - 479с.
2. Ефимов, В. В. Статистические методы в управлении качеством продукции: учебное пособие / В. В. Ефимов, Т. В. Барт. - М. : КНОРУС, 2006. - 172 с.
3. Жулинский, С.Ф. Статистические методы в современном менеджменте качества: учебное пособие / С.Ф. Жулинский, Е.С. Новиков, В.Я. Поспелов. М.: Фонд «Новое тысячелетие». 2001. 208с.
4. Кремер, Н.Ш. Теория вероятности и математическая статистика: учебник для студентов вузов, обучающихся по экономическим специальностям / Н.Ш. Кремер. - 3-е изд., перераб.и доп. - М.: ЮНИТИ-ДАНА, 2010. - 551 с.
5. Любченко, Е.А. Планирование и организация эксперимента: учебное пособие / Е.А. Любченко, О.А. Чуднова. - Часть 1. Владивосток: Изд-во ТГЭУ, 2010-156с.
6. Ауэрман, Л.Я. Технология хлебопекарного производства: учебник для студентов вузов / Л.Я. Ауэрман. - 8е изд., перераб. и доп. М.: Легкая и пищевая промышленность, 1984.- 416 с.
7. Бутейкис, Н.Г. Технология приготовления мучных кондитерских изделий: учебное пособие для профессионального образования / Н.Г. Бутейкис, А.А. Жукова. ?М: ПрофОбрИздат, 2001 ? 304 с.
8. ГОСТ Р 53072-2008. Изделия хлебобулочные в упаковке. Технические условия. - Введен 2008-18-12. - М: Стандратинформ, 2008.-23с.
9. ГОСТ Р 52462-2005. Изделия хлебобулочные из пшеничной муки. Общие технические условия. - Введен 2005-29-12. - М: Стандартинформ, 2006.-14с.
10. ГОСТ 27842-88. Хлеб из пшеничной муки. Технические условия. - Введен 1990-01-01. - М: Стандратинформ, 2006.-11с.
11. ГОСТ Р 52189-2003. Мука пшеничная. Общие технические условия. - Введен 2003-29-12. - М: Стандратинформ, 2008.-7с.
12. ГОСТ Р 54731-2011. Дрожжи хлебопекарные прессованные. Технические условия. - Введен 2011-13-12. - М: Стандартинформ, 2012.-12с.
13. ГОСТ 8227-56. Хлеб и хлебобулочные изделия. Укладывание, хранение и транспортирование. - Введен 1957-03-01. - М: Стандартинформ, 2006.-6с.
14. ГОСТ Р 51574-2000. Соль поваренная пищевая. Технические условия. - Введен 2000-23-03. - М: Стандратинформ, 2005.-15с.
15. ГОСТ Р 51232-98. Вода питьевая. Общие требования к организации и методам контроля качества. - Введен 1998-17-12. - М: Издательство стандартов, 2003.-19с.
16. СанПиН 2.1.4.1074-2001. Питьевая вода. Гигиенические требования к качеству воды централизованных систем питьевого водоснабжения. Контроль качества. / Минздрав РФ. - Введен 2001-01-01. - М: [б. и.], 2002. - 62с.
17. CанПиН 2.3.2.1078-2001. Гигиенические требования безопасности и пищевой ценности пищевых продуктов. / Минздрав РФ. - Введен 2002-01-06. - М: [б. и.], 2002. - 269с.



Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.