Schienenbonus bei Bahn und Transrapid?

Größe: px
Ab Seite anzeigen:

Download "Schienenbonus bei Bahn und Transrapid?"

Transkript

1 AG Qualität Fachbereich Mathematik D.Windelberg Schienenbonus bei Bahn und Transrapid? erschienen in MNU - Der mathematische und naturwissenschaftliche Unterricht 51 (1998), 11-17

2 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar Inhaltsverzeichnis 1 Zusammenfassung 1 2 Historischer Überblick Geschichte der Schallbewertung Psychologische Schallbewertung Mathematik physikalischer Lärmmeßwerte 3 4 Mathematik in technischen Untersuchungen 5 5 Mathematik psychologischer Lärmmeßwerte Labortest Rekonstruktion eines Versuches Auswertung Diskussion der Antworten Statistik: Median und Quartile Statistik: Signifikanz-Test für die Kategorie Statistik: Signifikanz-Test für die Linienlänge Ausblick 17 1 Zusammenfassung Zum Schutz der Gesundheit der Bevölkerung werden Grenzwerte zur Lärmbelastung festgelegt. Meß- und Prüfverfahren sind einfache Anwendungen von Kenntnissen aus den Fächern Mathematik, Physik und Biologie, so daß eine Gesundheitserziehung als fächerübergreifendes Unterrichtsthema durchgeführt werden kann. Hier wird am Beispiel des Schienenbonus für die Bahn dargestellt, wie diese Grenzwerte durch psychologische Bewertung beeinflußt werden können. Ferner werden Argumente aus Gutachten zur Begründung einer Übertragbarkeit des Schienenbonus auf den Transrapid vorgestellt, die sich für eine kritische Bearbeitung im Unterricht eignen. 2 Historischer Überblick 2.1 Geschichte der Schallbewertung Nach Martin [7] begann die Geschichte der Schallbewertung 1926 bei Barkhausen, der einen Apparat entwickelte, der beim Schall das gleiche leistet wie das Photometer beim Licht : Schallbewertung als Zuordnung von gemessenen Zahlenwerten zu Schallereignissen. Die erste Form einer Schallbewertung erfolgte, indem und mit einem Ohr das Schallereignis mit dem anderen Ohr ein definierter Ton aus einem Kopfhörer

3 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar verglichen wurde: der Schalldruck oder der dazu proportionale Strom des Kopfhörer-Tones wird so lange erhöht, bis gleiche Lautstärke empfunden wird. Bei diesem Verfahren von Barkhausen blieb das Frequenzspektrum des zu beurteilenden Schallereignisses unberücksichtigt: Wien (seit 1903) sowie Fletcher und Munson (1933) bestimmten daher Kurven gleicher Lautstärke: So wurde für einen fest gewählten Schalldruck festgestellt, um wieviel stärker bzw. schwächer ein Schallereignis mit niedriger Frequenz auf ein menschliches Gehör wirkt als ein Schallereignis mit hoher Frequenz. In Deutschland führten diese Kurven 1940 in einem ersten DIN-Entwurf (E 5045) zu Schalldruckmessungen unter Berücksichtigung von drei Frequenzbewertungen A (unter 30 phon), B (30 bis 60 phon) und C (über 60 phon), aber infolge des Bedürfnisses nach stärkerer Vereinfachung (bei gleichzeitigem Einsatz immer leistungsfähigerer Rechner) blieb bis heute von diesen Anpassungen der Empfindlichkeit des Gehörs an die Frequenz in der DIN ([2]) nur noch die A-Bewertung übrig. Abschließend schreibt Martin: durch Verfeinerung der Schallbewertung sollten Zahlenwerte (in db(a)) bestimmt werden, die eine Schalleinwirkung so umfassend beschreiben, daß über Zumutbarkeit oder Unzumutbarkeit der Schalleinwirkung entschieden werden kann. Die physikalische Bestimmung eines Meßwertes für ein Schallereignis führte zu gesetzlich festgelegten Grenzwerten für die nächtliche Lärmbelastung. Um diese Grenzwerte jeweils einzuhalten, wurden Lärmschutzwände entwickelt und gebaut. Der Kostenaufwand für die Lärmschutzwände ist jedoch hoch - während sich die gesundheitliche Lärmbelastung der Menschen kostenmäßig nur schwer erfassen läßt. 2.2 Psychologische Schallbewertung Um die Kosten für Lärmschutzwände zu reduzieren, regte die Bahn bzw. die Bundesregierung eine Feldstudie [9] an: Es soll nachgewiesen werden, daß der Schienenverkehrslärm gegenüber dem Straßenverkehrslärm unterschiedlich lästig empfunden wird, obwohl nach der gültigen Lärmbewertung die Geräuschbelastung gleich ist. D.h. neben dem Begriff Verkehrslärm werden die Begriffe Straßenverkehrslärm für ausgesuchte deutsche Bundes- und Landstraßen mit einer besonders ausgesuchten ( typischen ) Zusammensetzung aus PKW und LKW zu besonders ausgewählten Verkehrszeiten, Schienenverkehrslärm für ausgesuchte deutsche Schienenstrecken mit einer besonders ausgesuchten ( typischen ) Mischung aus Personen- und Güterzügen zu besonders ausgewählten Verkehrszeiten, Lästigkeit eingeführt. Daraus entstand bei einer Befragung für die Bundesbahn der Schienenbonus, mit dem die bis dahin gültige physikalische Lärmbewertung speziell für den Schienenverkehrslärm als ungültig erklärt wird und durch eine neue Bewertung ersetzt wird. Dieser Art der Interpretation folgte auch der Deutsche Bundestag, indem er den Schienenbonus in der 16. BImSchV legitimierte: { Lm 5dB(A) für Schienenverkehr Lästigkeit = L m sonst. Kritik an dieser Argumentation findet sich in [12] (zur Auswahl) und in [13] (zur Beurteilung der Ergebnisse der Befragung).

4 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar Um für den Transrapid Überlegungen zu einem möglichen Lärmschutz und den entsprechenden Kosten zu vermeiden, wurde von Fastl in [3] in einer Untersuchung festgestellt, daß Schienenverkehrslärm und der von einem Transrapid erzeugte Lärm gleichwertig sind. Daher wäre der Schienenbonus auch auf den Transrapid anwendbar, und es müßten weniger Lärmschutzwände gebaut werden. 3 Mathematik physikalischer Lärmmeßwerte Für die Bestimmung des Mittelungspegels gibt es Berechnungsverfahren, nach denen für jeden einzelnen Zug in Abhängigkeit von seiner Art (z.b.güter- oder Personenzug) von seiner Geschwindigkeit von seiner Länge von der Art seiner Bremsen ein Summand D i bestimmt ist. Wenn nun n Züge während der Nacht (d.h. von 22:00 bis 06:00 Uhr) verkehren, so wird der daraus resultierende Nacht-Mittelungspegel berechnet durch [ ]} 1 n L m,n := kgz {10 log (51+D i) (1) wobei kgz{x} die kleinste natürliche Zahl ist mit x kgz{x}. (Diese Mittelbildung ist in der 16. BImSchV [1] vorgeschrieben: Fährt z.b. während der gesamten Nachtzeit genau ein Güterzug von l = 800 m Länge mit einer Geschwindigkeit v = 100 km/h, so ist i=1 D 1 = ( 10 lg(l v 2 ) 60 ) db(a) 9 db(a). Die Berechnung stimmt recht gut mit dem gemessenen Mittelungspegel überein.) Zur Konkretisierung werden für zwei Nächte Mo und Di jeweils beispielhaft Summanden D i angegeben: D 1 D 2 D 3 D 4 D 5 D 6 D 7 D 8 D 9 D 10 M o Meßwert Uhrzeit 22:00 22:10 22:20 Di Meßwert Uhrzeit 23:00 24:00 02:00 22:30 23:30 00:30 01:30 02:30 03:30 04:30 Tab. 1: Meßwerte in der Nacht Mo und in der Nacht Di

5 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar Nun sollen zwei Aufgaben den Rechenalgorithmus (1) für das in Tabelle 1 angegebene Beispiel erläutern: Aufgabe 1: Bestimmen Sie den Nacht-Mittelungspegel L m,n für die obigen Werte (n = 3) aus Meßreihe Mo. Lösung: Es ist und daher L m,n = 70 db(a) [ ] 1 10 log 10 8 ( ) 10 log 10 [ ] = Aufgabe 2: Bestimmen Sie die Maximalzahl m Mo zusätzlicher Schallereignisse mit dem Meßwert 60 db(a), für die sich der Wert von L m,n für die Meßreihe Mo nicht ändert. Lösung: Es muß ein maximales m Mo gefunden werden, so daß für die Meßreihe Mo nach Aufgabe 1 gilt: [ 10 log ] 8 m Mo m Mo m Mo = also m Mo = 15, d.h. fünfzehn weitere Schallereignisse von 60 db verändern den Mittelungspegel L m,n nicht. Für die Meßreihe Di ergibt sich entsprechend L m,n = 70 db(a) und m Di = 10. Bemerkung: Bezüglich der logarithmischen Mittelbildung sind die Meßreihen M o und Di gleich. Die zeitliche Verteilung bleibt bei der Mittelung unberücksichtigt. Da die Bedeutung der Ruhe vom Mittelungspegel nicht erfaßt wird, gibt es bereits Ansätze (z.b. bei Fleischer in [4]), entweder auch für den Ruheanteil Grenzwerte zu setzen oder den Ruheanteil mit der Pegelhöhe und dem Mittelungspegel zu koppeln.

6 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar Mathematik in technischen Untersuchungen Es gibt eine Begutachtung von Möhler (in [8]), in der vom ingenieurwissenschaftlichen Standpunkt dargestellt wird, daß zwischen IC-Zug und Transrapid bezüglich der Lästigkeit des jeweils erzeugten Verkehrslärms kein Unterschied besteht. Dazu wird der jeweilige Verkehrslärm für verschiedene Lästigkeits-Merkmale beschrieben; hier wird diese Beschreibung für das Merkmal Pegelanstieg untersucht: Abb. 1: Vergleich der Pegelanstiege

7 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar Nun sollen zwei Aufgaben die Untersuchungen erläutern: Aufgabe 3: Vergleichen Sie die Pegelanstiege von Transrapid und IC-Zug für die gemessenen Pegelverläufe in Abbildung 1 im Bereich der Pegel > 70 db(a). (Dieser Pegelbereich wird als maßgeblich für die Erschreckensreaktion erachtet.) Ergebnis: Pegelanstieg Transrapid: db(a)/s Pegelanstieg IC: db(a)/s Pegelanstieg IC: db(a)/s

8 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar Aufgabe 4: Vergleichen Sie die Pegelanstiege von Transrapid und IC-Zug für die gemessenen Pegelverläufe in Abbildung 1 im Bereich der Pegel > 50 db(a). Ergebnis: Pegelanstieg Transrapid: db(a)/s Pegelanstieg IC: 6-8 db(a)/s Die Ergebnisse dieser Aufgaben zeigen, daß in dem Pegelbereich > 70 db(a) der Pegelanstieg bei Annäherung des Transrapids bei 400 km/h mit Werten zwischen 15 und 17 db(a)/s (je nach Definition des Pegelanstiegs für die in Abbildung 1 dargestellte Situation) höher ist als der Pegelanstieg bei Annäherung eines IC bei 160 km/h mit db(a)/s. An einem anderen Ort oder zu einer anderen Zeit ergiben sich eventuell andere Kurven; daraus resultieren Mittelwerte und Streuungen - sowohl für den Pegelanstieg beim Transrapid als auch für den bei einem IC-Zug. Mit Hilfe dieser Zahlen kann dann festgelegt werden, wann - der Pegelanstieg bei Annäherung eines mit 400 km/h fahrenden Transrapids als gleich bezeichnet werden soll mit - dem Pegelanstieg bei Annäherung eines mit 160 km/h fahrenden IC-Zuges.

9 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar Mathematik psychologischer Lärmmeßwerte 5.1 Labortest In einem Labortest wurden bei Fastl [3] verschiedene Bahngeräusche mit synthetisch zusammengesetzten Transrapidgeräuschen verglichen: Zwar beherrschten alle Versuchsteilnehmer die deutsche Sprache, aber die Fragen waren in englischer Sprache gestellt - wegen internationaler Kooperation. Eine erste Versuchsreihe bestand aus dem Geräusch von drei verschiedenen Bahnvorbeifahrten, während eine zweite Versuchsreihe (nach mindestens 24 Stunden Pause) aus Transrapid- Vorbeifahrten zusammengesetzten Geräuschen bestand. Jeder Versuchsteilnehmer wurde 15 Minuten lang in einem Labor diesen Einzelgeräuschen ausgesetzt: Es sollten alle gehörten Ereignisse aufgezählt und anschließend das dominate Geräusch der Darbietung genannt werden. 1. Linienlänge: Die momentan wahrgenommene Lautstärke sollte auf einem horizontalen Balken auf dem Bildschirm abgebildet werden. 2. Kategorien: Die globale Lautheit sollte einer der folgenden sieben Kategorien zugeordnet werden: (1) very loud - (2) loud - (3) slightly loud - (4) neither loud nor soft - (5) slightly soft - (6) soft - (7) very soft. 3. Absolute Größenschätzung: Es sollte eine positive Zahl angegeben werden, die der wahrgenommenen Lautstärke entspricht. Schließlich sollte der Proband seine Eindrücke schildern, die er durch den Versuch gewonnen hat: In der Regel gaben die Versuchspersonen an my impression I got from the experiment was: there was no problem. Das Ergebnis dieser Befragung ist dann in der Tabelle 2 zusammengefaßt: Kategorie Linienlänge ZUG TR ZUG TR oberes Quartil Median unteres Quartil Erhöhung: 23.6 % Signifikanzniveau: Signifikanz (5 %): nein ja Tab. 2: Ergebnis der Befragung von Fastl 5.2 Rekonstruktion eines Versuches Schüler, die selbst den Umgang mit Schallpegelmeßgeräten kennen (wie bei Liebherz in [6] für den Biologieunterricht vorgeschlagen wird), können eine eigene Befragung zum Vergleich verschiedener Lärmquellen durchführen und dann auswerten. - Hier wurden Einzelergebnisse synthetisch so bestimmt, daß ihre Zusammenfassung zu den in der Tabelle 2 angegebenen Ergebnissen führt.

10 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar Proband Ali Ann Carol Dick Eddy Fred Hans Jane Judy Lucy Mary Nanny Paul Sam Tom Nr Experiment ZUG Kategorie Linienlänge Experiment TR Kategorie Linienlänge Tab. 3: Antworten

11 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar Auswertung Diskussion der Antworten Warum sagt Ali, daß Experiment ZUG very soft ist, und wählt dazu die Linienlänge 40 - während für Jane zu very soft die Linienlänge 89 gehört? Und warum sagt Sam zu Versuch TR, daß er very soft ist, und malt dazu eine Linie der Länge während für Jane der Versuch TR auch very soft ist, aber sie malt dazu eine Linie der Länge 90? Eigentlich sind diese Antwort-Kombinationen unverständlich; sie sollten daher hinterfragt werden; aber es gibt noch eine andere Möglichkeit: Statistik: Median und Quartile Für 15 Versuchsergebnisse ist eine statistische Auswertung zwar leicht durchführbar, aber die Gefahr ist auch groß, daß durch ungewöhnliche Einzelergebnisse das Gesamtergebnis stark verfälscht wird. Aus der Vielzahl möglicher Auswerteverfahren wählte Fastl die hier auch verwendeten Verfahren aus dem Buch Angewandte Statistik von Sachs [10]. Für die in Tabelle 3 angegebenen Verteilungen der Antworten soll hier nicht das arithmetische Mittel, sondern der Median betrachtet werden. Um den Median z.b. der Verteilung der Antworten zur Kategorie im Experiment ZUG zu bestimmen, wird dann wie folgt verfahren: 1. Falls die Anzahl der Einzelwerte eine ungerade Zahl ist, so ist der Median der Einzelwert, der in der Mitte der sortierten Verteilung steht: Hier sind es 15 Einzelwerte, und in der Mitte steht der Einzelwert 5. Ist die Anzahl der Einzelwerte eine gerade Zahl, so ist der Median das arithmetische Mittel der beiden Einzelwerte in der Mitte der sortierten Verteilung. 2. Zur feineren Charakterisierung der Verteilung wird eine Aufteilung dieser sortierten Verteilung in vier Teile vorgenommen. Die einzelnen Abschnitte heißen dann Quartile: die erste Unterteilung heißt unteres Quartil, die zweite Unterteilung ist dann der Median und die dritte Unterteilung heißt oberes Quartil. Für das hier gewählte Beispiel zeigen Tabellen 4 bis 7 diese Aufteilung.

12 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar Nr Kategorie unteres Median oberes Quartil Quartil Tab. 4: Kategorie im Experiment ZUG (Tabelle 3), unterteilt in Quartile Nr Kategorie unteres Median oberes Quartil Quartil Tab. 5: Kategorie im Experiment TR (Tab. 3), aufgeteilt in Quartile Nr Linienlänge unteres Median oberes Quartil Quartil Tab. 6: Linienlänge im Experiment ZUG (Tab. 3), aufgeteilt in Quartile Nr Linienlänge unteres Median oberes Quartil Quartil Tab. 7: Linienlänge im Experiment TR (Tab. 3), aufgeteilt in Quartile Statistik: Signifikanz-Test für die Kategorie Es soll untersucht werden, ob sich die Antworten für die Kategorie bei dem Experiment ZUG signifikant von den Antworten für die Kategorie bei dem Experiment TR unterscheiden. - Entsprechend soll dann mit den Antworten für die Linienlänge verfahren werden.

13 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar Hier wurden aus vielen möglichen Testverfahren von Fastl für diese Untersuchung - nach S. 405 ff. in [10] der t-test für paarweise angeordnete Meßwerte zur Prüfung des Mittelwertes der Paardifferenzen auf Null - nach [5] der χ 2 -Test zur Prüfung der Mediane der beiden Grundgesamtheiten auf Gleichheit ausgewählt. Paardifferenzen Dazu werden zunächst die Paardifferenzen für die Kategorie gebildet (Tab. 8). Nr Kategorie ZUG Kategorie TR Differenz Tab. 8: Paardifferenzen aus Tab. 3 für die Kategorien in ZUG und TR Hier sollen die Bezeichnung eingeführt werden: d i = Paardifferenz der Antworten für die Kategorie, wobei 1 i 15 ist, und n = Anzahl der Differenzen, hier also n = 15. Abb. 2: Verteilung der Paardifferenzen für die Kategorie in ZUG und TR Nach [10] gilt dann: Wenn die Paardifferenzen aus der Tabelle 8 als unabhängige Differenzen aus Zufalls-Stichproben zumindest angenähert normalverteilter Differenzen aufgefaßt werden, dann kann für sie aus dem Testwert ˆt mit ˆt = Pn P n i=1 d i n (P n d i=1 i) 2 i=1 d2 i n n (n 1) mit dem Freiheitsgrad F G = n 1 (2) abgelesen werden, wie hoch die Wahrscheinlichkeit ist, daß sich die Antworten zu den beiden Experimenten signifikant unterscheiden.

14 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar Hier ist und daher ˆt = ( 14) i=1 d i = Nun kann einer Tabelle entnommen werden, und 15 i=1 d 2 i = mit dem Freiheitsgrad F G = 14 - für welches Signifikanzniveau die Antworten für die Kategorie zu dem Experiment ZUG von den Antworten für die Kategorie zu dem Experiment TR statistisch signifikant abweichen. Daraus kann dann entschieden werden, oder - ob die Antworten für die Kategorie zu dem Experiment ZUG mit einer Wahrscheinlichkeit von 95 % signifikant anders lauten als die Antworten für die Kategorie zu dem Experiment TR - ob die Antworten für die Kategorie zu dem Experiment ZUG mit einer Wahrscheinlichkeit von 95 % signifikant übereinstimmen mit den Antworten für die Kategorie zu dem Experiment TR. Dazu ergibt sich aus der Tabelle Irrtumswahrscheinlichkeit α für den zweiseitigen Test (z.b. in [10], S. 210): t 14;0.05 = und t 14;0.10 = und t 14;0.20 = d.h. das Signifikanzniveau für ˆt liegt zwischen 0, 1 = 10% und 0.2 = 20%: d.h. t 14;0.20 = < ˆt < t 14;0.10 = 1.761, die Antworten für die Kategorie zu den beiden Experimenten unterscheiden sich bezüglich des Signifikanzniveaus 5 % nicht signifikant.

15 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar Gleichheit der Mediane Nach S. 79 in [5] ist die Hypothese, daß die Mediane der beiden Grundgesamtheiten gleich sind, mit dem χ 2 -Test zu prüfen: Dafür ist n 1 = 15 n 2 = 15 Größe der Stichprobe aus der ersten Grundgesamtheit, Größe der Stichprobe aus der zweiten Grundgesamtheit. Dann wird wie folgt verfahren: 1. Die n 1 + n 2 Werte der beiden Stichproben werden der Größe nach geordnet: und es wird der gemeinsame Median z ermittelt: z = 5 2. Die Werte jeder Stichprobe werden nach ihrer Größe im Vergleich zu z in folgendes Schema eingeordnet: Stichprobe 1 Stichprobe 2 Zahl der Werte, die größer als z sind x 1 x 2 Zahl der Werte, die kleiner oder gleich z sind n 1 x 1 n 2 x 2 Hier ist daher Kategorie ZUG Kategorie TR Zahl der Werte, die größer als 5 sind x 1 = 3 x 2 = 9 Zahl der Werte, die kleiner oder gleich 5 sind n 1 x 1 = 12 n 2 x 2 = 6 Nun wird die Hypothese, daß die Mediane der beiden Grundgesamtheiten gleich sind, mit dem χ 2 -Test geprüft, wobei p = 1 2 und x 1 = x 1 = 3 und x 2 = x 2 = 9 ist; d.h. diese Hypothese wird verworfen, wenn zu einer gewählten Irrtumswahrscheinlichkeit α gilt: u 1 (α/2) < x 1 n 2 x 2 n 1 p (1 p) n1 n 2 (n 1 + n 2 ) = (1 1) Für α = 5% kann einer Tabelle entnommen werden u 1 (α/2) = 1.960, d.h. die Mediane der Antworten für die Kategorie zu den beiden Experimenten sind bezüglich des Signifikanzniveaus 5 % nicht gleich.

16 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar Statistik: Signifikanz-Test für die Linienlänge Entsprechend soll nun nach demselben Testverfahren untersucht werden, ob sich die Antworten für die Linienlänge bei dem Experiment ZUG signifikant von den Antworten für die Linienlänge bei dem Experiment TR unterscheiden. Paardifferenzen Es werden die Paardifferenzen für die Linienlänge gebildet: Nr Linie ZUG Linie TR Differenz Tab. 9: Paardifferenzen für die Linienlänge ZUG und TR Abb. 3: Verteilung der Paardifferenzen für die Linienlänge in ZUG und TR Wenn die Paardifferenzen aus der Tabelle 9 als unabhängige Differenzen aus Zufalls-Stichproben zumindest angenähert normalverteilter Differenzen aufgefaßt werden, dann kann auch für sie aus dem Testwert ˆt abgelesen werden, wie hoch die Wahrscheinlichkeit ist, daß sich die Antworten zu den beiden Experimenten signifikant unterscheiden. Hier ist und daher ˆt = ( 191) i=1 d i = und 15 i=1 d 2 i = mit dem Freiheitsgrad F G = 14 und es ist t 14;0.05 = < ˆt = 2.34 < t 14;0.02 = d.h. die Antworten für die Linienlänge zu den beiden Experimenten unterscheiden sich bezüglich des Signifikanzniveaus 5 % signifikant.

17 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar Gleichheit der Mediane Nach Graf/Henning/Stange (a.a.o., S.79) ist die Hypothese, daß die Mediane der beiden Grundgesamtheiten gleich sind, ist mit dem χ 2 -Test zu prüfen: Dafür ist n 1 = n 2 = 15. Dann wird wie folgt verfahren: 1. Die n 1 + n 2 Werte der beiden Stichproben werden der Größe nach geordnet: und es wird der gemeinsame Median z ermittelt: z = 1 ( ) = Die Werte jeder Stichprobe werden nach ihrer Größe im Vergleich zu z geordnet: Linienlänge ZUG Linienlänge TR Zahl der Werte, die größer als 96.5 sind x 1 = 10 x 2 = 5 Zahl der Werte, die kleiner oder gleich 96.5 sind n 1 x 1 = 5 n 2 x 2 = 10 Nun wird die Hypothese, daß die Mediane der beiden Grundgesamtheiten gleich sind, mit dem χ 2 -Test geprüft, wobei p = 1 2 und x 1 = x 1 = 10 und x 2 = x 2 = 5 ist; d.h. diese Hypothese wird verworfen, wenn zu einer gewählten Irrtumswahrscheinlichkeit α gilt: u 1 (α/2) < x 1 n 2 x 2 n 1 p (1 p) n1 n 2 (n 1 + n 2 ) = (1 1) Für α = 5% kann einer Tabelle entnommen werden u 1 (α/2) = 1.960, d.h. die Mediane der Antworten für die Kategorie zu den beiden Experimenten sind bezüglich des Signifikanzniveaus 5 % gleich.

18 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar Ausblick Die Auswertung der Antworten der 15 Probanden (Tabelle 3) mittels statistischer Methoden ist sehr aufwendig, und dennoch ist das Ergebnis kaum aussagekräftig - insbesondere unter Berücksichtigung der Diskussion der Antworten in Grundsätzlich ist zu fragen, unter welchen Bedingungen ein Vergleich zweier Geräusche möglich ist. Dazu kommt der Frage nach der Gleichheit zweier Geräusche besondere Bedeutung zu; da sich Geräusche einerseits durch ihre Frequenzspektren und Pegelverläufe und andererseits durch ihre Wirkung beschreiben lassen, ergeben sich aus den hier dargestellten Argumentationen viele Ansätze für Untersuchungen in einem (möglicherweise fächerübergreifenden) Unterricht: - Welche bzw. wie viele Merkmale für Verkehrsgeräusche von Transrapid und IC-Zug müssen gleich sein, um aus dieser Gleichheit zu schliessen ist, daß Transrapid und IC-Zug auch gleichlästig wirken? - Welche Bedeutung hat ein Laborversuch, wenn sich die Ergebnisse zu zwei verschiedenen Geräuschen bezüglich eines Merkmals signifikant und bezüglich eines anderen Merkmals nicht signifikant unterscheiden? Literatur [1] 16. BImSchV: Sechzehnte Verordnung zur Durchführung des Bundes-Immissionsschutzgesetzes (Verkehrslärmschutzverordnung) vom 12. Juni [2] DIN , Teil 1: Einheitliche Ermittlung des Beurteilungspegels für Geräuschimmissionen. [3] H. FASTL: Beurteilung von Geräuschimmissionen beim Transrapid. - DAGA [4] G. FLEISCHER: Meßverfahren kontra Ruhe. - Zeitschrift für Lärmbekämpfung 27 (1980) [5] U. GRAF - H.-J. HENNING - K. STANGE: Formeln und Tabellen der mathematischen Statistik. - Berlin / Heidelberg / New York: Springer-Verlag [6] S. LIEBHERZ: Gesundheitserziehung durch soziales Lernen am Beispiel Lärm. - MNU 47 (1994) [7] R. MARTIN: Geschichte der Schallbewertung. - Zeitschrift für Lärmbekämpfung 38 (1991) [8] U. MÖHLER - M. LIEPERT: Untersuchung zur Übertragbarkeit des Schienenbonus auf die Magnetschnellbahn (mit Diskussionsbeiträgen zu Schienenbonus und Transrapid). - Zeitschrift für Lärmbekämpfung 43 (1996) [9] Planungsbüro Obermeyer: Interdisziplinäre Feldstudie II (IF-Studie II). Über die Besonderheiten des Schienenverkehrslärms gegenüber dem Straßenverkehrslärm (erweiterte Untersuchung). Bericht über ein Forschungsvorhaben zum Verkehrslärmschutzgesetz. Im Auftrage

19 Windelberg: Schienenbonus bei Bahn und Transrapid? Stand: 1. Februar des Bundesministers für Verkehr. - Band I, Hauptbericht. - München Band II, Anlagen. - München [10] L. SACHS: Angewandte Statistik. - Berlin / Heidelberg / New York: Springer-Verlag [11] Umweltdaten Deutschland 1995, Seite Herausgegeben vom Umweltbundesamt. [12] D. WINDELBERG: Typische Frequenzverteilung - Analyse einer problematischen Definiton. - Zeitschrift für Lärmbekämpfung 41 (1994) [13] D. WINDELBERG: Lästigkeit und Schienenbonus. - Zeitschrift für Lärmbekämpfung 42 (1995)

Windelberg, D. Windel~rg) D. "Lästigkeit und Schienenbonus" vom & A. Söller. Schulte-Forthaup. 13ericht-Nr

Windelberg, D. Windel~rg) D. Lästigkeit und Schienenbonus vom & A. Söller. Schulte-Forthaup. 13ericht-Nr /-=- - / GtitachterJiche StellLi11griührne zu Windelberg, D. "Typische Frequeniverteilung - Analyse einer poblematischen DefInition" Vom 04.05.1993 Windel~rg) D. "Lästigkeit und Schienenbonus" vom 07.08.1993

Mehr

Außenpegel-Frequenzverteilung bei Straßen- und Schienenverkehrsgeräuschen. Notwendige Korrektur der 24. BImSchV und der Akustik 23 (Ausgabe 1997)

Außenpegel-Frequenzverteilung bei Straßen- und Schienenverkehrsgeräuschen. Notwendige Korrektur der 24. BImSchV und der Akustik 23 (Ausgabe 1997) Dr. Dirk Windelberg AG QUALITÄT Leibniz Universität Hannover Mathematik Außenpegel-Frequenzverteilung bei Straßen- und Schienenverkehrsgeräuschen Notwendige Korrektur der 24. BImSchV und der Akustik 23

Mehr

PWC Urweltfunde Umbau und Erweiterung der Verkehrsanlage. Feststellungsentwurf. - Schalltechnische Untersuchung -

PWC Urweltfunde Umbau und Erweiterung der Verkehrsanlage. Feststellungsentwurf. - Schalltechnische Untersuchung - Unterlage 17 BAB A 8 Karlsruhe München Streckenabschnitt Stuttgart Ulm Fahrtrichtung Ulm - Stuttgart Straßenbauverwaltung Baden-Württemberg Regierungspräsidium Stuttgart BAB-km: 167+865-168+474 Nächster

Mehr

AG QUALITÄT im Fachbereich Mathematik der Universität Hannover Welfengarten1, Hannover

AG QUALITÄT im Fachbereich Mathematik der Universität Hannover Welfengarten1, Hannover AG QUALITÄT im Fachbereich Mathematik der Universität Hannover Welfengarten1, 30167 Hannover Gleispflege Auch ein "normales" Gleis muss im Rahmen der Instandhaltung der Bahn gepflegt werden. Diese Pflege

Mehr

Messstation Hamminkeln

Messstation Hamminkeln Messstation Hamminkeln Plädoyer für einen Vergleich von Messung und Berechnung bei Schienenverkehrslärm Vortrag am 15. Juni 2012, in Hamminkeln D. Windelberg AG Qualität Leibniz Universität Hannover Mathematik

Mehr

3) Testvariable: T = X µ 0

3) Testvariable: T = X µ 0 Beispiel 4.9: In einem Molkereibetrieb werden Joghurtbecher abgefüllt. Der Sollwert für die Füllmenge dieser Joghurtbecher beträgt 50 g. Aus der laufenden Produktion wurde eine Stichprobe von 5 Joghurtbechern

Mehr

5. Statistische Auswertung

5. Statistische Auswertung 5. Statistische Auswertung 5.1 Varianzanalyse Die Daten der vorliegenden Versuchsreihe zeigen eine links steile, rechts schiefe Verteilung. Es wird untersucht, ob sich die Meßdaten durch Transformation

Mehr

Berücksichtigung des Schienenverkehrslärms in der DIN 4109, Schallschutz im Hochbau

Berücksichtigung des Schienenverkehrslärms in der DIN 4109, Schallschutz im Hochbau Berücksichtigung des Schienenverkehrslärms in der DIN 4109, Schallschutz im Hochbau Ulrich Möhler ulrich.moehler@mopa.de Möhler+Partner Ingenieure AG Landaubogen 10 81373 München 1 Allgemeines Für Schienen-

Mehr

Statistische Tests (Signifikanztests)

Statistische Tests (Signifikanztests) Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)

Mehr

Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz

Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz Grundlage: Zweiseitiger Test für den unbekannten Mittelwert µ einer Normalverteilung bei unbekannter Varianz Die Testvariable T = X µ 0 S/ n genügt der t-verteilung mit n 1 Freiheitsgraden. Auf der Basis

Mehr

3 Logarithmen und Exponentialfunktion

3 Logarithmen und Exponentialfunktion Mathematik fur Ingenieure Institut fur Algebra, Zahlentheorie und Diskrete Mathematik Dr. Dirk Windelberg Universitat Hannover Stand: 8. August 008 http://www.iazd.uni-hannover.de/windelberg/teach/ing

Mehr

Dirk Windelberg Güterzug-Schallemissionen: Messung und gesetzliche Bewertung. Stand: Oktober 2008

Dirk Windelberg Güterzug-Schallemissionen: Messung und gesetzliche Bewertung. Stand: Oktober 2008 Dr. Dirk Windelberg AG QUALITÄT Leibniz Universität Hannover Mathematik Dirk Windelberg Güterzug-Schallemissionen: Messung und gesetzliche Bewertung Veröffentlicht in Immissionsschutz 13 (2008), 193-196

Mehr

Tabelle 1: Mittelwerte der Messwerte aller Probanden je Messzeitpunkt nach Messverfahren. 03:00 Uhr 18,2 ±3,9 mmhg 19,5 ±4,1 mmhg 19,2 ±3,6 mmhg

Tabelle 1: Mittelwerte der Messwerte aller Probanden je Messzeitpunkt nach Messverfahren. 03:00 Uhr 18,2 ±3,9 mmhg 19,5 ±4,1 mmhg 19,2 ±3,6 mmhg 7 Anhang Tabelle 1: Mittelwerte der Messwerte aller Probanden je Messzeitpunkt nach Messverfahren Tonometrie nach Median der Selbstto- Median der Selbstto- Goldmann nometrie stationär nometrie ambulant

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen

Mehr

Mathematische Verfahren zur Bewertung und zum Vergleich von Befragungen zur Verkehrslärm-Lästigkeit

Mathematische Verfahren zur Bewertung und zum Vergleich von Befragungen zur Verkehrslärm-Lästigkeit Dirk Windelberg Mathematische Verfahren zur Bewertung und zum Vergleich von Befragungen zur Verkehrslärm-Lästigkeit Vortrag am 17. März 2010, DAGA2010, Berlin D. Windelberg AG Qualität Leibniz Universität

Mehr

Dr. W. Kuhlisch Dresden, Institut für Mathematische Stochastik

Dr. W. Kuhlisch Dresden, Institut für Mathematische Stochastik Dr. W. Kuhlisch Dresden, 12. 08. 2014 Institut für Mathematische Stochastik Klausur Statistik für Studierende der Fachrichtungen Hydrologie und Altlasten/Abwasser zugelassene Hilfsmittel: Taschenrechner

Mehr

Schienenverkehrslärm gestern und heute

Schienenverkehrslärm gestern und heute Dirk Windelberg Schienenverkehrslärm gestern und heute Vortrag am 20. Oktober 2016 in Hamminkeln D. Windelberg AG Qualität Mathematik Leibniz Universität Hannover Windelberg (AG Qualität): Sieben Nächte

Mehr

Lärm-Messung und -Bewertung

Lärm-Messung und -Bewertung 1 AG Qualität im Institut für Algebra, Zahlentheorie und Diskrete Mathematik, Leibniz Universität Hannover Lärm-Messung und -Bewertung Beginn: 1993 Projektdauer: 1996 - heute. Projektleitung: Dr. rer.

Mehr

Chi Quadrat-Unabhängigkeitstest

Chi Quadrat-Unabhängigkeitstest Fragestellung 1: Untersuchung mit Hilfe des Chi-Quadrat-Unabhängigkeitstestes, ob zwischen dem Herkunftsland der Befragten und der Bewertung des Kontaktes zu den Nachbarn aus einem Anderen Herkunftsland

Mehr

Verkehrslärm. Grundlagen

Verkehrslärm. Grundlagen Verkehrslärm Bürgerdialog A 33 Nord Fachinformationsveranstaltung 18.11.2014 Grundlagen Dipl.-Ing. Manfred Ramm Neubau der A 33 von der A 1 (nördlich Osnabrück) bis zur A 33/B 51n (OU Belm) Bürgerdialog

Mehr

Ermitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit:

Ermitteln Sie auf 2 Dezimalstellen genau die folgenden Kenngrößen der bivariaten Verteilung der Merkmale Weite und Zeit: 1. Welche der folgenden Kenngrößen, Statistiken bzw. Grafiken sind zur Beschreibung der Werteverteilung des Merkmals Konfessionszugehörigkeit sinnvoll einsetzbar? A. Der Modalwert. B. Der Median. C. Das

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 20. Januar 2011 1 Der F -Test zum Vergleich zweier Varianzen 2 Beispielhafte Fragestellung Bonferroni-Korrektur

Mehr

Nächtlicher Schienen-Güterverkehr Möglichkeiten einer Lärmminderung

Nächtlicher Schienen-Güterverkehr Möglichkeiten einer Lärmminderung Nächtlicher Schienen-Güterverkehr Möglichkeiten einer Lärmminderung Dr. Dirk Windelberg AG Qualität Institut für Algebra, Zahlentheorie und Diskrete Mathematik Universität Hannover www.iazd.uni-hannover.de/

Mehr

Statistik II für Betriebswirte Vorlesung 2

Statistik II für Betriebswirte Vorlesung 2 Statistik II für Betriebswirte Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 26. Oktober 2016 Prof. Dr. Hans-Jörg Starkloff Statistik II für Betriebswirte Vorlesung

Mehr

2. Lösung weitere Übungsaufgaben Statistik II WiSe 2016/2017

2. Lösung weitere Übungsaufgaben Statistik II WiSe 2016/2017 . Lösung weitere Übungsaufgaben Statistik II WiSe 016/017 1. Aufgabe: Bei der Produktion eines Werkstückes wurde die Bearbeitungszeit untersucht. Für die als normalverteilt angesehene zufällige Bearbeitungszeit

Mehr

Statistik für Naturwissenschaftler

Statistik für Naturwissenschaftler Hans Walser Statistik für Naturwissenschaftler 9 t-verteilung Lernumgebung Hans Walser: 9 t-verteilung ii Inhalt 1 99%-Vertrauensintervall... 1 2 95%-Vertrauensintervall... 1 3 Akkus... 2 4 Wer ist der

Mehr

Sommersemester Marktforschung

Sommersemester Marktforschung Dipl.-Kfm. Sascha Steinmann Universität Siegen Lehrstuhl für Marketing steinmann@marketing.uni-siegen.de Sommersemester 2010 Marktforschung Übungsaufgaben zu den Themen 3-6 mit Lösungsskizzen Aufgabe 1:

Mehr

Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests

Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests ue biostatistik: hypothesen, fehler 1. und. art, power 1/8 h. lettner / physik Hypothesen: Fehler 1. und. Art, Power eines statistischen Tests Die äußerst wichtige Tabelle über die Zusammenhänge zwischen

Mehr

So lügt man mit Statistik

So lügt man mit Statistik So lügt man mit Statistik Anita Maas 06. August 2004 Was ist Statistik? Statistik ist die Gesamtheit aller Methoden, die für die Untersuchung einer Vielzahl von Einzeltatsachen verwendet werden. Sie ist

Mehr

Anpassungstests VORGEHENSWEISE

Anpassungstests VORGEHENSWEISE Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel

Mehr

Biometrieübung 7 t-test (gepaarte Daten) & Wilcoxon-Test

Biometrieübung 7 t-test (gepaarte Daten) & Wilcoxon-Test Biometrieübung 7 (t-test gepaarte Daten & Wilcoxon-Test) - Aufgabe Biometrieübung 7 t-test (gepaarte Daten) & Wilcoxon-Test Aufgabe 1 Hirschläufe An 10 Hirschen wurde die Länge der rechten Vorder- und

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-06) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

Mehr

Alle Menschen sind nicht gleich

Alle Menschen sind nicht gleich Alle Menschen sind nicht gleich Zur Bedeutung von Mittelwert und Streuung bei psychologischen Untersuchungen in der Lichttechnik Prof. Dr. Bernd Jödicke Martin Merkler Fachhochschule Konstanz Ökolux GmbH

Mehr

BOXPLOT 1. Begründung. Boxplot A B C

BOXPLOT 1. Begründung. Boxplot A B C BOXPLOT 1 In nachstehender Tabelle sind drei sortierte Datenreihen gegeben. Zu welchem Boxplot gehört die jeweilige Datenreihe? Kreuze an und begründe Deine Entscheidung! Boxplot A B C Begründung 1 1 1

Mehr

12 Rangtests zum Vergleich zentraler Tendenzen

12 Rangtests zum Vergleich zentraler Tendenzen 12 Rangtests zum Vergleich zentraler Tendenzen 12.1 Allgemeine Bemerkungen 12.2 Gepaarte Stichproben: Der Wilcoxon Vorzeichen- Rangtest 12.3 Unabhängige Stichproben: Der Wilcoxon Rangsummentest und der

Mehr

Dirk Windelberg: Vergleich Schall 03 (1990) mit Schall 03 (2006) - ein Beispiel - Stand: 15. Dezember 2011

Dirk Windelberg: Vergleich Schall 03 (1990) mit Schall 03 (2006) - ein Beispiel - Stand: 15. Dezember 2011 Dr. Dirk Windelberg windelberg@math.uni-hannover.de AG QUALITÄT Leibniz Universität Hannover Mathematik 15. Dezember 211 wi1112.tex Dirk Windelberg: Vergleich Schall (199) mit Schall (26) - ein Beispiel

Mehr

8. Statistik Beispiel Noten. Informationsbestände analysieren Statistik

8. Statistik Beispiel Noten. Informationsbestände analysieren Statistik Informationsbestände analysieren Statistik 8. Statistik Nebst der Darstellung von Datenreihen bildet die Statistik eine weitere Domäne für die Auswertung von Datenbestände. Sie ist ein Fachgebiet der Mathematik

Mehr

Ablaufschema beim Testen

Ablaufschema beim Testen Ablaufschema beim Testen Schritt 1 Schritt 2 Schritt 3 Schritt 4 Schritt 5 Schritt 6 Schritt 7 Schritt 8 Schritt 9 Starten Sie die : Flashanimation ' Animation Ablaufschema Testen ' siehe Online-Version

Mehr

5. Seminar Statistik

5. Seminar Statistik Sandra Schlick Seite 1 5. Seminar 5. Seminar Statistik 30 Kurztest 4 45 Testen von Hypothesen inkl. Übungen 45 Test- und Prüfverfahren inkl. Übungen 45 Repetitorium und Prüfungsvorbereitung 15 Kursevaluation

Mehr

Klausur zur Vorlesung

Klausur zur Vorlesung Institut für Mathematische Stochastik WS 2004/2005 Universität Karlsruhe 14. Februar 2005 Dr. Bernhard Klar Sebastian Müller Aufgabe 1: (15 Punkte) Klausur zur Vorlesung Statistik für Biologen Musterlösungen

Mehr

Von insgesamt 50 Statistikern nehmen an allen 3 Tagen einer Tagung 30, an 2 Tagen 10 und an einem Tag ebenfalls 10 teil.

Von insgesamt 50 Statistikern nehmen an allen 3 Tagen einer Tagung 30, an 2 Tagen 10 und an einem Tag ebenfalls 10 teil. Technische Universität München SS 2006 Zentrum Mathematik Blatt 5 Prof. Dr. J. Hartl Dr. Hannes Petermeier Dr. Cornelia Eder Dipl.-Ing. Martin Nagel Höhere Mathematik 2 (Weihenstephan) 1. An einer drei

Mehr

3.Wiederholung: Toleranzbereiche Für EX Geg:

3.Wiederholung: Toleranzbereiche Für EX Geg: 3.Wiederholung: Toleranzbereiche Für EX Geg: Vl. 24.2.2017 Schätzfunktion für Güte: Ist X Problem: Feb 17 13:21 > Wir berechnen Bereiche (Toleranzbereiche) für sind untere und obere Grenzen, berechnet

Mehr

Schienenverkehrslärm gestern und heute

Schienenverkehrslärm gestern und heute Dr. Dirk Windelberg windelberg@math.uni-hannover.de dirk@windelberg.de AG QUALITÄT Leibniz Universität Hannover Mathematik Schienenverkehrslärm gestern und heute am Beispiel Hamminkeln 2011-2012 - 2015

Mehr

Sitzung 4: Übungsaufgaben für Statistik 1

Sitzung 4: Übungsaufgaben für Statistik 1 1 Sitzung 4: Übungsaufgaben für Statistik 1 Aufgabe 1: In einem Leistungstest werden von den Teilnehmern folgende Werte erzielt: 42.3; 28.2; 30.5, 32.0, 33.0, 38.8. Geben Sie den Median, die Spannweite

Mehr

Planfeststellungsentwurf K 35 (AW) Ortsumgehung ESCH - HOLZWEILER

Planfeststellungsentwurf K 35 (AW) Ortsumgehung ESCH - HOLZWEILER Januar 2011 Landesbetrieb Mobilität Cochem-Koblenz Planfeststellungsentwurf K 35 (AW) Ortsumgehung ESCH - HOLZWEILER - SCHALLTECHNISCHE UNTERSUCHUNG - Kocks Consult GmbH Stegemannstraße 32-38 56068 Koblenz

Mehr

Wahrscheinlichkeit 1-α: richtige Entscheidung - wahrer Sachverhalt stimmt mit Testergebnis überein. Wahrscheinlichkeit α: falsche Entscheidung -

Wahrscheinlichkeit 1-α: richtige Entscheidung - wahrer Sachverhalt stimmt mit Testergebnis überein. Wahrscheinlichkeit α: falsche Entscheidung - wahrer Sachverhalt: Palette ist gut Palette ist schlecht Entscheidung des Tests: T K; Annehmen von H0 ("gute Palette") positive T > K; Ablehnen von H0 ("schlechte Palette") negative Wahrscheinlichkeit

Mehr

Statistisches Testen

Statistisches Testen Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall

Mehr

LV: Höhere und Angewandte Mathematik Teil: Statistik (Teil: Numerik&Simulation: Prof. Günter)

LV: Höhere und Angewandte Mathematik Teil: Statistik (Teil: Numerik&Simulation: Prof. Günter) LV: Höhere und Angewandte Mathematik Teil: Statistik (Teil: Numerik&Simulation: Prof. Günter) Am Ende: Gemeinsame Klausur mit 2 Teilen, jeder Teil geht mit 50% in die Endnote ein. Teil (5 ECTS) Grabowski

Mehr

Statistik K urs SS 2004

Statistik K urs SS 2004 Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die

Mehr

Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1

Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1 Biomathematik für Mediziner, Klausur WS 2000/2001 Seite 1 Aufgabe 1: Von 2 gleichartigen Maschinen eines pharmazeutischen Betriebes stellt die erste 40% und die zweite 60% der Produkte her. Dabei verursacht

Mehr

3. Lektion: Deskriptive Statistik

3. Lektion: Deskriptive Statistik Seite 1 von 5 3. Lektion: Deskriptive Statistik Ziel dieser Lektion: Du kennst die verschiedenen Methoden der deskriptiven Statistik und weißt, welche davon für Deine Daten passen. Inhalt: 3.1 Deskriptive

Mehr

Statistische Tests funktionieren generell nach obigem Schema; der einzige Unterschied besteht in der unterschiedlichen Berechnung der Testgröße.

Statistische Tests funktionieren generell nach obigem Schema; der einzige Unterschied besteht in der unterschiedlichen Berechnung der Testgröße. Statistische Tests Testen von Hypothesen Fehlerarten wichtigste statistische Tests Hypothesen Jeder statistische Test beruht auf der Widerlegung einer zuvor aufgestellten Hypothese. Die Widerlegung ist

Mehr

Modul 141 Statistik. 1. Studienjahr 11. Sitzung Signifikanztests

Modul 141 Statistik. 1. Studienjahr 11. Sitzung Signifikanztests Modul 141 Statistik 1. Studienjahr 11. Sitzung Signifikanztests Inhalt der 11. Sitzung 1. Parametrische Signifikanztests 2. Formulierung der Hypothesen 3. Einseitige oder zweiseitige Fragestellung 4. Signifikanzniveau

Mehr

Schallschutz in der Bauleitplanung

Schallschutz in der Bauleitplanung Schallschutz in der Bauleitplanung von Dipl.-Ing. Bernd Driesen Lärmbelästigung in der BRD nach Umfrage, UBA 2004 100% 90% 80% belästigte Personen in % 70% 60% 50% 40% 30% 20% 10% 0% Straßenverkehr Nachbarn

Mehr

4.1. Nullhypothese, Gegenhypothese und Entscheidung

4.1. Nullhypothese, Gegenhypothese und Entscheidung rof. Dr. Roland Füss Statistik II SS 8 4. Testtheorie 4.. Nullhypothese, Gegenhypothese und Entscheidung ypothesen Annahmen über die Verteilung oder über einzelne arameter der Verteilung eines Merkmals

Mehr

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003 Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003. Eine seltene Krankheit trete mit Wahrscheinlichkeit : 0000 auf. Die bedingte Wahrscheinlichkeit, dass ein bei einem Erkrankten durchgeführter

Mehr

Biomathematik für Mediziner, Klausur SS 2001 Seite 1

Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Biomathematik für Mediziner, Klausur SS 2001 Seite 1 Aufgabe 1: Von den Patienten einer Klinik geben 70% an, Masern gehabt zu haben, und 60% erinnerten sich an eine Windpockeninfektion. An mindestens einer

Mehr

Statistik II für Betriebswirte Vorlesung 1

Statistik II für Betriebswirte Vorlesung 1 Statistik II für Betriebswirte Vorlesung 1 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 16. Oktober 2017 Dr. Andreas Wünsche Statistik II für Betriebswirte Vorlesung 1 Version:

Mehr

Welche der folgenden Aussagen ist/sind richtig? Kreuzen Sie bitte jede zutreffende Aussage an.

Welche der folgenden Aussagen ist/sind richtig? Kreuzen Sie bitte jede zutreffende Aussage an. AUFGABE 1) Z-TRANSFORMATION (4 PUNKTE) Welche der folgenden Aussagen ist/sind richtig? Kreuzen Sie bitte jede zutreffende Aussage an. Eine z-transformierte Verteilung hat einen Mittelwert von 0 und eine

Mehr

8. Konfidenzintervalle und Hypothesentests

8. Konfidenzintervalle und Hypothesentests 8. Konfidenzintervalle und Hypothesentests Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Beispiel. Sie wollen den durchschnittlichen Fruchtsaftgehalt eines bestimmten Orangennektars

Mehr

Ein- und Zweistichprobentests

Ein- und Zweistichprobentests (c) Projekt Neue Statistik 2003 - Lernmodul: Ein- Zweistichprobentests Ein- Zweistichprobentests Worum geht es in diesem Modul? Wiederholung: allgemeines Ablaufschema eines Tests Allgemeine Voraussetzungen

Mehr

1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte. D. Horstmann: Oktober

1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte. D. Horstmann: Oktober 1.1 Graphische Darstellung von Messdaten und unterschiedliche Mittelwerte D. Horstmann: Oktober 2014 4 Graphische Darstellung von Daten und unterschiedliche Mittelwerte Eine Umfrage nach der Körpergröße

Mehr

Mögliche Fehler beim Testen

Mögliche Fehler beim Testen Mögliche Fehler beim Testen Fehler. Art (Irrtumswahrscheinlichkeit α), Zusammenfassung: Die Nullhypothese wird verworfen, obwohl sie zutrifft. Wir haben uns blamiert, weil wir etwas Wahres abgelehnt haben.

Mehr

Verteilungen eindimensionaler stetiger Zufallsvariablen Stetige Verteilungen. Chi-Quadrat-Verteilung Studentverteilung Fisher-Verteilung

Verteilungen eindimensionaler stetiger Zufallsvariablen Stetige Verteilungen. Chi-Quadrat-Verteilung Studentverteilung Fisher-Verteilung Verteilungen eindimensionaler stetiger Zufallsvariablen Stetige Verteilungen Chi-Quadrat-Verteilung Studentverteilung Fisher-Verteilung Typisierung der stetigen theoretischen Verteilungen Bibliografie:

Mehr

Analyse von Kontingenztafeln

Analyse von Kontingenztafeln Analyse von Kontingenztafeln Mit Hilfe von Kontingenztafeln (Kreuztabellen) kann die Abhängigkeit bzw. die Inhomogenität der Verteilungen kategorialer Merkmale beschrieben, analysiert und getestet werden.

Mehr

Klausur Statistik 2 RE Statistik für Soziologen Do,

Klausur Statistik 2 RE Statistik für Soziologen Do, Klausur Statistik 2 RE Statistik für Soziologen Do, 24. 9. 2009 Name...Vorname... Matrikelnummer... Einsichtnahme: Fr, 2. Oktober BITTE DEUTLICH UND LESERLICH SCHREIBEN! Es wird nur gewertet, was in diesem

Mehr

Mögliche Einstiege und Grundprinzip

Mögliche Einstiege und Grundprinzip Mögliche Einstiege und Grundprinzip 1) Erwischt Steuerprüfung mit statistischen know-how Nach T. Leuders Erwischt! in Mathematik lehren 153 Betriebsprüfung bei einem Schnellimbiss für die Jahre 1998 2000

Mehr

Richard Möbus G U T A C H T E N G / 1 3

Richard Möbus G U T A C H T E N G / 1 3 Richard Möbus Lessingstraße 17 A Sachverständiger für Schallschutz 65189 Wiesbaden Dipl.- Ing. Physik. Technik Telefon 0611/505 85 28 Telefax 0611/505 85 30 moebus@der-akustiker.de G U T A C H T E N 2

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/

Mehr

Untersuchung zur Gleichwertigkeit des LOVIBOND CSB vario Küvettentest mit dem Hach * CSB Küvettentest

Untersuchung zur Gleichwertigkeit des LOVIBOND CSB vario Küvettentest mit dem Hach * CSB Küvettentest Untersuchung zur Gleichwertigkeit des LOVIBOND CSB vario Küvettentest mit dem CSB Küvettentest Inhaltsverzeichnis Seite Einleitung und Zielsetzung 1 Verwendete Methoden, Reagenzien und Geräte 1 Teil I

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen

Mehr

Mengen, Funktionen und Logik

Mengen, Funktionen und Logik Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Mengen, Funktionen und Logik Literatur Referenz: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,

Mehr

Grundlagen der Statistik

Grundlagen der Statistik Grundlagen der Statistik Übung 15 009 FernUniversität in Hagen Alle Rechte vorbehalten Fachbereich Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe

Mehr

Statistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik

Statistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik Statistik Zusätzliche Beispiele SS 2018 Blatt 3: Schließende Statistik 1. I Ein Personalchef führt so lange Vorstellungsgespräche durch bis der erste geeignete Bewerber darunter ist und stellt diesen an.

Mehr

Der χ2-test Der χ2-test

Der χ2-test Der χ2-test Der χ 2 -Test Überblick Beim χ 2 -Test handelt es sich um eine Familie ähnlicher Tests, die bei nominal- oder ordinalskalierten Merkmalen mit zwei oder mehr Ausprägungen angewendet werden können. Wir behandeln

Mehr

Angewandte Statistik 1

Angewandte Statistik 1 Angewandte Statistik 1 Beschreibende und Explorative Statistik - Wahrscheinlichkeitsrechnung - Zufallsvariablen und Statistische Maßzahlen -Wichtige Verteilungen - Beurteilende Statistik -Vertrauensintervalle

Mehr

Testen von Hypothesen:

Testen von Hypothesen: Testen von Hypothesen: Ein Beispiel: Eine Firma produziert Reifen. In der Entwicklungsabteilung wurde ein neues Modell entwickelt, das wesentlich ruhiger läuft. Vor der Markteinführung muss aber auch noch

Mehr

Der χ 2 -Test. Überblick. Beispiel 1 (χ 2 -Anpassungstest)

Der χ 2 -Test. Überblick. Beispiel 1 (χ 2 -Anpassungstest) Der χ 2 -Test Überblick Beim χ 2 -Test handelt es sich um eine Familie ähnlicher Tests, die bei nominal- oder ordinalskalierten Merkmalen mit zwei oder mehr Ausprägungen angewendet werden können. Wir behandeln

Mehr

Statistik II: Signifikanztests /1

Statistik II: Signifikanztests /1 Medien Institut : Signifikanztests /1 Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Noch einmal: Grundlagen des Signifikanztests 2. Der chi 2 -Test 3. Der t-test

Mehr

2. Formulieren von Hypothesen. Nullhypothese: H 0 : µ = 0 Gerät exakt geeicht

2. Formulieren von Hypothesen. Nullhypothese: H 0 : µ = 0 Gerät exakt geeicht 43 Signifikanztests Beispiel zum Gauß-Test Bei einer Serienfertigung eines bestimmten Typs von Messgeräten werden vor der Auslieferung eines jeden Gerätes 10 Kontrollmessungen durchgeführt um festzustellen,

Mehr

Biomathematik für Mediziner

Biomathematik für Mediziner Institut für Medizinische Biometrie, Informatik und Epidemiologie der Universität Bonn (Direktor: Prof. Dr. Max P. Baur) Biomathematik für Mediziner Klausur SS 2002 Aufgabe 1: Franz Beckenbauer will, dass

Mehr

Lage- und Streuungsparameter

Lage- und Streuungsparameter Lage- und Streuungsparameter Beziehen sich auf die Verteilung der Ausprägungen von intervall- und ratio-skalierten Variablen Versuchen, diese Verteilung durch Zahlen zu beschreiben, statt sie graphisch

Mehr

Beschreibung des Verkehrslärms durch den Lästigkeitsindex TNA R

Beschreibung des Verkehrslärms durch den Lästigkeitsindex TNA R Beschreibung des Verkehrslärms durch den Lästigkeitsindex TNA R Michael Cik Hochschultagung 2007 Rust, 01. Oktober 2007 Email: michael.cik@tugraz.at www.isv.tugraz.at www.flickr.com Problem - Lärmstörungen

Mehr

SCHALLTECHNISCHE UNTERSUCHUNG ZUM BEBAUUNGSPLAN AM MÜHLWEIHER II IN POXDORF

SCHALLTECHNISCHE UNTERSUCHUNG ZUM BEBAUUNGSPLAN AM MÜHLWEIHER II IN POXDORF GEMEINDE POXDORF SCHALLTECHNISCHE UNTERSUCHUNG ZUM BEBAUUNGSPLAN AM MÜHLWEIHER II IN POXDORF Inhalt 21. September 2017 1. ZIEL UND ZWECK DER UNTERSUCHUNG 2. BEURTEILUNGSGRUNDLAGE 3. ORIENTIERUNGSWERTE

Mehr

Physikalisches Grundpraktikum Technische Universität Chemnitz

Physikalisches Grundpraktikum Technische Universität Chemnitz Physikalisches Grundpraktikum Technische Universität Chemnitz Protokoll «A3 - Atomspektren - BALMER-Serie» Martin Wolf Betreuer: DP Emmrich Mitarbeiter: Martin Helfrich

Mehr

Ergebnisse und Interpretation 54

Ergebnisse und Interpretation 54 Ergebnisse und Interpretation 54 4 Ergebnisse In den Abbildungen 24/4.1 bis 29/4.1 werden die Laktat-Geschwindigkeits-Kurve und die Herzfrequenzwerte der beiden Schwimmgruppen (Männer: n=6, Frauen: n=8)

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung 3. Vorlesung Dr. Jochen Köhler 1 Inhalte der heutigen Vorlesung Ziel: Daten Modellbildung Probabilistisches Modell Wahrscheinlichkeit von Ereignissen Im ersten

Mehr

2. Beurteilungspegel von immissionsschutzrechtlich genehmigungsbedürftigen

2. Beurteilungspegel von immissionsschutzrechtlich genehmigungsbedürftigen Stand: 09.2004 Kurzanleitung zur Bestimmung der Beurteilungspegel für die Geräusche von Sport- und Freizeitanlagen 1. Vorbemerkung Für die schalltechnische Beurteilung von Sportanlagen, die als genehmigungsbedürftige

Mehr

Sechzehnte Verordnung zur Durchführung des Bundes-Immissionsschutzgesetzes (Verkehrslärmschutzverordnung BImSchV)

Sechzehnte Verordnung zur Durchführung des Bundes-Immissionsschutzgesetzes (Verkehrslärmschutzverordnung BImSchV) Sechzehnte Verordnung zur Durchführung des Bundes-Immissionsschutzgesetzes (Verkehrslärmschutzverordnung - 16. BImSchV) 16. BImSchV Ausfertigungsdatum: 12.06.1990 Vollzitat: "Verkehrslärmschutzverordnung

Mehr

Bahnhofsmodernisierungsprogramm Baden-Württemberg. Bf Beimerstetten. schalltechnische Untersuchung

Bahnhofsmodernisierungsprogramm Baden-Württemberg. Bf Beimerstetten. schalltechnische Untersuchung Bahnhofsmodernisierungsprogramm Baden-Württemberg Bf Beimerstetten schalltechnische Untersuchung DB Station&Service AG Regionalbereich Südwest I.SV-SW Stuttgart, 26.02.2015 Bahnhofsmodernisierungsprogramm

Mehr

Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen?

Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen? 1. Handelt es sich bei den folgenden um diskrete oder stetige Zufallsvariablen? a.) Anzahl der Kunden, die an der Kasse in der Schlange stehen. b.) Die Menge an Energie, die pro Tag von einem Energieversorgungsunternehmen

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 25. Januar 2013 1 Der χ 2 -Anpassungstest 2 Exakter Test nach Fisher Mendelsche Erbregeln als Beispiel für mehr

Mehr

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse

Mehr

Prüfen von Unterschiedshypothesen für ordinale Variablen: Mann-Whitney Test und Ko

Prüfen von Unterschiedshypothesen für ordinale Variablen: Mann-Whitney Test und Ko Prüfen von Unterschiedshypothesen für ordinale Variablen: Mann-Whitney Test und Ko Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik

Mehr

Wie wirkt (Verkehrs-)Lärm auf Schlaf? Vortrag auf der DAGA 2016 in Aachen mit zusätzlichen

Wie wirkt (Verkehrs-)Lärm auf Schlaf? Vortrag auf der DAGA 2016 in Aachen mit zusätzlichen Wie wirkt (Verkehrs-)Lärm auf Schlaf? Vortrag auf der DAGA 2016 in Aachen mit zusätzlichen offenen Fragen Dirk Windelberg Mathematik, Universität Hannover, Deutschland, Email: windelberg@math.uni-hannover.de

Mehr

INGENIEUR-STATISTIK DR. JOSEF HEINHOLD DR. KARL-WALTER GAEDE R. OLDENBOURG VERLAG MÜNCHEN WIEN 1979

INGENIEUR-STATISTIK DR. JOSEF HEINHOLD DR. KARL-WALTER GAEDE R. OLDENBOURG VERLAG MÜNCHEN WIEN 1979 INGENIEUR-STATISTIK DR. JOSEF HEINHOLD o. Professor für Angewandte Mathematik und Mathematische Statistik an der Technischen Universität München DR. KARL-WALTER GAEDE o. Professor für Mathematische Statistik

Mehr

Einführung in die Arbeitswissenschaft

Einführung in die Arbeitswissenschaft Einführung in die Arbeitswissenschaft Übung zur Lehreinheit 7 Arbeitsökologie Sommersemester 2016 Univ.-Prof. Dr.-Ing. Dipl.-Wirt.-Ing. Christopher M. Schlick Lehrstuhl und Institut für Arbeitswissenschaft

Mehr

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,

Mehr

Fallzahlplanung bei unabhängigen Stichproben

Fallzahlplanung bei unabhängigen Stichproben Fallzahlplanung bei unabhängigen Stichproben Seminar Aktuelle biometrische Probleme Benjamin Hofner benjamin.hofner@stat.uni-muenchen.de 12. Januar 2005 Übersicht 1. Einführung und Grundlagen der Fallzahlplanung

Mehr

VII. Inhaltsverzeichnis

VII. Inhaltsverzeichnis VII Inhaltsverzeichnis Vorwort XIII Teil 1 Datentypen 1 Datentypen 3 1.1 Kommt es wirklich darauf an? 3 1.2 Daten auf einer Intervallskala 3 1.3 Daten auf einer Ordinalskala 4 1.4 Daten auf einer Nominalskala

Mehr