Schienenbonus bei Bahn und Transrapid?
|
|
- Angela Waltz
- vor 5 Jahren
- Abrufe
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
/-=- - / 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
MehrAußenpegel-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
MehrPWC 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
MehrAG 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
MehrMessstation 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
Mehr3) 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
Mehr5. 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
MehrBerücksichtigung 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-
MehrStatistische Tests (Signifikanztests)
Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)
MehrZweiseitiger 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
Mehr3 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
MehrDirk 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
MehrTabelle 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
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrMathematische 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
MehrDr. 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
MehrSchienenverkehrslärm 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
MehrLärm-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.
MehrChi 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
MehrVerkehrslärm. 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
MehrErmitteln 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
MehrMathematik 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
MehrNächtlicher 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/
MehrStatistik 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
Mehr2. 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
MehrStatistik 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
MehrSommersemester 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:
MehrHypothesen: 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
MehrSo 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
MehrAnpassungstests 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
MehrBiometrieübung 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
MehrMathematische 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
MehrAlle 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
MehrBOXPLOT 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
Mehr12 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
MehrDirk 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
Mehr8. 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
MehrAblaufschema 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
Mehr5. 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
MehrKlausur 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
MehrVon 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
Mehr3.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
MehrSchienenverkehrslärm 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
MehrSitzung 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
MehrPlanfeststellungsentwurf 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
MehrWahrscheinlichkeit 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
MehrStatistisches Testen
Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall
MehrLV: 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
MehrStatistik 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
MehrBiomathematik 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
Mehr3. 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
MehrStatistische 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
MehrModul 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
MehrSchallschutz 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
Mehr4.1. 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
MehrPrüfung 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
MehrBiomathematik 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
MehrStatistik 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:
MehrWelche 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
Mehr8. 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
MehrEin- 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
Mehr1.1 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
MehrMögliche 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.
MehrVerteilungen 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:
MehrAnalyse 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.
MehrKlausur 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
MehrMögliche 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
MehrRichard 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
MehrForschungsstatistik 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/
MehrUntersuchung 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
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
MehrMengen, 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,
MehrGrundlagen 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
MehrStatistik 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.
MehrDer 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
MehrAngewandte Statistik 1
Angewandte Statistik 1 Beschreibende und Explorative Statistik - Wahrscheinlichkeitsrechnung - Zufallsvariablen und Statistische Maßzahlen -Wichtige Verteilungen - Beurteilende Statistik -Vertrauensintervalle
MehrTesten 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
MehrDer 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
MehrStatistik 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
Mehr2. 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,
MehrBiomathematik 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
MehrLage- 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
MehrBeschreibung 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
MehrSCHALLTECHNISCHE 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
MehrPhysikalisches Grundpraktikum Technische Universität Chemnitz
Physikalisches Grundpraktikum Technische Universität Chemnitz Protokoll «A3 - Atomspektren - BALMER-Serie» Martin Wolf Betreuer: DP Emmrich Mitarbeiter: Martin Helfrich
MehrErgebnisse 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)
MehrStatistik 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
Mehr2. 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
MehrSechzehnte 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
MehrBahnhofsmodernisierungsprogramm 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
MehrHandelt 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
MehrMathematik 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
Mehrfh 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
MehrPrüfen 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
MehrWie 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
MehrINGENIEUR-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
MehrEinführung 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
MehrBiomathematik 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,
MehrFallzahlplanung 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
MehrVII. 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