1. Versuch: Fehlerrechnung - Statistik
|
|
- Petra Flater
- vor 7 Jahren
- Abrufe
Transkript
1 Physikpraktikum für Pharmazeuten Universität Regensburg Fakultät Physik 1. Versuch: Fehlerrechnung - Statistik In diesem Versuch werden Sie mit den statistischen Grundlagen vertraut gemacht. Anhand der statistischen Auswertung von Bohnengewicht und -länge sammeln Sie erste Erfahrungen bei der Bedienung des Programms QTI-Plot zur graphischen Darstellungen von Messergebnissen.
2 1 Einführung In der Einführung zu diesem Praktikum haben wir festgestellt, dass Physiker Fakten auf quantitative Weise untersuchen. Man sagt beispielsweise nicht, dass ein Körper warm ist. Stattdessen sagen wir er hat zum Beispiel eine Temperatur von 97 C. Außerdem hängt die Gültigkeit dieser Aussage ( Der Körper A hat eine Temperatur von 97 C. ) von der Art der Messung mit welcher sie festgestellt wurde, beziehungsweise deren Fehler ab. An dem Konzept des Fehlers ist nichts falsch. Alle Messungen werden durch Fehler beeinflusst, die von der Präzision und Genauigkeit aller verwendeten Messinstrumente oder von Rauschen, Störungen und Fluktuationen der Umgebung abhängen. Diese Fehlerquellen sind unvermeidbar. Im Allgemeinen gilt: Je mehr man die Genauigkeit eines Instruments verbessert, desto wichtiger wird die Rolle von Fluktuationen der Umgebung. Andererseits erlangt das Auflösungslimit unserer Instrumente eine größere Bedeutung, wenn wir die externen Störungen reduzieren. Schlussendlich gibt es noch eine weitere Quelle von Fehlern, die systematischen Fehler. Diese sind die einzigen Fehler durch welche man auf eine wirkliche Fehlfunktion eines Messinstruments schließen kann. Zum Beispiel tendiert eine Uhr mit schwacher Batterie dazu zu spät gehen. Sie wird daher die gemessenen Zeiten systematisch unterschätzen. Solche Fehler lassen sich jedoch durch eine genaue Überprüfung des Experiments und der verwendeten Geräte vermeiden. Deswegen werden wir diese Art von Fehler in unserer Analyse nicht betrachten. Die von uns betrachteten zwei Fehlerquellen, die durch das Auflösungsvermögen unseres Instruments, sowie die in der Umgebung verursachten Fluktuationen gegeben sind, stellen beide eine Messung der Ungenauigkeit unserer Messung dar. Ausgedrückt werden sie durch die Angabe eines Intervalls mit denselben Einheiten des gemessenen Wertes, zum Beispiel 97 C±2 C. In diesem Beispiel bedeutet die Angabe der 2 C, dass wir vermuten, dass der genaue wahre Wert der Messung, welcher nicht verfügbar ist, irgendwo zwischen 95 C und 99 C liegt. Wie wir bereits in der Einführung zu diesem Praktikum erwähnt haben, beruht die Wahrheit in der Physik auf den Fehler der Messungen. Die Aussage der Körper A (mit einer Temperatur T A = 97 C±2 ) ist heißer als der Körper B (mit der Temperatur T B = 96 C±2 C) ist nicht notwendigerweise richtig, da ein entscheidender Überlapp zwischen den beiden Intervallen vorliegt, der beachtet werden muss. Obwohl beide Fehlerarten in derselben Weise dargestellt werden, behandelt man sie unterschiedlich. Der Fehler verursacht durch die begrenzte Auflösung des Messinstruments gibt einfach die Genauigkeit des Instrumentes an. Bei der anderen Sorte der Fehler, die durch Fluktuationen in der Umwelt induziert werden, ist die Situation komplizierter. Aufgrund der Fluktuationen wird das Ergebnis der Messung zu einer zufälligen Varia- 2
3 ble, selbst wenn unser Instrument sehr gut und präzise ist. Der einzig mögliche Umgang mit zufälligen Variablen besteht darin Statistik zu nutzen. Statistik ist ein extrem großes und wichtiges Themengebiet, das eine entscheidende Bedeutung in vielen Bereichen des menschlichen Wissens spielt. Es ist klar, dass ein solch riesiges Thema nicht in einem Abschnitt in diesem Skript zusammengefasst werden kann. Was wir jedoch versuchen werden, ist ein selbsterklärendes Konzept der Statistik zu vermitteln, wobei wir den Begriff des zufälligen Fehlers einführen werden. Wir werden erklären was ein maximaler Fehler ist und wir werden lernen wie man mit Fehlern umgeht, wenn wir verschiedene Messwerte, welche alle eigene Fehler besitzen, addieren, subtrahieren, multiplizieren, dividieren, etc. müssen. Nach der theoretischen Einführung wenden wir das Gelernte an einem (relativ kleinen) statistischen Ensemble an. Dieses besteht aus 100 Bohnen, deren Länge und Masse individuell gemessen werden. Da wir mit zwei unterschiedlichen Größen arbeiten, die beide zur selben Population gehören, können wir mit den gelernten Konzepten der Statistik schließen, ob eine Korrelation zwischen den beiden Größen besteht oder nicht. 3
4 2 Theorie 2.1 Mathematische Grundlagen Mittelwert Das Ziel der Statistik ist es, Informationen über große (oder sogar unendliche) Mengen von Objekten zu erhalten. Die untersuchte Menge heißt Grundgesamtheit und die damit verbundene Größe wird Zufallsvariable genannt. Zum Beispiel kann man die Durchschnittskörpergröße der Studenten der Uni Regensburg bestimmen: Dazu nimmt man die Menge der Studenten als Grundgesamtheit und die Zufallsvariable ist in diesem Fall die Größe. Leider ist es bei einer Menge von Studenten (Stand Sommersemester 2014) ein immenser Aufwand, wirklich für alle Studenten die Größe zu bestimmen. Man kann allerdings eine genäherte Durchschnittsgröße ermitteln, indem wir nun als Versuchspersonen 5 Studenten zufällig auswählen und ihre Größe messen. Die Grundgesamtheit N unserer Stichprobe ist somit N = 5. Auf diese Weise könnten wir eine Reihe von Werten wie zum Beispiel diese erhalten: x 1 = 1, 85 m; x 2 = 1, 77 m; x 3 = 1, 81 m; x 4 = 1, 69 m; x 5 = 1, 75 m Aus dieser Stichprobe ermitteln wir nun eine Durchschnittsgröße, genannt (arithmetischer) Mittelwert x: x = 1 N (x 1 + x x N ) = 1 N N x i, (2.1) i=1 In unserer Stichprobe ergibt sich x = 1 N (x 1 + x 2 + x 3 + x 4 + x 5 ) = 1 (1, 85 m + 1, 77 m + 1, 81 m + 1, 69 m + 1, 75 m) 5 = 1, 774 m Es leuchtet ein, dass dieser Wert natürlich recht grob geschätzt ist und - je nach gewählten Versuchspersonen deutliche Schwankungen haben kann und somit auch deutlich von der Durchschnittsgröße eines Studenten der Uni Regensburg abweichen kann, je nachdem ob in der Stichprobe mehr über- oder unterdurchschnittlich große Studenten enthalten sind (siehe auch Versuch Stichprobenproblem ). Diese Abweichungen werden als Standardabweichung bezeichnet. 4
5 2.1.2 Standardabweichung der Einzelmessung Betrachtet man nun separat die Größe der einzelnen Studenten aus der Stichprobe, haben diese in der Regel nicht exakt die Durchschnittsgröße x, sondern verteilen sich mit einer gewissen Streuung um x. Die Standardabweichung s ist ein Maß für die typische Abweichung der x i -Werte rund um den Mittelwert. s = 1 N (x i x) N 1 2. (2.2) Manchmal benutzt man in der Statistik auch die Größe Varianz s 2, die jedoch einfach das Quadrat von s ist: s 2 = 1 N (x i x) 2. (2.3) N Korrelation und Kovarianz i=1 i=1 Wenn man zwei Grundgesamtheiten (x i und y i ) hat und ihre Korrelation will, benutzt man die sogenannte Kovarianz C xy : berechnen C xy = 1 N 1 N (x i x)(y i ȳ). (2.4) i=1 Diese zwei Grundgesamtheiten können zum Beispiel Körpergröße (x i mit Mittelwert x) und Körpergewicht (y i mit Mittelwert ȳ) der Regensburger Studenten sein. Die Korrelation zwischen den zwei Größen wird durch die Korrelationskoeffizienten r xy dargestellt: r xy = C xy s x s y, (2.5) wobei s x und s y die Standardabweichungen der x i - und y i - Werte sind. Wenn r xy sehr klein ist, sind die zwei Werte nicht korreliert. Wenn r xy 1 ist, sind die zwei Werte perfekt linear korreliert (Abb. 2.1) Darstellung der statistischen Daten Statistische Daten werden oft mit Hilfe eines Histogramms dargestellt. Wir entscheiden uns für die Gruppierung der möglichen Ergebnisse der Zufallsvariablen (die x i ) in endlichen Intervallen. Dann zeichnen wir einen Graphen, indem wir für jedes Intervall eine Spalte zeichnen, deren Länge proportional zur Anzahl der extrahierten x i ist, die in das angegebene Intervall fallen. Zum Beispiel könnten wir die Körpergröße von 1000 Studenten messen. Ein typisches Ergebnis ist in Abb. 2.2 abgebildet. Hier haben wir willkürlich entschieden, dass jedes Intervall 10 cm breit ist. Wir beobachten, dass 0 Studenten unserer Testgruppe eine Größe zwischen 1,30 und 1,40 m hatten, 2 Studenten zwischen 1,40 und 1,50 m waren, 56 Studenten zwischen 1,50 und 1,60 m und 354 Studenten zwischen 1,60 und 1,70 m, usw. 5
6 (a) (b) (c) y y y x x x Abbildung 2.1: Korrelation der Werte x i und y i für (a) r xy 0 unkorreliert, (b) 0 < r xy < 1 und (c) r xy = 1 perfekt korreliert. Wenn die Menge N unserer Grundgesamtheit groß genug ist, bildet das Histogramm zuverlässig die Wahrscheinlichkeitsverteilung für die Zufallsvariable ab. Viele Phänomene haben eine Wahrscheinlichkeitsverteilung, die wie eine Glocke aussieht. Eine solche Wahrscheinlichkeitsverteilung wird als Gauß-Verteilung bezeichnet, mathematisch wird sie durch eine Gauß-Funktion dargestellt: G µ,σ (x) = 1 σ (x µ) 2 2π e 2σ 2. (2.6) Die Gauß-Funktion hat zwei Parameter, µ und σ. Der µ-wert stellt den Mittelwert unserer Verteilung dar und σ ihre Standardabweichung. Abb. 2.3 zeigt die so gennante standardisierte Gauß-Funktion, die µ = 0 und σ = 1 hat. Die Interpretation einer Wahrscheinlichkeitsverteilung ist die folgende: die Wahrscheinlichkeit, dass x in das Intervall [x 1, x 2 ] fällt, ist entsprechend der Fläche unter der Kurve (mathematisch betrachtet das Integral x 2 x 1 G µ,σ (x)dx). 2.2 Messungen und Messfehler Messungen können nicht mit unendlicher Genauigkeit ausgeführt werden, jede Messung ist stets mit Fehlern behaftet. Zwei Messungen derselben Größe werden nie auf beliebig vielen Nachkommastellen übereinstimmen. Es ist daher unmöglich, den exakten, wahren Wert (der unbekannt bleibt) zu bestimmen. Die Schwankungen bei wiederholten Messungen werden Messfehler genannt. Es gibt verschiedene Arten von Messfehlern: Systematische Messfehler: sie hängen von dem Messgerät ab und haben immer den gleichen Betrag und Vorzeichen. Zum Beispiel haben wir eine systematische Messabweichung, wenn die Batterie unserer Uhr leer ist und deswegen langsamer läuft oder wenn eine Waage nicht geeicht ist. Bekannte systematische Abweichungen können durch Berichtigung ausgeschlossen werden. 6
7 Abbildung 2.2: Histogramm über Größe der Studenten. Zufällige Messfehler: sie werden von Fluktuationen des Messgeräts oder der Umgebung verursacht und können nicht durch Berichtigung ausgeschlossen werden. Zum Beispiel werden wir im Lauf des Praktikums die Periode der Schwingung eines Fadenpendels messen. Dafür benutzen wir eine Stoppuhr, die eine Auflösung von 0,01 s hat. Diese Genauigkeit bleibt jedoch unerreicht, da die Fluktuation unserer Reaktionszeit größer als eine solche Auflösung ist. Wie zuvor beschrieben, kann die Verteilung der Messwerte oft durch eine Gauß-Verteilung beschrieben werden. Der Mittelwert ist unser exakter Wert und die Standardabweichung ergibt unseren Messfehler. Wenn wir die gleiche Messung zehn Mal wiederholen, hätten wir eine Folge der Perioden wie zum Beispiel: t 1 t 2 t 3 t 4 t 5 t 6 t 7 t 8 t 9 t 10 1,57 s 1,68 s 1,66 s 1,60 s 1,77 s 1,69 s 1,57 s 1,54 s 1,64 s 1,73 s Die t i sind Zufallswerte: ihr Mittelwert ist 1,645 s und ihre Standardabweichung 7
8 G(x) s s µ x Abbildung 2.3: Gauß-Funktion für µ = 0 und σ = 1 (die so gennante standardisierte Gauß-Funktion). 0,075 s. Das Ergebnis unserer Messung wird deswegen wie folgt dargestellt 1 t + t = 1, 64 ± 0, 07 s. Maximale Fehler. Die Auflösung eines Messgeräts ist die kleinste Differenz zweier Messwerte, die das Messgerät eindeutig unterscheidet. Oft sind die Fluktuationen kleiner als die Auslösung, z.b. wenn man ein Objekt mit einer Waage mit Auflösung 1 g misst. In diesem Fall kann der Messfehler nicht durch die Standardabweichung (die Null ist, weil alle Messwerte gleich sind) abgeschätzt werden. Man kann nur sagen, in welchem Abstand der richtige Wert zu finden ist. Wenn unsere Waage (maximale Auflösung 0, 1 g) beispielsweise eine Masse von 13,4 g darstellt, können wir nur sagen, dass der richtige Wert irgendwo zwischen 13,3 g und 13,5 g liegt. Deswegen schreiben wir m = 13, 4 ± 0, 1 g, wobei 0,1 g der maximale Fehler ist. Wie bereits in der Einführung erwähnt, sind maximale und zufällige Fehler gewissermaßen komplementär zueinander. Die erste Fehlerart wird durch die Auflösung des Instruments bestimmt, während die zweite von Fluktuationen abhängig ist. Je mehr man das Messinstrument verbessert und seine Auflösung verschmälert (wodurch der maximale Fehler verringert wird), desto wichtiger wird die Rolle der Fluktuationen, was wiederum den zufälligen Fehler vergrößert. 1 Für den Fehler nimmt man nur eine signifikante Stelle. Für den Messwert sollte die letzte signifikante Stelle von der gleichen Größenordnung sein wie die letzte signifikante Stelle des Fehlers. Siehe dazu auch den Absatz Signifikante Stellen und Runden. 8
9 Absolutfehler und Relativfehler Zufällige Fehler und maximale Fehler sind beide Absolutfehler. Sie stellen das Intervall dar, in dem wir den richtigen Wert erwarten. Die Größe des Intervalls kann von der Auflösung des Geräts (maximaler Fehler) oder von den Fluktuationen (zufälliger Fehler) abhängen. Der Absolutfehler ist eine positive Menge, die mit der gleichen Einheit des gemessenen Wertes angegeben wird. Oft ist es sehr nützlich, den Quotient zwischen Absolutfehler und gemessenem Wert zu kennen. Dieser Quotient heißt Relativfehler ɛ x = x x. (2.7) Der Relativfehler ist eine dimensionslose Zahl, die oft in Prozent angegeben wird. Damit wird ausgedrückt, wie groß der Fehler im Vergleich zum Messwert ist. Signifikante Stellen und Runden Die Genauigkeit einer Messung wird - wie bereits oben erklärt - durch verschiedenste Arten von Messfehlern beschränkt. Bei der Angabe von Zwischen- bzw. Endergebnissen sowie der Messunsicherheiten stellt sich daher stets die Frage, wie genau das erhaltene Ergebnis denn tatsächlich ist, bzw. wie groß die Schwankungen bei einer wiederholten Messung sein dürften. Aus diesem Grund muss stets überlegt werden, wie viele Stellen des erhaltenen Ergebnisses anzugeben sind. Die Anzahl der bestätigten, belastbaren Stellen des Ergebnis werden als signifikant bezeichnet. Überflüssige Stellen müssen aufbzw. abgerundet werden. Das Runden von Zahlenangaben ist durch DIN1333 Zahlenangaben geregelt. Im Rahmen dieses Praktikums werden wir uns auf das Wesentliche beschränken. Aus diesem Grund folgende einfache Faustregeln: Im Pharmazie-Praktikum beschränken wir uns bei dem Fehler auf eine signifikante Stelle (zwei, falls die erste Stelle 1 oder 2 ist). Beispielweise wäre somit 17,10 ± 0,15 eine korrekte Rundung des Messergebnisses, während 191,37 ± 0,79 es nicht wäre. Im zweiten Fall wäre 191,4 ± 0,8 richtig. Die letzte signifikante Stelle des Fehlers bestimmt die des Messergebnisses. Das Messergebnis wird daher nur in so vielen Stellen angegeben, indenen sich der Fehler noch bemerkbar macht. Folgende Beispiele sind richtig dargestellt: 3893,15 ± 0,01, 2070 ± 30 und 15 ± 2. Falsch dagegegen wäre zum Beispiel: 1957,371 ± 0,3 oder 1096 ± 10. Das Ergebnis wird je nach Wert der Folgestelle entweder abgerundet (Wert der Folgestelle kleiner als 5) oder aufgerundet (Wert der Folgestelle 5 oder größer). Beispiele (Rundestelle ist fett gedruckt): 9
10 Beispiel A Beispiel B Messwert 5, , Messfehler 0, 1 0, 04 zu rundender Messwert 5, 4633 ± 0, 1 132, ± 0, 04 gerundetes Ergebnis 5, 5 ± 0, 1 132, 05 ± 0, Fehlerfortpflanzung 1. Regel: Fehlerfortpflanzung für Summe und Differenz. Wenn y eine Größe ist, die aus der Summe (oder der Differenz) anderer Größen herstammt, ist sein Absolutfehler die Summe der Absolutfehler der Summanden. y = x 1 + x 2 x y = x 1 + x 2 + x (2.8) Korollar: wenn y = n x, dann y = n x, (2.9) wobei n eine reine Zahl ist, wie z.b. 3, π, 57, 2, e, etc. Hier ein konkretes Anwendungsbeispiel: Wir betrachten ein Dreieck, mit den Seitenlängen a± a = 10, 2±0, 1 cm, b± b = 8, 17±0, 23 cm und c± c = 3, 51±0, 17 cm. Wenn wir jetzt den Umfang dieses Dreiecks berechnen wollen, müssen lediglich alle Seitenlängen addiert werden: Umfang = a + b + c + ( a + b + c ) = 10, 2 + 8, , 51 ± ( 0, 1 + 0, , 17 ) = 21, 88 ± 0, 50 cm Da wir nach den gerade gelernten Regeln, die Anzahl der signifikanten Stellen beachten müssen, runden wir das Ergebnis wie folgt: Umfang = 21, 9 ± 0, 5 2. Regel: Fehlerfortpflanzung für Produkt und Quotient. Wenn y eine Größe ist, die aus dem Produkt (oder dem Quotient) anderer Größen herstammt, ist sein Relativfehler die Summe der Relativfehler der Faktoren. y = p 1p 2 p 3... q 1 q 2 q 3... ɛ y = ɛ p1 + ɛ p2 + ɛ p ɛ q1 + ɛ q2 + ɛ q3... (2.10) Korollar: wenn y = x n, dann ɛ y = n ɛ x. 10
11 3 Versuchsdurchführung Mit einem Messschieber wird jede der einhundert Bohnen zunächst vermessen und anschließend ihr Gewicht bestimmt. Bitte beachten Sie, dass für jede Bohne sowohl Länge als auch ihr zugehöriges Gewicht notiert werden müssen. Es ist also die falsche Vorgehensweise zuerst alle Längen für die einhundert Bohnen zu bestimmen und erst danach die Gewichte für alle zu messen. Um vergleichbare Ergebnisse zu erhalten, müssen außerdem alle Messungen gleich ausgeführt werden. In unserem Fall bedeutet das, dass alle Bohnen der Länge nach oder der Breite nach gemessen werden sollten. Um eine ausreichende Genauigkeit der Messungen zu gewährleisten, werden wir mit Hilfe eines Messschiebers messen. Der Messschieber besteht aus einem festen Messschenkel, dem beweglichen Schieber, einer Messskala und einer sogenannten Nonius-Skala. Wenn man den Messschieber auseinander schiebt, kann man zwischen den beiden sich öffnenden Außenschenkeln den zu messenden Gegenstand legen und den Messschieber wieder zusammenschieben, bis er Kontakt mit dem Gegenstand hat. Nun kann man auf der Hauptskala den Millimeterwert ablesen, indem man kontrolliert, auf welchen Wert die Null der Noniusskala fällt. Um die Mikrometer zu bestimmen, muss man nun noch den Strich der Noniusskala finden, der sich mit einem Strich der Hauptskala deckt. Im Beispiel (Abb. 3.1) ist es der Wert 24,75 mm. Die Messungen werden anschließend direkt in das Programm QTI-Plot eingetragen (eine Kurz-Anleitung über die essentiellen Funktionen finden Sie auf der Praktikums- Website im Abschnitt Downloads). QTI wird in fast jedem Praktikumsversuch verwendet, weshalb es sich lohnt, dass jeder Praktikant einer Gruppe damit arbeitet. QTI ermöglicht eine schnelle Auswertung der Daten und ist im Internet frei 1 erhältlich, kann also auch zu Hause für das Studium genutzt werden. In diesem Versuch werden in die erste Spalte die Nummer der Messung eingetragen und in die zweite Spalte der jeweilige Messwert. Die Auswertungsmöglichkeiten für die verschiedenen Versuchsteile und die weitere Bedienung des Programms werden Ihnen direkt vom Praktikumsbetreuer erklärt. 1 zurzeit über die RZ Website nur für UR Studenten 11
12 2,4cm + 0,075cm = 2,475cm Abbildung 3.1: Messschieber mit Nonius-Skala Hier liegt der einzige aneinandergereihte Strich (=0,75 mm) Hier liest man die annähernde Länge (2,4 cm, Auflösung 1mm) 3.1 Aufgaben Messen Sie die Länge und das Gewicht von 100 individuellen Bohnen. Bitte beachten Sie, dass für jede Bohne sowohl Länge als auch ihr zugehöriges Gewicht einzeln notiert werden müssen. Zeichnen Sie mithilfe QTI-Plot zwei Histogramme, eins für die Länge l i und eins für das Gewicht m i der vermessenen Bohnen. Bestimmen Sie mithilfe QTI-Plot und der Funktion Spaltenstatistik die Standardabweichung s l und s m für die Messung des Gewichts und der Länge der Bohnen. Bestimmen Sie die Gauß-Kurven, die am besten die zwei Histogramme nähern (siehe QTI-Anleitung). Achten Sie beim Erstellen der Histogramme auf die richtige Intervallgröße. Durch zu große Intervalle wird das Histogramm zu grob, da es zu wenige Intervalle gibt. Zu kleine hingegen machen es zu verrauscht (nicht jedes Intervall enthält eine statistisch ausreichende Zahl von Elementen, wodurch die Werte zwischen benachbarten Spalten stark fluktuieren.) Der Gauß-Fit kann direkt 12
13 mit QTI-Plot erstellt werden. Zeichnen Sie ein Diagramm l i gegen m i. Wie sieht das Ergebnis aus? Bitte vergessen Sie nicht das Resultat zu kommentieren. Bestimmen Sie den Korrelations-Faktor für das l i gegen m i -Diagramm. Kommentieren Sie bitte das Ergebnis mit Bezug auf den vorherigen Punkt. 13
Einführung Fehlerrechnung
Einführung Fehlerrechnung Bei jeder Messung, ob Einzelmessung oder Messreihe, muss eine Aussage über die Güte ( Wie groß ist der Fehler? ) des Messergebnisses gemacht werden. Mögliche Fehlerarten 1. Systematische
Mehr1 Messfehler. 1.1 Systematischer Fehler. 1.2 Statistische Fehler
1 Messfehler Jede Messung ist ungenau, hat einen Fehler. Wenn Sie zum Beispiel die Schwingungsdauer eines Pendels messen, werden Sie - trotz gleicher experimenteller Anordnungen - unterschiedliche Messwerte
MehrEinführung in die Fehlerrechnung und Messdatenauswertung
Grundpraktikum der Physik Einführung in die Fehlerrechnung und Messdatenauswertung Wolfgang Limmer Institut für Halbleiterphysik 1 Fehlerrechnung 1.1 Motivation Bei einem Experiment soll der Wert einer
MehrBegleitmaterial zur Vorlesung. Fehlerrechnung und Fehlerabschätzung bei physikalischen Messungen
Institut für Technische Thermodynamik und Kältetechnik Leiter: Prof. Dr.-Ing. K. Schaber Begleitmaterial zur Vorlesung Fehlerrechnung und Fehlerabschätzung bei physikalischen Messungen Verfasst von Dr.
MehrEinführung. Fehlerarten
Einführung Jede Messung ist mit einer Messunsicherheit behaftet. Die Unsicherheit bezieht sich dabei nicht auf eine falsche Durchführung der Messung, sondern auf die Tatsache, dass jede von einem Menschen
MehrEinführung in die Fehlerrechnung. Einleitung. Die Unvermeidbarkeit von Unsicherheiten. Warum muss man die Grösse der Unsicherheit kennen?
Einführung in die Fehlerrechnung Einleitung Die Fehlerrechnung hat den Zweck, Unsicherheiten in Messungen zu untersuchen und zu evaluieren. Die Erfahrung zeigt, dass jede, auch die am sorgfältigsten ausgeführte
MehrPhysikalische Übungen für Pharmazeuten
Helmholtz-Institut für Strahlen- und Kernphysik Seminar Physikalische Übungen für Pharmazeuten Ch. Wendel Max Becker Karsten Koop Dr. Christoph Wendel Übersicht Inhalt des Seminars Praktikum - Vorbereitung
Mehr2. Grundbegriffe. Literatur. Skript D. Huhnke S emg GEM. emg GEM
. Grundbegriffe Literatur Skript D. Huhnke S. 10-1 Messung Messwert: Wert, der zur Messgröße gehört und der Ausgabe eines Messgerätes eindeutig zugeordnet ist. Messvoraussetzungen Die Messung soll sein
MehrM0 BIO - Reaktionszeit
M0 BIO - Reaktionszeit 1 Ziel des Versuches In diesem Versuch haben Sie die Möglichkeit, sich mit Messunsicherheiten vertraut zu machen. Die Analyse von Messunsicherheiten erfolgt hierbei an zwei Beispielen.
MehrPhysikpraktikum für Pharmazeuten Universität Regensburg Fakultät Physik. 2. Versuch: Das Stichprobenproblem
Physikpraktikum für Pharmazeuten Universität Regensburg Fakultät Physik 2. Versuch: Das Stichprobenproblem 1 Einführung In der Biologie und der Medizinwissenschaft werden extrem komplexe Systeme untersucht.
MehrEinige Worte zu Messungen und Messfehlern. Sehr schöne Behandlung bei Walcher!
Einige Worte zu Messungen und Messfehlern Sehr schöne Behandlung bei Walcher! Was ist eine Messung? Messung = Vergleich einer physikalischen Größe mit Einheit dieser Größe Bsp.: Längenmessung durch Vgl.
MehrVermessungskunde für Bauingenieure und Geodäten
Vermessungskunde für Bauingenieure und Geodäten Übung 5: statistische Auswertung gleichgenauer Messungen Milo Hirsch Hendrik Hellmers Florian Schill Institut für Geodäsie Fachbereich 3 Inhaltsverzeichnis
MehrPraktikum zur Vorlesung Einführung in die Geophysik
Praktikum zur Vorlesung Einführung in die Geophysik Hinweise zum Praktikum: Messunsicherheit und Fehlerrechnung Stefan Wenk, Prof. Thomas Bohlen TU Bergakademie Freiberg Institut für Geophysik www.geophysik.tufreiberg.de/pages/studenten/praktika/nebenfaechlerpraktikum.htm
MehrEinführungsseminar S1 Elemente der Fehlerrechnung. Physikalisches Praktikum der Fakultät für Physik und Astronomie Ruhr-Universität Bochum
Einführungsseminar S1 Elemente der Fehlerrechnung Physikalisches Praktikum der Fakultät für Physik und Astronomie Ruhr-Universität Bochum Literatur Wolfgang Kamke Der Umgang mit experimentellen Daten,
MehrFadenpendel (M1) Ziel des Versuches. Theoretischer Hintergrund
Fadenpendel M1) Ziel des Versuches Der Aufbau dieses Versuches ist denkbar einfach: eine Kugel hängt an einem Faden. Der Zusammenhang zwischen der Fadenlänge und der Schwingungsdauer ist nicht schwer zu
MehrDr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp
Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 8.-10. Januar 2010 BOOTDATA.GDT: 250 Beobachtungen für die Variablen... cm:
MehrAnleitung zur Fehlerrechnung und Fehlerabschätzung
Anleitung zur Fehlerrechnung und Fehlerabschätzung Dr. Angela Fösel & Dipl. Phys. Tom Michler Revision: 1.08.018 Es ist grundsätzlich nicht möglich, fehlerfrei zu messen. Die Abweichungen der Messwerte
MehrDatenanalyse. (PHY231) Herbstsemester Olaf Steinkamp
Datenanalyse (PHY231) Herbstsemester 2015 Olaf Steinkamp 36-J-22 olafs@physik.uzh.ch 044 63 55763 Vorlesungsprogramm Einführung, Messunsicherheiten, Darstellung von Messdaten Grundbegriffe der Wahrscheinlichkeitsrechnung
MehrZusatztutorium PPH #2: Runden
Zusatztutorium PPH #2: Runden Runden von Zahlen Beim Messen bzw. Berechnen von Größen liegen die Ergebnisse meist als Zahl mit unendlich vielen Stellen vor oder die Anzahl der Nachkommastellen ist unnötig
MehrDatenanalyse. (PHY231) Herbstsemester Olaf Steinkamp
Datenanalyse (PHY23) Herbstsemester 207 Olaf Steinkamp 36-J-05 olafs@physik.uzh.ch 044 63 55763 Vorlesungsprogramm Einführung, Messunsicherheiten, Darstellung von Messdaten Grundbegriffe der Wahrscheinlichkeitsrechnung
MehrDatenanalyse. (PHY231) Herbstsemester Olaf Steinkamp
Datenanalyse PHY31 Herbstsemester 016 Olaf Steinkamp 36-J- olafs@physik.uzh.ch 044 63 55763 Vorlesungsprogramm Einführung, Messunsicherheiten, Darstellung von Messdaten Grundbegriffe der Wahrscheinlichkeitsrechnung
MehrEinführung in die Theorie der Messfehler
Einführung in die Theorie der Messfehler Ziel der Vorlesung: Die Studentinnen/Studenten sollen die Grundlagen der Theorie der Messfehler sowie den Unterschied zwischen Ausgleichsrechnung und statistischer
MehrFadenpendel (M1) Ziel des Versuches. Theoretischer Hintergrund
Fadenpendel M) Ziel des Versuches Der Aufbau dieses Versuches ist denkbar einfach: eine Kugel hängt an einem Faden. Der Zusammenhang zwischen der Fadenlänge und der Schwingungsdauer ist nicht schwer zu
MehrUmgang mit und Analyse von Messwerten
In diesem ersten Praktikumsversuch erarbeiten Sie sich das Handwerkszeug, was zum erfolgreichen absolvieren des Physikpraktikums nötig ist. Im Fokus dieses Versuchs stehen die Themen: Signifikante Stellen
MehrProtokoll Grundpraktikum I: M9 - Reversionspendel
Protokoll Grundpraktikum I: M9 - Reversionspendel Sebastian Pfitzner. Juni 013 Durchführung: Sebastian Pfitzner (553983), Anna Andrle (55077) Arbeitsplatz: Platz Betreuer: Peter Schäfer Versuchsdatum:
MehrIF0. Modul Fehlerrechnung. Fehleranalyse
IF0 Modul Fehlerrechnung Fehleranalyse In diesem einführenden Versuch wird mittels eines Pendels die sinnvolle Durchführung und Auswertung eines wissenschaftlichen Experimentes veranschaulicht. Des Weiteren
MehrProtokoll Grundpraktikum: F0: Auswertung und Präsentation von Messdaten
Protokoll Grundpraktikum: F0: Auswertung und Präsentation von Messdaten Sebastian Pfitzner 19. Februar 013 Durchführung: Sebastian Pfitzner (553983), Jannis Schürmer (5589) Betreuer: N. Haug Versuchsdatum:
MehrFehlerabschätzung und Fehlerrechnung
Fehlerabschätzung und Fehlerrechnung 4 März 2010 I Fehlerabschätzung I1 Allgemeines Jeder physikalische Messwert ist mit einem Fehler behaftet Man unterscheidet nach systematischen und zufälligen Fehlern
MehrDidaktisches Seminar über Stochastik. Themen: ffl Korrelation von zwei Zufallsvariablen
Didaktisches Seminar über Stochastik Themen: ffl Gemeinsame Verteilung von zwei Zufallsvariablen ffl Lineare Regression ffl Korrelation von zwei Zufallsvariablen Michael Ralph Pape Mai 1998 1 1 GEMEINSAME
MehrPhysikpraktikum für Pharmazeuten Universität Regensburg Fakultät Physik. 4. Versuch: Atwoodsche Fallmaschine
Physikpraktikum für Pharmazeuten Universität Regensburg Fakultät Physik 4. Versuch: Atwoodsche Fallmaschine 1 Einführung Wir setzen die Untersuchung der beschleunigten Bewegung in diesem Versuch fort.
MehrPRAKTIKUM Grundlagen der Messtechnik. VERSUCH GMT 01 Auswertung von Messreihen
1 Fachbereich: Fachgebiet: Maschinenbau Mess-, Steuerungs- und Regelungstechnik Prof. Dr.-Ing. habil. Michael Kaufmann PRAKTIKUM Grundlagen der Messtechnik VERSUCH GMT 01 Auswertung von Messreihen Version
MehrPhysik Fehlerrechnung
Physik Fehlerrechnung 1. Abschätzung des wahren Messwertes 1.1. Systematische/zufällige Fehler 1.. Mittelwert, Varianz 3 1.3. Gaußverteilung 5 1.4. Vertrauensbereich 6 1.5. Vergleich von Messwerten 8 1.6.
MehrTeil VIII. Zentraler Grenzwertsatz und Vertrauensintervalle. Woche 6: Zentraler Grenzwertsatz und Vertrauensintervalle. Lernziele. Typische Situation
Woche 6: Zentraler Grenzwertsatz und Vertrauensintervalle Patric Müller ETHZ Teil VIII Zentraler Grenzwertsatz und Vertrauensintervalle WBL 17/19, 29.05.2017 Wahrscheinlichkeit
MehrDatenanalyse. (PHY231) Herbstsemester Olaf Steinkamp
Datenanalyse (PHY31) Herbstsemester 015 Olaf Steinkamp 36-J- olafs@physik.uzh.ch 044 63 55763 Einführung, Messunsicherheiten, Darstellung von Messdaten Grundbegriffe der Wahrscheinlichkeitsrechnung und
MehrDie Fehlerbetrachtung eine Notwendigkeit in den experimentellen Wissenschaften VORANSICHT
1 von 20 Die Fehlerbetrachtung eine Notwendigkeit in den experimentellen Wissenschaften Axel Donges, Isny im Allgäu Jede Messung einer physikalischen Größe ist mit einer Unsicherheit behaftet. Der wahre
MehrWichtige Definitionen und Aussagen
Wichtige Definitionen und Aussagen Zufallsexperiment, Ergebnis, Ereignis: Unter einem Zufallsexperiment verstehen wir einen Vorgang, dessen Ausgänge sich nicht vorhersagen lassen Die möglichen Ausgänge
MehrProtokoll Grundpraktikum: O1 Dünne Linsen
Protokoll Grundpraktikum: O1 Dünne Linsen Sebastian Pfitzner 22. Januar 2013 Durchführung: Sebastian Pfitzner (553983), Jannis Schürmer (552892) Arbeitsplatz: 3 Betreuer: A. Ahlrichs Versuchsdatum: 16.01.2013
MehrMehrdimensionale Zufallsvariablen
Mehrdimensionale Zufallsvariablen Im Folgenden Beschränkung auf den diskreten Fall und zweidimensionale Zufallsvariablen. Vorstellung: Auswerten eines mehrdimensionalen Merkmals ( ) X Ỹ also z.b. ω Ω,
MehrAbbildung 1: Eine Sammlung verschiedener Münzen, die im weiteren Verlauf als Beispiel dienen wird.
Allgemeine Chemie Computer Praktikum Herbstsemester Statistik Tutorial I Statistik und Datenauswertung - Grundbegriffe Original von Prof. Hanspeter Huber, Juni 2000, überarbeitet von Pascal Eberle, Juli
MehrErwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung
R. Brinkmann http://brinkmann-du.de Seite 5.05.0 Erwartungswert, Umgebungswahrscheinlichkeiten und die Normalverteilung Erwartungswert binomialverteilter Zufallsgrößen Wird ein Bernoulli- Versuch, bei
MehrMessunsicherheit 1 beim Messen physikalischer Größen sinnvolle Ziffern
Messunsicherheit 1 beim Messen physikalischer Größen sinnvolle Ziffern Physikalische Größen, Aussagen oder Gesetzmäßigkeiten werden im Experiment erfahren bzw. erarbeitet. Dazu müssen physikalische Größen
MehrAllgemeine Chemie Computer Praktikum Frühjahrssemester Regressions-Tutorial Lineare und nicht-lineare Regression
1 Einführung Allgemeine Chemie Computer Praktikum Frühjahrssemester Regressions-Tutorial Lineare und nicht-lineare Regression Datenauswertung In einem naturwissenschaftlichen Experiment werden Sie meist
MehrMaurizio Musso, Universität Salzburg, ver Physikalische Grundlagen der Meßtechnik. Teil 2
Teil 2 Auswertung von Messungen, zufällige oder statistische Abweichungen Auswertung direkter Messungen Häufigkeitsverteilung, Häufigkeitsfunktion Mittelwert, Standardabweichung der Einzelwerte Standardabweichung
MehrAnfänger-Praktikum I WS 11/12. Michael Seidling Timo Raab Enrico Mank. Praktikumsbericht: Galton-Brett
Anfänger-Praktikum I WS 11/12 Michael Seidling Timo Raab Enrico Mank Praktikumsbericht: Galton-Brett Inhaltsverzeichnis Inhaltsverzeichnis I. Theoretische Grundlagen 2 1. Zentraler Grenzwertsatz 2 2. Binomialverteilung
MehrGrundlagen der Statistik und Fehlerrechnung
Physikalisches Grundpraktikum Teil 1 WS 2010/2011 Grundlagen der Statistik und Fehlerrechnung Stefan Diehl 28.02.2011 12.30 13.30 HS I 01.03.2011 12.30 13.30 CHEG18 Inhalt Grundbegriffe der Statistik Wahrscheinlichkeitsverteilungen
MehrGrundpraktikum A. M9 Reversionspendel
Mathematisch-Naturwissenschaftliche Fakultät Institut für Physik Grundpraktikum A M9 Reversionspendel 11.05.17 Studenten: Will Tim Betreuer: Raum: K. NEW14-3.16 Messplatz: 1 1 Inhaltsverzeichnis 1. Messungen
MehrWird ein Bernoulli- Versuch, bei dem die Trefferwahrscheinlichkeit p = 0,2 ist, n = 40 mal durchgeführt, dann erwarten wir im Mittel 8 Treffer.
R. Brinkmann http://brinkmann-du.de Seite 1 06.1008 Erwartungswert binomialverteilter Zufallsgrößen. Wird ein Bernoulli- Versuch, bei dem die Trefferwahrscheinlichkeit p = 0,2 ist, n = 40 mal durchgeführt,
MehrAnleitung zum Physikpraktikum für Oberstufenlehrpersonen Einführungsversuch (EV) Herbstsemester Physik-Institut der Universität Zürich
Anleitung zum Physikpraktikum für Oberstufenlehrpersonen Einführungsversuch (EV) Herbstsemester 2017 Physik-Institut der Universität Zürich Inhaltsverzeichnis 1 Einführungsversuch (EV) 11 11 Einleitung
MehrFehler- und Ausgleichsrechnung
Fehler- und Ausgleichsrechnung Daniel Gerth Daniel Gerth (JKU) Fehler- und Ausgleichsrechnung 1 / 12 Überblick Fehler- und Ausgleichsrechnung Dieses Kapitel erklärt: Wie man Ausgleichsrechnung betreibt
MehrStatistik - Fehlerrechnung - Auswertung von Messungen
Statistik - Fehlerrechnung - Auswertung von Messungen TEIL II Vorbereitungskurs F-Praktikum B (Physik), RWTH Aachen Thomas Hebbeker Eindimensionaler Fall: Parameterbestimmung - Beispiele [Übung] Mehrdimensionaler
MehrMethoden der Werkstoffprüfung Kapitel I Grundlagen. WS 2009/2010 Kapitel 1.0
Methoden der Werkstoffprüfung Kapitel I Grundlagen WS 2009/2010 Kapitel 1.0 Grundlagen Probenmittelwerte ohne MU Akzeptanzbereich Probe 1 und 2 liegen im Akzeptanzbereich Sie sind damit akzeptiert! Probe
MehrFehlerrechnung. Bei physikalisch-technischen Messungen können systematische und zufällige Fehler auftreten.
Seite 1 / 6 H.C. iehuus Fehlerrechnung Bei physikalisch-technischen Messungen können systematische und zufällige Fehler auftreten. Systematische Fehler erzeugen systematische Effekte. Falsch kalibrierte
MehrMathematisch-Naturwissenschaftliche Fakultät I der Humboldt-Universität zu Berlin Institut für Physik Physikalisches Grundpraktikum.
Mathematisch-Naturwissenschaftliche Fakultät I der Humboldt-Universität zu Berlin Institut für Physik Physikalisches Grundpraktikum Versuchsprotokoll zur Bestimmung der Brennweiten von dünnen Linsen (O)
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,
Mehr1. Einführung in die induktive Statistik
Wichtige Begriffe 1. Einführung in die induktive Statistik Grundgesamtheit: Statistische Masse, die zu untersuchen ist, bzw. über die Aussagen getroffen werden soll Stichprobe: Teil einer statistischen
MehrStatistik I für Betriebswirte Vorlesung 4
Statistik I für Betriebswirte Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 25. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrPhysikalisches Grundpraktikum
Ernst-Moritz-Arndt-Universität Greifswald / Institut für Physik Physikalisches Grundpraktikum Praktikum für Mediziner M Die Kunst des Messens ame: Versuchsgruppe: Datum: Mitarbeiter der Versuchsgruppe:
MehrMessunsicherheiten. Messung physikalischer Größen
Messunsicherheiten Messung physikalischer Größen Angabe physikalischer Größen Physikalische Größen werden quantitativ als Vielfache bestimmter Einheiten erfasst. Eine gemessene Länge wird beispielsweise
MehrVersuchsprotokoll. Mathematisch-Naturwissenschaftliche Fakultät I Institut für Physik. Versuch O10: Linsensysteme Arbeitsplatz Nr.
Mathematisch-Naturwissenschaftliche Fakultät I Institut für Physik Physikalisches Grundpraktikum I Versuchsprotokoll Versuch O10: Linsensysteme Arbeitsplatz Nr. 1 0. Inhaltsverzeichnis 1. Einleitung 2.
MehrVersuchsprotokoll. Mathematisch-Naturwissenschaftliche Fakultät I Institut für Physik. Versuch O8: Fraunhofersche Beugung Arbeitsplatz Nr.
Mathematisch-Naturwissenschaftliche Fakultät I Institut für Physik Physikalisches Grundpraktikum I Versuchsprotokoll Versuch O8: Fraunhofersche Beugung Arbeitsplatz Nr. 1 0. Inhaltsverzeichnis 1. Einleitung.
Mehr5. Spezielle stetige Verteilungen
5. Spezielle stetige Verteilungen 5.1 Stetige Gleichverteilung Eine Zufallsvariable X folgt einer stetigen Gleichverteilung mit den Parametern a und b, wenn für die Dichtefunktion von X gilt: f x = 1 für
MehrWahrscheinlichkeitsverteilungen
Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet
MehrZUM UMGANG MIT MESSUNSICHERHEITEN IM PHYSIKUNTERRICHT. 25. Oktober Didaktik der Physik Julia Glomski und Burkhard Priemer
ZUM UMGANG MIT MESSUNSICHERHEITEN IM PHYSIKUNTERRICHT 25. Oktober 2010 und Burkhard Priemer Was sind Messfehler? Was ist Fehlerrechnung? Warum misst man etwas? Wann ist eine Messung gut gelaufen? 2 4 Dimensionen
Mehr3. Versuch: Fadenpendel
Physikpraktikum für Pharmazeuten Universität Regensburg Fakultät Physik 3. Versuch: Fadenpendel In diesem Versuch werden Sie mit den mechanischen Grundlagen vertraut gemacht. Anhand eines Fadenpendels
MehrCHEMISCHES RECHNEN II ANALYT. CHEM. FÜR FORTGS
Arbeitsunterlagen zu den VU CHEMISCHES RECHNEN II - 771.119 Einheit 1 ANALYT. CHEM. FÜR FORTGS. - 771.314 Einheit 3a ao. Prof. Dr. Thomas Prohaska (Auflage März 006) Beurteilung von Analysenergebnissen
MehrMessunsicherheit und Fehlerrechnung
Messunsicherheit und Fehlerrechnung p. 1/25 Messunsicherheit und Fehlerrechnung Kurzeinführung Peter Riegler p.riegler@fh-wolfenbuettel.de Fachhochschule Braunschweig/Wolfenbüttel Messunsicherheit und
MehrSoftwaretechnik. Prof. Dr. Rainer Koschke. Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen
Softwaretechnik Prof. Dr. Rainer Koschke Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen Wintersemester 2010/11 Überblick I Statistik bei kontrollierten Experimenten
MehrÜbungen mit dem Applet Wahrscheinlichkeitsnetz
Wahrscheinlichkeitsnetz 1 Übungen mit dem Applet Wahrscheinlichkeitsnetz 1 Statistischer Hintergrund... 1.1 Verteilungen... 1. Darstellung von Daten im Wahrscheinlichkeitsnetz...4 1.3 Kurzbeschreibung
MehrLK Lorentzkraft. Inhaltsverzeichnis. Moritz Stoll, Marcel Schmittfull (Gruppe 2) 25. April Einführung 2
LK Lorentzkraft Blockpraktikum Frühjahr 2007 (Gruppe 2) 25. April 2007 Inhaltsverzeichnis 1 Einführung 2 2 Theoretische Grundlagen 2 2.1 Magnetfeld dünner Leiter und Spulen......... 2 2.2 Lorentzkraft........................
MehrSchnellkurs und Übersicht zur Gröÿtfehlerabschätzung und Fehlerrechnung
1 Schnellkurs und Übersicht zur Gröÿtfehlerabschätzung und Fehlerrechnung Zum Messergebnis gehören immer eine Fehlerangabe und nur signikante Stellen 1 Beim Messen arbeiten wir mit Näherungswerten! Selbst
MehrMathematisch-Naturwissenschaftliche Fakultät I Humboldt-Universität zu Berlin Institut für Physik Physikalisches Grundpraktikum.
Mathematisch-Naturwissenschaftliche Fakultät I Humboldt-Universität zu Berlin Institut für Physik Physikalisches Grundpraktikum Versuchsprotokoll Linsensysteme (O0) Arbeitsplatz 3 durchgeführt am 7.0.009
MehrMehrdimensionale Verteilungen und Korrelation
Vorlesung: Computergestützte Datenauswertung Mehrdimensionale Verteilungen und Korrelation Günter Quast Fakultät für Physik Institut für Experimentelle Kernphysik SS '17 KIT Die Forschungsuniversität in
MehrMathematisch-Naturwissenschaftliche Fakultät I der Humboldt-Universität zu Berlin Institut für Physik Physikalisches Grundpraktikum.
Mathematisch-Naturwissenschaftliche Fakultät I der Humboldt-Universitäu Berlin Institut für Physik Physikalisches Grundpraktikum Versuchsprotokoll Zustandsgleichung idealer Gase (T4) Arbeitsplatz durchgeführt
MehrDas Histogramm ist glockenförmig. Es würde bei mehr als vier Fehlerquellen sich der Glockenform noch besser annähern.
10. Stetige Zufallsvariable, Normalverteilung 55 Die in den folgenden Beispielen dargestellten Verteilungen haben ungefähr Glockenform. Sie können durch die sogenannte Normalverteilung oder Gaussverteilung
MehrW-Seminar: Versuche mit und am Menschen 2017/2019 Skript
3. Deskriptive Statistik Die deskriptive (auch: beschreibende) Statistik hat zum Ziel, [ ] Daten durch Tabellen, Kennzahlen [ ] und Grafiken übersichtlich darzustellen und zu ordnen. Dies ist vor allem
MehrInhaltsverzeichnis. 1. Grundlagen und Durchführung. 2. Auswertung
Inhaltsverzeichnis 1. Grundlagen und Durchführung 2. Auswertung 2.1.1 Überlauf-Methode 2.1.2 Geometrie des Körpers 2.1.3 Auftriebsmessung 2.2 Ergebniszusammenfassung und Diskussion 3. Fragen 4. Anhang
MehrVersuch 11 Einführungsversuch
Versuch 11 Einführungsversuch I Vorbemerkung Ziel der Einführungsveranstaltung ist es Sie mit grundlegenden Techniken des Experimentierens und der Auswertung der Messdaten vertraut zu machen. Diese Grundkenntnisse
MehrStatistische Messdatenauswertung
Roland Looser Statistische Messdatenauswertung Praktische Einführung in die Auswertung von Messdaten mit Excel und spezifischer Statistik-Software für naturwissenschaftlich und technisch orientierte Anwender
MehrKapitel 7. Regression und Korrelation. 7.1 Das Regressionsproblem
Kapitel 7 Regression und Korrelation Ein Regressionsproblem behandelt die Verteilung einer Variablen, wenn mindestens eine andere gewisse Werte in nicht zufälliger Art annimmt. Ein Korrelationsproblem
MehrEinführung in die Fehlerrechnung
Einführung in die Fehlerrechnung Jede quantitative physikalische Messung ist mit Fehlern behaftet. Die Angabe der Fehler gehört zu einer ordentlichen Auswertung ebenso dazu, wie die Angabe des eigentlichen
MehrAnleitung. zur. Anfertigung der Versuchsprotokolle. Praktikum Physikalisch-Chemische Übungen für Pharmazeuten
Anleitung zur Anfertigung der Versuchsprotokolle im Praktikum Physikalisch-Chemische Übungen für Pharmazeuten Dr. Hans-Dieter Barth Institut für Physikalische und Theoretische Chemie Goethe-Universität
MehrDr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9.
Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Januar 2011 BOOTDATA11.GDT: 250 Beobachtungen für die Variablen...
MehrBiostatistik, WS 2017/18 Der Standardfehler
1/70 Biostatistik, WS 2017/18 Matthias Birkner http://www.staff.uni-mainz.de/birkner/biostatistik1718/ 24.11.2017 3/70 Ein Versuch Hirse Bild: Panicum miliaceum 4/70 Ein Versuch Ein Versuch Versuchsaufbau:
MehrTesttheorie und Gütekriterien von Messinstrumenten. Objektivität Reliabilität Validität
Testtheorie und Gütekriterien von Messinstrumenten Objektivität Reliabilität Validität Genauigkeit von Messungen Jede Messung zielt darauf ab, möglichst exakte und fehlerfreie Messwerte zu erheben. Dennoch
MehrMesstechnische Grundlagen und Fehlerbetrachtung. (inkl. Fehlerrechnung)
Messtechnische Grundlagen und Fehlerbetrachtung (inkl. Fehlerrechnung) Länge Masse Zeit Elektrische Stromstärke Thermodynamische Temperatur Lichtstärke Stoffmenge Basisgrößen des SI-Systems Meter (m) Kilogramm
MehrStichproben Parameterschätzung Konfidenzintervalle:
Stichproben Parameterschätzung Konfidenzintervalle: Beispiel Wahlprognose: Die Grundgesamtheit hat einen Prozentsatz p der Partei A wählt. Wenn dieser Prozentsatz bekannt ist, dann kann man z.b. ausrechnen,
MehrMathematisch-Naturwissenschaftliche Fakultät I der Humboldt-Universität zu Berlin Institut für Physik Physikalisches Grundpraktikum.
Mathematisch-Naturwissenschaftliche Fakultät I der Humboldt-Universität zu Berlin Institut für Physik Physikalisches Grundpraktikum Versuchsprotokoll zur Bestimmung der Federkonstante (F4) am Arbeitsplatz
MehrWahrscheinlichkeitsrechnung und Statistik für Biologen 2. Der Standardfehler
Wahrscheinlichkeitsrechnung und Statistik für Biologen 2. Der Standardfehler Noémie Becker & Dirk Metzler 15. April 2016 Inhaltsverzeichnis 1 Der Standardfehler 1 1.1 Ein Versuch............................................
Mehr1 Physikalische Grundlagen und Aufgabenstellung 2
Inhaltsverzeichnis 1 Physikalische Grundlagen und Aufgabenstellung 2 2 Messwerte und Auswertung 2 2.1 Bestimmung des Drehmoments des Drehtisches............ 2 2.2 Bestimmung des Zylinderdrehmoments.................
MehrEinführung in die Fehlerrechnung
1 Einführung in die Fehlerrechnung liederung 1. Motivation. Fehlerarten 1. robe Fehler. Systematische Fehler 3. Zufällige Fehler 3. Rechnerische Erfassung der Messabweichungen 1. Fehlerabschätzung einmaliges
MehrGeg.: Eine Menge von Elementen, z.b.
1.3 Zweidimensionale Häufigkeitsverteilungen Geg.: Eine Menge von Elementen, z.b. Schüler einer Schule Soldaten eines Bataillons Schrauben einer Stichprobe Tage eines Jahrhunderts Betrachtet werden zwei
MehrKapitel 2. Fehlerrechnung
Fehlerrechnung 1 Messungen => quantitative Aussagen Messungen müssen zu jeder Zeit und an jedem Ort zu den gleichen Ergebnissen führen Messungen sind immer mit Fehler behaftet. => Angabe des Fehlers! Bespiel
MehrWahrscheinlichkeit und Statistik: Zusammenfassung
HSR Hochschule für Technik Rapperswil Wahrscheinlichkeit und Statistik: Zusammenfassung beinhaltet Teile des Skripts von Herrn Hardy von Lukas Wilhelm lwilhelm.net 12. Januar 2007 Inhaltsverzeichnis 1
MehrStatistische Tests für unbekannte Parameter
Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung
Mehr29 Schätzung von Erwartungswert und Varianz
29 Schätzung von Erwartungswert und Varianz Jörn Loviscach Versionsstand: 21. September 2013, 15:55 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html
Mehr