Berechnung der Messunsicherheit nach GUM Kurzfassung in 20 min
|
|
- Walter Bergmann
- vor 7 Jahren
- Abrufe
Transkript
1 Berechnung der Messunscherhet nach GUM Kurzfassung n 0 mn MU der Stephan Meke PTB-Insttut Berln
2 Gegenstand Defnton (verkürzt) VIM (Wörterb. d. Metrologe) Bespele / Anmerkungen Größe Größenwert Messwert Egenschaft enes Phänomens, enes Körpers oder ener Substanz, Zahlenwert und Referenz, de zusammen ene Größe quanttatv angeben Größenwert, der en Messergebns repräsentert 1.1 Länge, Spannung, Energe, Stoffmengenkonzentraton 1.19 Masse enes Körpers: 0,15 kg ; Stoffmengenkonz. von L. n ener Plasmaprobe: 5,0 I E / L.10 MU der Messergebns Menge von Größenwerten, de ener Messgröße zugewesen snd, zusammen mt jeglcher verfügbarer relevanter Informaton.9 En Messergebns wrd m Allgemenen als en enzger Messwert und ene Messunscherhet ausgedrückt. Messunscherhet nchtnegatver Parameter [u], der de Streuung der Werte kennzechnet, de der Messgröße auf der Grundlage der benutzten Informaton begeordnet st.6 Überdeckungsntervall Intervall [U], das de Menge der wahren Werte ener Messgröße mt ener angegebenen Wahrschenlchket enthält,.36 Deutsch-englsche Fassung des ISO/IEC- Letfaden 99 PDF: Wahrschenlchketsdchtefunkton (probablty densty functon)
3 Vorgehen: 1) und Messgröße ) Messprnzp 3) Messmethode 4) Messverfahren MU der Ergebns: - Identfkaton der Messgröße - bessere Kenntns und Verständns des Messverfahrens
4 Bespel: CENAM / Euramet Begrffe 1 und Messgröße: Bestmmung des Volumens V enes Bechers mt enem Nennwert von L be ener Temperatur von 0 C. L Messprnzp: Volumen = Masse / Dchte MU der 3 Messmethode: Gravmetrsche Kalbrerung 1,995 kg 4 Messverfahren: Wederholtes Füllen des Bechers mt bdstllertem Wasser und Wegen der Masse m des enthaltenen Wassers
5 MU der Vorgehen: 1) Suchen der Größen, de de beenflussen könnten ) Struktureren und Bewerten der X 3) Aufstellen des mathematschen Modells der Ergebns: - Mathematsches Modell der Messgröße: Y = f( X 1, X, X N ) (Y : Ausgangsgröße, X : )
6 Ichkawa Dagramm (allgemen): MU der Ichkawa Dagramm (Bepel: L-Becher):
7 MU der Bespel ener Modellglechung: Volumenmessung V mt V m W Volumen des Bechers Masse des engefüllten Wassers Netto-Messwert (vermndert um de Masse des leeren Bechers) ΔW Cal Messabwechung der Waage (Kalbrerschen-Angabe) ΔW res Auflösung der Waage B ar m W B ar Korrektur des Luftauftrebs Dchte des Wassers W W cal W Hnwes: Dese Glechung verletzt de Lneartätsforderung des (Standard-)GUM. Praktsch st das, be hnrechend klenen Messunscherheten der, ohne Bedeutung. Be größeren Messunscherheten müßte de Berechnung mttels Monte-Carlo-Smulaton per Software durchgeführt werden. res B ar
8 Vorgehen: Bestmmung der Messunscherheten u( ) aller relevanten X durch oder aus anderen Informatonsquellen MU der Ergebns: Angaben zu jeder Engangsgröße X - bester Schätzwert - Informatonen zu dessen Messunscherhet u( )
9 Der beste Schätzwerte ener Engangsgröße X und dessen begeordnete Standardunscherhet u( ) kann auf zwe verschedenen Wegen ermttelt werden: Typ A Typ B MU der wederholte en be glechen Messbedngungen Angaben aus anderen Informatonsquellen Kalbrer- / Echschen Gerätespezfkaton Lteratur vorherge en usw
10 Typ A: wederholte en bester Schätzwert: arthmetscher Mttelwert (GUM 4..1) 1 q n n k 1 q k Standardunscherhet: Standardabwechung des Mttelwerts (GUM 4..3) MU der n s( qk ) 1 u( q) s( q) ( q n n( n 1) emprsche Standardabwechung k1 k q)
11 Typ B: Angaben aus anderen Informatonsquellen MU der Echschen: de Echfehlergrenzen werden engehalten Kalbrerschen: der Wert der Messgröße beträgt 19,98 C de erweterte Messunscherhet beträgt 0,10 C es wurden 5 Verglechsmessungen durchgeführt Herstellerangabe: Genaugket: 1% der Anzege + Dgts
12 Quelle: deutschen Übersetzung des GUM S1 Begrffe geechtes Gerät MU der Gerät mt Kalbrerschen Gerät mt Kalbrerschen und zusätzlchen Informatonen
13 MU der Vorgehen: 1) Typ A : Standardunscherhet berets als Standardabwechung des Mttelwerts bekannt. ) Typ B: Berechnung der Standardunscherheten (d.h.: Standardabwechungen) aller aus deren angenommenen Wahrschenlchketsdchtevertelungen nach festen Regeln. Ergebns: Standardunscherheten (bzw. Standardabwechungen) aller
14 MU der
15 MU der Ermttlung der kombnerten Standardunscherhet (GUM 5) De kombnerte Standardunscherhet enes Messergebnsses (ener Ausgangsgröße) u c wrd aus den Standardunscherheten durch Fehlerfortpflanzung berechnet. Dabe snd Fälle zu unterscheden: unkorrelerte [Unscherheten der] (GUM 5.1) mt folgt und korrelerte [Unscherheten der] (GUM 5.) N c u c y u 1 ) ( ) ( f c ) ( ) ( 1 N c u f y u ), ( ) ( ), ( ) ( j N N N j j j N N j j c u f f u f u f f y u unkorrelerter Fall Mschterme mt Kovaranzen
16 Hnwes zu korrelerten Gement st her de Korrelaton der Zufallsgrößen ncht de der physkalschen Größen (GUM 5..1). Wenn de Messunscherhet der enen Engangsgröße mt der Messunscherhet ener anderen Engangsgröße n glecher- oder gegenläufger Wese schwankt, kann das daran legen, dass für verschedene MU der dasselbe Messgerät, dasselbe Normal, derselbe Referenzwert, deselbe Energequelle, benutzt wrd.
17 Bespel: Volumenmessung (unkorellerter Fall) Modellglechung: V W W cal W res B ar kombnerte Standardunscherhet: u c ( V) ( c u( W )) ( c Wcal u( W W cal ( c u ( W )) ( c u ( B )) ( c u Wres res Bar ar ( )) )) MU der Empfndlchketskoeffzenten c : c W V W 1 c Wcal V W cal 1 c Wres V W res 1 V B 1 V W cal cbar c ar W W res B ar
18 MU der De erweterte Messunscherhet U gbt enen Berech um das Messergebns an, von dem erwartet werden kann, dass er enen großen Antel der Vertelung der Werte umfasst, de der Messgröße Y snnvollerwese zugeordnet werden können. Man erhält se durch Multplkaton der kombnerten Standardmessunscherhet u c (y) mt dem Erweterungsfaktor k: U k u c (y) Erweterte MU
19 Wert des Erweterungsfaktor be Begrffe Normalvertelung: MU der -3u c -u c -u c +u c +u c +3u c Erweterte MU Rechteckvertelung: Grad des Vertrauens p (n %) Erweterungsfaktor k p 57, , , ,73
20 Erweterungsfaktor normalvertelter Werte n Abhänggket von der Zahl der en (Frehetsgrade) MU der Erweterte MU
21 MU der GUM 7..3 Be der Angabe enes Messergebnsses sollte man, wenn de erweterte Unscherhet U = k u c (y) das Maß für de Unscherhet st: a) vollständg beschreben, we de Messgröße Y defnert st; b) das Messergebns n der Form Y = y ± U angeben; c) de relatve erweterte Unscherhet U / y angeben und wenn y 0; d) den zur Ermttlung von U verwendeten Wert von k angeben (oder zur Erlechterung für den Nutzer des Messergebnsses sowohl k als auch u c (y)); e) den annähernden Grad des Vertrauens angeben, der dem Berech y ± U zugeordnet st, sowe de Methode sener Ermttlung; f) de n GUM 7..7 skzzerte Informaton angeben oder auf ene Publkaton verwesen, de dese Informaton enthält.
22 QM-VA 5 Messunscherhetsangaben n Ergebnsberchten aus der PTB MU der In Kalbrerschenen und n Prüfberchten... st be der Angabe der Messunscherhet m Falle der Normalvertelung folgende Formulerung zu verwenden: Angegeben st de erweterte Messunscherhet, de sch aus der Standardmessunscherhet durch Multplkaton mt dem Erweterungsfaktor k= ergbt. Se wurde gemäß dem Gude to the Epresson of Uncertanty n Measurement (GUM) ermttelt. Der Wert der Messgröße legt dann m Regelfall mt ener Wahrschenlchket von annähernd 95 % m zugeordneten Überdeckungsntervall. Englsche Übersetzung: The uncertanty stated s the epanded measurement uncertanty obtaned by multplyng the standard measurement uncertanty by the coverage factor k =. It has been determned n accordance wth the Gude to the Epresson of Uncertanty n Measurement (GUM). The value of the measurand then normally les, wth a probablty of 95 %, wthn the attrbuted coverage nterval. Legt ene andere Vertelung vor, so st en anderer Erweterungsfaktor zu benutzen. De o.g. Formulerung st entsprechend anzupassen.
23 MU der Velen Dank für Ihre Aufmerksamket (geschätzte Redezet: 1 mn ± mn, k =, Grad des Vertrauens 95%)
Der Erweiterungsfaktor k
Der Erweterungsfaktor k Wahl des rchtgen Faktors S. Meke, PTB-Berln, 8.40 Inhalt: 1. Was macht der k-faktor? 2. Welche Parameter legen den Wert des k-faktors fest? 3. Wo trtt der k-faktor auf? 4. Zusammenhang
MehrKurze Einführung in die Berechnung der Messunsicherheit nach GUM. Stephan Mieke Physikalisch-Technische Bundesanstalt Institut Berlin, 8.
Kurze Enführung n de Berechnung der Messunscherhet nach GUM Stephan Meke Physkalsch-Technsche Bundesanstalt Insttut Berln, 8.40 Glederung Enletung Gude to the Epresson of Uncertanty (GUM) Monte-Carlo-Methode
MehrWas sind Messunsicherheiten?
Edgenösssches Justz- und Polzedepartement EJPD Bundesamt für Metrologe METAS Was snd Messunscherheten? Chrstan Hof Was snd Messunscherheten? allgemene Defntonen von Begrffen das standardserte Vorgehen
MehrStandardnormalverteilung / z-transformation
Standardnormalvertelung / -Transformaton Unter den unendlch velen Normalvertelungen gbt es ene Normalvertelung, de sch dadurch ausgeechnet st, dass se enen Erwartungswert von µ 0 und ene Streuung von σ
MehrLaboratory vibration test of operator seats Uncertainty of measurement
VDI-Berchte Nr. 190, 013 51 Unscherhet von Messergebnssen be der Schwngungsprüfung von Fahrerstzen Laboratory vbraton test of operator seats Uncertanty of measurement Dr. J. Rssler, Insttut für Arbetsschutz
MehrArbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2
ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung
MehrAufgaben zur Einführung in die Messtechnik Die ISO/BIPM-GUM Sicht: Schätzwert & Messunsicherheit
F Aufgaben zur Enführung n de Messtechnk De ISO/BIPM-GUM Scht: Schätzwert & Messunscherhet Wolfgang Kessel Braunschweg Copyrght 004 Dr.Wolfgang Kessel Braunschweg UPROB0.PPT/F/004--/Ke Messfehler/Enführung
MehrBAM-Leitfaden zur Ermittlung von Messunsicherheiten bei quantitativen Prüfergebnissen 1. Fassung 11. vom März 2004
Dr. rer. nat. Werner Hässelbarth BAM-Letfaden zur Ermttlung von Messunscherheten be quanttatven Prüfergebnssen. Fassung. vom März 004 Forschungsbercht 66 Berln 004 Autor: Textbeträge: Redakton: Fregabe:
MehrLösungen zum 3. Aufgabenblock
Lösungen zum 3. Aufgabenblock 3. Aufgabenblock ewerber haben n enem Test zur sozalen Kompetenz folgende ntervallskalerte Werte erhalten: 96 131 11 1 85 113 91 73 7 a) Zegen Se für desen Datensatz, dass
Mehr2 Zufallsvariable und Verteilungen
Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem
Mehrwird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:
Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab
MehrÜbungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen
Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen
MehrDaten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.
Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve
MehrDie Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung
am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall
MehrLineare Regression (1) - Einführung I -
Lneare Regresson (1) - Enführung I - Mttels Regressonsanalysen und kompleeren, auf Regressonsanalysen aserenden Verfahren können schenar verschedene, jedoch nenander üerführare Fragen untersucht werden:
MehrUdo Krüger, TechnoTeam Bildverarbeitung GmbH, Werner-v.-Siemens-Str. 10, D Ilmenau,
Lux junor 005 3. bs 5.9.05 Dörnfeld Messunscherhet be der Angabe des f 1 -Kennwertes Udo Krüger, TechnoTeam Bldverarbetung GmbH, Werner-v.-Semens-Str. 10, D-98693 Ilmenau, emal: udo.krueger@technoteam.de
MehrDie hierzu formulierte Nullhypothese H lautet: X wird durch die Verteilungsdichtefunktion h(x)
ZZ Lösung zu Aufgabe : Ch²-Test Häufg wrd be der Bearbetung statstscher Daten ene bestmmte Vertelung vorausgesetzt. Um zu überprüfen ob de Daten tatsächlch der Vertelung entsprechen, wrd en durchgeführt.
MehrStreuungs-, Schiefe und Wölbungsmaße
aptel IV Streuungs-, Schefe und Wölbungsmaße B... Lagemaße von äufgketsvertelungen geben allen weng Auskunft über ene äufgketsvertelung. Se beschreben zwar en Zentrum deser Vertelung, geben aber kenen
MehrFallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung
Fallstude 4 Qualtätsregelkarten (SPC) und Versuchsplanung Abgabe: Lösen Se de Aufgabe 1 aus Abschntt I und ene der beden Aufgaben aus Abschntt II! Aufgabentext und Lösungen schrftlch bs zum 31.10.2012
Mehr6. Modelle mit binären abhängigen Variablen
6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch
MehrErwartungswert, Varianz, Standardabweichung
RS 24.2.2005 Erwartungswert_Varanz_.mcd 4) Erwartungswert Erwartungswert, Varanz, Standardabwechung Be jedem Glücksspel nteresseren den Speler vor allem de Gewnnchancen. 1. Bespel: Setzen auf 1. Dutzend
Mehr12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2
1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:
MehrBeschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression
Beschrebung des Zusammenhangs zweer metrscher Merkmale Streudagramme Korrelatonskoeffzenten Regresson Alter und Gewcht be Kndern bs 36 Monaten Knd Monate Gewcht 9 9 5 8 3 4 7.5 4 3 6 5 3 6 4 3.5 7 35 5
Mehrnonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen
arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree
MehrPhysikalisch- Technische Bundesanstalt. Richtlinie Kalibrierung von Druckmessgeräten
Physkalsch- Technsche Bundesanstalt Rchtlne DKD-R 6-1 Kalbrerung von Druckmessgeräten Ausgabe 03/014 Kalbrerung von Druckmessgeräten Sete: Herausgegeben vom Deutschen Kalbrerdenst (DKD) unter Schrmherrschaft
MehrIonenselektive Elektroden (Potentiometrie)
III.4.1 Ionenselektve Elektroden (otentometre) Zelstellung des Versuches Ionenselektve Elektroden gestatten ene verhältnsmäßg enfache und schnelle Bestmmung von Ionenkonzentratonen n verschedenen Meden,
MehrMathematische und statistische Methoden II
Methodenlehre e e Prof. Dr. G. Menhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzet nach Verenbarung und nach der Vorlesung. Mathematsche und statstsche Methoden II Dr. Malte Perske perske@un-manz.de
MehrAuswertung univariater Datenmengen - deskriptiv
Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;
MehrNernstscher Verteilungssatz
Insttut für Physkalsche Cheme Grundpraktkum 7. NERNSTSCHER VERTEILUNGSSATZ Stand 03/11/2006 Nernstscher Vertelungssatz 1. Versuchsplatz Komponenten: - Schedetrchter - Büretten - Rührer - Bechergläser 2.
Mehr-70- Anhang: -Lineare Regression-
-70- Anhang: -Lneare Regressn- Für ene Messgröße y f(x) gelte flgender mathematsche Zusammenhang: y a+ b x () In der Regel läßt sch durch enen Satz vn Messwerten (x, y ) aber kene Gerade zechnen, da de
MehrBaudynamik und Erdbebeningenieurwesen
Baudynamk und Erdbebenngeneurwesen Themen und Antworten für de Lzenzprüfung 1. Defneren Se den Begrff: Grad des dynamschen Frehetsgrads. Geben Se Bespele von Systemen mt enem enzgen Grad des dynamschen
MehrNäherungsverfahren. Wiederhole den Algorithmusbegriff. Erläutere die Begriffe: Klasse der NP-Probleme. Probleme. Probleme. Approximative Algorithmen
Näherungsverfahren Wederhole den Algorthmusbegrff. Erläutere de Begrffe: Klasse der P-ProblemeP Probleme Klasse der NP-Probleme Probleme Approxmatve Algorthmen Stochastsche Algorthmen ALGORITHMEN Def.:
MehrMessunsicherheit eines Stickstoffdioxid-Jahresmittelwerts aus Passivsammlermessungen mit Passivsammlern des Palmes-Typs
Messunscherhet enes Stckstoffdoxd-Jahresmttelwerts aus Passvsammlermessungen mt Passvsammlern des Palmes-Typs TEIL II ANWENDUNG BESTIMMUNG DER MESSUNSICHERHEIT DER UGZ-PASSIVSAMMLER FÜR STICKSTOFFDIOXID
MehrAuswertung von Umfragen und Experimenten. Umgang mit Statistiken in Maturaarbeiten Realisierung der Auswertung mit Excel 07
Auswertung von Umfragen und Expermenten Umgang mt Statstken n Maturaarbeten Realserung der Auswertung mt Excel 07 3.Auflage Dese Broschüre hlft bem Verfassen und Betreuen von Maturaarbeten. De 3.Auflage
MehrCharakteristische Grenzen nach DIN ISO 11929
Insttut für Radoökologe und Strahlenschutz Lebnz Unverstät Hannover Dplomarbet Charakterstsche Grenzen nach DIN ISO 1199 Lnda Peters Matrkelnummer 53750 16. Februar 01 Referent: Prof. Dr. Rolf Mchel Korreferent:
Mehr18. Vorlesung Sommersemester
8. Vorlesung Sommersemester Der Drehmpuls des starren Körpers Der Drehmpuls des starren Körpers st etwas komplzerter. Wenn weder de Wnkelgeschwndgket um de feste Rotatonsachse st, so wrd mt Hlfe des doppelten
MehrBeim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm):
Aufgabe 1 (4 + 2 + 3 Punkte) Bem Wegen von 0 Respaketen ergaben sch folgende Gewchte X(n Gramm): 1 2 3 4 K = (x u, x o ] (98,99] (99, 1000] (1000,100] (100,1020] n 1 20 10 a) Erstellen Se das Hstogramm.
MehrFunktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e
Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de
Mehrz.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel!
Aufgabe : Vorbemerkung: Ene Zufallsvarable st ene endeutge Funkton bzw. ene Abbldungsvorschrft, de angbt, auf welche Art aus enem Elementareregns ene reelle Zahl gewonnen wrd. x 4 (, ) z.b. Münzwurf: Kopf
MehrMultivariate Analysemethoden
Multvarate Analysemethoden q-q-plot Methode zur Prüfung der Multvaraten Normalvertelung Günter Menhardt Johannes Gutenberg Unverstät Manz Prüfung der NV-Annahme Vertelungsanpassung/Prüfung Prüfung der
MehrFORMELSAMMLUNG STATISTIK (I)
Statst I / B. Zegler Formelsammlng FORMELSAMMLUG STATISTIK (I) Statstsche Formeln, Defntonen nd Erläterngen A a X n qaltatves Mermal Mermalsasprägng qanttatves Mermal Mermalswert Anzahl der statstschen
MehrAuswertung univariater Datenmengen - deskriptiv
Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;
MehrKlasse : Name1 : Name 2 : Datum : Nachweis des Hookeschen Gesetzes und Bestimmung der Federkonstanten
Versuch r. 1: achwes des Hook schen Gesetzes und Bestmmung der Federkonstanten achwes des Hookeschen Gesetzes und Bestmmung der Federkonstanten Klasse : ame1 : ame 2 : Versuchszel: In der Technk erfüllen
Mehr18. Dynamisches Programmieren
8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus
Mehr4. Musterlösung. Problem 1: Kreuzende Schnitte **
Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,
Mehr2πσ. e ax2 dx = x exp. 2πσ. 2σ 2. Die Varianz ergibt sich mit Hilfe eines weiteren bestimmten Integrals: x 2 e ax2 dx = 1 π.
2.5. NORMALVERTEILUNG 27 2.5 Normalvertelung De n der Statstk am häufgsten benutzte Vertelung st de Gauss- oder Normalvertelung. Wr haben berets gesehen, dass dese Vertelung aus den Bnomal- und Posson-Vertelungen
MehrProf. Dr. P. Kischka WS 2012/13 Lehrstuhl für Wirtschafts- und Sozialstatistik. Klausur Statistische Inferenz
Prof. Dr. P. Kschka WS 2012/13 Lehrstuhl für Wrtschafts- und Sozalstatstk Klausur Statstsche Inferenz 15.02.2013 Name: Matrkelnummer: Studengang: Aufgabe 1 2 3 4 5 6 7 8 Summe Punkte 6 5 5 5 5 4 4 6 40
MehrEine kurze Einführung in die Dichtefunktionaltheorie (DFT)
Ene kurze Enführung n de Dchtefunktonaltheore (DFT) Mchael Martns Lteratur: W. Koch, M.C. Holthausen A Chemst s Gude to Densty Functonal Theory Wley-VCH 2001 Dchtefunktonaltheore p.1 Enletung Im Falle
MehrSeminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -
Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole
MehrPhysikalisches Anfängerpraktikum Teil 2 Versuch PII 33: Spezifische Wärmekapazität fester Körper Auswertung
Physkalsches Anfängerpraktkum Tel 2 Versuch PII 33: Spezfsche Wärmekapaztät fester Körper Auswertung Gruppe M-4: Marc A. Donges , 060028 Tanja Pfster, 204846 2005 07 spezfsche Wärmekapaztäten.
MehrNSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.
PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs
MehrNomenklatur - Übersicht
Nomenklatur - Überscht Name der synthetschen Varable Wert der synthetschen Varable durch synth. Varable erklärte Gesamt- Streuung durch synth. Varable erkl. Streuung der enzelnen Varablen Korrelaton zwschen
MehrHausübung 1 Lösungsvorschlag
Hydrologe und Wasserwrtschaft Hausübung Lösungsvorschlag NIDRSCHLAG Hnwes: Be dem vorlegenden Dokument handelt es sch ledglch um enen Lösungsvorschlag und ncht um ene Musterlösung. s besteht ken Anspruch
MehrKonkave und Konvexe Funktionen
Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage
MehrERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Preise erfassen. www.comarch-cloud.de
ERP Cloud SFA ECM Backup E-Commerce ERP EDI Prese erfassen www.comarch-cloud.de Inhaltsverzechns 1 Zel des s 3 2 Enführung: Welche Arten von Presen gbt es? 3 3 Beschaffungsprese erfassen 3 3.1 Vordefnerte
MehrSpiele und Codes. Rafael Mechtel
Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,
MehrPhysikalisch- Technische Bundesanstalt. Richtlinie Kalibrierung von Druckmessgeräten
Physkalsch- Technsche Bundesanstalt Rchtlne Kalbrerung von Druckmessgeräten Ausgabe 03/014 Sete: von 49 Herausgegeben vom Deutschen Kalbrerdenst (DKD) unter Schrmherrschaft der Physkalsch-Technschen Bundesanstalt
MehrAbbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).
44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen
MehrFähigkeitsuntersuchungen beim Lotpastendruck
Fakultät Elektrotechnk und Informatonstechnk Insttut für Aufbau- und Verbndungstechnk der Elektronk Fähgketsuntersuchungen bem Lotpastendruck Dr.-Ing. H. Wohlrabe Ottobrunn, 2. Februar 2009 Qualtätsmerkmale
MehrDie Transzendenz der Eulerschen Zahl e
De Transzendenz der Eulerschen Zahl e nach Jean-Paul Delahaye Der n [1, Seten 21-22] skzzerte Bewes der Transzendenz der Eulerschen Zahl e wrd m folgenden ausgeführt. En alternatver Bewes, der auf Ideen
MehrAn welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern?
An welche Stchwörter von der letzten Vorlesung können Se sch noch ernnern? Gasgesetz ür deale Gase pv = nr Gelestete Arbet be sotherme Ausdehnung adabatsche Ausdehnung 2 n Reale Gase p + a 2 ( V nb) =
Mehr3. Lineare Algebra (Teil 2)
Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw
MehrInhalt der Vorlesung. Von der Standardabweichung zur Messunsicherheit. Gauss und Legendre als Begründer
Inhalt der Vorlesung Von der Standardabwechung zur Messunscherhet Man msst egentlch mmer falsch. Man muss nur wssen wevel. Man kann heute sehr präzse sehr falsch messen Dave Packard Qualtätsmasse n der
MehrGruppe. Lineare Block-Codes
Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung
MehrGrundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt
Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten
MehrWS 2016/17 Prof. Dr. Horst Peters , Seite 1 von 9
WS 2016/17 Prof. Dr. Horst Peters 06.12.2016, Sete 1 von 9 Lehrveranstaltung Statstk m Modul Quanttatve Methoden des Studengangs Internatonal Management (Korrelaton, Regresson) 1. Überprüfen Se durch Bestmmung
Mehr9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.
Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.
MehrInstitut für Technische Chemie Technische Universität Clausthal
Insttut für Technsche Cheme Technsche Unverstät Clusthl Technsch-chemsches Prktkum TCB Versuch: Wärmeübertrgung: Doppelrohrwärmeustuscher m Glechstrom- und Gegenstrombetreb Enletung ür de Auslegung von
MehrGrundgedanke der Regressionsanalyse
Grundgedanke der Regressonsanalse Bsher wurden durch Koeffzenten de Stärke von Zusammenhängen beschreben Mt der Regressonsrechnung können für ntervallskalerte Varablen darüber hnaus Modelle geschätzt werden
MehrStatistik und Wahrscheinlichkeit
Regeln der Wahrschenlchketsrechnung tatstk und Wahrschenlchket Regeln der Wahrschenlchketsrechnung Relatve Häufgket n nt := Eregnsalgebra Eregnsraum oder scheres Eregns und n := 00 Wahrschenlchket Eregnsse
MehrFallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum
Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten
MehrMaße der zentralen Tendenz (10)
Maße der zentralen Tendenz (10) - De Berechnung der zentralen Tendenz be ategorserten Daten mt offenen Endlassen I - Bespel 1: offene Endlasse Alter x f x f p x p p cum bs 20 1? 3? 6? 6 21-25 2 23 20 460
MehrEinführung in die Finanzmathematik
1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg
MehrLineare Regression - Mathematische Grundlagen
FKULTÄT FÜR MTHEMTIK U TURWISSESCHFTE ISTITUT FÜR PHYSIK FCHGEBIET EXPERIMETLPHYSIK I r. rer. nat. orbert Sten, pl.-ing (FH) Helmut Barth Lneare Regresson - Mathematsche Grundlagen. llgemene Gerade Wr
MehrItemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i
Itemanalyse und Itemkennwerte De Methoden der Analyse der Itemegenschaften st ncht m engeren Snne Bestandtel der Klassschen Testtheore Im Rahmen ener auf der KTT baserenden Testkonstrukton und -revson
MehrProf. Dr. Roland Füss Statistik II SS 2008
5. Spezelle Testverfahren Zahlreche parametrsche und nchtparametrsche Testverfahren, de nach Testvertelung (Bnomal, t-test etc.), Analysezel (Anpassungs- und Unabhänggketstest) oder Konstrukton der Prüfgröße
Mehr9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.
Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.
MehrModul 1: Einführung und Wahrscheinlichkeitsrechnung
Modul : Enführung und Wahrschenlchketsrechnung Informatonstheore Dozent: Prof. Dr. M. Gross E-mal: grossm@nf.ethz.ch Assstenten: Danel Cottng, Rchard Keser, Martn Wcke, Cyrl Flag, Andrea Francke, Jonas
MehrBeschreibende Statistik Mittelwert
Beschrebende Statstk Mttelwert Unter dem arthmetschen Mttel (Mttelwert) x von n Zahlen verstehen wr: x = n = x = n (x +x +...+x n ) Desen Mttelwert untersuchen wr etwas genauer.. Zege für n = 3: (x x )
MehrGrundpraktikum M5 Oberflächenspannung
Grundpraktkum M5 Oberflächenspannung Julen Kluge 21. Ma 2015 Student: Julen Kluge (564513) Partner: Emly Albert (564536) Betreuer: Dr. Mykhaylo Semtsv Raum: 314 Messplatz: 2 INHALTSVERZEICHNIS 1 ABSTRACT
MehrHefte zur Logistik Prof. Dr. Siegfried Jetzke. Heft 1 Begriffsdefinitionen
Hefte zur Logstk Prof. Dr. Segfred Jetzke Heft 1 Begrffsdefntonen Jun 2010 Deses Heft st urheberrechtlch geschützt. Wenn Se de Quelle angeben, können Se gerne deses Heft wetergeben, Tele koperen oder aus
MehrSchätzfehler in der linearen Regression (1) Einführung
Schätzfehler ( Reduum: Schätzfehler n der lnearen Regreon ( e Enführung Zel der Regreontattk t e, Schätzglechungen nach dem Krterum der klenten Quadrate aufzutellen und anzugeben, we groß der jewelge Schätzfehler
MehrUNIVERSITÄT STUTTGART INSTITUT FÜR THERMODYNAMIK UND WÄRMETECHNIK Professor Dr. Dr.-Ing. habil. H. Müller-Steinhagen P R A K T I K U M.
UNIVERSITÄT STUTTGART INSTITUT FÜR THERMODYNAMIK UND WÄRMETECHNIK Professor Dr. Dr.-Ing. habl. H. Müller-Stenhagen P R A K T I K U M Versuch 9 Lestungsmessung an enem Wärmeübertrager m Glech- und Gegenstrombetreb
MehrAlternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF
Alternatve Darstellung des -Stchprobentests für Antele DCF CF Total n= 111 11 3 Response 43 6 69 Resp. Rate 0,387 0,3 0,309 Beobachtete Response No Response Total absolut DCF 43 68 111 CF 6 86 11 69 154
MehrPolygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.
Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, sultanow@gmal.com Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener
MehrDynamisches Programmieren
Marco Thomas - IOI 99 -. Treffen n Bonn - Dynamsches Programmeren - Unverstät Potsdam - 8.02.999 Dynamsches Programmeren 957 R. Bellmann: Dynamc Programmng für math. Optmerungsprobleme Methode für Probleme,.
Mehr2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar.
. Nullstellensuche Enes der ältesten numerschen Probleme stellt de Bestmmung der Nullstellen ener Funkton = dar. =c +c =c +c +c =Σc =c - sn 3 Für ene Gerade st das Problem trval, de Wurzel ener quadratschen
Mehr6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen
196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen
MehrSTATISTIK AUF DEM KREIS
- 17 - STATISTIK AUF DEM KREIS nach K. E. SElkrk, Unversty of Nottngham Orgnalttel n 'Teachng Statstcs' Vol. 4 (1982) Nr. 3: Statstcs on a Crcle tlbersetzung und Bearbetung: B. Wollrng De mesten Zufallsgrößen,
MehrIn der beschreibenden Statistik werden Daten erhoben, aufbereitet und analysiert. Beispiel einer Datenerhebung mit Begriffserklärungen (Vokabel)
Rudolf Brnkmann http://brnkmann-du.de Sete.. Datenerhebung, Datenaufberetung und Darstellung. In der beschrebenden Statstk werden Daten erhoben, aufberetet und analysert. Bespel ener Datenerhebung mt Begrffserklärungen
MehrInhaltsübersicht. Kapitel 12: Fehlerrechnung: ungefähr genau. Notizen zur Vorlesung Mathematik für Materialwissenschaftler I 1
Inhaltsüberscht Kaptel 12: Fehlerrechnung: ungefähr genau Systematscher Fehler Gesetz der großen Zahlen Zufällger Fehler Fehlerfortpflanzung Ausglechsrechnung Berechnung von Warschenlchketen Kombnatork
MehrAufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):
LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete
MehrAspekte zur Approximation von Quadratwurzeln
Aspete zur Approxmaton von Quadratwurzeln Intervallschachtelung Intervallhalberungsverfahren Heron-Verfahren Rechnersche und anschaulche Herletung Zusammenhang mt Newtonverfahren Monotone und Beschränthet
MehrFür jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich
Drtter Hauptsatz der Thermodynamk Rückblck auf vorherge Vorlesung Methoden zur Erzeugung tefer Temperaturen: - umgekehrt laufende WKM (Wärmepumpe) - Joule-Thomson Effekt bs 4 K - Verdampfen von flüssgem
Mehr3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale
3. De Kennzechnung von Patkeln 3..1 Patkelmekmale De Kennzechnung von Patkeln efolgt duch bestmmte, an dem Patkel mess bae und deses endeutg beschebende physka lsche Gößen (z.b. Masse, Volumen, chaaktestsche
MehrMultilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel
ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore
MehrStatistik und Meßunsicherheit in der chemischen Praxis. Ermittlung der Meßunsicherheit gemäß GUM
Sttst nd Meßnscherhet n der chemschen Prs Ermttlng der Meßnscherhet gemäß GUM GUM Rücblc 978 CIPM betrgt BIPM, Empehlng zr MU z errbeten 979 Rücmeldng von MIs 980 WG legt IC- vor CIPM betrgt ISO, Letden
MehrKonzept der Chartanalyse bei Chart-Trend.de
Dpl.-Phys.,Dpl.-Math. Jürgen Brandes Konzept der Chartanalyse be Chart-Trend.de Konzept der Chartanalyse be Chart-Trend.de... Bewertungsgrundlagen.... Skala und Symbole.... Trendkanalbewertung.... Bewertung
Mehr