Auswertung von Messungen Teil I
|
|
- Hertha Fertig
- vor 6 Jahren
- Abrufe
Transkript
1 Auswertung von Messungen Teil I 1. Ergebnisdarstellung. Rechnen mit Messwerten - Signifikante Stellen 3. Linearisierung 4. Ausgleichsgerade - lineare Regression 5. Messabweichungen 6. Häufigkeitsverteilung Histogramm Lageparameter Mittelwert Varianz 7. Fehlerfortpflanzungsgesetze 8. Güte der linearen Regression Genauigkeit der Regression Korrelationskoeffizient Wintersemester 009 1
2 1. Ergebnisdarstellung Beispiel: - Aufnahme einer Weg-Zeit-Messung : t x oder x(t) - Darstellung als Wertetabelle: t/s x/m V/ ms Resultat: Maßzahl Einheit z.b. v = m/s Achtung: SI-Einheiten m, kg, s, A, K, cd, mol Bahnkurve - Grafische Darstellung Weg x/m Wintersemester 009 Zeit t/s
3 . Rechnen mit Messwerten Beispiel: Geschwindigkeitsmessung aus Weg und Zeit L L = 7 cm, t = 13.3 s v = = m/s t Beachte die Messabweichungen: L = (7,0 ±0,1) cm v min 71,9 13, 4 ΔL = 1 mm, Δt = 0.1 s 7,1 t = (13,3 ± 0,1) 13, s = cm/s = m/s v max = cm/s = m/s Δv = ½ (v max -v min ) m/s Formales Ergebnis: v = ( ± ) m/s Wie viele Stellen darf das Ergebnis haben? Wintersemester 009 3
4 In nichts zeigt sich der Mangel an mathematischer Ausbildung mehr als an einer übertrieben genauen Rechnung (C.F.Gauß) Beachte: Jedes Messergebnis ist mit einer Messunsicherheit behaftet, die damit die signifikanten Stellen bestimmt! Beispiel: Messung mit dem Zollstock L = 135,3 cm Messunsicherheit 1 mm Die Anzahl der Ziffern eines Ergebnisses wird durch die signifikanten Stellen gekennzeichnet! Wintersemester 009 4
5 Signifikante Stellen Bei jeder Ergebnisangabe sollte die letzte signifikante Stelle des Ergebnisses an der gleichen Dezimalstelle stehen wie die letzte signifikante Stelle der Meßunsicherheit. v = ( ± ) m/s also: v = ( ± ) m/s ± Beispiele: ± (3.4 0.) 10-3 Was bedeutet das? Ohne ergänzende Informationen: bei einer Einzelmessung erhält man mit 68% Wahrscheinlichkeit einen Meßwert zwischen (3.4-0.) 10-3 und ( ) 10-3 ± ± Wintersemester 009 5
6 Der Aussagewert von Messwerten wird durch die signifikanten Stellen ( oder Ziffern) bestimmt. Zahl signifikante Stellen = = Multiplikation, Division, Radizieren: signifikante Stellen des Resultats sind durch Zahl mit den wenigsten signifikanten Ziffern gegeben Beispiel: = = Addition, Subtraktion: Das Endergebnis hat nach dem Komma so viele signifikante Stellen wie die Zahl mit den wenigsten signifikanten Stellen. Beispiel: = 5.86 = 5.9 Wintersemester 009 6
7 3. Linearisierung Das Auge kann nur die Gerade und den Kreis als geometrische Elemente eindeutig identifizieren. Y = A X + B Wichtige Funktionsverläufe können in Geradengleichungen überführt werden: Potenzfunktion: A y = B x lny = A lnx+ lnb doppelt-geteiltes logarithmisches Papier Exponentialfunktion: AX y = B e lny = A x+ lnb einfach-geteiltes logarithmisches Papier Wintersemester 009 7
8 Exponentialgesetze AX y = B e lny = A x+ lnb Beispiel: radioaktiver Zerfall N= N e μ 0 x Counts Counts Dicke / mm Dicke / mm Einfach-logarithmische Darstellung Wintersemester 009 8
9 Potenzgesetze A y = B x lny = A lnx+ lnb Beispiel: freier Fall s g = t Weg / m Weg / m Zeit / s Zeit / s Doppelt-logarithmische Darstellung Wintersemester 009 9
10 Darstellung von e const / T Beispiel: elektrische Leitfähigkeit im Halbleiter σ(t) = σ e 0 E kt Leitfähigkeit / m/ohm Leitfähigkeit / m/ohm Temperatur / K /Temperatur / 1/K Wintersemester
11 4. Ausgleichsgerade - lineare Regression Problem: Messwerte streuen infolge Messabweichungen um eine Gerade. Gesucht ist diejenige Gerade, die den Messwerten am besten entspricht : Ausgleichsgerade Ordinatenwert Abszissenwert Wintersemester
12 0 Meßwerte: (x i, y i ) Ordinatenwert 10 Ausgleichsgerade: y = A x + B Idee: Abszissenwert A und B so wählen, daß die Abweichungen der Meßwerte von der Ausgleichsgeraden minimal werden >>> (Methode der kleinsten Quadrate) Wintersemester 009 1
13 0 Ordinatenwert 10 Meßwerte: (x i, y i ) Ausgleichsgerade: y = A x + B Abszissenwert (Abweichungen) = Minimum Wintersemester
14 Y i ε i P(X i,y i ) X i Y=A X+B Falls X i genauer als Y i gemessen wurde: Y i = A X i + B - ε i ε i = A X i + B - Y i ε i = Minimum ε i = f (A,B) ( ε i )/ A = 0! ( ε i )/ B = 0! Auflösung der beiden Gleichungen nach den Unbekannten A und B. Einführung der Mittelwerte x und y sowie der Varianz Q xx und Kovarianz Q xy. Wintersemester
15 Y i ε i P(X i,y i ) X i Y=A X+B Falls X i genauer als Y i gemessen wurde: Y i = A X i + B - ε i ε i = A X i + B - Y i ε i = Minimum ε i = f (A,B) ( ε i )/ A = 0! ( ε i )/ B = 0! A Q xy = Q B = y A x xx Wintersemester 009 xx n i= 1 n ( ) i Q = x x ( ) ( ) Q = x x y y xy i i i= 1 15
16 5. Messabweichungen Messabweichung = Messwert - wahrer Wert DIN Systematische Messabweichungen : - bei Wiederholung der Messung reproduzierbar - schwer erkennbar - aber korrigierbar z.b. Anzeigefehler, Schlupf, Spannungsabfall.. Zufällige Messabweichungen, (auch: statistische M.a.): - können positiv und negativ sein ( streuen ) - Häufigkeit nimmt mit der Größe ab Wintersemester
17 . die Normenarbeit geht weiter: INC-1 (1980) Nicht mehr Unterteilung in systematische und zufällige Messabweichungen mehr sondern in: Standardunsicherheit vom Typ A: bei Wiederholmessung Standardunsicherheit vom Typ B: wissenschaftliche Beurteilung aller Informationen über die mögliche Streuung der Messgrößen: Fehlergrenzen, Herstellerangaben, Dann Annahmen über den Verteilungstyp, Angabe der kombinierten Standardunsicherheit (Quadratisches Fortpflanzungsgesetz) u x = S X Wintersemester
18 Wiederholmessungen Zur genauen Bestimmung der Meßgröße y wird die Messung mehrfach wiederholt: Meßwerte y i mit i = 1..n Aus der Messstatistik der y i ( = Stichprobe) können der Mittelwert die empirische Standardabweichung s bestimmt werden. S heißt empirische Varianz der Stichprobe. y und Indirekte Messungen Die Meßgröße y hängt in bekannter Weise von mehreren Meßwerten x i ab: y = f (x 1, x,.. x m ). Die Meßunsicherheit von y wird durch Fortpflanzungsgesetze beschrieben ( linear oder quadratisch ). Wintersemester
19 6. Häufigkeitsverteilungen Ursachen der Zufälligkeit: statistisch nichtlinear unvorhersehbar Häufigkeitsverteilung der Messwerte ist darstellbar als Histogramm Wintersemester
20 Histogramm bei unterschiedlichen Intervallgrössen Anzahl der Ergebnisse n Anzahl der Intervalle K K = n für n lg n für n 1000 Wintersemester 009 0
21 Lageparameter der Häufigkeitsverteilung Häufigkeit H Mittelwert Varianz Messwert X Verteilungsfunktion durch Mittelwert und Dispersionsgröße (z.b. Varianz s ) charakterisieren K i= 1 ( ) = j ( j ) = j= 1 S x H x x Wintersemester 009 ( ) S ( B ) = S ( x) + B x n ( x ) i x n 1 Varianz bezüglich eines anderen Wertes B 1
22 Experiment - Theorie Stichprobe i Grundgesamtheit, Modellverteilung Experiment s = Theorie x µ (x x) n 1 (x μ ) σ = n s = x x σ = x μ Wintersemester 009
23 Mittelwerte Meßwerte {y i } Mittelwerte - arithmetisch: y = N 1 N y i - geometrisch: y = n y.. 1y yn - quadratisch : y 1 n = n yi i= 1 - Median : steht in der Mitte Warum wird der arithmetische Mittelwert bevorzugt? Wintersemester 009 3
24 Eigenschaften des arithmetischen Mittelwerts - Summe aller Fehler verschwindet: - Summe der Fehlerquadrate ist minimal: n i= 1 ( y y) = 0 i ( y ) = 0 n i y y i= 1 Standardabweichung = Breite der Messwertverteilung um Mittelwert = Wurzel aus Varianz Standardabweichung s: s = n 1 [ y y] i n 1 Wintersemester 009 4
25 Betrachtung von mehreren Stichproben. Wie breit ist die Verteilung der Mittelwerte? Hierzu folgt ein simuliertes Beispiel Wintersemester 009 5
26 Gemessen wird die Gesamtaugenzahl X von 5 Würfeln, jeweils gemittelt über n =100 Würfe Einzelmessungen der Stichprobe: X i S x Mittelwert Standardabweichung Mittelwert Standardabweichung 16,95 4,18 16,91 4,1 17 3,43 17,4 3,45 18, 3,9 17,47 0,39 17,14 3,74 17,61 4,01 Mittelwert und Standardabweichung der Stichprobe 17,54 3,56 17,49 4 X Mittelung über alle Stichproben: 1 = X i S X N n = S n Mittelwert und Standardabweichung des Mittelwerts Wintersemester 009 6
27 Schlußfolgerungen für die Streuung der Mittelwerte 1 Meßreihe liefert die Messwerte x j, aus denen der Mittelwert und die Streuung s i der Messwerte um den Mittelwert berechnet werden. Die Mittelwerte X vieler Messreihen verteilen sich mit der Streuung S i um den wahrscheinlichsten Mittelwert X. X X i Es gilt bei Messreihe mit Stichprobenumfang n für die Standardabweichung des Mittelwerts (= Standardunsicherheit): s X = s n Wintersemester 009 7
28 7. Fortpflanzung von Messabweichungen 7.1 systematische Messabweichungen Gesucht ist eine obere Schranke ΔZ für die Messunsicherheit der indirekt gemessenen Größe Z, die aus mehreren unsicheren Einzelgrößen bestimmt wird! Z = f(x,y) Z = X ± Y Z = X Y f f Δ Z = Δ X + ΔY X Y ΔZ = ΔX + ΔY ΔZ/Z = ΔX/X + ΔY/Y Im Praktikum werden gewöhnlich die Meßabweichungen mit 1.. signifkanten Ziffern angegeben. Wintersemester 009 8
29 7. zufällige Messabweichungen (Gaußsches Fehlerfortpflanzungsgesetz) Z = f (X,Y) Unkorrelierte und zufällige Messabweichungen bei X und Y Standardabweichungen s X und s Y Gesucht ist die wahrscheinlichste Standardabweichung von Z! Z = f (X,Y) bekannt: s X, s Y gesucht: s Z f f s = s + s X Y Z X Y X Y s Z wird nach DIN 1319 kombinierte Standardunsicherheit genannt Wintersemester 009 9
30 Gaußsches Fehlerfortpflanzungsgesetz f f s = s + s X Y Z X Y X Y Z = X + Y Z = X Y Z = x n Z = ln X Z = e X s Z = s X + s Y X Y = + s s s Z Z X Y s Z = s X n s Z = s X / X s Z = s X Z Wintersemester
31 1. Beispiel für Fehlerfortpflanzung (zufällige Meßabweichungen) Messung von g mit einem einfachen Pendel g = g(, l T) = 4 π T l Abschätzung der Messunsicherheit: δ g δ l T δ = + g l T mit wird δl δt = 0,1% und = 0, 4% l T δ g : = 0,4% g Wintersemester
32 . Beispiel für Fehlerfortpflanzung (zufällige Meßabweichungen) Bestimmung der Dichte von Luft : V = ± 0.1 cm 3 m 1 = ± g m = ± g Abschätzung der Messunsicherheit: m m m ρ = = V V 1 s s s ρ + = + = + ρ sm sv m1 m s V m V m V = (0.013) 0.14 also: S ρ ρ = 0.14 Wintersemester 009 3
33 8. Genauigkeit der linearen Regression Y = A X + B gegeben: σ Y mit 1 σ Y = ( Yi A Xi B) N 8.1 gesucht: σ A, σ B, σ A B A Y B Y Y σ σ i Y σ = = i z.b. für σ B : B Y j = B X ( Y1+... Yj +..) X ( X1Y1+.. X jyj) = Nenner X X j X B N ( X ) X ( X) X = = j j Nenner Y Nenner Nenner σ B = σ Y X i N σ Y σ A = i ( i) N Xi ( Xi) N X X Wintersemester
34 8. Genauigkeit der linearen Regression 8. Was bedeutet der Korrelationskoeffizient? 0 Ordinatenwert Abszissenwert Bestimmtheitsmaß R = A A Korrelationskoeffizient R Vertikale Abweichungen minimiert: y = A x + B Horizontale Abweichungen minimiert x = A y + B R xy = Q Q xx Q yy Wintersemester
35 Anhang Literatur Bestimmung der Standardunsicherheit Ablaufschema zur Bestimmung der Messunsicherheit einer direkt gemessenen Größe Beispiel: Fadenpendel mit großer Auslenkung Wintersemester
36 Literatur H.Gränicher, Messung beendet was nun?, Teubner 1994.R.Spiegel, L.J.Stephens, Statistik, McCraw_Hill 1999 T.Elser, Statistik für die Praxis, Wiley 004 L.Squires, Messergebnisse und ihre Auswertung, 1971 J.Mandel, The statistical analysis of experimental data, 1984 M.Drosg, Umgang mit Unsicherheiten, facultas 006 L.Kirkup, B.Frenkel, Uncertainty in Measurements, Cambridge 006 J.R.Taylor, Fehleranalyse VCH 1988 DIN 1319, Teil 3 und 4 DIN 55350, Teil 13 Messunsicherheiten Messunsicherheiten Wintersemester
1 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
MehrEinführung 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
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
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,
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
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
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:
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
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
Mehr5. Meßfehler. Zufällige Messfehler machen das Ergebnis unsicher - ihre Abschätzung ist nur unter Verwendung statistischer Methoden durchführbar
5. Meßfehler Man unterscheidet... zufällige Meßfehler systematische Meßfehler Zufällige Messfehler machen das Ergebnis unsicher - ihre Abschätzung ist nur unter Verwendung statistischer Methoden durchführbar
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
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
MehrVorlesung: Angewandte Sensorik
zhang@informatik.uni-hamburg.de Universität Hamburg AB Technische Aspekte Multimodaler Systeme zhang@informatik.uni-hamburg.de Inhaltsverzeichnis 1. Allgemeine Informationen..................... 3 2. Sensorgrundlagen..........................
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
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
MehrBehandlung von Messabweichungen
1 Behandlung von Messabweichungen Hier wird eine kurze Darstellung zum Verständnis der Problematik von Messgenauigkeit und Messunsicherheit aus der Sicht des Physikalischen Praktikums gegeben, siehe auch
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
MehrMathematische Grundlagen für das Physik-Praktikum:
Mathematische Grundlagen für das Physik-Praktikum: Grundwissen: Bruchrechnung Potenzen Logarithmen Funktionen und ihre Darstellungen: Lineare Funktionen Proportionen Exponentialfunktion Potenzfunktionen
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
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
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
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
MehrStatistische Methoden der Datenanalyse Wintersemester 2012/2013 Albert-Ludwigs-Universität Freiburg
Statistische Methoden der Datenanalyse Wintersemester 2012/2013 Albert-Ludwigs-Universität Freiburg Prof. Markus Schumacher, Dr. Stan Lai Physikalisches Institut Westbau 2 OG Markus.Schumacher@physik.uni-freiburg.de
MehrAuswertung von Messungen Teil III
Auswertung von Messungen Teil III 1. Nichtlineare Regression 1.1 Mehrfach-lineare Regression 1. Allgemeines Vorgehen bei nichtlinearen Funktionen. Entscheidungstheorie.1 Signifikanzzahl Signifikanzniveau.
MehrPhysikalisches Grundpraktikum Merkblätter. Merkblatt: Auswertung physikalischer Messungen
.A. Physikalisches Grundpraktikum Merkblätter Merkblatt: Auswertung physikalischer Messungen Literatur: Skript: Einführung in die Messdatenanalyse zum Download auf den Webseiten des Grundpraktikums Dieses
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
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
MehrEinführung in die Grundlagen der Fehlerrechnung Bestimmung von Messunsicherheiten
Physikalisches Praktikum PAP1 Einführung in die Grundlagen der Fehlerrechnung Bestimmung von Messunsicherheiten Jens Wagner, Physikalisches Institut Gliederung Angabe von Messergebnissen Ursache und Arten
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
MehrMethoden der Werkstoffprüfung Kapitel II Statistische Verfahren I. WS 2009/2010 Kapitel 2.0
Methoden der Werkstoffprüfung Kapitel II Statistische Verfahren I WS 009/010 Kapitel.0 Schritt 1: Bestimmen der relevanten Kenngrößen Kennwerte Einflussgrößen Typ A/Typ B einzeln im ersten Schritt werden
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
MehrFehleranalyse. Versuch: Inhaltsverzeichnis. Fachrichtung Physik. Erstellt: R. Goldberg L. Jahn R. Schwierz. Physikalisches Grundpraktikum
Fachrichtung Physik Physikalisches Grundpraktikum Versuch: FA Erstellt: R. Goldberg L. Jahn R. Schwierz Bearbeitet: M. Kreller J. Kelling F. Lemke S. Majewsky i. A. Dr. Escher Aktualisiert: am 09. 11.
Mehrvon x-würfeln bei wachsendem n? Zur Beantwortung führen wir ein Simulationsexperiment durch.
Zentraler Grenzwertsatz Die Normalverteilung verdankt ihre universelle theoretische und praktische Bedeutung dem zentralen Grenzwertsatz. Unabhängig von der konkreten k Ausgangsverteilung konvergiert die
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
MehrKurzanleitung. Auswertung, Fehlerrechnung und Ergebnisdarstellung. Praktikum Physikalisch-Chemische Experimente
Kurzanleitung zur Auswertung, Fehlerrechnung und Ergebnisdarstellung im Praktikum Physikalisch-Chemische Experimente Dr. Markus Braun Institut für Physikalische und Theoretische Chemie Goethe-Universität
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
Mehrvon Prof. Dr. P. H. Osanna, Prof. Dr. N. M. Durakbasa, Dr. techn. L. Kräuter Inhalt
Geometrische Produktspezifikation und -Verifikation "GPS" und Messunsicherheit nach "GUM" als Basis moderner Metrologie im fortschrittlichen Produktionsbetrieb von Prof. Dr. P. H. Osanna, Prof. Dr. N.
MehrAnwendungen der Differentialrechnung
KAPITEL 3 Anwendungen der Differentialrechnung 3.1 Lokale Maxima und Minima Definition 16: Sei f : D R eine Funktion von n Veränderlichen. Ein Punkt x heißt lokale oder relative Maximalstelle bzw. Minimalstelle
Mehr2 Fehler einer Messung / Messfehler
2 Fehler einer Messung / Messfehler In allen naturwissenschaftlichen und technischen Bereichen werden durch Messungen die Werte von physikalischen, technischen oder chemischen Größen ermittelt. Es werden
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
MehrWas ist Physik? Modell der Natur universell es war schon immer so
Was ist Physik? Modell der Natur universell es war schon immer so Kultur Aus was sind wir gemacht? Ursprung und Aufbau der Materie Von wo/was kommen wir? Ursprung und Aufbau von Raum und Zeit Wirtschaft
MehrFehlerfortpflanzung. M. Schlup. 27. Mai 2011
Fehlerfortpflanzung M. Schlup 7. Mai 0 Wird eine nicht direkt messbare physikalische Grösse durch das Messen anderer Grössen ermittelt, so stellt sich die Frage, wie die Unsicherheitsschranke dieser nicht-messbaren
MehrI. Deskriptive Statistik 1
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Grundgesamtheit und Stichprobe.................. 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................
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
MehrWahrscheinlichkeitsverteilungen
Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet
Mehr3. Deskriptive Statistik
3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht
MehrVerteilung von Summen
Verteilung von Summen Beispiel: Würfelwurf Frage: Wie verhält sich die Verteilung der Augensumme von -Würfeln bei wachsendem? Zur Beantwortung führen wir ein Simulationseperiment durch. 6 Würfe mit 1 Würfel
MehrChemie wässriger Lösungen. Vorlesung zum Modul Chemie wässriger Lösungen
Vorlesung zum Modul Chemie wässriger Lösungen Prof Dr. Michael Mehring 11.12.2017 Wissensstandsüberprüfung - Qualitative Analytik 09.15 10.15 Uhr Raum 1/204 1 11.12.2017 Wissensstandsüberprüfung - Qualitative
MehrEinführung in die computergestützte Datenanalyse
Karlheinz Zwerenz Statistik Einführung in die computergestützte Datenanalyse 6., überarbeitete Auflage DE GRUYTER OLDENBOURG Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilung diskreter Zufallsvariablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Übung 3 1 Inhalt der heutigen Übung Vorrechnen der Hausübung B.7 Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben C.1: Häufigkeitsverteilung C.2: Tukey
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
MehrEine zweidimensionale Stichprobe
Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Stetige und diskrete Wahrscheinlichkeitsverteilungen Lageparameter Streuungsparameter Diskrete und stetige Zufallsvariablen Eine Variable (oder Merkmal
MehrDr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik
Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen 6.10.2016 Hochschule Esslingen Übungsblatt 2 Statistik Stichworte: arithmetischer Mittelwert, empirische Varianz, empirische Standardabweichung, empirischer
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
MehrStatistik eindimensionaler Größen
Statistik eindimensionaler Größen Michael Spielmann Inhaltsverzeichnis 1 Aufgabe der eindimensionalen Statistik 2 2 Grundbegriffe 2 3 Aufbereiten der Stichprobe 3 4 Die Kennzahlen Mittelwert und Streuung,
MehrPraktikum I PP Physikalisches Pendel
Praktikum I PP Physikalisches Pendel Hanno Rein Betreuer: Heiko Eitel 16. November 2003 1 Ziel der Versuchsreihe In der Physik lassen sich viele Vorgänge mit Hilfe von Schwingungen beschreiben. Die klassische
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften t-test Varianzanalyse (ANOVA) Übersicht Vergleich von Mittelwerten 2 Gruppen: t-test einfaktorielle ANOVA > 2 Gruppen: einfaktorielle ANOVA Seeigel und
MehrAbschätzung der Messunsicherheit (Fehlerrechnung)
Abschätzung der Messunsicherheit (Fehlerrechnung) Die vorliegende Anleitung ist für das Anfängerpraktikum Physik gedacht, um den Einstieg in die Abschätzung von Messunsicherheiten und die Berechnung der
MehrMessabweichung und Messunsicherheit
Messabweichung und Messunsicherheit 2 2.1 Arten von Messabweichungen Das Ziel einer Messung ist die Bestimmung des wahren Wertes einer physikalischen Größe. Jeder Messwert wird durch die Unvollkommenheit
MehrMessunsicherheit. Irrtümer und Erklärungen
Messunsicherheit Irrtümer und Erklärungen Inhalt Schon immer begleitet den Messtechniker die Wahrheit: Wer misst, misst Mist. Nun wird ergänzt: Messunsicherheit ist nicht die Sorge, beim Messen unsicher
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
MehrForschungsstatistik I
Psychologie Prof. Dr. G. Meinhardt 6. Stock, TB II R. 06-206 (Persike) R. 06-321 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrPhilipp Sibbertsen Hartmut Lehne. Statistik. Einführung für Wirtschafts- und. Sozialwissenschaftler. 2., überarbeitete Auflage. 4^ Springer Gabler
Philipp Sibbertsen Hartmut Lehne Statistik Einführung für Wirtschafts- und Sozialwissenschaftler 2., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Deskriptive Statistik 1 Einführung
MehrMessabweichung und Messunsicherheit
Messabweichung und Messunsicherheit 2 2.1 Arten von Messabweichungen Das Ziel einer Messung ist die Bestimmung des wahren Wertes einer physikalischen Größe. Jeder Messwert wird durch die Unvollkommenheit
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
MehrStatistik, Datenanalyse und Simulation
Dr. Michael O. Distler distler@kph.uni-mainz.de Mainz, 31. Mai 2011 4. Methode der kleinsten Quadrate Geschichte: Von Legendre, Gauß und Laplace zu Beginn des 19. Jahrhunderts eingeführt. Die Methode der
MehrI. Zahlen, Rechenregeln & Kombinatorik
XIV. Wiederholung Seite 1 I. Zahlen, Rechenregeln & Kombinatorik 1 Zahlentypen 2 Rechenregeln Brüche, Wurzeln & Potenzen, Logarithmen 3 Prozentrechnung 4 Kombinatorik Möglichkeiten, k Elemente anzuordnen
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
Mehr5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)
5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 5.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte
MehrStichwortverzeichnis. Chi-Quadrat-Verteilung 183, 186, 189, 202 ff., 207 ff., 211 Testen von Zufallszahlen 294 Cărtărescu, Mircea 319
Stichwortverzeichnis A Ableitung partielle 230 absolute Häufigkeit 47 Abweichungen systematische 38, 216, 219 zufällige 216, 218, 220, 222 Algorithmus average case 303 Las Vegas 300 Monte Carlo 300 randomisierter
MehrStatistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz 3., überarbeitete Auflage R.01denbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt
MehrBeschreibung von Messabweichungen
Beschreibung von Messabweichungen Übung 1 (KW15) Die Dicke d eines Stabes wurde an mehreren Stellen gemessen. Folgende Werte wurden ermittelt: arithmetisches Mittel: d ҧ = 7,2334 mm absolute Messunsicherheit:
MehrVereinfachte Messunsicherheit im Labor
esz AG - Praxis Vereinfachte im Labor Inhalt praxisgerecht und vereinfacht im Labor Mathematik vom Schreibtisch ins Labor Ursachen für Berechnung theoretisch praktisch Angabe der in Kalibrierscheinen und
MehrHydrologie und Flussgebietsmanagement
Hydrologie und Flussgebietsmanagement o.univ.prof. DI Dr. H.P. Nachtnebel Institut für Wasserwirtschaft, Hydrologie und konstruktiver Wasserbau Wiederholung Statistische Grundlagen Definitionen der statistischen
MehrStatistik. Einführung in die com putergestützte Daten an alyse. Oldenbourg Verlag München B , überarbeitete Auflage
Statistik Einführung in die com putergestützte Daten an alyse von Prof. Dr. Karlheinz Zwerenz 4., überarbeitete Auflage B 366740 Oldenbourg Verlag München Inhalt Vorwort XI Hinweise zu EXCEL und SPSS XII
MehrInhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 10 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen
Inhaltsverzeichnis: 1. Aufgabenlösungen... Lösung zu Aufgabe 1:... Lösung zu Aufgabe... Lösung zu Aufgabe 3... Lösung zu Aufgabe 4... Lösung zu Aufgabe 5... 3 Lösung zu Aufgabe... 3 Lösung zu Aufgabe 7...
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
Mehrvon x-würfeln bei wachsendem n? Zur Beantwortung führen wir ein Simulationsexperiment durch.
Zentraler Grenzwertsatz Die Normalverteilung verdankt ihre universelle theoretische und praktische Bedeutung dem zentralen Grenzwertsatz. Unabhängig von der konkreten k Ausgangsverteilung konvergiert nämlich
MehrStatistik. Ronald Balestra CH St. Peter
Statistik Ronald Balestra CH - 7028 St. Peter www.ronaldbalestra.ch 17. Januar 2010 Inhaltsverzeichnis 1 Statistik 1 1.1 Beschreibende Statistik....................... 1 1.2 Charakterisierung von Häufigkeitsverteilungen...........
Mehr1.1.1 Ergebnismengen Wahrscheinlichkeiten Formale Definition der Wahrscheinlichkeit Laplace-Experimente...
Inhaltsverzeichnis 0 Einführung 1 1 Zufallsvorgänge und Wahrscheinlichkeiten 5 1.1 Zufallsvorgänge.......................... 5 1.1.1 Ergebnismengen..................... 6 1.1.2 Ereignisse und ihre Verknüpfung............
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
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
MehrPROC MEANS. zum Berechnen statistischer Maßzahlen (für quantitative Merkmale)
PROC MEAS zum Berechnen statistischer Maßzahlen (für quantitative Merkmale) Allgemeine Form: PROC MEAS DATA=name Optionen ; VAR variablenliste ; CLASS vergleichsvariable ; Beispiel und Beschreibung der
MehrDeskriptivstatistik a) Univariate Statistik Weiters zum Thema der statistischen Informationsverdichtung
20 Weiters zum Thema der statistischen Informationsverdichtung M a ß z a h l e n Statistiken bei Stichproben Parameter bei Grundgesamtheiten Maßzahlen zur Beschreibung univariater Verteilungen Maßzahlen
MehrEinführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten Von Prof. Dr. Rainer Schlittgen 4., überarbeitete und erweiterte Auflage Fachbereich Materialwissenschaft! der Techn. Hochschule Darmstadt
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilung diskreter Zufallsvariablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
MehrStatistik in Geodäsie, Geoinformation und Bauwesen
Wilhelm Benning Statistik in Geodäsie, Geoinformation und Bauwesen 2., überarbeitete und erweiterte Auflage Herbert Wichmann Verlag Heidelberg Matrix-Theorie 1 1.1 Matrizen und Vektoren 1 1.2 Matrixverknüpfungen
MehrStatistik, Geostatistik
Geostatistik Statistik, Geostatistik Statistik Zusammenfassung von Methoden (Methodik), die sich mit der wahrscheinlichkeitsbezogenen Auswertung empirischer (d.h. beobachteter, gemessener) Daten befassen.
MehrStatistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN
MehrMusterlösung zur Übungsklausur Statistik
Musterlösung zur Übungsklausur Statistik WMS15B Oettinger 9/216 Aufgabe 1 (a) Falsch: der Modus ist die am häufigsten auftretende Merkmalsausprägung in einer Stichprobe. (b) Falsch: die beiden Größen sind
MehrBeispiel 4 (Einige weitere Aufgaben)
1 Beispiel 4 (Einige weitere Aufgaben) Aufgabe 1 Bestimmen Sie für die folgenden Zweierstichproben, d. h. Stichproben, die jeweils aus zwei Beobachtungen bestehen, a) den Durchschnitt x b) die mittlere
MehrSBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf. SBP Mathe Aufbaukurs 1
SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf SBP Mathe Aufbaukurs 1 # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das
MehrAßmann-Psychrometer, Aspirationspsychrometer-Tafeln, Kapazitätsfeuchtefühler HMP 50, vier Salzlösungen, Multimeter, Haarhygrograph, Stoppuhr
Meteorologisches Praktikum (Modul B2 und B3) Versuch 2: Feuchtekalibrierung eines Kapazitätsfeuchtefühlers HMP 50 und Messungen mit weiteren Feuchtemessgeräten A. Grundlagen: Messprinzipien von Feuchtesensoren
Mehr1. Versuch: Fehlerrechnung - Statistik
Physikpraktikum für Pharmazeuten Universität Regensburg Fakultät Physik 1. Versuch: Fehlerrechnung - Statistik In diesem Versuch werden Sie mit den statistischen Grundlagen vertraut gemacht. Anhand der
MehrVorlesung 8a. Kovarianz und Korrelation
Vorlesung 8a Kovarianz und Korrelation 1 Wir erinnern an die Definition der Kovarianz Für reellwertige Zufallsvariable X, Y mit E[X 2 ] < und E[Y 2 ] < ist Cov[X, Y ] := E [ (X EX)(Y EY ) ] Insbesondere
MehrEinführung in die Bestimmung der Messunsicherheit nach GUM
Seite 1 Einführung in die Bestimmung der Veranstaltung des DGQ Regionalkreises, 08. Juli 2010 und Qualitätssicherung 1 Gliederung Wer hat GUM eingeführt Definitionen von Messung, Modell der Messung, Messabweichung
Mehr