Kurze Einführung in die Berechnung der Messunsicherheit nach GUM. Stephan Mieke Physikalisch-Technische Bundesanstalt Institut Berlin, 8.

Größe: px
Ab Seite anzeigen:

Download "Kurze Einführung in die Berechnung der Messunsicherheit nach GUM. Stephan Mieke Physikalisch-Technische Bundesanstalt Institut Berlin, 8."

Transkript

1 Kurze Enführung n de Berechnung der Messunscherhet nach GUM Stephan Meke Physkalsch-Technsche Bundesanstalt Insttut Berln, 8.40

2 Glederung Enletung Gude to the Epresson of Uncertanty (GUM) Monte-Carlo-Methode (GUM-S) Resümee

3 Enletung Messunscherhet, was st das? VIM.6 Messunscherhet u nchtnegatver Parameter, der de Streuung der Werte kennzechnet, de der Messgröße auf der Grundlage der benutzten Informaton begeordnet st u Wahrschenlchketsvertelung (probablty densty functon, PDF): Quanttatve Beschrebung der Informaton (Kenntns) über den Wert der Messgröße ( degree of belef ). 3

4 Enletung Lteratur: Evaluaton of measurement data An Introducton to the Gude to the epresson of uncertanty n measurement and related documents, JCGM 04:009 (kostenloser Download: deutsche Übersetzung: ) Evaluaton of measurement data Gude to the epresson of uncertanty n measurement GUM 995 wth mnor correctons, JCGM 00:008 (kostenloser Download: DIN V ENV 3005: Letfaden zur Angabe der Unscherhet bem Messen, Beuth Verlag Berln, 999 (deutsche Übersetzung des GUM) Evaluaton of measurement data Supplement to the "Gude to the epresson of uncertanty n measurement" Propagaton of dstrbutons usng a Monte Carlo method, JCGM 0:008 Evaluaton of measurement data Supplement to the "Gude to the epresson of uncertanty n measurement" Etenson to any number of output quanttes, JCGM 0:0 (kostenloser Download der Supplements: Internatonal Vocabulary of Metrology Basc and General Concepts and Assocated Terms, VIM, 3rd edton, JCGM 00:008 sowe Corrgendum aus 00 (kostenloser Download: DIN: Internatonales Wörterbuch der Metrologe, 3. Auflage 00, Beuth Verlag GmbH (deutsche Übersetzung des VIM, korrgerte Fassung 0) 4

5 Enletung Lteratur: DKD-3 Angabe der Messunscherhet be Kalbrerungen (0/998) DKD-3-E Angabe der Messunscherhet be Kalbrerungen, Ergänzung - Bespele (0/998) DKD-3-E Angabe der Messunscherhet be Kalbrerungen, Ergänzung - Zusätzlche Bespele (08/00) DKD-4 Rückführung von Mess- und Prüfmtteln auf natonale Normale (0/998) (kostenloser Download aller DKD-Dokumente: DIN 39-3: Grundlagen der Meßtechnk - Tel 3: Auswertung von Messungen ener enzelnen Meßgröße, Meßunscherhet, Beuth Verlag Berln, 996 DIN 39-4: Grundlagen der Meßtechnk - Tel 4: Auswertung von Messungen, Meßunscherhet, Beuth Verlag Berln, 999 5

6 Enletung Darstellung Kalbrerung Kalbrerung Kalbrerung (SI) Enhet Prmärnormal Sekundärnormal Gebrauchsnormal Messunscherhet Messung Messgerät Messergebns Quelle: Wolfgang Schmd 6

7 Enletung wahrer Wert Messwert Messwert mt Messunscherhet 7

8 Enletung Mess- Stratege, Messgeräte- Genaugket Messwerte Mathematsches Modell der Messung Messwert mt begeordneter Messunscherhet 8

9 Enletung Messgröße Unkorregerter Mttelwert der Beobachtungen Zufällge Messabwechung (der Messrehe) Korrektur der systematschen Messabwechung Wahrer Wert Messergebns (Mttelwert) Messunscherhet zusammengesetzt aus - der Standardabwechung des Mttelwerts der Messrehe - der Unscherhet der Korrektur - der Unscherhet auf Grund anderer Informatonen Quelle: CENAM / Euramet 9

10 Enletung Engangsgrößen X und deren Messunscherheten (Engangsgrößen und deren Standardabwechungen der Wahrschenlchketsdchtevertelung) Modell der Messung Ausgangsgröße Y und Messunscherhet (Ausgangsgröße Messgröße), u( ) y Schätzwert, u( ) Yf(X ) Unscherhetsfortpflanzung u(y) Kombnerte Standardmessunscherhet 3, u( 3 ) [y - ; y + ] Überdeckungsntervall GUM S GUM GUM S: Hstogramm der Vertelung 0

11 Beschrebung der Messung Mathematsches Modell der Messung 3 Informatonen über de Engangsgrößen 4 Messunscherhet der Engangsgrößen 5 Berechnung des Ergebnsses und dessen Standardmessunscherhet 6 Berechnung der erweterten Messunscherhet 7 Angabe des Ergebnsses Ergänzung: Monte-Carlo-Methode

12 Beschrebung der Messung Mathematsches Modell der Messung 3 Informatonen über de Engangsgrößen 4 Messunscherhet der Engangsgrößen 5 Berechnung des Ergebnsses und dessen Standardmessunscherhet 6 Berechnung der erweterten Messunscherhet 7 Angabe des Ergebnsses

13 Beschrebung der Messung: zuerst en paar Defntonen Gegenstand Größe Größenwert Messwert Defnton (verkürzt) Egenschaft enes Phänomens, enes Körpers oder ener Substanz, Zahlenwert und Referenz, de zusammen ene Größe quanttatv angeben Größenwert, der en Messergebns repräsentert VIM (Wörterb. d. Metrologe) Bespele / Anmerkungen. Länge, Spannung, Energe, Stoffmengenkonzentraton.9 Masse enes Körpers: 0,5 kg ; Stoffmengenkonz. von L. n ener Plasmaprobe: 5,0 I E / L Mess- Menge von Größenwerten, de ener.9 En Messergebns wrd m Allgemenen ergebns Messgröße zugewesen snd, zusammen als en enzger Messergebns mt jeglcher verfügbarer relevanter wert und ene Messunscherhet Informaton ausgedrückt. Messunscherhet Überdeckungsntervall nchtnegatver Parameter [u], der de Streuung der Werte kennzechnet, de der Messgröße auf der Grundlage der benutzten Informaton begeordnet st Intervall [U], das de Menge der wahren Werte ener Messgröße mt ener angegebenen Wahrschenlchket enthält, Deutsch-englsche Fassung des ISO/IEC-Letfaden 99 PDF: Wahrschenlchketsdchtefunkton (probablty densty functon) 3

14 Beschrebung der Messung ) Messaufgabe und Messgröße ) Messprnzp 3) Messmethode 4) Messverfahren Ergebns von Schrtt : - Identfkaton der Messgröße - bessere Kenntns und Verständns des Messverfahrens 4

15 Beschrebung der Messung: Volumenmessung Messaufgabe und Messgröße: Bestmmung des Volumens V enes Bechers mt enem Nennwert von L be ener Temperatur von 0 C. L Messprnzp: Volumen Masse / Dchte 3 Messmethode: Gravmetrsche Kalbrerung,995 kg 4 Messverfahren: Wederholtes Füllen des Bechers mt bdstllertem Wasser und Wegen der Masse m des enthaltenen Wassers Bespel: CENAM / Euramet 5

16 Beschrebung der Messung: Messabwechung enes Thermometers Messaufgabe und Messgröße: Bestmmung der Messabwechung enes Thermometers be 0 C Messprnzp: Messung der Temperatur n enem Medum bekannter Temperatur 3 Messmethode: Verglech der Anzegen zweer Thermometer (Prüflng {X} und Normal {S}) 4 Messverfahren: Verglech der Anzegen bem Entauchen n enem Wasserbad S Normal t nd, S t Bad X Prüflng t nd, X Quelle: Bernd R.L. Sebert δt Bad, X 6

17 Beschrebung der Messung Mathematsches Modell der Messung 3 Informatonen über de Engangsgrößen 4 Messunscherhet der Engangsgrößen 5 Berechnung des Ergebnsses und dessen Standardmessunscherhet 6 Berechnung der erweterten Messunscherhet 7 Angabe des Ergebnsses 7

18 Mathematsches Modell der Messung ) Suchen der Größen, de de Messung beenflussen könnten ) Struktureren und Bewerten der Engangsgrößen 3) Aufstellen des mathematschen Modells der Messung Ergebns von Schrtt : - Mathematsches Modell der Messgröße: Y f( X, X, X N ) 8

19 Mathematsches Modell der Messung Formulerung des Modells der Messung (GUM 4.) Y f(x, X..., X N ) Im GUM wrd f als Funkton angesehen, de alle Größen enthält, de ene sgnfkante Unscherhetskomponente zum Messergebns betragen können. Anmerkungen zur Nomenklatur: Engangsgrößen X, X..., X N stehen rechts vom Glechhetszechen, se snd Messwertmttelwerte, systematsche Abwechungen, Korrekturen usw. AusgangsgrößeY steht lnks vom Glechhetszechen, se st das Ergebnss En- oder Ausgangsgrößen werden GROß geschreben, deren Schätzwerte (bzw. Erwartungswerte) werden klen geschreben 9

20 Mathematsches Modell der Messung Ichkawa Dagramm (Bespel): 0

21 Mathematsches Modell der Messung Ichkawa Dagramm: Bespel: Volumenmessung An alles Denken, nchts vergessen, was zur Messunscherhet betragen könnte.

22 Mathematsches Modell der Messung Bespel: Volumenmessung V m ρ W + B ρ ar W + W cal + W ρ res + B ar mt V m W W Cal W res B ar ρ Volumen des Bechers Masse des engefüllten Wassers Netto-Messwert (vermndert um de Masse des leeren Bechers) Messabwechung der Waage (Kalbrerschen-Angabe) Auflösung der Waage Korrektur des Luftauftrebs Dchte des Wassers Hnwes: Dese Glechung verletzt de Lneartätsforderung des (Standard-)GUM. Praktsch st das, be hnrechend klenen Messunscherheten der Engangsgrößen, ohne Bedeutung. Be größeren Messunscherheten müßte de Berechnung mttels Monte-Carlo-Smulaton per Software durchgeführt werden.

23 Mathematsches Modell der Messung Bespel: Thermometerkalbrerung t nd, S t Bad + t S S Normal X Prüflng t nd, X tbad + t X + δtbad, X t X t nd, X t nd, S δ t Bad, X + t S t nd, S t nd, X mt t nd, S t nd, X t X t S t Bad δt Bad, X Anzege des Normals Anzege des Prüflngs Messabwechung des Prüflngs Messabwechung des Normals ene örtlche Temperatur des Bads Messabwechung auf Grund der verschedenen Messorte t Bad Quelle: Bernd R.L. Sebert δt Bad, X 3

24 Beschrebung der Messung Mathematsches Modell der Messung 3 Informatonen über de Engangsgrößen 4 Messunscherhet der Engangsgrößen 5 Berechnung des Ergebnsses und dessen Standardmessunscherhet 6 Berechnung der erweterten Messunscherhet 7 Angabe des Ergebnsses 4

25 Informatonen über de Engangsgrößen 3 Bestmmung der Messunscherheten aller relevanten Engangsgrößen X durch Messung oder aus anderen Informatonsquellen Ergebns von Schrtt 3: Angaben zu jeder Engangsgröße - bester Schätzwert - Informatonen dessen Messunscherhet 5

26 Informatonen über de Engangsgrößen 3 Der beste Schätzwerte ener Engangsgröße X und dessen begeordnete Standardunscherhet u( ) kann auf zwe verschedenen Wegen ermttelt werden: Typ A Typ B wederholte Messungen be glechen Messbedngungen Angaben aus anderen Informatonsquellen Kalbrer- / Echschen Gerätespezfkaton Lteratur vorherge Messungen usw 6

27 Informatonen über de Engangsgrößen 3 GUM Der Zweck der Klassfzerung nach Typ A und Typ B st nur, de beden Arten zur Ermttlung von Unscherhetskomponenten zu unterscheden. Bede Methoden beruhen auf Wahrschenlchketsvertelungen. De mt beden Methoden ermttelten Unscherhetskomponenten werden durch Varanzen oder Standardabwechungen quanttatv bestmmt. 7

28 Informatonen über de Engangsgrößen 3 Typ A: wederholte Messungen bester Schätzwert: arthmetscher Mttelwert (GUM 4..) q n q k n k Standardunscherhet: Standardabwechung des Mttelwerts (GUM 4..3) n s( qk ) u( q) s( q) ( q n n( n ) k k q) emprsche Standardabwechung 8

29 Informatonen über de Engangsgrößen 3 Der beste Schätzwerte ener Engangsgröße X und dessen begeordnete Standardunscherhet u( ) kann auf zwe verschedenen Wegen ermttelt werden: Typ A Typ B wederholte Messungen be glechen Messbedngungen Angaben aus anderen Informatonsquellen Kalbrer- / Echschen Gerätespezfkaton Lteratur vorherge Messungen usw 9

30 Informatonen über de Engangsgrößen 3 Typ B: Angaben aus anderen Informatonsquellen Echschen: de Echfehlergrenzen werden engehalten Kalbrerschen: der Wert der Messgröße beträgt 9,98 C de begeordnete Standardunscherhet beträgt 0,05 C es wurden 5 Verglechsmessungen durchgeführt Herstellerangabe: Genaugket: % der Anzege + Dgts 30

31 Informatonen über de Engangsgrößen 3 geechtes Gerät Gerät mt Kalbrerschen Gerät mt Kalbrerschen und zusätzlchen Informatonen Quelle: deutschen Übersetzung des GUM S 3

32 Beschrebung der Messung Mathematsches Modell der Messung 3 Informatonen über de Engangsgrößen 4 Messunscherhet der Engangsgrößen 5 Berechnung des Ergebnsses und dessen Standardmessunscherhet 6 Berechnung der erweterten Messunscherhet 7 Angabe des Ergebnsses 3

33 Messunscherhet der Engangsgrößen 4 ) Typ A : Standardunscherhet berets als Standardabwechung des Mttelwerts bekannt. ) Typ B: Berechnung der Standardunscherheten (d.h.: Standardabwechungen) aller Engangsgrößen aus deren angenommenen Wahrschenlchketsdchtevertelungen nach festen Regeln. Ergebns von Schrtt 4: Standardunscherheten (bzw. Standardabwechungen) aller Engangsgrößen 33

34 Messunscherhet der Engangsgrößen 4 GUM 4.3.7, Gl. (7) GUM des Mttelwerts GUM 4.3.9, Gl. (9) PDF: probablty densty functon, Wahrschenlchketsdchtefunkton 34

35 Messunscherhet der Engangsgrößen 4 Auflösung ener numerschen Anzege: Rechteckvertelung V dc 088 V V dc? V dc? V dc? ,5 88,5 a - a + Anzege Wert 35 Quelle: Euramet

36 Messunscherhet der Engangsgrößen 4 Bespel: Volumenmessung Wederholte Füllungen: W 99 g 993 g 990 g 996 g 994 g Waage: w 5 j w ua( w) 994 g 5 4 j Kalbrerschen: Messabwechung: W cal - 0, g 5 j 5 993,0 erweterte Messunscherhet: U, g (k) Standardunscherhet u( W cal ) 0,60 g Auflösung: g 0,5g g u( Wres ) 0, 9g 3 Schätzwert: W res 0 g g 5 ( w j w),0 g 36

37 Messunscherhet der Engangsgrößen 4 Bespel: Volumenmessung Größe X Schätzwert Standardunscherhet u( ) Vertelung Empf.- koeff. c Unscherhetsbetrag u (y) W 993,00 g,00 g Normal W cal - 0,0 g 0,60 g Normal W res 0,00 g 0,9 g Rechteck ρ Wasser B ar V 37

38 Messunscherhet der Engangsgrößen 4 Bespel: Volumenmessung Wederholte Füllungen: W 99 g 993 g 990 g 996 g 994 g Waage: w 5 j w ua( w) 994 g 5 4 j Kalbrerschen: Messabwechung: W cal - 0, g Dchte des Wassers be t ar (0 ± ) ºC : ρ Wasser? 5 j 5 993,0 erweterte Messunscherhet: U, g (k) Standardunscherhet u( W cal ) 0,6 g Auflösung: g 0,5g g u( Wres ) 0, 9g 3 Schätzwert: W res 0 g g 5 ( w j w),0 g Auftreb n Luft be t ar (0 ± )ºC, p ar 04 hpa ±?, h r 50% ±? : B ar? 38

39 Messunscherhet der Engangsgrößen 4 Dchte des Wassers: ρ Wasser g 999, L ( t 3, C) ( t + 30,797 C) ( ) 55 58,9( C) t + 69,348 8 C t : Temperatur n ºC Tanaka et al Metrologa 38 (00) p n g/l ρ wasser n 999,0 998,8 998,6 998,4 998, 998,0 997,8 997,6 997, Temperatur t n ºC Dchte des Wassers: t (0 ± ) ºC ρ Wasser (998, ± 0,4) g/l u(ρ Wasser ) 0,4 / 3 g/l 0,3 g/l Quelle: CENAM 39

40 Messunscherhet der Engangsgrößen 4 Dchte der Luft: ρ ar p ar 0, C hpa + hr t + ar ( 0, C t 0, 00 5) 735, C ar g L nach EURAMET Calbraton Gude 9, eq. (4) p ar t ar h r Luftdruck Lufttemperatur relatve Feuchte Dchte der Luft: t ar 0 ºC / p ar 04 hpa / h r 50% ρ ar,0 g/l Unter normalen Bedngungen sollte sch de Dchte der Luft um ncht mehr als ± 5 % ändern (Epertenwssen) ρ ar (,0 ± 0,06) g/l B ar ρ ar V B ar (,40 ± 0,) g, Rechteck-Vertelung der Unscherhet u(b ar ) 0, / 3 g 0,07 g 40

41 Messunscherhet der Engangsgrößen 4 Bespel: Volumenmessung Größe X Schätzwert Standardunscherhet u( ) Vertelung Empf.- koeff. c Unscherhets -betrag c u W 993,00 g,00 g Normal W cal - 0,0 g 0,60 g Normal W res 0,00 g 0,9 g Rechteck ρ Wasser 998,0 g/l 0,3 g/l Rechteck B ar,40 g 0,07 Rechteck V,9988 L 4

42 Messunscherhet der Engangsgrößen 4 Bespel: Thermometerkalbrerung S Normal X Prüflng t X tnd, X tnd, S δtbad, X + t S t nd, S t nd, X mt t nd, S t nd, X t X t S t Bad δt Bad, X Anzege des Normals Anzege des Prüflngs Messabwechung des Prüflngs Messabwechung des Normals ene örtlche Temperatur des Bads Messabwechung auf Grund der verschedenen Messorte t Bad Quelle: Bernd R.L. Sebert δt Bad, X 4

43 Messunscherhet der Engangsgrößen 4 Messungen (Typ A Engangsgröße): Normal (Ablesung m Wechsel mt Prüflng) n t nd, S 0,005 C 9,995 C 3 0,05 C 4 0,00 C Mttelwert: 0,006 C Standardunscherhet: 4,7 0-3 C Frehetsgrad : ν n 3 Kalbrerschen (Typ B Engangsgröße): Normal Messabwechung: t S - 0,050 C erweterte Messunscherhet: U 0,05 C (k) Standardunscherhet u( t S ),5 0-3 C Frehetsgrad : ν 50 43

44 Messunscherhet der Engangsgrößen 4 Messungen (Typ A Engangsgröße): Prüflng (Ablesung m Wechsel mt Normal) n t nd, X 9,85 C 9,86 C 3 9,87 C 4 9,86 C Mttelwert: 9,860 C Standardunscherhet: 4, C Frehetsgrad : ν n 3 44

45 Messunscherhet der Engangsgrößen 4 Kenntns (Typ B Engangsgröße): Wasserbad Herstellerangabe: mamale radale Temperaturabwechung m Bad: ± C Vertelungsform: rechteckg, Halbwete: a C Erwartungswert: δt Bad, X 0 C Standardunscherhet u(δt Bad, X ) a / 3, C 45

46 Messunscherhet der Engangsgrößen 4 Frehetsgrad: Defnton (GUM C..3): Ganz allgemen de Anzahl der Gleder ener Summe abzüglch der Anzahl der Nebenbedngungen, de für de Gleder deser Summe gelten. Bespel für ene Nebenbedngung: Mttelwert, be der Berechnung der Standardabwechung Effektve Frehetsgrade (GUM G.4) Welch-Satterthwate-Formel: mt ν eff ν eff N 4 uc ( y) 4 u ( y) ν N ν 46

47 Messunscherhet der Engangsgrößen 4 Bespel: Thermometerkalbrerung Größe X Schätzwert Standardunscherhet u( ) Vertelung F.- grad ν Empf.- koeff. c Unscherhets -betrag c u t nd, S 0,006 C 4,7 0-3 C Normal 3 nd, S t nd, X 9,860 C 4, C Normal 3 t S - 0,050 C,5 0-3 C Normal 50 δt Bad, X 0,000 C, C Rechteck t X - 0,96 C 47

48 Beschrebung der Messung Mathematsches Modell der Messung 3 Informatonen über de Engangsgrößen 4 Messunscherhet der Engangsgrößen 5 Berechnung des Ergebnsses und dessen Standardmessunscherhet 6 Berechnung der erweterten Messunscherhet 7 Angabe des Ergebnsses 48

49 Berechnung des Ergebnsses und dessen Standardmessunscherhet 5 Ermttlung der kombnerten Standardunscherhet (GUM 5) De Standardunscherhet enes Messergebnsses (ener Ausgangsgröße) u c wrd aus den Standardunscherheten durch Fehlerfortpflanzung berechnet. Dabe snd Fälle zu unterscheden: unkorrelerte Engangsgrößen (GUM 5.) und korrelerte Engangsgrößen (GUM 5.) 49

50 Berechnung des Ergebnsses und dessen Standardmessunscherhet 5 Was snd Korrelatonen m Snne des GUM? GUM 5. Korrelerte Engangsgrößen gleches Zechen, aber unterschedlche Bedeutung! (Engangs-/Zufallsgröße) 5.. Glechungen (0) und... snd nur dann gültg, wenn de Engangsgrößen X unabhängg vonenander oder unkorrelert snd (de Zufallsgrößen, ncht de physkalschen Größen, de als Invaranten [unveränderlche Größen] angenommen werden, sehe 4.., Anmerkung ). Snd enge X sgnfkant korrelert, so müssen de Korrelatonen berück- schtgt werden. 4.., Anmerkung : Zur ökonomschen Gestaltung der Schrebwese wrd... das gleche Formelzechen für de physkalsche Größe und für de Zufallsgröße verwendet, es wrd angenommen, daß de physkalsche Größe selbst durch enen m wesentlchen endeutgen Wert charaktersert werden kann. 50

51 Berechnung des Ergebnsses und dessen Standardmessunscherhet 5. Fall: unkorrelerte Engangsgrößen (GUM 5..) De Unscherhet der Ausgangsgröße (dem Ergebns) errechnet sch aus den Unscherheten der Engangsgrößen nach bzw. u c u ( y) c ( y) N ( c u( )) N ( c u( )) mt c : Empfndlchketskoeffzent Durch de Empfndlchketskoeffzenten werden de Antele der Unscherheten der Engangswerte gewchtet. 5

52 5 Der Empfndlchketskoeffzent c berechnet sch nach: Durch de partellen Abletungen wrd das mathematsche Modell analysert nach den Engangsgrößen, de potentell de größten Antele lefern. Für das Quadrat (de Varanz) der Unscherhet der Ausgangsgröße ergbt sch: X f c Berechnung des Ergebnsses und dessen Standardmessunscherhet 5 Hntergrund: Dese Glechung (und de für den korrelerten Fall) beruht auf ener Näherung erster Ordnung ener Taylor-Rehe von Y f(x, X..., X N ). ) ( ) ( N c u f y u

53 Berechnung des Ergebnsses und dessen Standardmessunscherhet 5 Taylor-Rehen-Entwcklung für f(): y f f f ( ) f ( 0) + δ + δ höhere Gleder der Taylor- Rehen-Entwcklung müssen berückschtgt werden f( 0 ) 0 53

54 Mathematsches Modell der Messung Bespel: Volumenmessung V m ρ W + B ρ ar W + W cal + W ρ res + B ar mt V m W W Cal W res B ar ρ Volumen des Bechers Masse des engefüllten Wassers Netto-Messwert (vermndert um de Masse des leeren Bechers) Messabwechung der Waage (Kalbrerschen-Angabe) Auflösung der Waage Korrektur des Luftauftrebs Dchte des Wassers 54

55 Berechnung des Ergebnsses und dessen Standardmessunscherhet 5 V W + W cal + W ρ res + B ar u c ( V ) ( c u( W )) + ( c Wcal u( W W cal + ( c Wres u( Wres )) + ( cbar u( Bar )) + ( c ρ u( ρ )) )) Empfndlchketskoeffzenten c : c W V W ρ c Wcal V W cal ρ c Wres V W res ρ V V W + Wcal + W cbar cρ B ρ ρ ρ ar res + B ar 55

56 Berechnung des Ergebnsses und dessen Standardmessunscherhet 5 Bespel: Volumenmessung Größe X Schätzwert Standardunscherhet u( ) Vertelung Empf.- koeff. c Unscherhetsbetrag c u W 993,00 g,00 g Normal 0,000 L/g 0,000 L W cal - 0,0 g 0,60 g Normal 0,000 L/g 0,0006 L W res 0,0 g 0,9 g Rechteck 0,000 L/g 0,0003 L ρ Wasser 998,0 g/l 0,3 g/l Rechteck -0,000 L /g 0,0005 L B ar,40 g 0,07g Rechteck 0,000 L/g 0,000 L V,9988 L 0,003 L u ( y) c N ( c u( )) u c (y) 0,003 L 56

57 Berechnung des Ergebnsses und dessen Standardmessunscherhet 5 Bespel: Volumenmessung, ergänzt mt Frehetsgrad und Unscherhets-Inde: Größe X Schätzwert Standardunscherhet u( ) Vertelung Frehets -grad ν Empf.- koeff. c Unscherhetsbetrag c u Antele (c u / u c ) W 993,00 g,00 g Normal 4 0,000 L/g 0,000 L 60, % W cal - 0,0 g 0,60 g Normal 50 0,000 L/g 0,0006 L,7 % W res 0,00 g 0,9 g Rechteck 0,000 L/g 0,0003 L 5,0 % ρ Wasser 998,0 g/l 0,3 g/l Rechteck 0,000 L /g 0,0005 L,8 % B ar,40 g 0,07g Rechteck 0,000 L/g 0,000 L 0, % V,9988 L 0,003 L 0 Kann man den Wert verbessern? Mehr Messungen, mehr Sorgfalt? 57

58 Berechnung des Ergebnsses und dessen Standardmessunscherhet 5 Bespel: Thermometerkalbrerung t X tnd, X tnd, S δtbad, X + t S Größe X Schätzwert Standardunscherhet u( ) Vertelung F.- grad ν Empf.- koeff. c Unscherhets -betrag c u Antele (c u / u c ) t nd, S 0,006 C 4,7 0-3 C Normal ,3 0-3 C 5,6 % t nd, X 9,860 C 4, C Normal 3 4, 0-3 C 5, % t S - 0,050 C,5 0-3 C T-Vertelt 50,5 0-3 C 48, % δt Bad, X 0,000 C, C Rechteck - -,6 0-3 C 4, % t X - 0,96 C 0,08 C 50 u ( y) c N ( c u( )) 58

59 Berechnung des Ergebnsses und dessen Standardmessunscherhet 5 Was snd Korrelatonen m Snne des GUM? GUM 5. Korrelerte Engangsgrößen 5.. Glechungen (0) und... snd nur dann gültg, wenn de Engangsgrößen X unabhängg vonenander oder unkorrelert snd (de Zufallsgrößen, ncht de physkalschen Größen, de als Invaranten [unveränderlche Größen] angenommen werden, sehe 4.., Anmerkung ). Snd enge X sgnfkant korrelert, so müssen de Korrelatonen berückschtgt werden. 59

60 Berechnung des Ergebnsses und dessen Standardmessunscherhet 5 Korrelerte Engangsgrößen: Typsche Ursachen für de Korrelaton der Zufallsgrößen zweer (oder mehrerer) Engangsgrößen: benutzen desselben Messgeräts benutzen desselben Normals benutzen desselben Referenzwerts benutzen derselben Energequelle Wel sch de Schwankungen ener Quelle auf mehrere (Engangs-) Größen auswrken, kommt es zur Korrelaton. 60

61 Berechnung des Ergebnsses und dessen Standardmessunscherhet 5 Bespel: Bestmmung des Gesamtkohleverbrauchs Wenn de Gesamtmenge des (Kohle-) Verbrauchs ener Feuerungsanlage aus Enzelmessungen mt stets derselben Waage bestmmt wrd, snd de Enzelmessungen vonenander abhängg. Foto: Modellesenbahn Hamburg e.v. (MEHEV) Bespel: Wderstandsrehenschaltung vgl. GUM, 5.., Anmerkung Wrd ene Wderstandsrehenschaltung durch gleche Enzelwderstände realsert, de alle mt demselben Referenzwderstand kalbrert wurden, so wrkt sch de Unscherhet des Referenzwderstands auf alle Enzelwderstände und somt auch auf den Gesamtwderstand aus. 6

62 Berechnung des Ergebnsses und dessen Standardmessunscherhet 5 Mathematsches Modell: Y f (X ) GUM 5.. kombnerte Varanz (GUM, Gl. 3): (Quadrat der kombnerten Standardunscherhet) N N N N N f f f f uc ( y) u(, j ) u ( ) + j j j + f j u(, j ) unkorrelerter Fall Mschterme mt Kovaranzen wobe und j de Schätzwerte der Größen X und X j snd, z.b. der Mttelwert aus wederholten Messungen oder Lteraturwerte und u(, j ) u( j, ), d.h. de Abhänggketen snd symmetrsch. 6

63 5 De Kovaranz berechnet sch nach (GUM, Gl. 7) für de Größen X und X j : n u ) )( ( ), ( Berechnung des Ergebnsses und dessen Standardmessunscherhet 63 mt den n enzelnen Messwerten,k und j,k der zwe o.g. Größen. Be unabhänggen Zufallsgrößen haben Kovaranzen für j Werte glech oder nahe Null. k j k j k j n n u,, ) )( ( ) ( ), (

64 5 Der Grad der Korrelaton von und j wrd durch den Korrelatonskoeffzenten charaktersert: ) ( ) ( ), ( ), ( ), ( j j j j u u u r r engesetzt (n GUM, Gl. 3): ), ( + j r wobe Berechnung des Ergebnsses und dessen Standardmessunscherhet 64 engesetzt (n GUM, Gl. 3): ), ( ) ( ) ( ) ( ) ( j j N N N j j c r u u f f u f y u + + ), ( ) ( ) ( ) ( ) ( j j N N j j N c r u u c c u c y u + + j j f c f c ; mt den Empfndlchketskoeffzenten

65 5 Im Sonderfall, dass zwe oder mehr Zufallsgrößen mt r + korrelert snd, we bespelswese be Verwendung desselben Messgerätes oder Normals, ergbt sch aus ), ( ) ( ) ( ) ( ) ( j j N N N j j c r u u f f u f y u + + Berechnung des Ergebnsses und dessen Standardmessunscherhet 65 für r + für r + bzw. ) ( ) ( ) ( N N c u c u f y u N N c u c u f y u ) ( ) ( ) (

66 Berechnung des Ergebnsses und dessen Standardmessunscherhet 5 Andere Methoden der Bestmmung: Kovaranzen lassen sch auch epermentell ermtteln, z.b. durch Beobachten der zufällgen Schwankungen be Varaton von Umgebungsbedngungen, Schätzen der Korrelaton auf Grund vorhandener Kenntnsse und Erfahrungen. Welche Alternatven gbt es zum Rechnen mt Korrelatonen? man kann versuchen, den Enfluss zu elmneren durch en anderes Modell der Messung, ndem de Korrelaton durch ene egene zusätzlche Engangsgröße beschreben wrd; deses st bespelswese möglch, wenn der Temperaturenfluss auf mehrere Engangsgrößen berechenbar st, sehe GUM F

67 Berechnung des Ergebnsses und dessen Standardmessunscherhet 5 Wenn de Gesamtmenge des (Kohle-) Verbrauchs ener Feuerungsanlage aus Enzelmessungen mt stets derselben Waage bestmmt wrd, snd de Enzelmessungen mtenander korrelert. Foto: Modellesenbahn Hamburg e.v. (MEHEV) Masse der Kohle je LKW: 5,0 t, geechte Fahrzeugwaage (Echfehlergrenze: ± %), Anzahl der Wägungen m Jahr: Da en geechtes Messgerät benutzt wrd, st von ener rechteckgen Wahrschenlchketsvertelung auszugehen, d.h. u() a / 3, mt a als halber absoluten Spanne. 67

68 5 Daraus ergbt sch: Masse der Kohle je Fahrzeug: 5,0 t, Anzahl der Wägungen pro Jahr: 5000 Gesamtmasse: 5000 t Echfehlergrenze je Wägung: 0,50 t (%) Standardunscherhet der Enzelwägung u(m ): 0,44 t (0,577 %) berechnete kombnerte Standardunscherhet u (m ) der Gesamtmasse m Berechnung des Ergebnsses und dessen Standardmessunscherhet 68 berechnete kombnerte Standardunscherhet u c (m ges ) der Gesamtmasse m ges be Berückschtgung der Korrelaton: 7,7 t (0,577 %) ohne Berückschtgung der Korrelaton: 0, t (0,008 %) mt Korrelaton: ohne Korrelaton: N N c u c u f y u ) ( ) ( ) ( für r 0 für r + N N c u c u f y u ) ( ) ( ) (

69 Berechnung des Ergebnsses und dessen Standardmessunscherhet 5 Zusammenfassung (Korrelatonen): der Ausdruck Korrelaton bezeht sch auf de Abhänggket der Zufallsgrößen ncht auf de Messgrößen, Ursache snd unbekannten Schwankungen ener Quelle (Messgerät, Umwelt, ) wrken auf Engangsgrößen, Korrelatonen der Zufallsgrößen treten z.b. auf be Verwendung desselben Messgerätes, Normals oder Referenzwertes, aus gemessenen Werten kann der Korrelatonskoeffzent r bestmmt werden und de Messunscherhet relatv enfach berechnet werden, der Grad der Korrelaton muss gegebenenfalls geschätzt oder epermentell ermttelt werden. 69

70 Beschrebung der Messung Mathematsches Modell der Messung 3 Informatonen über de Engangsgrößen 4 Messunscherhet der Engangsgrößen 5 Berechnung des Ergebnsses und dessen Standardmessunscherhet 6 Berechnung der erweterten Messunscherhet 7 Angabe des Ergebnsses 70

71 Berechnung der erweterten Messunscherhet 6 GUM 6.. Obwohl sch u c (y) unversell zur Angabe enes Messergebnsses verwenden lässt, kann es erforderlch sen, de Unscherhet n Form enes Bereches um das Messergebns anzugeben, von dem erwartet werden kann, dass er enen großen Antel der Vertelung der Werte umfasst, de der gemessenen Größe snnvollerwese zugeordnet werden können. Bespele fnden sch n ndustrellen, kommerzellen und regulatorschen Berechen sowe dann, wenn Gesundhets- und Scherhetsaspekte zum Tragen kommen. GUM 6.. Jenes zusätzlche Maß der Unscherhet, das de Forderung erfüllt, enen Berech gemäß 6.. anzugeben, wrd erweterte Unscherhet U genannt. Man erhält se durch Multplkaton der kombnerten Standardunscherhet u c (y) mt dem Erweterungsfaktor k: U k u c (y) Das Ergebns ener Messung kann dann durch Y y ± U ausgedrückt werden. Dabe st y der beste Schätzwert des der Messgröße Y zugehörgen Wertes und y U bs y + U en Berech, von dem erwartet werden kann, dass er enen großen Antel der Werte umfasst, de man Y zuordnet. 7

72 Berechnung der erweterten Messunscherhet 6 Wert des Erwet terungsfaktor be Normalvertelung: -3u c -u c -u c +u c +u c +3u c Rechteckvertelung: Grad des Vertrauens p (n %) Erweterungsfaktor k p 57,74 95,65 99,7 00,73 7

73 Berechnung der erweterten Messunscherhet 6 Zentraler Grenzwertsatz (GUM G.) Wenn Y c X + c X cn X N c X und alle X normalvertelt snd, st de resulterende Faltungsvertelung von Y ebenfalls normal. N Selbst wenn de X ncht normalvertelt snd, lässt sch de Vertelung von Y auf Grund des zentralen Grenzwertsatzes häufg durch ene Normalvertelung annähern. Voraussetzung st, dass de X vonenander unabhängg snd und σ (Y) vel größer als de ncht-normalvertelten Enzelkomponenten c σ (X ). Bespel: Schon de Faltung von 3 rechteckvertelten Größen glecher Brete lässt sch annähernd durch ene Normalvertelung beschreben. 73

74 Berechnung der erweterten Messunscherhet 6 De t-vertelung und Frehetsgrade (GUM G.3) Wel n der Pras ncht de Erwartungswerte und Varanzen der En- und Ausgangsgrößen (X, Y) vorlegen, sondern nur deren Schätzwerte, erhält man ene bessere Näherung für den Erweterungsfaktor k p, wenn deser ncht aus der Normalvertelung, sondern aus der t-vertelung (oder Student-Vertelung) bestmmt wrd: U p k p u c ( y) t ( ν ) u ( y) p c wobe t p (ν) der Wert von t für ene bestmmte Anzahl von Frehetsgraden ν st. In Tabelle G. snd ausgewählte Werte angegeben. Für ν nähert sch de t-vertelung der Normalvertelung an. 74

75 Berechnung der erweterten Messunscherhet 6 75

76 Beschrebung der Messung Mathematsches Modell der Messung 3 Informatonen über de Engangsgrößen 4 Messunscherhet der Engangsgrößen 5 Berechnung des Ergebnsses und dessen Standardmessunscherhet 6 Berechnung der erweterten Messunscherhet 7 Angabe des Ergebnsses 76

77 Angabe der Ergebnsse 7 GUM 7..4 Es snd de erforderlchen Informatonen zur Dokumentaton enes Messergebnsses vom vorgesehenen Verwendungszweck abhängg, se sollte.r. so sen, dass - de Methoden, de zur Berechnung des Messergebnsses und sener Unscherhet aus epermentellen Beobachtungen und Engangsdaten angewandt wurden, beschreben snd; - alle Unscherhetskomponenten aufgelstet snd und hre Auswertung vollständg dokumentert st; - de Datenanalyse nachvollzehbar und be Bedarf ene unabhängge Neuauswertung möglch st; - alle be der Analyse und hren Quellen verwendeten Korrektonen und Konstanten angegeben snd. 77

78 Angabe der Ergebnsse 7 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. 78

79 Angabe der Ergebnsse 7 GUM 7..6 (Rundungsregeln) De Zahlenwerte des Schätzwerts y und sener Standardunscherhet u c (y) oder erweterten Unscherhet U dürfen ncht mt ener übermäßgen Stellenanzahl angegeben werden. Es recht gewöhnlch aus, u c (y) und U [ ] auf höchstens zwe Stellen anzugeben, obwohl es n manchen Fällen notwendg sen kann, wetere Stellen bezubehalten, um be nachfolgenden Berechnungen Rundungsabwechungen zu vermeden. Werden Endergebnsse angegeben, kann es angebracht sen, Unscherheten aufzurunden, statt se auf de nächste Stelle zu runden. Korrelatonskoeffzenten snd auf dre Stellen genau anzugeben, wenn hre absoluten Werte nahe be Ens legen. DKD 3 Angabe der Messunscherhet bem Kalbreren 6.3 Der Zahlenwert der Messunscherhet st mt höchstens zwe sgnfkanten Stellen anzugeben. Der Zahlenwert des Messergebnsses st n der abschleßenden Angabe auf de letzte gültge Zffer m Wert der dem Messergebns begeordneten erweterten Messunscherhet zu runden. Für das Rundungsverfahren snd de üblchen Regeln für das Runden von Zahlen zu verwenden (nähere Angaben zum Runden fnden sch n ISO 3-0:99, Anhang B). Nmmt der Zahlenwert der Messunscherhet nfolge der Rundung jedoch um mehr als 5 % ab, st der aufgerundete Wert anzugeben. 79

80 Zusammenfassung (GUM) Beschrebung der Messung (Messmethode, relevante Größen) Mathematsches Modell der Messung (Ausgangsgröße Funkton der Engangsgrößen) Informatonen über de Engangsgrößen (Typ A oder B, korrelerte oder unkorrelerte Messunscherheten) Ermttlung der Standardmessunscherhet aller Engangsgrößen (aus den Messwerten, den Angaben des Kalbrerschens, der Lteratur, älteren Messungen, ) Berechnung des Ergebnsses und dessen Standardmessunscherhet (Berechnung der Ausgangsgröße mt kombnerter Standardmessunscherhet) Berechnung der erweterten Messunscherhet (Angabe des Intervalls, das mt ρ % Wahrschenlchket den wahren Wert enthält) Angabe des Ergebnsses (Messunscherhetsblanz, Möglchketen der Verrngerung der Messunscherhet) Nachdenken Rechnen nach GUM-Regeln Interpreteren 80

81 Ergänzung: Monte-Carlo-Methode Enschränkungen setens des GUM: Lneartät des Modells Annahmen über Vertelungen GUM S * *) GUM S: Evaluaton of measurement data Supplement to the "Gude to the epresson of uncertanty n measurement - Propagaton of dstrbutons usng a Monte Carlo method, JCGM 0:008 8

82 Ergänzung: Monte-Carlo-Methode Engangsgrößen X und deren Messunscherheten (Engangsgrößen und deren Standardabwechungen der Wahrschenlchketsdchtevertelung) Modell der Messung Ausgangsgröße Y und Messunscherhet (Ausgangsgröße Messgröße), u( ) y Schätzwert, u( ) Yf(X ) Unscherhetsfortpflanzung u(y) Kombnerte Standardmessunscherhet 3, u( 3 ) [y - ; y + ] Überdeckungsntervall GUM S GUM GUM S: Hstogramm der Vertelung 8

83 Ergänzung: Monte-Carlo-Methode PDFs der Enflussgrößen Modell der Auswertung PDF der Messgröße Methode: Transformaton von Zufallsvarablen Quelle: Gerd Wübbeler 83

84 Ergänzung: Monte-Carlo-Methode Zehungen Y X X X 3 Quelle: Gerd Wübbeler 84

85 Ergänzung: Monte-Carlo-Methode Modell Schätzwerte Unscherheten Y X + X u ( ) u( ) Gauss-Vertelungen (unkorrelert) Überdeckungsntervalle (95%) GUM GUM S Schätzwert.4.8 Unscherhet Resultate von GUM und GUM S können unterschedlch sen Quelle: Gerd Wübbeler GUM S m Zwefelsfall verbndlche MU Methode 85

86 Ergänzung: Monte-Carlo-Methode Modell R U / I Schätzwerte Unscherheten V und A 0.00 V, 0.00 A Rechteckvertelungen (unkorrelert) Überdeckungsntervalle (95%) Quelle: Gerd Wübbeler 86

87 Resümee Der GUM und dessen Ergänzungen sorgen für Transparenz und Verglechbarket der Messergebnsse. Der GUM bezeht auch de Unscherheten der Geräte, des Mess- verfahrens, der Korrekturen usw. mt n de Berechnung en. De (erweterte) Messunscherhet basert auf dem Grad des Vertrauens n de Messung, der fre wählbar st. De Regeln des GUM lassen sch n Software umgesetzten. 87

88 Velen Dank für Ihre Aufmerksamket! 88

89 und enen klenen Hnwes noch: Berechnung der Messunscherhet Empfehlungen für de Pras. und. März 04 PTB, Hörsaal m Hermann-von-Helmholtz-Bau, Abbestr., 0587 Berln ene gemensame Veranstaltung von DAkkS, PTB und BAM sehe auch: 89

Berechnung der Messunsicherheit nach GUM Kurzfassung in 20 min

Berechnung der Messunsicherheit nach GUM Kurzfassung in 20 min Berechnung der Messunscherhet nach GUM Kurzfassung n 0 mn MU der Stephan Meke PTB-Insttut Berln Gegenstand Defnton (verkürzt) VIM (Wörterb. d. Metrologe) Bespele / Anmerkungen Größe Größenwert Messwert

Mehr

Der Erweiterungsfaktor k

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

Mehr

Was sind Messunsicherheiten?

Was 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

Mehr

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe 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

Mehr

Aufgaben zur Einführung in die Messtechnik Die ISO/BIPM-GUM Sicht: Schätzwert & Messunsicherheit

Aufgaben 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

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur 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

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk und Wahrschenlchketsrechnung Statstk und Wahrschenlchketsrechnung 5. Vorlesung Dr. Jochen Köhler.03.0 Statstk und Wahrschenlchketsrechnung Wchtg!!! Vorlesung Do 4.03.0 HCI G3 Übung 5 D 9.03.0 Fnk

Mehr

Gauss sche Fehlerrrechnung

Gauss sche Fehlerrrechnung Gauss sche Fehlerrrechnung T. Ihn 24. Oktober 206 Inhaltsverzechns Modell und Lkelhood 2 Alle Standardabwechungen σ snd bekannt, bzw. de Kovaranzmatrx der Daten st bekannt: Mnmeren der χ 2 -Funkton. 6

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird 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

Mehr

2 Zufallsvariable und Verteilungen

2 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

Mehr

Die hierzu formulierte Nullhypothese H lautet: X wird durch die Verteilungsdichtefunktion h(x)

Die 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.

Mehr

Beschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression

Beschreibung 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

Mehr

Udo Krüger, TechnoTeam Bildverarbeitung GmbH, Werner-v.-Siemens-Str. 10, D Ilmenau,

Udo 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

Mehr

Behandlung korrelierter Eingangsgrößen nach GUM

Behandlung korrelierter Eingangsgrößen nach GUM Behandlng korrelerter Engangsgrößen nah GUM Stephan Meke PTB, 8.40 Berehnng der Messnsherhet Empehlngen ür de Pras Berln,. nd. März 0 Glederng.Was snd Korrelatonen m Snne des GUM?.Was ordert der GUM? 3.Was

Mehr

Standardnormalverteilung / z-transformation

Standardnormalverteilung / 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

Mehr

BAM-Leitfaden zur Ermittlung von Messunsicherheiten bei quantitativen Prüfergebnissen 1. Fassung 11. vom März 2004

BAM-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:

Mehr

(Theoretische) Konfidenzintervalle für die beobachteten Werte: Die Standardabweichung des Messfehlers wird Standardmessfehler genannt:

(Theoretische) Konfidenzintervalle für die beobachteten Werte: Die Standardabweichung des Messfehlers wird Standardmessfehler genannt: (Theoretsche Konfdenzntervalle für de beobachteten Werte: De Standardabwechung des Messfehlers wrd Standardmessfehler genannt: ( ε ( 1- REL( Mt Hlfe der Tschebyscheff schen Unglechung lassen sch be bekanntem

Mehr

Statistik Exponentialfunktion

Statistik Exponentialfunktion ! " Statstk " Eponentalfunkton # $ % & ' $ ( )&* +, - +. / $ 00, 1 +, + ) Ensemble von radoaktven Atomkernen Zerfallskonstante λ [1/s] Lebensdauer τ 1/λ [s] Anzahl der pro Zetenhet zerfallenden Kerne:

Mehr

6. Modelle mit binären abhängigen Variablen

6. 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

Mehr

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten 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

Mehr

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

Die 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

Mehr

-70- Anhang: -Lineare Regression-

-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

Mehr

Laboratory vibration test of operator seats Uncertainty of measurement

Laboratory 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

Mehr

Hochschule Heilbronn Technik Wirtschaft Informatik Heilbronn University Institut für math.-naturw. Grundlagen

Hochschule Heilbronn Technik Wirtschaft Informatik Heilbronn University Institut für math.-naturw. Grundlagen Versuch : Messung von Glechspannung und Glechstrom mt Multmetern 1. Aufgabenstellung Messung von Glechspannung u. Glechstrom mt analogen und dgtalen Messgeräten Verglech verschedener Messgeräte, Messgenaugket

Mehr

Lineare Regression - Mathematische Grundlagen

Lineare 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

Mehr

Grundgedanke der Regressionsanalyse

Grundgedanke 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

Mehr

Messunsicherheit eines Stickstoffdioxid-Jahresmittelwerts aus Passivsammlermessungen mit Passivsammlern des Palmes-Typs

Messunsicherheit 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

Mehr

Erwartungswert, Varianz, Standardabweichung

Erwartungswert, 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

Mehr

FORMELSAMMLUNG STATISTIK (I)

FORMELSAMMLUNG 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

Mehr

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum

Fallstudie 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

Mehr

Prof. Dr. Roland Füss Statistik II SS 2008

Prof. 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

Mehr

Nomenklatur - Übersicht

Nomenklatur - 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

Mehr

Fallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung

Fallstudie 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

Mehr

Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Bayessches Lernen

Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Bayessches Lernen Unverstät Potsdam Insttut für Informatk Lehrstuhl Maschnelles Lernen Bayessches Lernen Chrstoph Sawade/Nels Landwehr/Paul Prasse Domnk Lahmann Tobas Scheffer Überblck Wahrschenlchketen, Erwartungswerte,

Mehr

z.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!

z.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

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung 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;

Mehr

WS 2016/17 Prof. Dr. Horst Peters , Seite 1 von 9

WS 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

Mehr

Mathematische und statistische Methoden II

Mathematische 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

Mehr

Einführung 2. Messunsicherheiten Abschätzungen Fehlerfortpflanzung Lineare Regression Nichtlineare Anpassung

Einführung 2. Messunsicherheiten Abschätzungen Fehlerfortpflanzung Lineare Regression Nichtlineare Anpassung Enführung Messunscherheten Abschätzungen Fehlerfortpflanzung Lneare Regresson Nchtlneare Anpassung Lteratur W. Schenk, F. Kremer Physkalsches Grundpraktkum 14. Auflage GUM: Gude to the Expresson of Uncertanty

Mehr

Grundpraktikum M5 Oberflächenspannung

Grundpraktikum 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

Mehr

Physikalisch- Technische Bundesanstalt. Richtlinie Kalibrierung von Druckmessgeräten

Physikalisch- 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

Mehr

Ionenselektive Elektroden (Potentiometrie)

Ionenselektive 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,

Mehr

Physikalisch- Technische Bundesanstalt. Richtlinie Kalibrierung von Druckmessgeräten

Physikalisch- 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

Mehr

Automotive Auswertung der Betriebserfahrung zum Zuverlässigkeitsnachweis sicherheitskritischer Softwaresysteme. S. Söhnlein, F.

Automotive Auswertung der Betriebserfahrung zum Zuverlässigkeitsnachweis sicherheitskritischer Softwaresysteme. S. Söhnlein, F. Auswertung der Betrebserfahrung zum Zuverlässgketsnachwes scherhetskrtscher Softwaresysteme Unverstät Erlangen-Nürnberg Unverstät Erlangen-Nürnberg Sete 1 Glederung Motvaton Grundlagen des statstschen

Mehr

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY)

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY) Bedngte Entrope Kaptel : Bedngte Entrope Das vorherge Theorem kann durch mehrfache Anwendung drekt verallgemenert werden H (... H ( = Ebenso kann de bedngt Entrope defnert werden Defnton: De bedngte Entrope

Mehr

Eine kurze Einführung in die Dichtefunktionaltheorie (DFT)

Eine 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

Mehr

Streuungs-, Schiefe und Wölbungsmaße

Streuungs-, 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

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl 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

Mehr

Lineare Regression (1) - Einführung I -

Lineare 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:

Mehr

Resultate / "states of nature" / mögliche Zustände / möglicheentwicklungen

Resultate / states of nature / mögliche Zustände / möglicheentwicklungen Pay-off-Matrzen und Entschedung unter Rsko Es stehen verschedene Alternatven (Strategen) zur Wahl. Jede Stratege führt zu bestmmten Resultaten (outcomes). Man schätzt dese Resultate für jede Stratege und

Mehr

Prof. Dr. P. Kischka WS 2012/13 Lehrstuhl für Wirtschafts- und Sozialstatistik. Klausur Statistische Inferenz

Prof. 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

Mehr

Auswertung von Umfragen und Experimenten. Umgang mit Statistiken in Maturaarbeiten Realisierung der Auswertung mit Excel 07

Auswertung 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

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

Grundlagen 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

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 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.

Mehr

XX Hochspannungskalibrierung

XX Hochspannungskalibrierung .1 Kalbrerverfahren.1.1 Drektmessverfahren mt kalbrertem H-Teler De Kalbrerung von Hochspannungen bs zu 60 k DC) bzw. 30 k AC) kann durch Messung an enem Hochspannungsmesssystem bestehend aus Teler und

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

Lösungen zum 3. Aufgabenblock

Lösungen 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

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. 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

Mehr

Kondensator und Spule

Kondensator und Spule Hochschule für Angewandte Wssenschaften Hamburg Fakultät Lfe cences - Physklabor Physkalsches Praktkum -------------------------------------------------------------------------------------------------------------------------------------------------

Mehr

Beschreibende Statistik Mittelwert

Beschreibende 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 )

Mehr

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische 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

Mehr

Physikalisches Anfängerpraktikum Teil 2 Versuch PII 33: Spezifische Wärmekapazität fester Körper Auswertung

Physikalisches 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.

Mehr

Nernstscher Verteilungssatz

Nernstscher Verteilungssatz Insttut für Physkalsche Cheme Grundpraktkum 7. NERNSTSCHER VERTEILUNGSSATZ Stand 03/11/2006 Nernstscher Vertelungssatz 1. Versuchsplatz Komponenten: - Schedetrchter - Büretten - Rührer - Bechergläser 2.

Mehr

Physikalisch- Technische Bundesanstalt

Physikalisch- Technische Bundesanstalt Physkalsch- Technsche Bundesanstalt Rchtlne Kalbrerung von Druckmessgeräten Ausgabe 09/018 https:// do.org/10.7795/550.018088ai Kalbreren von Druckmessgeräten https://do.org/10.7795/550.018088ai Revson:

Mehr

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n Regressonsgerade x x x x 3... x n y y y y 3... y n Bem Auswerten von Messrehen wrd häufg ene durch theoretsche Überlegungen nahegelegte lneare Bezehung zwschen den x- und y- Werten gesucht, d.h. ene Gerade

Mehr

3. Vorlesung Sommersemester

3. Vorlesung Sommersemester 3. Vorlesung Sommersemester 1 Bespele (Fortsetzung) 1. Der starre Körper: Formulerung der Zwangsbedngungen später. Anschaulch snd schon de Frehetsgrade: dre der Translaton (z. B. Schwerpuntsoordnaten)

Mehr

Maße der zentralen Tendenz (10)

Maße 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

Mehr

Klasse : Name1 : Name 2 : Datum : Nachweis des Hookeschen Gesetzes und Bestimmung der Federkonstanten

Klasse : 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

Mehr

e dt (Gaußsches Fehlerintegral)

e dt (Gaußsches Fehlerintegral) Das Gaußsche Fehlerntegral Φ Ac 5-8 Das Gaußsche Fehlerntegral Φ st denert als das Integral über der Standard-Normalvertelung j( ) = -,5 n den Grenzen bs, also F,5 t ( ) = - e dt (Gaußsches Fehlerntegral)

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

Konkave und Konvexe Funktionen

Konkave 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

Mehr

Zufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert

Zufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert R. Brnkmann http://brnkmann-du.de Sete..8 Zufallsvarable, Wahrschenlchketsvertelungen und Erwartungswert Enführungsbespel: Zwe Würfel (en blauer und en grüner) werden 4 mal zusammen geworfen. De Häufgketen

Mehr

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF

Alternative 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

Mehr

Multivariate Analysemethoden

Multivariate 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

Mehr

ω 0 = Protokoll zu Versuch E6: Elektrische Resonanz

ω 0 = Protokoll zu Versuch E6: Elektrische Resonanz Protokoll zu Versuch E6: Elektrsche esonanz. Enletung En Schwngkres st ene elektrsche Schaltung, de aus Kapaztät, Induktvtät und ohmschen Wderstand besteht. Stmmt de Frequenz der anregenden Wechselspannung

Mehr

Hausübung 1 Lösungsvorschlag

Hausübung 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

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 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.

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 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

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden der innerbetrieblichen Leistungsverrechnung Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den

Mehr

Kapitel 4: Unsicherheit in der Modellierung Modellierung von Unsicherheit. Machine Learning in der Medizin 104

Kapitel 4: Unsicherheit in der Modellierung Modellierung von Unsicherheit. Machine Learning in der Medizin 104 Kaptel 4: Unscherhet n der Modellerung Modellerung von Unscherhet Machne Learnng n der Medzn 104 Regresson Modellerung des Datengenerators: Dchteschätzung der gesamten Vertelung, t pt p p Lkelhood: L n

Mehr

8 Logistische Regressionsanalyse

8 Logistische Regressionsanalyse wwwstatstkpaketde 8 Logstsche Regressonsanalyse De logstsche Regressonsanalyse dent der Untersuchung des Enflusses ener quanttatven Varable auf ene qualtatve (n unserem Fall dchotomen Varable Wr gehen

Mehr

Kalibrierung von Druckmessgeräten

Kalibrierung von Druckmessgeräten Kalbrerung von Revson: 0 Sete: 1/43 Rchtlne DAkkS- DKD-R 6-1 Kalbrerung von 1. Neuauflage 010 Kalbrerung von Revson: 0 Sete: /43 Herausgegeben von der Deutschen Akkredterungsstelle GmbH (DAkkS) als Ergebns

Mehr

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 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:

Mehr

1 BWL 4 Tutorium V vom 15.05.02

1 BWL 4 Tutorium V vom 15.05.02 1 BWL 4 Tutorum V vom 15.05.02 1.1 Der Tlgungsfaktor Der Tlgungsfaktor st der Kehrwert des Endwertfaktors (EWF). EW F (n; ) = (1 + )n 1 T F (n; ) = 1 BWL 4 TUTORIUM V VOM 15.05.02 (1 ) n 1 Mt dem Tlgungsfaktor(TF)

Mehr

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt -

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt - Flußnetzwerke - Strukturbldung n der natürlchen Umwelt - Volkhard Nordmeer, Claus Zeger und Hans Joachm Schlchtng Unverstät - Gesamthochschule Essen Das wohl bekannteste und größte exsterende natürlche

Mehr

Konzept der Chartanalyse bei Chart-Trend.de

Konzept 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

Baudynamik und Erdbebeningenieurwesen

Baudynamik 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

Mehr

Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik

Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik Grundlagen sportwssenschaftlcher Forschung Deskrptve Statstk Dr. Jan-Peter Brückner jpbrueckner@emal.un-kel.de R.6 Tel. 880 77 Deskrptve Statstk - Zele Beschreben der Daten Zusammenfassen der Daten Überblck

Mehr

Protokoll zum Grundversuch Mechanik

Protokoll zum Grundversuch Mechanik Protokoll zum Grundversuch Mechank 3.6. In desem Grundversuch zur Mechank werden dre verschedene Arten von Pendeln untersucht. Das Reversonspendel, das Torsonspendel und gekoppelte Pendel. A. Das Reversonspendel

Mehr

Übung zu Erwartungswert und Standardabweichung

Übung zu Erwartungswert und Standardabweichung Aufgabe Übung zu Erwartungswert und Standardabwechung In ener Lottere gewnnen 5 % der Lose 5, 0 % der Lose 0 und 5 % der Lose. En Los kostet 2,50. a)berechnen Se den Erwartungswert für den Gewnn! b)der

Mehr

18. Vorlesung Sommersemester

18. 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

Mehr

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale

3.2 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

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. 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

Mehr

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Abbildung 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

Mehr

Rotation (2. Versuch)

Rotation (2. Versuch) Rotaton 2. Versuch Bekannt snd berets Vektorfelder be denen das Lnenntegral über ene geschlossene Kurve Null wrd Stchworte: konservatve Kraft Potentalfelder Gradentenfeld. Es gbt auch Vektorfelder be denen

Mehr

3. Lineare Algebra (Teil 2)

3. 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

Mehr

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich

Für 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

Mehr

Kurzeinführung in die Fehlerrechnung für das Physik-Praktikum

Kurzeinführung in die Fehlerrechnung für das Physik-Praktikum Mathematsch-Naturwssenschaftlche Fakultät Insttut für Physk Kurzenführung n de Fehlerrechnung für das Physk-Praktkum Julen Kluge - 11. Januar 2017 Inhaltsverzechns 1 Mttelwerte 1 1.1 Arthmetscher Mttelwert..................................

Mehr

An dem Ergebnis eines Zufallsexperiments interessiert oft nur eine spezielle Größe, meistens ein Messwert.

An dem Ergebnis eines Zufallsexperiments interessiert oft nur eine spezielle Größe, meistens ein Messwert. SS 2013 Prof. Dr. J. Schütze/ J. Puhl FB GW Ds. ZG 1 Zufallsgrößen An dem Ergebns enes Zufallsexperments nteressert oft nur ene spezelle Größe, mestens en Messwert. Bespel 1. Zufällge Auswahl enes Studenten,

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung 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;

Mehr