Ermittlung der Messunsicherheit und Anwendung der Monte-Carlo-Methode in GUMsim
|
|
- Elmar Beutel
- vor 6 Jahren
- Abrufe
Transkript
1 Ermittlung der Messunsicherheit und Anwendung der Monte-Carlo-Methode in GUMsim PTB-Seminar 308 Felix Straube, QuoData GmbH Berlin,
2 Gliederung GUM Verfahren Monte-Carlo-Methode Prinzip der Messunsicherheitsbestimmung Grenzen des klassischen GUM-Verfahrens Anwendung von GUMsim anhand eines praktischen Beispiels Auswertung mit GUMsim Zusammenfassung Felix Straube, QuoData GmbH Berlin,
3 GUM-Verfahrens JCGM 100:2008 bzw. JCGM 104:2009 Deutsche Ausgabe Entwicklung eines Modells der Messung* Zur Formulierungsphase einer Messunsicherheitsermittlung gehört die Entwicklung eines Modells der Messung, einschließlich eventueller Korrektionen und sonstiger Einflüsse.. *JCGM 104:2009 Felix Straube, QuoData GmbH Berlin,
4 GUM-Verfahrens Berechnung der Unsicherheitsermittlung verschiedene Ansätze: a) Methoden des GUM, die darin bestehen, das Unsicherheitsfortpflanzungsgesetz anzuwenden und die Ausgangsgröße Y durch eine Gaußsche Normalverteilung oder eine t-verteilung zu charakterisieren. b) analytische Methoden c) Monte-Carlo-Methode (MCM), bei der eine Näherung der Verteilungsfunktion für die Ausgangsgröße Y numerisch erfolgt, indem aus den Wahrscheinlichkeitsverteilungen der Eingangsgrößen zufällige Ziehungen durchgeführt werden, und die Auswertung des Modells bei diesen Werten erfolgt. Felix Straube, QuoData GmbH Berlin,
5 Monte-Carlo-Methode Verfahren der Statistik, um aufwändig lösbare Probleme numerisch zu lösen Grundlage ist vor allem Das Gesetz der großen Zahlen Ermittlung der Verteilungsfunktion auf Grundlage einer großen Anzahl gleichartiger Zufallsexperimente Computergestützte Simulation von zufälligen Ergebnissen bildet die Datenbasis für die Wahrscheinlichkeitsdichtefunktion (probability density function, PDF) JCGM 101:2008 (GUM S1) Felix Straube, QuoData GmbH Berlin,
6 Monte-Carlo-Methode Eingangsgrößen Modell der Messung Messgrößen und Unsicherheit MCM flexibles Werkzeug zur Berechnung von Messunsicherheiten, insbes. für nichtlineare Modelle und beliebige Verteilungen Felix Straube, QuoData GmbH Berlin,
7 Prinzip der Messunsicherheitsbestimmung Kreativer Teil Routinemethoden: a) Klassisches GUM b) Analytische Verfahren c) Monte-Carlo-Methode (MCM) GUM S1 Felix Straube, QuoData GmbH Berlin,
8 GUM S1 GUM Prinzip der Messunsicherheitsbestimmung Was kann Software leisten? Eingangsgrößen Modell der Messung Messgrößen und Unsicherheit Software GUMsim Histogramm der Verteilung (GUM S1) Felix Straube, QuoData GmbH Berlin,
9 Grenzen des klassischen GUM-Verfahrens Felix Straube, QuoData GmbH Berlin,
10 Beispiel Kalibrierung mit Standardaddition Standardadditionsverfahren (DIN 32633) Verfahren der analytischen Chemie zur Erstellung einer Kalibrierung zu quantitativen Bestimmung. Diese Art der Kalibrierung ist sinnvoll, wenn das analytische Signal der Probe abweichend beeinflusst wird durch die Probenmatrix. Voraussetzung: lineare Abhängigkeit von Signal und Konzentration ohne Blindwert bzw. Offset-Wert Vorteile: Matrixeffekte korrigierbar Auswertung jeder Probe mit ihrer eigenen Kalibrierfunktion auch anwendbar bei Methoden zur Einkomponentenbestimmung Felix Straube, QuoData GmbH Berlin,
11 Beispiel Kalibrierung mit Standardaddition Bestimmung von Calcium in Mineralwasser mittels AAS * Probe gesamt: Menge an Calcium in der Probe Standard Kalibrierlösung 4-Punkt-Kalibrierung 0,8 0, ,4 0,2 Konzentration des addierten Standards Signal y (Absorption) [mg/l Ca 2+ ] Probe 0 0,38 Addition 1 1,98 0,48 Addition 2 3,96 0,54 Addition 3 5,94 0, Konzentration [mg/l Ca 2+ ] -0,2 Gesuchter Wert * AAS Atomspektroskopie Felix Straube, QuoData GmbH Berlin,
12 Beispiel Kalibrierung mit Standardaddition Gauß-Verteilung Gauß-Verteilung Rechteck-Verteilung Felix Straube, QuoData GmbH Berlin,
13 Auswertung mit GUMsim Modellierung in GUMsim 1 2 Felix Straube, QuoData GmbH Berlin,
14 Auswertung mit GUMsim Modellierung und Dateneingabe Dokumentation des Versuches und der Auswertung JCGM 100: Reporting uncertainty z.b.: f(x)=a+b*(x-x_(0)) Felix Straube, QuoData GmbH Berlin,
15 Auswertung mit GUMsim Modellierung und Dateneingabe Definition der Eingangsgrößen: Felix Straube, QuoData GmbH Berlin,
16 Auswertung mit GUMsim Manuelle Eingabe von Messwerten Beispiel Typ A Eingaben: Felix Straube, QuoData GmbH Berlin,
17 Auswertung mit GUMsim Korrelationsmatrix Felix Straube, QuoData GmbH Berlin,
18 Auswertung mit GUMsim Ergebnis nach GUM Felix Straube, QuoData GmbH Berlin,
19 Auswertung mit GUMsim Ergebnis nach MCM (GUM S1) Felix Straube, QuoData GmbH Berlin,
20 Auswertung mit GUMsim Übersicht und Report Individueller Word-basierter Report, welcher die Anforderungen nach GUM (7.2.3)* erfüllt *JCGM 100:2008 Felix Straube, QuoData GmbH Berlin,
21 Auswertung mit GUMsim Vergleich GUM vs. MCM (GUM S1) GUM MCM (GUM S1) Messergebnis mg/l Messergebnis mg/l Komb. Std-MU* 1.90 mg/l Komb. Std-MU * 2.04 mg/l Woher kommt der Unterschied? 7.2.4** Unter manchen Bedingungen kann es passieren, dass die Methode des GUM nicht erfüllt sind, unter anderem wenn a) die Messfunktion nicht linear ist,.. * kombinierte Standardmessunsicherheit **JCGM 100:2008 Felix Straube, QuoData GmbH Berlin,
22 Beispiel 2 Kalibrierung mit Standardaddition Wie könnte man das Ergebnis verbessern? Bestimmung von Calcium in Mineralwasser mittels AAS * 6-Punkt-Kalibrierung Probe gesamt: Menge an Calcium in der Probe Standard Kalibrierlösung Konzentration des addierten Standards Signal y (Absorption) [mg/l Ca 2+ ] Probe 0 0,38 Addition 1 1,98 0,48 Addition 2 3,96 0,54 Addition 3 5,94 0,59 Addition 4 7,92 0,68 Addition 5 9,90 0,73 Konzentration Gesuchter Wert * AAS Atomspektroskopie Felix Straube, QuoData GmbH Berlin,
23 Beispiel 2 Ergebnis GUM MCM (GUM S1) Messergebnis mg/l Messergebnis mg/l Komb. Std-MU * 1.18 mg/l Komb. Std-MU * 1.20 mg/l Es ist manchmal schwierig, im Voraus zu erkennen, ob die zur Anwendung des GUM notwendigen Bedingungen bzw. Voraussetzungen auch wirklich erfüllt sind. Im Zweifelsfall sollte daher das MCM-Ergebnis (GUM S1) genutzt werden. * kombinierte Standardmessunsicherheit Felix Straube, QuoData GmbH Berlin,
24 Zusammenfassung Resultate von GUM und MCM (GUM S1) können unterschiedlich sein MCM (GUM S1) ist besonders gut für nichtlineare Modelle und beliebige Verteilungen geeignet MCM (GUM S1) ist im Zweifelsfall die bessere Methode zur Bestimmung der Messunsicherheit Vorteile durch die Verwendung von GUMsim Effiziente und kostengünstige Software zur Berechnung der Messunsicherheit nach GUM Standard Monte-Carlo-Methode (MCM) standardmäßig implementiert individualisierbare normgerechte Reports zur Ergebnisdokumentation Felix Straube, QuoData GmbH Berlin,
25 Vielen Dank für ihre Aufmerksamkeit Alles Wissen und alle Vermehrung unseres Wissens endet nicht mit einem Schlusspunkt, sondern mit Fragezeichen. (Hermann Hesse) Felix Straube, QuoData GmbH Berlin,
Monte-Carlo-Verfahren nach GUM Supplement 1. Gerd Wübbeler Physikalisch-Technische Bundesanstalt
Monte-Carlo-Verfahren nach GUM Supplement 1 Gerd Wübbeler Physikalisch-Technische Bundesanstalt 1 Inhalt Wahrscheinlichkeitsverteilungen Monte-Carlo Verfahren Beispiele Adaptive Monte-Carlo Verfahren Warum
MehrErweiterte Messunsicherheit
Erweiterte Messunsicherheit Gerd Wübbeler, Stephan Mieke PTB, 8.4 Berechnung der Messunsicherheit Empfehlungen für die Praxis Berlin, 11. und 12. März 2014 Gliederung 1. Was gibt die erweiterte Messunsicherheit
MehrMessunsicherheitsbetrachtungen bei Temperatur-Blockkalibratoren
268. PTB-Seminar: Berechnung der Messunsicherheit Empfehlungen für die Praxis Messunsicherheitsbetrachtungen bei Temperatur-Blockkalibratoren Dienstag, 19. März 213 S. Friederici FB 7.4 PTB Berlin Physikalisch-Technische
MehrMessunsicherheit nach GUM* Praxisgerecht für chemische Laboratorien
Messunsicherheit nach GUM* Praxisgerecht für chemische Laboratorien *) Guide to the Expression of Uncertainty in Measurement - F 1 Einführung und Motivation Gliederung: 1. Notwendigkeit und Nutzen der
MehrAnhang 2 Bestimmung von Messunsicherheiten
Anhang 2 Bestimmung von Messunsicherheiten Jede Messung ist unvollkommen und kann daher nicht den wahren Wert der gesuchten Messgröße, sondern nur einen mehr oder weniger genauen Näherungswert liefern,
MehrAuswertung von Messdaten Eine Einführung zum "Leitfaden zur Angabe der Unsicherheit beim Messen" und zu den dazugehörigen Dokumenten
JCGM 104:2009 Auswertung von Messdaten Eine Einführung zum "Leitfaden zur Angabe der Unsicherheit beim Messen" und zu den dazugehörigen Dokumenten Erste Ausgabe Juli 2009 2 Dieses Dokument wurde von der
MehrCHEMISCHES RECHNEN II ANALYT. CHEM. FÜR FORTGS
Arbeitsunterlagen zu den VU CHEMISCHES RECHNEN II - 771.119 Einheit 5 ANALYT. CHEM. FÜR FORTGS. - 771.314 Einheit 4 ao. Prof. Dr. Thomas Prohaska (Auflage Mai 2005) Einführung in die Metrology in Chemistry
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
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
Mehr1 Grundbegriffe der Messtechnik 1
1 Grundbegriffe der Messtechnik 1 1.1 Definitionen 1 1.2 Art des Messens 3 1.3 Messsysteme 4 1.4 Messverfahren 6 1.4.1 Messmethoden 6 1.4.2 Messeffekt 8 1.5 Funktionselemente von Messeinrichtungen 9 1.6
MehrMetrologie = Wissenschaft vom Messen. Messunsicherheit von Analysenergebnissen. VU Chemisch Rechnen
Metrologie = Wissenschaft vom Messen Messunsicherheit von Analysenergebnissen Wer mißt, mißt Mist!! Metrologie Meteorologie Kräht der Hahn am Mist, Ändert sich das Wetter oder es bleibt, wie es ist!! Inhalt
MehrErstellen von Messunsicherheitsbudg ets nach dem GUM
Metrodata GmbH Datenverarbeitung für Messtechnik und Qualitätssicherung Munich Calibration Day München 16.10.2015 Y=ŷ±U; k p =x Erstellen von Messunsicherheitsbudg ets nach dem GUM Nachvollziehbares Dokumentieren
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
MehrDie richtige Wahl von Verteilungen
Die richtige Wahl von Verteilungen N. Schiering, ZMK GmbH Sachsen-Anhalt Agenda Einleitung Standardmessunsicherheiten Typ A und Typ B Normalverteilung Rechteckverteilung Dreieckverteilung Trapezverteilung
MehrAnalytische Chemie (für Biol. / Pharm. Wiss.)
Analytische Chemie (für Biol. / Pharm. Wiss.) Teil: Trenntechniken (Chromatographie, Elektrophorese) Dr. Martin Pabst HCI D323 Martin.pabst@org.chem.ethz.ch http://www.analytik.ethz.ch/ ETH Zurich Dr.
MehrVortrag anlässlich des 277. PTB Seminars, Berlin, 11. März 2014
Vortrag anlässlich des 277. PTB Seminars, Berlin, 11. März 2014 Bernd Pesch Kalibrierzentrum der Bundeswehr / QM, Messverfahren und ihre Unsicherheit Nebenberuflich tätig für Pesch Consult, Zülpich So
MehrQuantifizierung in der Analytischen Chemie
Quantifizierung in der Analytischen Chemie in der Grundvorlesung Analytische Chemie Literatur: W. Gottwald, Statistik für Anwender, Wiley-VCH, Weinheim, 2000 Kapitel in: M. Otto, Analytische Chemie, 3.
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
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
MehrDatenanalyse. (PHY231) Herbstsemester Olaf Steinkamp
Datenanalyse PHY31 Herbstsemester 016 Olaf Steinkamp 36-J- olafs@physik.uzh.ch 044 63 55763 Vorlesungsprogramm Einführung, Messunsicherheiten, Darstellung von Messdaten Grundbegriffe der Wahrscheinlichkeitsrechnung
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
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
MehrMessunsicherheit. Prof. Dr. Ing. Klaus Dieter Sommer. 1 Einleitung
Messunsicherheit Prof. Dr. Ing. Klaus Dieter Sommer 1 Einleitung Messergebnisse, darauf basierende Entscheidungen und Bewertungen sind aus unserem Leben, aus dem globalen Handel, aus Forschung und Industrie,
MehrAuswertung von Messungen Teil II
Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe. Modellverteilungen.1 Normalverteilung. Binominalverteilung.3 Poissonverteilung.4 Näherungen von Binominal- und Poissonverteilung 3. Zentraler
Mehr:Messdatenauswertung & Messunsicherheit
:Messdatenauswertung & Messunsicherheit VE 12: Monte-Carlo Methode zur Fortpflanzung von Wahrscheinlichkeitsverteilungen 3.6. 10-3 1 Wahrscheinlichkeitsverteilung als Modell unsicherer Kenntnis Transformation
MehrQMSys GUM Enterprise, Professional, Standard Software zur Analyse der Messunsicherheit
QMSys GUM Enterprise, Professional, Standard Software zur Analyse der Messunsicherheit 1. Einführung... 2 2. Editionen der QMSys Software... 4 3. Vorteile der QMSys GUM Software... 6 4. Beschreibung der
MehrDieses Handout fasst die relevanten Inhalte des Seminarbeitrags kommentiert zusammen. Der Vortrag basiert auf der Einführung zur Messunsicherheit,
Dieses Handout fasst die relevanten Inhalte des Seminarbeitrags kommentiert zusammen. Der Vortrag basiert auf der Einführung zur Messunsicherheit, wie er auch für das Kalibrierzentrum der Bundeswehr, oder
MehrFraunhofer IME-AE - Ableitung der konzentrationsabhängigen. Bodenelutionsverfahren. Steffen Uhlig Henning Baldauf
Fraunhofer IME-AE - Ableitung der konzentrationsabhängigen Messunsicherheit bei Bodenelutionsverfahren Steffen Uhlig Henning Baldauf Berichterstellung durch QuoData GmbH Quality & Statistics! Prellerstr.
MehrSensitivität in der Statistik
Tillmann Lösche Sensitivität in der Statistik Wahrscheinlichkeit, einen tatsächlich positiven Sachverhalt auch durch ein positives Testergebnis zu erkennen Quelle: Wikipedia auch als Richtig-Positiv-Rate,
MehrDie Bedeutung der Messunsicherheit bei der Konformitätsbewertung
Eidgenössisches Justiz- und Polizeidepartement EJPD Bundesamt für Metrologie METAS Die Bedeutung der Messunsicherheit bei der Konformitätsbewertung PTB-Seminar, 20.03.2012, BAM Berlin M. Zeier, METAS Inhalt
MehrDatenanalyse. (PHY231) Herbstsemester Olaf Steinkamp
Datenanalyse (PHY23) Herbstsemester 207 Olaf Steinkamp 36-J-05 olafs@physik.uzh.ch 044 63 55763 Vorlesungsprogramm Einführung, Messunsicherheiten, Darstellung von Messdaten Grundbegriffe der Wahrscheinlichkeitsrechnung
MehrModellierung von Unsicherheit in Systemen
Modellierung von Unsicherheit in Systemen Motivation Systeme Zeitdiskrete, lineare und nicht-lineare Systeme, Beispiele Wahrscheinlichkeiten Zufallsvariablen, Wahrscheinlichkeitsdichten, mehrdimensionale
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 Anwendung Statistischer Methoden in der analytischen Chemie
Einführung in die Anwendung Statistischer Methoden in der analytischen Chemie Analytisch Chemisches Grundpraktikum 1. Beschreibende Statistik 1.1 Einleitung 1.2 Standardform der Angabe von Analysenresultaten
MehrDie Maximum-Likelihood-Methode
Vorlesung: Computergestützte Datenauswertung Die Maximum-Likelihood-Methode Günter Quast Fakultät für Physik Institut für Experimentelle Kernphysik SS '17 KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft
MehrLASER-optisches Normal für Heißwasser-Durchfluss
LASER-optisches Normal für Heißwasser-Durchfluss Arbeitsgruppe 7.5: Neue Verfahren der Wärmemengenmessung Aktuelle Untersuchungen in der Strömungsmesstechnik, 17.0.015, PTB Braunschweig LASER-optisches
MehrMesswerte unsicher genau richtig!
Für Mensch & Umwelt Luftschadstoffe: 1 Jahr Messungen in Flörsheim Messwerte unsicher genau richtig! Dr. Klaus Wirtz Fachgebiet II 4.4/ Experimentelle Untersuchungen zur Luftgüte Umweltbundesamt Paul-Ehrlich
MehrVerteidigung der Diplomarbeit. Mathias Magdowski
Verteidigung der Diplomarbeit Entwicklung und Validierung eines Werkzeugs zur Berechnung der elektromagnetischen Einkopplung von stochastischen Feldern in Leitungsstrukturen Mathias Magdowski Otto-von-Guericke
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
MehrDrehmomentsensor d.ppt 1. Lorenz Messtechnik GmbH, Obere Schlossstr. 131, D Alfdorf. Messunsicherheit Messunsicherheit
Justieren, Prüfen, Kalibrieren von Drehmoment- sensoren Messunsicherheit 2 10-5 Messunsicherheit 1 10-4 Drehmomentsensor bis Klasse 0,05% 170052d.ppt 1 Gebräuchliche Kalibriereinrichtungen Antrieb Flexible
MehrMessunsicherheiten und Matrizenrechnung
Physikalisch-Technische Bundesanstalt Braunschweig und Berlin Matrix Messunsicherheiten und Matrizenrechnung T. Funck Arbeitsgruppe.13 Wechsel-Gleich-Transfer, Impedanz 60. PTB Seminar am 1. Mai 011 Inhalt
MehrStatistik in der Praxis
Peter Zöfel Statistik in der Praxis Zweite, überarbeitete Auflage 48 Abbildungen, 118 Tabellen und 22 Tafeln I Gustav Fischer Verlag Stuttgart Inhaltsverzeichnis Vorwort V 1. Allgemeine Grundlagen 1 1.1
MehrMessunsicherheit bei nicht korrigierten systematischen Messabweichungen. Uncertainty of Measurement with Uncorrected Systematic Deviations
tm Technisches Messen 75 (2008) 11 / DOI 10.1524/teme.2008.0739 Oldenbourg Verlag 609 Messunsicherheit bei nicht korrigierten systematischen Messabweichungen Michael Hernla, Dortmund Manuskripteingang:
MehrInhaltsverzeichnis. 4 Statistik Einleitung Wahrscheinlichkeit Verteilungen Grundbegriffe 98
Inhaltsverzeichnis 1 Datenbehandlung und Programmierung 11 1.1 Information 11 1.2 Codierung 13 1.3 Informationsübertragung 17 1.4 Analogsignale - Abtasttheorem 18 1.5 Repräsentation numerischer Daten 20
MehrRingvergleich Anstiegszeit im DKD
Ringvergleich Anstiegszeit im DKD 303. PTB-Seminar Kai Baaske, AG 2.21 Motivation und Organisation Dauer, Teilnehmer Artefakte, Messgrößen Auswertungsmethoden Auswertung Stabilität der Messwerte Ergebnisse
MehrCreditMetrics. Portfoliokreditrisiko Seminar. 10. Oktober Sebastian Sandner. Statistik Seminar bei PD Dr. Rafael Weißbach Universität Mannheim
CreditMetrics Portfoliokreditrisiko Seminar 10. Oktober 2007 Sebastian Sandner Statistik Seminar bei PD Dr. Rafael Weißbach Universität Mannheim Gliederung Page 1. Einführung in Credit Metrics 4 2. Durchführung
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.
MehrOBF-TA 1-,2- und 3-järig 2. Fachstufe. Themenfeld: Statistik im Labor (1)
Zeitrichtwert: 8 Stunden Themenfeld: Statistik im Labor (1) Kompetenzen: Schüler können eine direkte Messung statistisch auswerten. Sie können Mittelwert, Variationskoeffizient und Vertrauensbereich berechnen
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
MehrStatistische Nachweisführung für KMV-Störfälle unter Verwendung von Best-Estimate Plus Uncertainty (BEPU)-Analysen. Simone Palazzo, GRS Garching
Statistische Nachweisführung für KMV-Störfälle unter Verwendung von Best-Estimate Plus Uncertainty (BEPU)-Analysen Simone Palazzo, GRS Garching Inhalt Historischer Überblick Vorgehensweisen zur Durchführung
MehrAuswertung von Messungen Teil I
Auswertung von Messungen Teil I 1. Ergebnisdarstellung. Rechnen mit Messwerten - Signifikante Stellen 3. Linearisierung 4. Ausgleichsgerade - lineare Regression 5. Messabweichungen 6. Häufigkeitsverteilung
MehrLängenmessung, Toleranzen und Messunsicherheit
Seite 1 von 22 Längenmessung, Toleranzen und Messunsicherheit Wolfgang Knapp IWF, ETH Zürich Leiter Messtechnik Tannenstrasse 3, CLA G11.2 8092 Zürich Tel 052 680 2504 knapp@iwf.mavt.ethz.ch Seite 2 von
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
MehrApplikationsfeld / Industriezweig:
Applikationsfeld / Industriezweig: Chemie / Polymerindustrie Elektronik Energie Ernährung / Landwirtschaft Geologie / Bergbau Halbleiter-Technologie Klinische Chemie / Medizin / Hygiene / Gesundheitswesen
MehrDokumentation der Datenqualität
Dokumentation der Datenqualität gemäß DURCHFÜHRUNGSBESCHLUSS DER KOMMISSION vom 12. Dezember 2011 mit Bestimmungen zu den Richtlinien 2004/107/EG und 2008/50/EG des Europäischen Parlaments und des Rates
MehrDirektanzeigende Messgeräte - Theorie und Praxis -
Direktanzeigende Messgeräte - Theorie und Praxis - BG BAU, Einsatz von direktanzeigenden Messgeräten - Überwachung Anwendung durch die Mitgliedsbetriebe - Ermittlung des zeitlichen Verlaufs Relativbestimmung,
Mehr1 Grundprinzipien statistischer Schlußweisen
Grundprinzipien statistischer Schlußweisen - - Grundprinzipien statistischer Schlußweisen Für die Analyse zufallsbehafteter Eingabegrößen und Leistungsparameter in diskreten Systemen durch Computersimulation
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
MehrNATÜRLICHE UND KÜNSTLICHE RADIONUKLIDE IN UNSERER UMWELT
ISSN 1013-4506 FS-2010-153-T Fachverband für Strahlenschutz e.v. Mitgliedsgesellschaft der Publikationsreihe International Radiation FORTSCHRITTE Protection Association IM STRAHLENSCHUTZ (IRPA) für die
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
MehrTeil VII. Deskriptive Statistik. Woche 5: Deskriptive Statistik. Arbeitsschritte der Datenanalyse. Lernziele
Woche 5: Deskriptive Statistik Teil VII Patric Müller Deskriptive Statistik ETHZ WBL 17/19, 22.05.2017 Wahrscheinlichkeit und Statistik Patric Müller WBL 2017 Wahrscheinlichkeit
MehrInhaltsverzeichnis. 1 Über dieses Buch Zum Inhalt dieses Buches Danksagung Zur Relevanz der Statistik...
Inhaltsverzeichnis 1 Über dieses Buch... 11 1.1 Zum Inhalt dieses Buches... 13 1.2 Danksagung... 15 2 Zur Relevanz der Statistik... 17 2.1 Beispiel 1: Die Wahrscheinlichkeit, krank zu sein, bei einer positiven
MehrDatenanalyse. (PHY231) Herbstsemester Olaf Steinkamp
PHY3 Herbstsemester 04 Olaf Steinkamp Physik-Institut der Universität Zürich Winterthurerstrasse 90 CH-8057 Zürich olafs@physik.uzh.ch Büro: 36-J- Tel.: 044-635.57.63 Vorlesungsprogramm Einführung, Messunsicherheiten,
MehrModel-based Design für medizintechnische Anwendungen
Model-based Design für medizintechnische Anwendungen Dr. Momme Winkelnkemper Projektumfeld Entwicklungsdienstleister Algorithmen Datenanalyse U.a. für Messgeräte- Entwicklung 2 Projektumfeld Entwicklungsdienstleister
Mehr70 Wichtige kontinuierliche Verteilungen
70 Wichtige kontinuierliche Verteilungen 70. Motivation Zufallsvariablen sind nicht immer diskret, sie können oft auch jede beliebige reelle Zahl in einem Intervall [c, d] einnehmen. Beispiele für solche
MehrBerechnung der Messunsicherheit mit QMSys GUM Software am Beispiel der Kalibrierung von Kolbenhubpipetten
GUM Enterprise / Professional / Standard / Excel Add-In GUMX Berechnung der Messunsicherheit mit QMSys GUM Software am Beispiel der Kalibrierung von Kolbenhubpipetten Einführung in der QMSys GUM Software
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
MehrKonzentrationsbestimmung von Calcium und Cadmium in Meerwasser mittels Atomabsorptionsspektroskopie
Praktikum Physikalische und Analytische Chemie Versuch Atomabsorptionsspektroskopie (AAS) Frühjahrssemester 2012 Konzentrationsbestimmung von Calcium und Cadmium in Meerwasser mittels Atomabsorptionsspektroskopie
MehrEinsatz Risikobewertung, Entscheidungsfindung und Simulation
Einsatz von @Risk: Risikobewertung, Entscheidungsfindung und Simulation Case Study Insolvenzwahrscheinlichkeit eines Unternehmens Risikoregister 1 Case Study: Insolvenzwahrscheinlichkeit eines Unternehmens
MehrBestimmung der Impedanz von Koppelnetzwerken nach IEC
Bestimmung der Impedanz von Koppelnetzwerken nach IEC 61000-4-6 Rolf Judaschke 303. PTB-Seminar Aktuelle Fortschritte von Kalibrierverfahren im Nieder- und Hochfrequenzbereich 17. Mai 2017 Übersicht Motivation
MehrAnpassungsrechnungen mit kleinsten Quadraten und Maximum Likelihood
Anpassungsrechnungen mit kleinsten Quadraten und Maximum Likelihood Hauptseminar - Methoden der experimentellen Teilchenphysik WS 2011/2012 Fabian Hoffmann 2. Dezember 2011 Inhaltsverzeichnis 1 Einleitung
MehrLABORVERSUCH. Kalibrierung von Messaufnehmern. Labor Messtechnik FGA. Prof. Dr. rer. nat.g. Haussmann Dipl. Ing. Wolfgang Then
LABORVERSUCH Kalibrierung von Messaufnehmern Prof. Dr. rer. nat.g. Haussmann Dipl. Ing. Wolfgang Then Ha V0/07 Versuch Kalibrierung von Messaufnehmern Seite 1 0. Lernziel Die Laborteilnehmer haben das
MehrProbabilistisches Simulationstool - ProSi
Probabilistisches Simulationstool - Matthias Voigt Gunter Lang; Thorsten van Lil Einleitung Wofür wird die Software entwickelt? Werkzeug zur probabilistischen Untersuchung von Systemverhalten Möglichst
MehrDie Bestimmung von Value-at-Risk- Werten mit Hilfe der Monte-Carlo- Simulation. Jens Schiborowski
Die Bestimmung von Value-at-Risk- Werten mit Hilfe der Monte-Carlo- Simulation Jens Schiborowski Gliederung Einführung Monte-Carlo-Simulation Definition von Monte-Carlo-Simulation Einsatzgebiete von Monte-Carlo-Simulation
MehrMessunsicherheit von Koordinatenmessungen Abschätzung der aufgabenspezifischen Messunsicherheit mit Hilfe von Berechnungstabellen
Lometec GmbH & Co.KG Herbert-Wehner Str.2 An alle Interessierten Unser Zeichen: We Ansprechpartner : J. Werkmeister Fon: 02307-28736-75 Datum 22.01.2013 Fachseminar am 22. und 23.April 2013 hier in Kamen
MehrGrundlagen der Probabilistik
Gliederung Einleitung Theoretische Grundlagen der Statistik Probabilistische Methoden Mögliche Ergebnisse von probabilistischen Untersuchungen Mögliche Fehlerquellen bei probabilistischen Untersuchungen
MehrMessen und Beurteilen in der Praxis
Messen und Beurteilen in der Praxis Dr.sc.nat. Markus Zingg Umwelt-Toxikologie-Information Schaffhausen !? Wer misst misst Mist!? Eine Messung muss zielorientiert durchgeführt werden Eine Messung ist immer
MehrApplikationsfeld / Industriezweig:
Applikationsfeld / Industriezweig: Chemie / Polymerindustrie Elektronik Energie Ernährung / Landwirtschaft Geologie / Bergbau Halbleiter-Technologie Klinische Chemie / Medizin / Hygiene / Gesundheitswesen
MehrGrundlagen der Probabilistik
Grundlagen der Probabilistik Gliederung Einleitung Theoretische Grundlagen der Stochastik Probabilistische Methoden Mögliche Ergebnisse von probabilistischen Untersuchungen Mögliche Fehlerquellen bei probabilistischen
Mehr2.3 Einteilung und Auswahl der Methoden
2.3 Einteilung und Auswahl der Methoden - Wasseranalytische Untersuchungen werden nach den zu bestimmenden Inhaltsstoffen bzw. Parametern und/oder nach den eingesetzten Verfahren bzw. Geräten systematisiert.
MehrSchätzung von Parametern
Schätzung von Parametern Schätzung von Parametern Quantitative Wissenschaft: Messung von Parametern Gemessene Werte weichen durch (statistische und systematische) Messfehler vom wahren Wert des Parameters
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
Mehr1 Messfehler. 1.1 Systematischer Fehler. 1.2 Statistische Fehler
1 Messfehler Jede Messung ist ungenau, hat einen Fehler. Wenn Sie zum Beispiel die Schwingungsdauer eines Pendels messen, werden Sie - trotz gleicher experimenteller Anordnungen - unterschiedliche Messwerte
Mehr1. Was ist eine Wahrscheinlichkeit P(A)?
1. Was ist eine Wahrscheinlichkeit P(A)? Als Wahrscheinlichkeit verwenden wir ein Maß, welches die gleichen Eigenschaften wie die relative Häufigkeit h n () besitzt, aber nicht zufallsbehaftet ist. Jan
MehrMessunsicherheit bei der Bestimmung der Gesamtkeimzahl von Hackfleisch mit der Impedanz-Methode
Messunsicherheit bei der Bestimmung der Gesamtkeimzahl von Hackfleisch mit der Impedanz-Methode Friedrich-Karl Lücke, Manuela Goy,, Ulrich Kurfürst, FB Oecotrophologie Kooperation: SYLAB GmbH, A-Purkersdorf
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
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
MehrGeo 241 Modellierung von Systemen Modulverantwortlicher: Dr. Krause. Sommersemester 2009
Geo 241 Modellierung von Systemen Modulverantwortlicher: Dr. Krause Sensitivität Tino Wunderlich Matrikel 100028 Gliederung 1. Sensitivität in der Statistik ( Berechnung / Beispiel) 2. Sensitivität in
MehrMessunsicherheit nach GUM (DIN V ENV 13005)
TAE Technische Akademie Esslingen Ihr Partner für Weiterbildung seit 60 Jahren! In Zusammenarbeit mit dem VDE-Bezirksverein Württemberg e.v. (VDE) Maschinenbau, Produktion und Fahrzeugtechnik Tribologie
MehrRechnernutzung in der Physik Teil 3 Statistische Methoden der Datenanalyse
Rechnernutzung in der Physik Teil 3 Statistische Methoden der Datenanalyse Karlsruher Institut für Technologie Ulrich Husemann Institut für Experimentelle Kernphysik, Karlsruher Institut für Technologie
MehrMessunsicherheit durch Simulation: Stand der Technik und neue Entwicklungen für die Koordinatenmesstechnik in der industriellen Produktion
Messunsicherheit durch Simulation: Stand der Technik und neue Entwicklungen für die Koordinatenmesstechnik in der industriellen Produktion Zusammenfassung Thomas Kistner 1, Alessandro Gabbia 1, Dietrich
MehrDeskriptive Statistik 1 behaftet.
Die Statistik beschäftigt sich mit Massenerscheinungen, bei denen die dahinterstehenden Einzelereignisse meist zufällig sind. Statistik benutzt die Methoden der Wahrscheinlichkeitsrechnung. Fundamentalregeln:
MehrEignungsnachweis von Prüfprozessen
Edgar Dietrich/Alfred Schulze Eignungsnachweis von Prüfprozessen Prüfmittelfähigkeit und Messunsicherheit im aktuellen Normenumfeld 4., überarbeitete Auflage HANSER Inhalt i Vorwort Vorwort zur 2. Auflage
MehrAktuelle Normungsprojekte im Bereich Qualitätssicherung in der Wasseranalytik
AQS Baden-Württemberg Jahrestagung 2010/2011 Aktuelle Normungsprojekte im Bereich Qualitätssicherung in der Wasseranalytik Referentin: Gerhild Donnevert Einführung Struktur des DIN Normenausschusses NA
MehrRRL GO- KMK EPA Mathematik. Ulf-Hermann KRÜGER Fachberater für Mathematik bei der Landesschulbehörde, Abteilung Hannover
RRL GO- KMK EPA Mathematik Jahrgang 11 Propädeutischer Grenzwertbegriff Rekursion /Iteration Ableitung Ableitungsfunktion von Ganzrationalen Funktionen bis 4. Grades x 1/(ax+b) x sin(ax+b) Regeln zur Berechnung
MehrAnalyse der Risiken fehlerhafter Entscheidungen bei Konformitätsbewertungen mittels Software
Analyse der Risiken fehlerhafter Entscheidungen bei Konformitätsbewertungen mittels Software QMSys GUM Enterprise, Professional Software zur Analyse der Messunsicherheit Einführung Normen und Richtlinien
MehrErweiterung eines Verfahrens zur automatisierten Parameteridentifikation eines Fahrzeugmodells
Erweiterung eines Verfahrens zur automatisierten Parameteridentifikation eines Fahrzeugmodells Sebastian Wildfeuer Parameteridentifikation > 23. September 2008 > Folie 1 Themenübersicht Ausgangssituation,
MehrFachgespräch Emissionsüberwachung Merkblatt
Merkblatt zur Kalibrierung von automatischen Messeinrichtungen für Stickoxide (NO x ) und Kohlenmonoxid (CO) nach EN 14181 Die DIN EN 14181 Qualitätssicherung für automatische Messeinrichtungen fordert
MehrTimischl Prugger WIRTSCHAFT MATHEMATIK. Kompetenzliste
Timischl Prugger MATHEMATIK WIRTSCHAFT & 4 Kompetenzliste Inhaltsverzeichnis / Impressum Inhaltsverzeichnis Inhalts- und Handlungsbereiche des Kompetenzmodells in den durchgerechneten Beispielen der Mathematik
Mehr