Vermessungskunde für Bauingenieure und Geodäten
|
|
- Friedrich Roth
- vor 6 Jahren
- Abrufe
Transkript
1 Vermessungskunde für Bauingenieure und Geodäten Übung 5: statistische Auswertung gleichgenauer Messungen Milo Hirsch Hendrik Hellmers Florian Schill Institut für Geodäsie Fachbereich 3
2 Inhaltsverzeichnis Einführung Aufgabenbeschreibung statistische Auswertung von Messungen Erwartungswert und Varianz arithmetisches Mittel einer Stichprobe Standardabweichung einer Stichprobe Varianzfortpflanzung Theorie Erste Anwendungen Übungsaufgaben Varianzfortpflanzung spezieller Funktionen Varianzfortpflanzung allgemeiner Funktionen Einführung Trotz größter Sorgfalt kann der wahre Wert (=gesuchter Wert) einer gemessenen Größe nie bestimmt werden. Jedes Messergebnis wird verfälscht durch Ungenauigkeiten der Messgeräte und des Messverfahrens, sowie durch Umwelteinflüsse, wie z.b. Temperatur, Luftdruck etc., oder durch persönliche, von den Eigenschaften des Beobachters abhängige Einflüsse, wie z.b. Aufmerksamkeit, Übung, Sehschärfe, Schätzvermögen. Eine einzelne Messung bietet deshalb keinerlei Sicherheit gegen Irrtümer und keine Möglichkeit der Genauigkeitsabschätzung. Die Grundlage der Genauigkeitsabschätzung sind Messungswiederholungen, Gegenüberstellung vergleichbarer Messungen und die Berücksichtigung mathematischer Bedingungen. Zur Begriffsvereinheitlichung wurde mit der DIN 8709 (Teil 4) bzw. der DIN 870- die Anpassung des geodätischen Sprachgebrauchs an die Begriffswelt anderer Wissenschaftsdisziplinen vorgenommen. Ein Ergebnis dessen ist die Ablösung des geodätischen Begriffs Fehler durch den Begriff Messabweichung bzw. Abweichung. Im praktischen Sprachgebrauch wird jedoch auch weiterhin oft der Begriff Fehler gebraucht. Im Folgenden werden daher neben den aus der DIN 8709 bzw. DIN 870 stammenden Begriffen auch die im geodätischen Sprachgebrauch (noch) verwendeten Begriffe angegeben.
3 Grundsätzlich wird in der Geodäsie zwischen drei Arten von Messabweichungen (Fehlern) unterschieden: Grobe Messabweichungen (auch: Grobe Fehler) entstehen durch regelrechte Irrtümer, etwa durch Punktverwechslungen, Ablesefehler, Zahlendreher. Grobe Messabweichungen sind nicht Gegenstand dieser Betrachtungen, sondern müssen durch Kontrollmessungen sowie -rechnungen aufgedeckt und eliminiert werden. Systematische Messabweichungen (auch: Systematische Fehler) ergeben sich, wenn physikalische oder mechanische Gesetzmäßigkeiten nicht beachtet werden. Auch die Gruppe der systematischen Messabweichungen ist nicht Gegenstand dieser Betrachtungen, sondern müssen durch Anbringung entsprechender Korrekturen, z.b. aus Kalibrierungsmessungen, berücksichtigt werden. Zufällige Messabweichungen (auch: Zufällige Fehler) Hat man eine Messung mehrfach wiederholt, so ergeben sich trotz sorgfältigster Messungen immer gewisse Streuungen in den Ergebnissen. Diese zufälligen, unregelmäßigen Abweichungen werden zufällige Messabweichungen genannt. Sie schwanken sowohl in ihrer Größe als auch in ihrem Vorzeichen scheinbar unregelmäßig, d.h. sie sind im Einzelnen nicht erfassbar. Es zeigt sich jedoch, dass sie trotz ihrer scheinbaren Unregelmäßigkeit den Gesetzen des Zufalls gehorchen und mit steigender Anzahl an Wiederholungsmessungen immer zuverlässiger abgeschätzt werden können. Diese zufälligen Messabweichungen sollen im Folgenden Gegenstand der statistischen Auswertung von Messungen sein. 2 Aufgabenbeschreibung Da aus den oben genannten Gründen der wahre Wert einer gemessenen Größe nicht bestimmt werden kann, lässt sich für eine Messgröße nur ein möglichst plausibler Wert aus den Messungen ableiten. Zusammen mit einer Genauigkeitsschätzung für die Messungen bildet er das eigentliche Messergebnis. Wir wollen statistische Methoden zur Auswertung von Messungen kennenlernen und anwenden, mit denen sich primär folgende zwei Ziele erreichen lassen:. Ableitung eines plausiblen Wertes für eine (mehrfach) gemessene Größe. 2. Bestimmung von Genauigkeiten für a) die durchgeführten Messungen und b) den abgeleiteten plausiblen Wert. Vermessungskunde für Bauingenieure und Geodäten 2
4 3 statistische Auswertung von Messungen 3. Erwartungswert und Varianz Basis jeder statistischen Auswertung ist die Auffassung der zu bestimmenden Messgröße als Zufallsgröße. Zur Bestimmung der Messgröße werden Messungen (Zufallsexperimente) durchgeführt. Ordnet man diese (mit zufälligen Abweichungen behafteten) Messungen der Größe nach und stellt sie in einem Häufigkeitsdiagramm dar, erhält man die Dichtefunktion der Zufallsgröße. Wir konzentrieren uns hierbei auf die Dichtefunktion der Normalverteilung. f x f x Σ 2 Π e x Μ 2 2 Σ 2 Σ Μ Σ x Dichtefunktion der Normalverteilung Diese Dichtefunktion lässt sich mathematisch durch die zwei Parameter µ und σ beschreiben. Erwartungswert µ = E {X } = + x f x (x) d x Varianz σ 2 = D 2 {X } = + (x E{X }) 2 f x (x) d x Man erkennt, dass die Bestimmung von µ und σ mit unseren beiden Zielstellungen korrespondiert, denn der Erwartungswert µ ist ein plausibler Wert für die Messgröße und die Varianz σ 2 charakterisiert die Genauigkeit der Messungen. Vermessungskunde für Bauingenieure und Geodäten 3
5 Zur exakten Berechnung von µ und σ müsste aber die Grundgesamtheit bestimmt werden, wozu unendliche viele Messungen durchzuführen wären. Dies ist nicht möglich, deshalb muss man mit einer Stichprobe von n Elementen aus der Grundgesamtheit arbeiten und sich mit Schätzungen für µ und σ begnügen. 3.2 arithmetisches Mittel einer Stichprobe Annahme: alle Messungen sind gleichgenau, das bedeutet f x (x i ) = n µ = x i f x (x i ) µ = x i n µ = n x i x = n x i arithmetisches Mittel x ist Schätzung für µ 3.3 Standardabweichung einer Stichprobe Annahme: alle Messungen sind gleichgenau, das bedeutet f x (x i ) = n σ 2 = (x i µ) 2 f x (x i ) σ 2 = (x i µ) 2 n σ 2 = n (x i µ) 2 = s 2 x s x = n (x i µ) 2 Standardabweichung s x ist Schätzung für σ Vermessungskunde für Bauingenieure und Geodäten 4
6 In der Regel ist der Erwartungswert µ unbekannt, das heißt man muss eine Schätzung x für µ aus den Messwerten berechnen. man verbraucht dafür bereits eine Messung aus der Stichprobe Freiheitsgrad f = n s x = n (x i x) 2 Standardabweichung s x einer Messung x i Vermessungskunde für Bauingenieure und Geodäten 5
7 4 Varianzfortpflanzung Wie unter der Zielstellung 2.b) formuliert, muss für die Angabe eines vollständigen Messergebnisses auch die Genauigkeit für den plausiblen Wert bestimmt werden. x = n x i = f (x i ) Frage: Kann man mit Kenntnis der Genauigkeit für x i (Varianz s 2 x ) und dem funktionalen Zusammenhang x = f (x i ) eine Genauigkeit in Form einer Varianz s 2 x ableiten? 4. Theorie Der Einfluss einer fehlerbehafteten Eingangsgröße (=Messung) x + x auf das Ergebnis y kann mittels einer Taylorreihe abgeschätzt werden: y(x + x) = y(x) + d y! d x x + d 2 y 2! d 2 x ( x)2 + Bei genügend kleinem x kann die Reihenentwicklung nach dem. Glied abgebrochen werden: Damit erhält man folgende Regel: y(x + x) = y(x) +! d y d x x y(x + x) y(x) = y = d y x (= lineare Fortpflanzung)! d x Für die Charakterisierung unserer fehlerbehafteten Messungen haben wir die geschätzte Varianz s 2 x zur Verfügung, was auf folgende Substitution führt: x s 2 x y s 2 y d y 2 s 2 y = d x s x (= quadratische Fortpflanzung = Varianzfortpflanzung) Wenn der funktionale Zusammenhang y = f (x i ) aus mehreren Variablen besteht, müssen entsprechend partielle Ableitungen verwendet werden d y d x y x und es folgt für die Varianzfortpflanzung von Messgrößen, die aus mehreren Größen abgeleitet werden: s 2 y = y 2 s xi x i Vermessungskunde für Bauingenieure und Geodäten 6
8 4.2 Erste Anwendungen Standardabweichung des arithmetischen Mittels y = f (x i ) = x = n (x i ) = n (x + x x n ), mit x x i = n 2 2 s 2 x = n s x i = n n s x i = s2 x n s x = s x n = n (n ) xi x 2 Standardabweichung des arithmetischen Mittels Standardabweichung einer Doppelmessung Es seien n-paare (x i, x i ) von Doppelmessungen gegeben. Falls die Messungen x i, x i fehlerfrei wären, muss für die Differenz d i der Messungen gelten: d i = x i x i Das heißt der Erwartungswert µ di = 0 ist bekannt!! = 0 s 2 x = 2n (d i µ di ) 2 = 2n (d i 0) 2 = 2n d 2 i s x = 2n d 2 i Standardabweichung einer einzelnen Messung Vermessungskunde für Bauingenieure und Geodäten 7
9 Für den Mittelwert eines Paares gilt: x i = 2 (x i + x i ), mit x i x i = x i x i = 2 Daraus folgt mit der Varianzfortpflanzung: und es gilt für alle Mittel 2 2 s 2 = x i 2 s x + 2 s x = 2 4 s2 x = s2 x 2 s 2 x = s 2 x 2 = = s 2 x n = s 2 x Deshalb können wir schreiben s 2 x = s2 x 2 = d 2 i 4n s x = 2 d 2 i n = d 2 i 4n Standardabweichung (des Mittelwertes) einer Doppelmessung Vermessungskunde für Bauingenieure und Geodäten 8
10 5 Übungsaufgaben 5. Varianzfortpflanzung spezieller Funktionen. Arithmetische Mittel und Standardabweichungen Ein Winkel [gon] wurde an drei verschiedenen Tagen von drei verschiedenen Beobachtern gemessen. Berechnen Sie Messung Tag Tag 2 Tag 3 83, , , , ,454 83, ,455 83, , , , , ,454 83, , ,4508 a) für jeden Tag das arithmetische Mittel. b) für jeden Tag die Standardabweichung einer einzelnen Messung. c) die Standardabweichungen für die arithmetischen Mittel der Tage. 2. Standardabweichungen Doppelmessung Eine zu messende horizontale Strecke wurde in sieben Abschnitte unterteilt, die jeweils durch Hin- und Rückmessung bestimmt wurden. Berechnen Sie Abschnitt Hinweg [m] x i Rückweg [m] x i 53,35 53, ,80 02, ,055 58, ,498 95, ,862 54, ,400 94, ,764 8,763 a) die Standardabweichung einer einzelnen Messung. b) die Standardabweichung (des Mittelswertes) einer Doppelmessung. Vermessungskunde für Bauingenieure und Geodäten 9
11 5.2 Varianzfortpflanzung allgemeiner Funktionen Verwenden Sie zur Bearbeitung der folgenden Aufgaben auch die Folien 70 bis 77 der Vorlesungspräsentation!. Standardabweichung Horizontalwinkel: α = r 2 r Berechnen Sie die Standardabweichung des Horizontalwinkels s α aus den Horizontalrichtungen r und r 2. Die Standardabweichung der Horizontalrichtungen ist mit s r = 2 mgon gegeben. 2. Standardabweichung Richtungswinkel: YE Y A t = arctan X E X A Berechnen Sie unter Verwendung der Koordinaten der Punkte A und E und deren Standardabweichungen die Standardabweichung des Richtungswinkel s t in der Einheit [mgon]. Die Standardabweichung der Koordinaten ist mit s xa = s ya = s xe = s ye = 0, 005 m gegeben. Punkt Rechtswert Y [m] Hochwert X [m] A -5,204-59,358 E 44,722 36,20 3. Standardabweichung Fläche: F = 2 X i (Y i+ Y i ) = 2 Y i (X i X i+ ) Berechnen Sie unter Verwendung der Gauß-Krüger-Koordinaten des Grundstückes 24/4 aus der Übungsaufgabe G4.3 die Standardabweichung s F der Grundstücksfläche F. Die Standardabweichung der Gauß-Krüger-Koordinaten ist mit s Xi = s Yi = 0, 050 m gegeben. Vermessungskunde für Bauingenieure und Geodäten 0
Zufallsgrößen. Vorlesung Statistik für KW 29.04.2008 Helmut Küchenhoff
Zufallsgrößen 2.5 Zufallsgrößen 2.5.1 Verteilungsfunktion einer Zufallsgröße 2.5.2 Wahrscheinlichkeits- und Dichtefunktion Wahrscheinlichkeitsfunktion einer diskreten Zufallsgröße Dichtefunktion einer
MehrStichprobenauslegung. für stetige und binäre Datentypen
Stichprobenauslegung für stetige und binäre Datentypen Roadmap zu Stichproben Hypothese über das interessierende Merkmal aufstellen Stichprobe entnehmen Beobachtete Messwerte abbilden Schluss von der Beobachtung
MehrAnleitung zum Physikpraktikum für Oberstufenlehrpersonen Fehlerrechnung und Statistik (FR) Herbstsemester 2015
Anleitung zum Physikpraktikum für Oberstufenlehrpersonen Fehlerrechnung und Statistik (FR) Herbstsemester 2015 Physik-Institut der Universität Zürich Inhaltsverzeichnis 12 Fehlerrechnung und Statistik
MehrQM: Prüfen -1- KN16.08.2010
QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,
MehrBestimmung der Messunsicherheit
Betimmung der Meunicherheit 1 Arten der Meabweichungen 1.1 Grobe Abweichungen Urachen Verehen de Beobachter bei Bedienung/Ableung der Meintrumente Irrtum de Beobachter bei Protokollierung/Auwertung der
MehrGrundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt!
Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! 1 Einführung 2 Wahrscheinlichkeiten kurz gefasst 3 Zufallsvariablen und Verteilungen 4 Theoretische Verteilungen (Wahrscheinlichkeitsfunktion)
MehrPhysikalisches Grundpraktikum Fehlerrechnung
Fachrichtungen der Physik UNIVERSITÄT DES SAARLANDES Physikalisches Grundpraktikum Fehlerrechnung WWW-Adresse Grundpraktikum Physik: http://grundpraktikum.physik.uni-saarland.de/ Kontaktadressen der Praktikumsleiter:
MehrMessgeräte: Mess-System-Analyse und Messmittelfähigkeit
Messgeräte: Mess-System-Analyse und Messmittelfähigkeit Andreas Berlin 14. Juli 2009 Bachelor-Seminar: Messen und Statistik Inhalt: 1 Aspekte einer Messung 2 Mess-System-Analyse 2.1 ANOVA-Methode 2.2 Maße
MehrAnleitung zur Fehlerrechnung
Anleitung zur Fehlerrechnung Grundsätzlich ist jedes Messergebnis mit einem Fehler behaftet. Ein wie auch immer ermittelter Messwert einer physikalischen Größe weicht immer vom idealen, wahren Wert der
MehrMotivation. Jede Messung ist mit einem sogenannten Fehler behaftet, d.h. einer Messungenauigkeit
Fehlerrechnung Inhalt: 1. Motivation 2. Was sind Messfehler, statistische und systematische 3. Verteilung statistischer Fehler 4. Fehlerfortpflanzung 5. Graphische Auswertung und lineare Regression 6.
MehrGüte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion
MehrHinweise zur Fehlerrechnung im Grundpraktikum der Physik
Grundpraktikum der Physik Hinweise zur Fehlerrechnung im Grundpraktikum der Physik Sascha Hankele sascha@hankele.com Patrick Paul patrick.paul@uni-ulm.de 11. Mai 2011 Inhaltsverzeichnis 1 Einführung und
MehrStatistik II für Betriebswirte Vorlesung 2
PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 2 21. Oktober 2014 Verbundene Stichproben Liegen zwei Stichproben vor, deren Werte einander
MehrKurzanleitung. Auswertung, Fehlerrechnung und Ergebnisdarstellung. Praktikum Physikalisch-Chemische Experimente
Kurzanleitung zur Auswertung, Fehlerrechnung und Ergebnisdarstellung im Praktikum Physikalisch-Chemische Experimente Dr. Markus Braun Institut für Physikalische und Theoretische Chemie Goethe-Universität
MehrProf. Dr. med. Andreas Becker
Prof. Dr. med. Andreas Becker Institut Prof. Dr. Becker Nonnenweg 120a 51503 Rösrath Tel +49 (0) 2205 920 460 Fax +49 (0) 2205 920 463 Mobil +49 (0) 172 29 88 040 becker@i-pdb.de Einleitung 2 3 4 5 6 Auch
MehrSebastian Rattey 104030 MSR1 Mess-, Steuerungs- und Regelungstechnik
1. Aufgaben und Zweck des Versuches: Im Versuch MSR 1 Temperaturmessung werden Temperaturmessfühler(mechanische oder elektrische Temperatursensoren) auf ihr statisches Verhalten untersucht, welches durch
MehrBinäre abhängige Variablen
Binäre abhängige Variablen Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Alfred Weber Institut Ruprecht Karls Universität Heidelberg Einführung Oft wollen wir qualitative Variablen
MehrEinführung in die Geostatistik (7) Fred Hattermann (Vorlesung), hattermann@pik-potsdam.de Michael Roers (Übung), roers@pik-potsdam.
Einführung in die Geostatistik (7) Fred Hattermann (Vorlesung), hattermann@pik-potsdam.de Michael Roers (Übung), roers@pik-potsdam.de 1 Gliederung 7 Weitere Krigingverfahren 7.1 Simple-Kriging 7.2 Indikator-Kriging
Mehr6.2 Regressionsanalyse
c-kennzahlensystem (ROCI) 6. Regressionsanalyse Die Regressionsanalyse zählt zu den wichtigsten Analysemethoden des Kommunikationscontrollings und hat ihre tiefen Wurzeln in der Statistik. Im Rahmen des
Mehr9. Schätzen und Testen bei unbekannter Varianz
9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,
MehrMultiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren)
Multiple Regression 1 Was ist multiple lineare Regression? Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Annahme: Der Zusammenhang
MehrAussage: GPS liefert eine Lagegenauigkeit von etwa 10 Metern. Was heißt das eigentlich? Naheliegende Vermutung:
Genauigkeiten, Fehler, Ausgleichung Aussage: GPS liefert eine Lagegenauigkeit von etwa 10 Metern. Was heißt das eigentlich? Naheliegende Vermutung: Die x- und y-werte weichen um maximal +/- 10 Meter von
MehrWeiterbildungskurs Stochastik
Hansruedi Künsch Seminar für Statistik Departement Mathematik, ETH Zürich 24. Juni 2009 Inhalt STATISTIK DER BINOMIALVERTEILUNG 1 STATISTIK DER BINOMIALVERTEILUNG 2 Fragestellungen Typische Fragestellungen
MehrSchleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015
ische Ergänzung der für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 Ministerium für ildung und Wissenschaft des Landes Juni 2013 1 für Aufgabenpool 1 Analysis
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Übung 2 28.02.2008 1 Inhalt der heutigen Übung Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben 2.1: Häufigkeitsverteilung 2.2: Tukey Boxplot 25:Korrelation
MehrProtokoll des Versuches 5: Messungen der Thermospannung nach der Kompensationsmethode
Name: Matrikelnummer: Bachelor Biowissenschaften E-Mail: Physikalisches Anfängerpraktikum II Dozenten: Assistenten: Protokoll des Versuches 5: Messungen der Thermospannung nach der Kompensationsmethode
Mehr27. Statistische Tests für Parameter. Was ist ein statistischer Test?
27. Statistische Tests für Parameter Wenn du eine weise Antwort verlangst, musst du vernünftig fragen Was ist ein statistischer Test? Ein statistischen Test ist ein Verfahren, welches ausgehend von Stichproben
MehrStatistik I für Betriebswirte Vorlesung 5
Statistik I für Betriebswirte Vorlesung 5 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 07. Mai 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 5 1 Klassische Wahrscheinlichkeitsdefinition
MehrModul G.1 WS 07/08: Statistik 17.01.2008 1. Die Korrelation ist ein standardisiertes Maß für den linearen Zusammenhangzwischen zwei Variablen.
Modul G.1 WS 07/08: Statistik 17.01.2008 1 Wiederholung Kovarianz und Korrelation Kovarianz = Maß für den linearen Zusammenhang zwischen zwei Variablen x und y Korrelation Die Korrelation ist ein standardisiertes
MehrKapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung
Kapitel 3 Zufallsvariable Josef Leydold c 2006 Mathematische Methoden III Zufallsvariable 1 / 43 Lernziele Diskrete und stetige Zufallsvariable Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion
MehrGrundlagen von Versuchsmethodik und Datenanalyse
Grundlagen von Versuchsmethodik und Datenanalyse Der Anfang: Hypothesen über Ursache-Wirkungs-Zusammenhänge Ursache Wirkung Koffein verbessert Kurzzeitgedächtnis Gewaltfilme führen zu aggressivem Verhalten
MehrFüllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge
2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten
MehrDIPLOMVORPRÜFUNG GRUNDZÜGE DER STATISTIK, TEIL B WINTERSEMESTER 2006/07 28.02.2007
Wirtschaftswissenschaftliches Prüfungsamt DIPLOMVORPRÜFUNG GRUNDZÜGE DER STATISTIK, TEIL B WINTERSEMESTER 006/07 8.0.007 Lösung Prof. Dr. R Friedmann / Dr. R. Hauser Hinweise für die Klausurteilnehmer
MehrBL Brennweite von Linsen
BL Brennweite von Linsen Blockpraktikum Frühjahr 2007 25. April 2007 Inhaltsverzeichnis 1 Einführung 2 2 Theoretische Grundlagen 2 2.1 Geometrische Optik................... 2 2.2 Dünne Linse........................
MehrEine Einführung in R: Statistische Tests
Eine Einführung in R: Statistische Tests Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws12/r-kurs/
MehrName: Klasse: Datum: Klassenarbeit Wachstumsvorgänge Kl10-Gruppe B
Name: Klasse: Datum: Teil B Klassenarbeit Wachstumsvorgänge Kl0-Gruppe B. Gegeben ist die Exponentialfunktion y=f x =0.8 2 x ; x R. (9P) a) Geben Sie die folgenden Eigenschaften dieser Funktion an! Wertebereich,
MehrVersuch: Zufälliges Ziehen aus der Population
Wahrscheinlichkeit Ein Test diagnostiziert Kranke zu 99% richtig Gesunde zu 90% richtig 5% der Bevölkerung ist krank? Wie wahrscheinlich ist es, dass jemand krank ist, wenn der Test dies diagnostiziert?
MehrEINFÜHRUNG ZUR FEHLERRECHNUNG im Praktikum Klassische Physik
EINFÜHRUNG ZUR FEHLERRECHNUNG im Praktikum Klassische Physik Einleitung Alle Messungen, egal wie sorgfältig und wissenschaftlich sie auch durchgeführt werden, unterliegen Meßabweichungen. Meßfehler Meßunsicherheit
Mehr, dt. $+ f(x) = , - + < x < +, " > 0. " 2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) =
38 6..7.4 Normalverteilung Die Gauß-Verteilung oder Normal-Verteilung ist eine stetige Verteilung, d.h. ihre Zufallsvariablen können beliebige reelle Zahlenwerte annehmen. Wir definieren sie durch die
MehrSchleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015
ische Ergänzung der für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 Ministerium für ildung und Wissenschaft des Landes Juni 2013 1 Inhaltsverzeichnis Vorbemerkungen
Mehrε heteroskedastisch BINARY CHOICE MODELS Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS?
BINARY CHOICE MODELS 1 mit Pr( Y = 1) = P Y = 0 mit Pr( Y = 0) = 1 P Beispiele: Wahlentscheidung Kauf langlebiger Konsumgüter Arbeitslosigkeit Schätzung mit OLS? Y i = X i β + ε i Probleme: Nonsense Predictions
MehrInterne und externe Modellvalidität
Interne und externe Modellvalidität Interne Modellvalidität ist gegeben, o wenn statistische Inferenz bzgl. der untersuchten Grundgesamtheit zulässig ist o KQ-Schätzer der Modellparameter u. Varianzschätzer
MehrZiel. MapMatchingVerfahren spielen eine wichtige Rolle, z.b bei der Fahrzeugnavigation. Visualisierung der gematchten.
Ziel Mit Hilfe von Verfahren werden die mittels Sensoren aufgenommenen Wegestücke / Punkte auf die Geometrien der Vektordaten im Navigationssystem bezogen MapMatchingVerfahren spielen eine wichtige Rolle,
MehrAnalyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse
Analyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse Yannik Behr Gliederung 1 Stochastische Prozesse Stochastische Prozesse Ein stochastischer Prozess ist ein Phänomen, dessen
MehrGrundlagen Wahrscheinlichkeitsrechnung, Statistik
Grundlagen Wahrscheinlichkeitsrechnung, Statistik Was ist Statistik? Wahrscheinlichkeit Grundgesamtheit und Verteilung Verteilung von Stichprobenparametern und Intervallschätzung Werkzeug Varianzanalyse
MehrB 2. " Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!!
Das folgende System besteht aus 4 Schraubenfedern. Die Federn A ; B funktionieren unabhängig von einander. Die Ausfallzeit T (in Monaten) der Federn sei eine weibullverteilte Zufallsvariable mit den folgenden
MehrMesssystemanalyse (MSA)
Messsystemanalyse (MSA) Inhaltsverzeichnis Ursachen & Auswirkungen von Messabweichungen Qualifikations- und Fähigkeitsnachweise Vorteile einer Fähigkeitsuntersuchung Anforderungen an das Messsystem Genauigkeit
MehrMonte-Carlo Simulation
Monte-Carlo Simulation Sehr häufig hängen wichtige Ergebnisse von unbekannten Werten wesentlich ab, für die man allerhöchstens statistische Daten hat oder für die man ein Modell der Wahrscheinlichkeitsrechnung
MehrBox-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8
. Aufgabe: Für zwei verschiedene Aktien wurde der relative Kurszuwachs (in % beobachtet. Aus den jeweils 20 Quartaldaten ergaben sich die folgenden Box-Plots. Box-and-Whisker Plot Aktie Aktie 2-0,2 0,8,8
Mehr2. Korrelation, lineare Regression und multiple Regression
multiple 2.2 Lineare 2.2 Lineare 1 / 130 2.2 Lineare 2 / 130 2.1 Beispiel: Arbeitsmotivation Untersuchung zur Motivation am Arbeitsplatz in einem Chemie-Konzern 25 Personen werden durch Arbeitsplatz zufällig
MehrStatische Temperaturmessung
Fachbereich Ingenieurwissenschaften II Labor Messtechnik Anleitung zur Laborübung Statische Temperaturmessung Einfluss von Leitungswiderständen in der 2-Leiter- und 4-Leiter-Schaltung Inhalt: 1 Ziel der
MehrEinführung Physik-Praktikum
Seite1 von 18 Messunsicherheit und Fehlerfortpflanzung Messunsicherheit Die Messung einer physikalischen Größe (Masse, Spannung, Strom, Zeit,...) ist in der Regel mit einer gewissen Unsicherheit behaftet.
MehrÜbungspraktikum 3 Physik II
HOCHSCHULE BOCHUM Fachbereich Geodäsie Übungspraktikum 3 Physik II SS 2015 Thema: Wegzeitgesetze und Grundgesetz der Dynamik Übung 1: Bestimmung der und der Momentangeschwindigkeit eines Fahrzeugs auf
MehrWeitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell
Einfaktorielle Versuchspläne 27/40 Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell Abweichung Einfach Differenz Helmert Wiederholt Vergleich Jede Gruppe mit Gesamtmittelwert
MehrUNIVERSITÄT BIELEFELD
UNIVERSITÄT BIELEFELD Elektrizitätslehre GV: Gleichstrom Durchgeführt am 14.06.06 Dozent: Praktikanten (Gruppe 1): Dr. Udo Werner Marcus Boettiger Philip Baumans Marius Schirmer E3-463 Inhaltsverzeichnis
MehrBiostatistik, Winter 2011/12
Biostatistik, Winter 2011/12 Vergleich zweier Stichproben, nichtparametrische Tests Prof. Dr. Achim Klenke http://www.aklenke.de 11. Vorlesung: 27.01.2012 1/86 Inhalt 1 Tests t-test 2 Vergleich zweier
MehrRegelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall
Wahrscheinlichkeitstheorie Was will die Sozialwissenschaft damit? Regelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall Auch im Alltagsleben arbeiten wir mit Wahrscheinlichkeiten, besteigen
MehrStatistik. R. Frühwirth. Statistik. fru@hephy.oeaw.ac.at. VO 142.090 http://tinyurl.com/tu142090. Februar 2010. R. Frühwirth Statistik 1/536
fru@hephy.oeaw.ac.at VO 142.090 http://tinyurl.com/tu142090 Februar 2010 1/536 Übersicht über die Vorlesung Teil 1: Deskriptive Teil 2: Wahrscheinlichkeitsrechnung Teil 3: Zufallsvariable Teil 4: Parameterschätzung
MehrEinführung in Statistik und Messwertanalyse für Physiker
Gerhard Böhm, Günter Zech Einführung in Statistik und Messwertanalyse für Physiker SUB Göttingen 7 219 110 697 2006 A 12486 Verlag Deutsches Elektronen-Synchrotron Inhalt sverzeichnis 1 Einführung 1 1.1
MehrMessgeräte: Mess-System-Analyse und Messmittelfähigkeit
Messgeräte: Mess-System-Analyse und Messmittelfähigkeit Andreas Berlin 14. Juli 009 Bachelor-Seminar: Messen und Statistik Inhalt: 1 Aspekte einer Messung Mess-System-Analyse.1 ANOVA-Methode. Maße für
MehrEnOB : MONITOR. Tageslichtnutzung in Gebäuden Anleitung zu Lichtmessungen
EnOB : MONITOR Tageslichtnutzung in Gebäuden Anleitung zu Lichtmessungen Erstellt durch Universität Karlsruhe, Fachgebiet Bauphysik und technischer Ausbau Universität Dortmund, Fachbereich Bauwesen Bearbeiter
MehrPlotten von Linien ( nach Jack Bresenham, 1962 )
Plotten von Linien ( nach Jack Bresenham, 1962 ) Ac Eine auf dem Bildschirm darzustellende Linie sieht treppenförmig aus, weil der Computer Linien aus einzelnen (meist quadratischen) Bildpunkten, Pixels
MehrName: Klasse: Datum: Klassenarbeit Wachstumsvorgänge Kl10-Gruppe A
Name: Klasse: Datum: Teil B Klassenarbeit Wachstumsvorgänge Kl10-Gruppe A 1. Gegeben ist die Exponentialfunktion y=f x = 0,5 x ; x R. (9P) a) Geben Sie die folgenden Eigenschaften dieser Funktion an! Wertebereich,
MehrPhysik im Studium. Physik I - IV. Theoretische Vorlesungen. Praktika. Vorlesungen für Fortgeschrittene. Praktika für Fortgeschrittene
Physik im Studium Physik I - IV Übungen Theoretische Vorlesungen Praktika Vorlesungen für Fortgeschrittene Praktika für Fortgeschrittene Einführung in die Physik Teil I: Einführung: Philosophisches und
MehrTangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort:
Tangentengleichung Wie Sie wissen, gibt die erste Ableitung einer Funktion deren Steigung an. Betrachtet man eine fest vorgegebene Stelle, gibt f ( ) also die Steigung der Kurve und somit auch die Steigung
Mehr2002/2004 2050 2050 Veränderungen gegenüber 2002/2004 Deutschland Ost und West Basisanahme Basisanahme Annahme hoher Anstieg Annahme hoher Anstieg Mittelwert in % pro Jahr Männer 20,0 25,3 27,2 5,3 7,2
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt. Stock, Nordflügel R. 0-49 (Persike) R. 0- (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 008/009 Fachbereich
MehrEinfache statistische Testverfahren
Einfache statistische Testverfahren Johannes Hain Lehrstuhl für Mathematik VIII (Statistik) 1/29 Hypothesentesten: Allgemeine Situation Im Folgenden wird die statistische Vorgehensweise zur Durchführung
MehrSpezifische Wärmekapazität
Versuch: KA Fachrichtung Physik Physikalisches Grundpraktikum Erstellt: L. Jahn B. Wehner J. Pöthig J. Stelzer am 01. 06. 1997 Bearbeitet: M. Kreller J. Kelling F. Lemke S. Majewsky i. A. Dr. Escher am
MehrMÖGLICHKEITEN UND GRENZEN DER VORHERSAGBARKEIT VON EPIDEMIEN IN FRÜHEN STADIEN
MÖGLICHKEITEN UND GRENZEN DER VORHERSAGBARKEIT VON EPIDEMIEN IN FRÜHEN STADIEN Mario Ziller Friedrich-Loeffler-Institut Bundesforschungsinstitut für Tiergesundheit Institut für Epidemiologie Seestr. 55,
MehrLehrplan. Messtechnik. Fachschule für Technik. Fachrichtung Elektrotechnik. Fachrichtungsbezogener Lernbereich
Lehrplan Messtechnik Fachschule für Technik Fachrichtung Elektrotechnik Fachrichtungsbezogener Lernbereich Ministerium für Bildung, Kultur und Wissenschaft Hohenzollernstraße 60, 66117 Saarbrücken Postfach
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1
LÖSUNG 9B a) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Man kann erwarten, dass der Absatz mit steigendem Preis abnimmt, mit höherer Anzahl der Außendienstmitarbeiter sowie mit erhöhten
MehrDas Magnetfeld der Erde. Stephen Kimbrough Damjan Štrus Corina Toma
Das Magnetfeld der Erde Stephen Kimbrough Damjan Štrus Corina Toma Das Magnetfeld der Erde 65 1 Zusammenfassung Warum ist es so wichtig, die Werte des Magnetfelds der Erde zu kennen? Warum untersucht die
MehrPrüfen von Mittelwertsunterschieden: t-test
Prüfen von Mittelwertsunterschieden: t-test Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) t-test
MehrEinfluß von Wind bei Maximalfolgenmessungen
1 von 5 05.02.2010 11:10 Der Einfluß von Wind bei Maximalfolgenmessungen M. KOB, M. VORLÄNDER Physikalisch-Technische Bundesanstalt, Braunschweig 1 Einleitung Die Maximalfolgenmeßtechnik ist eine spezielle
MehrName: goerz. 1. Benutzungshinweise. 2. Einführung in die Fehlerrechnung. 3. Systematische und statistische Fehler
1 of 10 0/1/05 14:5 Erstellungsdatum: 005-0-1 14:3:55 Name: goerz GP, Ferienkurs, Testat erforderlich, benotet Anforderungen für den ersten Praktikumstermin erfüllt Testat am: 005-0-1 14:3:35 Aktuelle
Mehr8.6.1 Erwartungswert eines beliebigen Operators O 8.6.2 Beispiel: Erwartungswert des Impulses eines freien Teilchens
phys4.013 Page 1 8.6.1 Erwartungswert eines beliebigen Operators O 8.6.2 Beispiel: Erwartungswert des Impulses eines freien Teilchens phys4.013 Page 2 8.6.3 Beispiel: Orts- und Impuls-Erwartungswerte für
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
MehrOverlap-Konzept zur Modellbewertung
Teil I Overlap-Konzept zur Modellbewertung Das Overlap-Konzept als weiteres Kriterium für die Unterscheidung von Modellen entstand aus einer Kooperation zum Thema Versuchsgesteuerte Modelldiskriminierung
MehrBeurteilung der biometrischen Verhältnisse in einem Bestand. Dr. Richard Herrmann, Köln
Beurteilung der biometrischen Verhältnisse in einem Bestand Dr. Richard Herrmann, Köln Beurteilung der biometrischen Verhältnisse in einem Bestand 1 Fragestellung Methoden.1 Vergleich der Anzahlen. Vergleich
MehrStatistik im Versicherungs- und Finanzwesen
Springer Gabler PLUS Zusatzinformationen zu Medien von Springer Gabler Grimmer Statistik im Versicherungs- und Finanzwesen Eine anwendungsorientierte Einführung 2014 1. Auflage Übungsaufgaben zu Kapitel
MehrStatistische Verfahren für das Data Mining in einem Industrieprojekt
Statistische Verfahren für das Data Mining in einem Industrieprojekt Thorsten Dickhaus Forschungszentrum Jülich GmbH Zentralinstitut für Angewandte Mathematik Telefon: 02461/61-4193 E-Mail: th.dickhaus@fz-juelich.de
MehrNatürliche Gravitationsanomalien
Autoren: Thomas Senkel Timo Junker Inhaltsverzeichnis 1 AUFGABENSTELLUNG... 1 2 MESSAUSRÜSTUNG... 1 3 KARPACZ GORNY (POLEN)... 2 4 BUTZBACH (HESSEN)... 4 5 QUELLENNACHWEIS... 6 5.1 VERÖFFENTLICHUNGEN IM
MehrTaschenbuch Versuchsplanung Produkte und Prozesse optimieren
Wilhelm Kleppmann Taschenbuch Versuchsplanung Produkte und Prozesse optimieren ISBN-10: 3-446-41595-5 ISBN-13: 978-3-446-41595-9 Inhaltsverzeichnis Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-41595-9
MehrZählstatistik. Peter Appel. 31. Januar 2005
Zählstatistik Peter Appel 31. Januar 2005 1 Einleitung Bei der quantitativen Analyse im Bereich von Neben- und Spurenelementkonzentrationen ist es von Bedeutung, Kenntnis über die möglichen Fehler und
MehrMETHODENLEHRE I WS 2013/14 THOMAS SCHÄFER
METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede
MehrÜberblick über die Tests
Anhang A Überblick über die Tests A.1 Ein-Stichproben-Tests A.1.1 Tests auf Verteilungsannahmen ˆ Shapiro-Wilk-Test Situation: Test auf Normalverteilung H 0 : X N(µ, σ 2 ) H 1 : X nicht normalverteilt
MehrDEUTSCHER KALIBRIERDIENST. Angabe der Messunsicherheit bei Kalibrierungen DKD-3. Ausgabe 01/1998 Seite 1 von 28
DEUTSCHER KALIBRIERDIENST DKD-3 Angabe der Messunsicherheit bei Kalibrierungen Ausgabe 01/1998 Seite 1 von 8 Herausgegeben von der Akkreditierungsstelle des Deutschen Kalibrierdienstes (DKD) bei der Physikalisch-Technischen
MehrAusgewählte Kapitel der Statistik: Regressions- u. varianzanalytische Modelle Lösung von Grundaufgaben mit SPSS Statistics 20.0
1 Ausgewählte Kapitel der Statistik: Regressions- u. varianzanalytische Modelle Lösung von Grundaufgaben mit SPSS Statistics 20.0 Text: grund1_spss20.doc Daten: grund1_?.sav Lehrbuch: W. Timischl, Biostatistik.
Mehr1 Statistische Grundlagen
Konzepte in Empirische Ökonomie 1 (Winter) Hier findest Du ein paar Tipps zu den Konzepten in Empirische 1. Wenn Du aber noch etwas Unterstützung kurz vor der Klausur brauchst, schreib uns eine kurze Email.
MehrFAKTORIELLE VERSUCHSPLÄNE. Andreas Handl
FAKTORIELLE VERSUCHSPLÄNE Andreas Handl 1 Inhaltsverzeichnis 1 Versuchsplanung 4 2 Einfaktorielle Varianzanalyse 6 2.1 DieAnnahmen... 6 2.2 Die ANOVA-Tabelle und der F -Test... 6 2.3 Versuche mit zwei
MehrKapitel 7: Varianzanalyse mit Messwiederholung
Kapitel 7: Varianzanalyse mit Messwiederholung Durchführung einer einfaktoriellen Varianzanalyse mit Messwiederholung 1 Durchführung einer zweifaktoriellen Varianzanalyse mit Messwiederholung auf einem
MehrStatische Versuchsplanung (DoE - Design of Experiments)
Statische Versuchsplanung (DoE - Design of Experiments) Übersicht Bei der statistischen Versuchsplanung wird die Wirkung von Steuerparametern unter dem Einfluss von Störparametern untersucht. Mit Hilfe
MehrFehlerrechnung. Aufgaben
Fehlerrechnung Aufgaben 2 1. Ein digital arbeitendes Längenmeßgerät soll mittels eines Parallelendmaßes, das Normalcharakter besitzen soll, geprüft werden. Während der Messung wird die Temperatur des Parallelendmaßes
MehrInhalt 1 Einführung... 1 2 Ausgewählte Begriffe... 10 3 Vorgehensweise im Überblick... 14
VII 1 Einführung... 1 1.1 Warum Versuche?... 1 1.2 Warum Statistik?... 1 1.3 Warum Versuchsplanung?... 4 1.4 Welche Art von Ergebnissen kann man erwarten?... 6 1.5 Versuche oder systematische Beobachtung?...
Mehr$ % + 0 sonst. " p für X =1 $
31 617 Spezielle Verteilungen 6171 Bernoulli Verteilung Wir beschreiben zunächst drei diskrete Verteilungen und beginnen mit einem Zufallsexperiment, indem wir uns für das Eintreffen eines bestimmten Ereignisses
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2010/2011. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Wintersemester 2010/2011 Aufgabe 1 Nach einer
MehrSFB 833 Bedeutungskonstitution. Kompaktkurs. Datenanalyse. Projekt Z2 Tübingen, Mittwoch, 18. und 20. März 2015
SFB 833 Bedeutungskonstitution Kompaktkurs Datenanalyse Projekt Z2 Tübingen, Mittwoch, 18. und 20. März 2015 Messen und Skalen Relativ (Relationensystem): Menge A von Objekten und eine oder mehrere Relationen
MehrStatistik im Bachelor-Studium der BWL und VWL
Max C. Wewel Statistik im Bachelor-Studium der BWL und VWL Methoden, Anwendung, Interpretation Mit herausnehmbarer Formelsammlung ein Imprint von Pearson Education München Boston San Francisco Harlow,
Mehr