Messunsicherheiten. Messung physikalischer Größen
|
|
- Laura Schmitt
- vor 6 Jahren
- Abrufe
Transkript
1 Messunsicherheiten Messung physikalischer Größen Angabe physikalischer Größen Physikalische Größen werden quantitativ als Vielfache bestimmter Einheiten erfasst. Eine gemessene Länge wird beispielsweise mit l = 2,4 cm angegeben. SIe beträgt also das 2,4-fache der Einheit Zentimeter (cm). Zahlwert und Einheit werden als Produkt aufgefasst, sodass prinzipiell auch die folgende Schreibweise richtig ist: l/cm = 2,4. Die Maßeinheiten definieren die Größenordnung des Messwertes einer physikalischen Größe. Sie besitzen einen festgelegten (wohldefinierten) Wert, der in der Regel über ein Naturphänomen definiert wird. Es gilt somit: Die Angabe eines Messergebnisses ohne gleichzeitige Angabe der Einheit ist wertlos! Schließlich macht es einen erheblichen Unterschied, ob die Angabe l = 2,4 mit der Einheit Meter (m), Astronomische Einheit (au) oder Hühnereier versehen wird. Im Praktikum wird das in der modernen Physik gängige Internationale Einheitensystem (SI) verwendet. Angabe von Messergebnissen Alle Messungen einer physikalischen Größe x liefern einen Messwert dieser Größe. Jede dieser Messungen ist mit einer Unsicherheiten u x behaftet. Die Messunsicherheit gibt das Intervall an, in dem sich der wahre Wert der Größe x befinden kann (Vertrauensintervall). Deshalb gilt: Die Angabe eines Messergebnisses ohne gleichzeitige Angabe der Messunsicherheit ist wertlos! Die angegebene Messunsicherheit sollte erkennen lassen, dass die Ergebnisgenauigkeit durch sie begrenzt ist. 1
2 Im Grundpraktikum wird die Messunsicherheit zuerst auf eine zählende Stelle ( 0) aufgerundet. Ausgenommen sind hiervon Messunsicherheiten, deren erste zählende Stelle gleich 1 ist. In diesem Fall wird auf zwei zählende Stellen aufgerundet (z.b. 0,13). Anschließend wird die Messgröße auf die gleiche Stellenzahl auf- oder abgerundet. Beispiel 1: Es wäre absurd, bei der Messung einer Länge das Ergebnis mit x=(12,345678±0,33) mm anzugeben. Wenn die Rechnung eine Messunsicherheit von u x =0,33mm liefert, dann sollte dieses Ergebnis auf eine signifikante Stelle, u x = 0,4 mm, gerundet werden. Bei einer Abweichung von 0,4 mm macht es außerdem keinen Sinn, den Messwert mit x=12, mm anzugeben. Deshalb müssen wir das Messergebnis umschreiben als x=12,3 mm. Die korrekte Angabe lautet somit x= (12,3±0,4) mm. Es bleibt nun noch die Frage, wie man sinnvoll diese Messunsicherheit bestimmt. Messunsicherheiten Die Messunsicherheiten können aus unterschiedlichen Gründen entstehen. Man unterscheidet allgemein zwischen groben, zufälligen und systematischen Fehlern. Grobe Fehler treten z.b. bei der Durchführung einer Messung oder bei ungeeigneten Versuchsaufbauten auf. Sie gelten als vermeidbar und werden daher nicht weiter behandelt. Zufällige oder statistische Messunsicherheiten erhält man, wenn eine Messgröße tatsächlich schwankt (z.b. könnte ein auszumessender Zylinder an verschiedenen Stellen unterschiedliche Durchmesser haben). Diese Schwankungen führen zu einer dem Zufall unterworfenen Streuung der Messergebnisse. Zufällige/statistische Messunsicherheiten lassen sich aber zuverlässig schätzen, wenn wir eine Messung mehrere Male wiederholen können. In diesem Fall lassen sie sich durch eine statistische Analyse abschätzen. Durch eine höhere Anzahl von Messungen lässt sich die Unsicherheit des Mittelwertes reduzieren. Systematische Fehler entstehen entweder aus einem falschen Messverfahren (z.b. hat man den Nullpunkt einer Waage nicht tariert oder man liest eine analoge Skala immer schräg ab (Parallaxe)), durch äußere Einflüsse, die unsere Ergebnisse verfälschen (z.b. ändert sich die Temperatur im Labor während der Messungen und beeinflusst unsere Messgröße oder 2
3 man hat Reibungseffekte, die in der theoretischen Betrachtung vernachlässigt wurden) oder aus der Kalibrierung eines Messinstruments. Systematische Messunsicherheiten verschieben unsere Messergebnisse immer in eine Richtung. Verwenden wir beispielsweise eine Stoppuhr, die immer nachgeht (bzw. vorgeht), dann werden alle unsere Zeitmessungen zu groß (lang) oder zu klein (kurz) sein. Selbst wenn wir die Messung mit derselben Uhr sehr oft wiederholen würden, werden wir diese Art der Messunsicherheit nicht reduzieren können. Umgang mit systematischen Fehlern Der Umgang mit systematischen Unsicherheiten gestaltet sich komplex. Man sollte versuchen, systematische Fehler zu identifizieren. Oft werden diese erkannt, wenn Messergebnisse immer einseitig vom wahren Wert abweichen. Wenn man einen systematischen Fehler identifiziert hat, muss man versuchen, ihn durch Veränderung des Messverfahren zu reduzieren. Wenn systematische Fehler quantitativ erfassbar sind, muss man die Messwerte auch mit einem entsprechenden Korrekturfaktor korrigieren. Es wird aber immer ein nicht korrigierbarer Teil des systematischen Fehlers (Restfehler) bleiben. Dieser ist durch die Bauform, den Herstellungsprozess, das (physikalische) Messprinzip und die Kalibration der Messgeräte bestimmt und wird auch Genauigkeit genannt. Er ist in der Gebrauchsanweisung eines Instruments zu finden. Wenn die Genauigkeit eines Instruments nicht spezifiziert ist, werden wir im Praktikum die festgelegten Garantiefehlergrenzen im Rahmen der DIN-Vorschriften für übliche Messgeräte benutzen. Ihr findet Sie in einer Tabelle im Anhang. Beispiel 2: Die Geräteklasse eines elektrischen Messinstrumentes mit Analoganzeige (Zeigerinstrument) sei 1,5. Der systematische Restfehler beträgt somit maximal 1,5% des Endwertes der zur Messung verwendeten Skala des Messgerätes (Messbereichsendwert). Deshalb muss im Messprotokoll grundsätzlich der Messbereichsendwert der benutzten Skala notiert werden, wenn man mit analog anzeigenden, elektrischen Messgeräten arbeitet. Beträgt die angezeigte Spannung bspw. U = 13,6 V und ist der gewählte Messbereich 0-20 V, so sind 1,5% des Messbereichsendwertes (20 V) 0,3 V, also us = 0,3 V. Vorsicht: Ein einzelnes Messgerät kann unterschiedliche Geräteklassen haben (z.b. für Gleich- und Wechselstrombereiche). 3
4 Beispiel 3: Die Genauigkeit eines elektrischen Messgerätes mit Digitalanzeige (Zifferninstrument) sei für den gewählten Messbereich mit ± (2,0% + 1digit) angegeben. Angezeigte Spannung: U = 13,58 V. 2% davon sind 0,2716 V. 1 digit (letzte Stelle) ist hier 0,01 V. Die Summe dieser beiden Anteile der systematischen Messunsicherheit (Restfehler) ist 0,2816 V und wird nach der Rundungsregel (s.o.) auf eine zählende Stelle aufgerundet: us= 0,3 V. Die Genauigkeit gibt bei Digitalgeräten gleich die maximale Messunsicherheit an. Im Beispiel beträgt die systematische Messunsicherheit höchstens 2% des angezeigten Messwertes erhöht um die letzte Digitalstelle. Vorsicht: Auch ein Digitalgerät hat meist unterschiedliche Genauigkeiten in den einzelnen Messbereichen (siehe Gebrauchsanweisung). Umgang mit zufälligen Messunsicherheiten Da die Messergebnisse x i zufällig um den wahren Wert x w streuen (s.o.), ist es wichtig, eine Messgröße mehrmals zu bestimmen und mit Hilfe der Abweichungen der Einzelmessungen vom Mittelwert das Ergebnis möglichst exakt anzugeben. Bei der Beurteilung der Einzelmessungen hat man es am einfachsten, wenn der wahre Wert der Messgröße bekannt ist. In diesem Fall kann man die tatsächliche Abweichung jeder einzelnen Messung von diesem Wert angeben: v w,i = x i x w (1) Normalerweise kennt man aber den wahren Wert nicht. Dann kann man den Mittelwert der Einzelmessungen berechnen und die scheinbare Abweichung der Einzelmessungen angeben: v i = x i x (2) Der Mittelwert (arithmetisches Mittel) wird dabei folgendermaßen berechnet: Ni=1 x i x = (3) N Der Mittelwert sagt jedoch nichts über die Schwankungen der Messgröße aus. 4
5 Die Standardabweichung oder Streuung berücksichtigt die mittlere quadratische Abweichung der Einzelmessungen vom Mittelwert. Sie ist so definiert: σ x = 1 N 1 N i=1 (x i x) 2 (4) Durch statistische Messunsicherheiten entstehen Messwerte, die um den wahren Wert der Größe (angegeben durch den Mittelwert) willkürlich gestreut sind. Größere Abweichungen sind dabei unwahrscheinlicher als kleine. So ganz zufällig geschieht das aber nicht, denn die Messwerte verteilen sich nach einer bestimmten Wahrscheinlichkeitsfunktion, der sogenannten Gauß- oder Normalverteilung, die aussieht wie eine Glockenkurve. bei bezeichnet w(x) die Wahrscheinlichkeitsdichte, mit der der Messwert auftritt. Für diese gilt: w(x)dx = 1 (5) Der Erwartungswert der Wahrscheinlichkeitsdichte entspricht dem Mittelwert: x = x w(x)dx (6) Die (mittlere) Streuung (anstelle der Standardabweichung bei diskreten Zufallsgrößen) ist gegeben durch: σ 2 = (x x) 2 w(x)dx (7) 5
6 Bei normalverteilten Größen (das sind die meisten) nimmt die Größe x i bei einer Einzelmessung mit der Wahrscheinlichkeit w(x)dx einen Wert aus dem Intervall (x, x + dx) an. Dabei ist w(x) = 1 σ 2π e (x x) 2 2σ 2 (8) die Gauß-Glocke. Die Fläche unter der Gaußglocke zwischen x ± ist 1 durch den Faktor σ gleich 1, wie es die Nebenbedingung verlangt. Das 2π bedeutet, dass die Wahrscheinlichkeit für x i, irgendeinen Wert anzunehmen, 1 (also sicher) ist. Häufig will man genau wissen, wie wahrscheinlich es ist, dass ein gemessener Wert im Intervall ±d um den wahren Wert (hier vertreten durch den Mittelwert) anzutreffen ist. Diese Wahrscheinlichkeit (statistische Sicherheit P für die Vertrauensgrenze d genannt) ist dann gleich der Fläche unter der Funktion im angegebenen Intervall ( x δ, x + δ). statistische Sicherheit P Standardintervall Anwendungen 68,3% x ± σ x Physik, GP, Vermessungtechnik 95,0% x ± 1, 96 σ x Industrie 95,4% x ± 2 σ x Medizin 99,7% x ± 3 σ x Biologie Ein Messergebnis, das nur mit zufälligen Messunsicherheiten behaftet ist, wird im Physikalischen Grundpraktikum mit einer statistischen Sicherheit von P = 68,3% angegeben: x ± σ x (9) Berechnung der Vertrauensabweichung des Mittelwertes (Vertrauensintervall) Der berechnete Mittelwert einer normalverteilten Messgröße ist selten identisch mit dem wahren Wert. Man wird sogar feststellen, dass der Mittelwert einzelner Stichproben aus der Gesamtheit der Messungen variiert. Aus diesem Grund ist es sinnvoll, auch für den Mittelwert ein Vertrauensintervall 6
7 anzugeben, in dem der wahre Wert mit einer gewissen statistischen Sicherheit P zu erwarten ist. Man definiert hierfür die Standardabweichung des Mittelwertes wie folgt: σ x = σ x (10) N Da jedoch die Abweichung der stichprobenabhängigen Mittelwerte vom wahren Wert nicht der Normalverteilung sondern der sogenannten Studentschen t- Verteilung genügt, muss die Standardabweichung um den Studentfaktor t korrigiert werden. Man definiert folglich die Vertrauensabweichung durch: ε x = t σ x (11) N Da die t-verteilung bei einer großen Anzahl von Messungen in die Normalverteilung übergeht, ist der Studentfaktor abhängig von der Anzahl der Messungen. Für P = 68,3% kann der Wert von t der folgenden Tabelle entnommen werden: N t 3 1,32 5 1,15 6 1, , ,00 n 1 Angabe der Messunsicherheit von Messergebnissen einer direkt gemessenen Größe Die gesamte Messunsicherheit einer Größe ist die Summe des systematischen und des zufälligen Anteils der Messunsicherheit: u x = u S,x + u Z,x (12) wobei u Z,x die Standardabweichung oder die Vertrauensabweichung ist. Beachte: Da die zufälligen und systematischen Messunsicherheiten unabhängig voneinander sind (man sagt: sie sind nicht korreliert ), gibt es grundsätzlich eine teilweise gegenseitige Kompensation der Messunsicherheiten und man könnte sie quadratisch addieren. Allerdings ist es aufgrund der meist 7
8 geringen Zahl von Messungen im Praktikum besser, die Summe (ux= us,x + uz,x) zu verwenden. Beispiel 4: Der systematische Restfehler einer Spannungsmessung U betrage us= 0,3 V. Wir nehmen an, dass die Vertrauensabweichung zu uz = 0,1 V berechnet wurde. Dieser Wert ist die zufällige (statistische) Unsicherheit. Damit erhält man für die gesamte Messunsicherheit der Spannung u U = us + uz = 0,4 V und das Gesamtergebnis wäre anzugeben mit U = (13,6 ± 0,4) V. Beispiel 5: Bei einer Stoppuhr ist der systematische Restfehler oft sehr klein im Vergleich mit der vom Experimentator abhängigen Reaktionszeit (zufällige Messunsicherheit), etwa us= 0,001 s und uz= 0,1 s. Die gesamte Messunscherheit wäre u t = 0,101 s. Auf 0,2 s zu runden, wäre nicht sinnvoll. In solchen Fällen streicht man die sehr kleine Unsicherheit einfach u t = 0,1 s. Fortpflanzung von Messunsicherheiten Im Praktikum werden häufig indirekte Messungen durchgeführt, d.h. dass man zwei oder mehr Größen bestimmt, um daraus eine weitere zu berechnen. Im Folgenden wird erläutert, wie die Messunsicherheit der errechneten Größe ermittelt wird. Das Lineare Fehlerfortpflanzungsgesetz Wenn die zu berechnende Größe y von k verschiedenen Größen x i (i läuft von 1 bis k) abhängig ist, wird die absolute Messunsicherheit uy folgendermaßen berechnet: u y(x1,x 2,...) = k i=1 y u i x = y u 1 i x + y u 2 1 x +... (13) 2 Die benötigten partiellen Ableitungen der Formel für y müssen also bestimmt, mit den entsprechenden Messunsicherheiten multipliziert und dann die Beträge aufsummiert werden. Einfacher hat man es, wenn die Formel für y einen Sonderfall erfüllt: y = x a 1 x b 2 (14) 8
9 Hier folgt aus Gleichung (13) für die relative Messunsicherheit von y die einfache Formel u y = a u x1 + b u x (15) y x 1 x 2 Will man den Absolutbetrag der Messunsicherheit, muß man also nur noch mit y mulltiplizieren. Das (Quadratische) Fehlerfortpflanzungsgesetz von Gauß Es kommt äußerst selten vor, dass alle in der Rechnung vorkommenden Größen nur mit statistischen Messunsicherheiten belastet sind. Man erhält dann eine mildere Schätzung der zu berechnenden Unsicherheit, wenn das Fehlerfortpflanzungsgesetz von Gauß angewendet wird: u y = Auch hier gibt es den Sonderfall: k i=1 Mit der quadratischen Formel gilt dafür: ( y )2 u xi x i (16) y = x a 1 x b 2 (17) u y y = ( k i=1 a u x i x ) 2 (18) Grundgedanke dieser pythagoräischen (quadratischen) Addition nach Gauß ist die Unabhängigkeit der Fehlerquellen f der einzelnen Größen x i, sodass grundsätzlich eine teilweise gegenseitige Kompensation möglich ist. Beispiel 6: Zur Bestimmung eines elektrischen Widerstandes wurden Stromstärke und Spannung gemessen. Für beide Messgrößen wurden die Messunsicherheiten (als Summe von systematischem und zufälligem Anteil) ermittelt: U = (3,4 ± 0,1) V und I=(42± 2) ma. Zunächst berechnet man den Widerstand nach R = U / I zu R = 80,95 W. Die Messunsicherheit wird mit u R = (u U /U + u I /I) R berechnet und ergibt sich zu u R = 6,2 W 7 W. Mit der Rundungsregel folgt: R = (81 ± 7) W. 9
10 Gleichermaßen kann die Messunsicherheit durch partielle Differentiation nach den Größen U und I bestimmt werden: R U = 1 I R I = U I 2 Die Berechnung liefert dann also: u R = 1 I u U + U I 2 u I = 6, 2 Ω 7 Ω und damit wieder: R = (81 ± 7) W Beispiel 7: Aus Höhe und Durchmesser des Zylinders soll sein Volumen berechnet werden. Durchmesser und Höhe sind mit Messunsicherheiten behaftet. Wie ermittelt man die Messunsicherheit des Volumens? V = π 4 d2 h Bilden der partiellen Ableitungen: V h = π 4 d2 V d = π 2 d h und Berechnung von u V : u V = V h u h + V d u d 10
11 Anhang Tabelle Systematischer Restfehler (aus dem Skript der Universität Bremen Hinweise zum Praktikum und zur Auswertung von Messergebnissen zum Herunterladen unter 11
12 12
13 13
Physikalische Übungen für Pharmazeuten
Helmholtz-Institut für Strahlen- und Kernphysik Seminar Physikalische Übungen für Pharmazeuten Ch. Wendel Max Becker Karsten Koop Dr. Christoph Wendel Übersicht Inhalt des Seminars Praktikum - Vorbereitung
MehrEinführung in die Fehlerrechnung
1 Einführung in die Fehlerrechnung liederung 1. Motivation. Fehlerarten 1. robe Fehler. Systematische Fehler 3. Zufällige Fehler 3. Rechnerische Erfassung der Messabweichungen 1. Fehlerabschätzung einmaliges
MehrEinführungsseminar S1 Elemente der Fehlerrechnung. Physikalisches Praktikum der Fakultät für Physik und Astronomie Ruhr-Universität Bochum
Einführungsseminar S1 Elemente der Fehlerrechnung Physikalisches Praktikum der Fakultät für Physik und Astronomie Ruhr-Universität Bochum Literatur Wolfgang Kamke Der Umgang mit experimentellen Daten,
MehrMesstechnische Grundlagen und Fehlerbetrachtung. (inkl. Fehlerrechnung)
Messtechnische Grundlagen und Fehlerbetrachtung (inkl. Fehlerrechnung) Länge Masse Zeit Elektrische Stromstärke Thermodynamische Temperatur Lichtstärke Stoffmenge Basisgrößen des SI-Systems Meter (m) Kilogramm
MehrFehlerrechnung. Einführung. Jede Messung ist fehlerbehaftet! Ursachen:
Fehlerrechnung Einführung Jede Messung ist fehlerbehaftet! Ursachen: Ablesefehler (Parallaxe, Reaktionszeit) begrenzte Genauigkeit der Messgeräte falsche Kalibrierung/Eichung der Messgeräte Digitalisierungs-Fehler
MehrFehlerfortpflanzung. M. Schlup. 27. Mai 2011
Fehlerfortpflanzung M. Schlup 7. Mai 0 Wird eine nicht direkt messbare physikalische Grösse durch das Messen anderer Grössen ermittelt, so stellt sich die Frage, wie die Unsicherheitsschranke dieser nicht-messbaren
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
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
MehrEinführung in die Fehlerrechnung und Messdatenauswertung
Grundpraktikum der Physik Einführung in die Fehlerrechnung und Messdatenauswertung Wolfgang Limmer Institut für Halbleiterphysik 1 Fehlerrechnung 1.1 Motivation Bei einem Experiment soll der Wert einer
MehrEinführung in die Fehlerrechnung
Einführung in die Fehlerrechnung Jede quantitative physikalische Messung ist mit Fehlern behaftet. Die Angabe der Fehler gehört zu einer ordentlichen Auswertung ebenso dazu, wie die Angabe des eigentlichen
MehrCHEMISCHES RECHNEN II ANALYT. CHEM. FÜR FORTGS
Arbeitsunterlagen zu den VU CHEMISCHES RECHNEN II - 771.119 Einheit 1 ANALYT. CHEM. FÜR FORTGS. - 771.314 Einheit 3a ao. Prof. Dr. Thomas Prohaska (Auflage März 006) Beurteilung von Analysenergebnissen
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
MehrAbschätzung der Messunsicherheit (Fehlerrechnung)
Abschätzung der Messunsicherheit (Fehlerrechnung) Die vorliegende Anleitung ist für das Anfängerpraktikum Physik gedacht, um den Einstieg in die Abschätzung von Messunsicherheiten und die Berechnung der
MehrKapitel 2. Fehlerrechnung
Fehlerrechnung 1 Messungen => quantitative Aussagen Messungen müssen zu jeder Zeit und an jedem Ort zu den gleichen Ergebnissen führen Messungen sind immer mit Fehler behaftet. => Angabe des Fehlers! Bespiel
MehrT1: Wärmekapazität eines Kalorimeters
Grundpraktikum T1: Wärmekapazität eines Kalorimeters Autor: Partner: Versuchsdatum: Versuchsplatz: Abgabedatum: Inhaltsverzeichnis 1 Physikalische Grundlagen und Aufgabenstellung 2 2 Messwerte und Auswertung
MehrGrundlagen der Statistik und Fehlerrechnung
Physikalisches Grundpraktikum Teil 1 WS 2010/2011 Grundlagen der Statistik und Fehlerrechnung Stefan Diehl 28.02.2011 12.30 13.30 HS I 01.03.2011 12.30 13.30 CHEG18 Inhalt Grundbegriffe der Statistik Wahrscheinlichkeitsverteilungen
MehrLK Lorentzkraft. Inhaltsverzeichnis. Moritz Stoll, Marcel Schmittfull (Gruppe 2) 25. April Einführung 2
LK Lorentzkraft Blockpraktikum Frühjahr 2007 (Gruppe 2) 25. April 2007 Inhaltsverzeichnis 1 Einführung 2 2 Theoretische Grundlagen 2 2.1 Magnetfeld dünner Leiter und Spulen......... 2 2.2 Lorentzkraft........................
MehrAufgaben zu Messfehlern
Aufgaben zu Messfehlern. Aufgabe Ein Spannungsmesser zeigt 35V, das sind 2,5% zuviel. Wie groß ist der absolute Fehler und der wahre Wert? 2. Aufgabe Ein Spannungsmesser zeigt an einer Eichspannungsquelle
MehrE12: Elektronen in Feldern
Grundpraktikum E12: Elektronen in Feldern Autor: Partner: Versuchsdatum: Versuchsplatz: Abgabedatum: Inhaltsverzeichnis 1 Physikalische Grundlagen und Aufgabenstellung 2 2 Bestimmung der effektiven Feldlängen
MehrDatenanalyse. (PHY231) Herbstsemester Olaf Steinkamp
Datenanalyse (PHY31) Herbstsemester 015 Olaf Steinkamp 36-J- olafs@physik.uzh.ch 044 63 55763 Einführung, Messunsicherheiten, Darstellung von Messdaten Grundbegriffe der Wahrscheinlichkeitsrechnung und
MehrMathematische und statistische Methoden II
Statistik & Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte
MehrMathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 2007
Mathematik IV für Maschinenbau und Informatik Stochastik Universität Rostock, Institut für Mathematik Sommersemester 007 Prof. Dr. F. Liese Dipl.-Math. M. Helwich Serie Termin: 9. Juni 007 Aufgabe 3 Punkte
MehrFadenpendel (M1) Ziel des Versuches. Theoretischer Hintergrund
Fadenpendel M) Ziel des Versuches Der Aufbau dieses Versuches ist denkbar einfach: eine Kugel hängt an einem Faden. Der Zusammenhang zwischen der Fadenlänge und der Schwingungsdauer ist nicht schwer zu
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
MehrPhysikalische Übungen für Pharmazeuten
Helmholtz-Institut für Strahlen- und Kernphysik Seminar Physikalische Übungen für Pharmazeuten K. Koop Max Becker Karsten Koop Dr. Christoph Wendel Übersicht Inhalt des Seminars Praktikum - Vorbereitung
MehrGrundlagen der Rechnertechnologie Sommersemester Vorlesung Dr.-Ing. Wolfgang Heenes
Grundlagen der Rechnertechnologie Sommersemester 2010 4. Vorlesung Dr.-Ing. Wolfgang Heenes 11. Mai 2010 TechnischeUniversitätDarmstadt Dr.-Ing. WolfgangHeenes 1 Inhalt 1. Meßtechnik 2. Vorbesprechung
MehrDas Histogramm ist glockenförmig. Es würde bei mehr als vier Fehlerquellen sich der Glockenform noch besser annähern.
10. Stetige Zufallsvariable, Normalverteilung 55 Die in den folgenden Beispielen dargestellten Verteilungen haben ungefähr Glockenform. Sie können durch die sogenannte Normalverteilung oder Gaussverteilung
Mehr10,24 ; 10,18 ; 10,28 ; 10,25 ; 10,31.
Bei einer Flaschenabfüllanlage ist die tatsächliche Füllmenge einer Flasche eine normalverteilte Zufallsvariable mit einer Standardabweichung = 3 [ml]. Eine Stichprobe vom Umfang N = 50 ergab den Stichprobenmittelwert
Mehr3 Konfidenzintervalle
3 Konfidenzintervalle Konfidenzintervalle sind das Ergebnis von Intervallschätzungen. Sicheres Wissen über Grundgesamtheiten kann man anhand von Stichproben nicht gewinnen. Aber mit Hilfe der Statistik
MehrElastizität Hooke sches Gesetz
Elastizität Hooke sches Gesetz Im linearen (elastischen) Bereich gilt: Die Spannung ist proportional zur Dehnung F E A E l l Die Proportionalitätskonstante heißt: Elastizitätsmodul. Das makroskopische
MehrAufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97.
Aufgabenblock 4 Aufgabe ) Da s = 8. cm nur eine Schätzung für die Streuung der Population ist, müssen wir den geschätzten Standardfehler verwenden. Dieser berechnet sich als n s s 8. ˆ = = =.88. ( n )
MehrBehandlung von Messabweichungen
1 Behandlung von Messabweichungen Hier wird eine kurze Darstellung zum Verständnis der Problematik von Messgenauigkeit und Messunsicherheit aus der Sicht des Physikalischen Praktikums gegeben, siehe auch
MehrProtokoll Grundpraktikum I: M3 - Elastizität und Torsion
Protokoll Grundpraktikum I: M3 - Elastizität und Torsion Sebastian Pfitzner. Mai 13 Durchführung: Sebastian Pfitzner (553983), Anna Andrle (5577) Arbeitsplatz: Platz 4 Betreuer: Jacob Michael Budau Versuchsdatum:
MehrS1 Bestimmung von Trägheitsmomenten
Christian Müller Jan Philipp Dietrich S1 Bestimmung von Trägheitsmomenten Versuch 1: a) Versuchserläuterung b) Messwerte c) Berechnung der Messunsicherheit ud u Versuch 2: a) Erläuterungen zum Versuchsaufbau
MehrPhysikalisches Praktikum
Physikalisches Praktikum Viskosität von Flüssigkeiten Laborbericht Korrigierte Version 9.Juni 2002 Andreas Hettler Inhalt Kapitel I Begriffserklärungen 5 Viskosität 5 Stokes sches
MehrStatistische Tests für unbekannte Parameter
Konfidenzintervall Intervall, das den unbekannten Parameter der Verteilung mit vorgegebener Sicherheit überdeckt ('Genauigkeitsaussage' bzw. Zuverlässigkeit einer Punktschätzung) Statistischer Test Ja-Nein-Entscheidung
Mehr8. Konfidenzintervalle und Hypothesentests
8. Konfidenzintervalle und Hypothesentests Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Beispiel. Sie wollen den durchschnittlichen Fruchtsaftgehalt eines bestimmten Orangennektars
MehrStatistik, Datenanalyse und Simulation
Dr. Michael O. Distler distler@kph.uni-mainz.de Mainz, 31. Mai 2011 4. Methode der kleinsten Quadrate Geschichte: Von Legendre, Gauß und Laplace zu Beginn des 19. Jahrhunderts eingeführt. Die Methode der
Mehr3 Evaluation als Beschreibung von Zuständen
Evaluation als Beschreibung von Zuständen 1 Sind die folgenden Aussagen richtig oder falsch? 1.1 In einer Klumpenstichprobe werden systematisch anfallende Cluster von Personen vollständig untersucht. Die
MehrInhaltsverzeichnis. 1 Einführung Versuchsbeschreibung und Motivation Physikalische Grundlagen... 3
Inhaltsverzeichnis 1 Einführung 3 1.1 Versuchsbeschreibung und Motivation............................... 3 1.2 Physikalische Grundlagen...................................... 3 2 Messwerte und Auswertung
MehrElementäre Bausteine m = 10 micron. Blutzelle Atom 1800 D.N.A Elektron m = 0.1 nanometer Photon 1900
Was ist Physik? Das Studium der uns umgebenden Welt vom Universum bis zum Atomkern, bzw. vom Urknall bis weit in die Zukunft, mit Hilfe von wenigen Grundprinzipien. Diese gesetzmäßigen Grundprinzipien
Mehr1. Versuch: Fehlerrechnung - Statistik
Physikpraktikum für Pharmazeuten Universität Regensburg Fakultät Physik 1. Versuch: Fehlerrechnung - Statistik In diesem Versuch werden Sie mit den statistischen Grundlagen vertraut gemacht. Anhand der
MehrPhysikprotokoll: Fehlerrechnung. Martin Henning / Torben Zech / Abdurrahman Namdar / Juni 2006
Physikprotokoll: Fehlerrechnung Martin Henning / 736150 Torben Zech / 7388450 Abdurrahman Namdar / 739068 1. Juni 2006 1 Inhaltsverzeichnis 1 Einleitung 3 2 Vorbereitungen 3 3 Messungen und Auswertungen
MehrVerwandte Begriffe Maxwell-Gleichungen, elektrisches Wirbelfeld, Magnetfeld von Spulen, magnetischer Fluss, induzierte Spannung.
Verwandte Begriffe Maxwell-Gleichungen, elektrisches Wirbelfeld, Magnetfeld von Spulen, magnetischer Fluss, induzierte Spannung. Prinzip In einer langen Spule wird ein Magnetfeld mit variabler Frequenz
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.
MehrM5 Viskosität von Flüssigkeiten
Christian Müller Jan Philipp Dietrich M5 Viskosität von Flüssigkeiten I. Dynamische Viskosität a) Erläuterung b) Berechnung der dynamischen Viskosität c) Fehlerrechnung II. Kinematische Viskosität a) Gerätekonstanten
MehrAnpassungstests VORGEHENSWEISE
Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel
MehrMathematik: LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 12. Erwartungswert, Varianz und Standardabweichung
Mathematik: LehrerInnenteam Arbeitsblatt 7-7. Semester ARBEITSBLATT Erwartungswert, Varianz und Standardabweichung Die Begriffe Varianz und Standardabweichung sind uns bereits aus der Statistik bekannt
MehrCarl-Engler-Schule Karlsruhe Physik-Labor (BS/BK/FS) 1 (5)
Carl-Engler-Schule Karlsruhe Physik-Labor (BS/BK/FS) (5) Laborversuch: Bessel-Verfahren. Grundlagen Bei der Bestimmung der Brennweite einer Sammellinse lassen sich die Gegenstands- und Bildweite direkt
MehrPraktikumsbericht. Gruppe 6: Daniela Poppinga, Jan Christoph Bernack. Betreuerin: Natalia Podlaszewski 11. November 2008
Praktikumsbericht Gruppe 6: Daniela Poppinga, Jan Christoph Bernack Betreuerin: Natalia Podlaszewski 11. November 2008 1 Inhaltsverzeichnis 1 Theorieteil 3 1.1 Frage 7................................ 3
MehrBrückenschaltung (BRÜ)
TUM Anfängerpraktikum für Physiker II Wintersemester 2006/2007 Brückenschaltung (BRÜ) Inhaltsverzeichnis 9. Januar 2007 1. Einleitung... 2 2. Messung ohmscher und komplexer Widerstände... 2 3. Versuchsauswertung...
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 9. Dezember 2010 1 Konfidenzintervalle Idee Schätzung eines Konfidenzintervalls mit der 3-sigma-Regel Grundlagen
MehrF7: Statistik und Radioaktivität
Grundpraktikum F7: Statistik und Radioaktivität Autor: Partner: Versuchsdatum: Versuchsplatz: Abgabedatum: Inhaltsverzeichnis 1 Physikalische Grundlagen und Aufgabenstellung 2 2 Messwerte und Auswertung
MehrÜbung zu Empirische Ökonomie für Fortgeschrittene SS 2009
Übung zu Empirische Ökonomie für Fortgeschrittene Steen Elstner, Klaus Wohlrabe, Steen Henzel SS 9 1 Wichtige Verteilungen Die Normalverteilung Eine stetige Zufallsvariable mit der Wahrscheinlichkeitsdichte
MehrStatistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe
Kapitel 4 Statistische Tests 4.1 Grundbegriffe Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe X 1,..., X n. Wir wollen nun die Beobachtung der X 1,...,
MehrHypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests
ue biostatistik: hypothesen, fehler 1. und. art, power 1/8 h. lettner / physik Hypothesen: Fehler 1. und. Art, Power eines statistischen Tests Die äußerst wichtige Tabelle über die Zusammenhänge zwischen
MehrLösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK
Institut für Stochastik Dr. Steffen Winter Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK für Studierende der INFORMATIK vom 17. Juli 01 (Dauer: 90 Minuten) Übersicht über
MehrKapitel 2 Experiment: Messwert & Messgenauigkeit
Kapitel 2 Experiment: Messwert & Messgenauigkeit Die Reproduzierbarkeit von Experimenten ist ein zentrales Thema in allen Naturwissenschaften. In diesem Kapitel erarbeiten wir Verfahren, mit denen wir
MehrAuswertung und Lösung
Dieses Quiz soll Ihnen helfen, Kapitel 4.7 und 4.8 besser zu verstehen. Auswertung und Lösung Abgaben: 71 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 5.65 Frage 1
Mehr7.2 Moment und Varianz
7.2 Moment und Varianz Def. 21 Es sei X eine zufällige Variable. Falls der Erwartungswert E( X p ) existiert, heißt der Erwartungswert EX p p tes Moment der zufälligen Variablen X. Es gilt dann: + x p
MehrRechnen mit Messwerten
Rechnen mit Messwerten Messwerte sind grundsätzlich Werte mit einer bestimmten Unsicherheit, also einer eingeschränkten Genauigkeit. Sie ist durch das Messverfahren, mit dem der Messwert gewonnen wurde,
MehrElastizität und Torsion
INSTITUT FÜR ANGEWANDTE PHYSIK Physikalisches Praktikum für Studierende der Ingenieurswissenschaften Universität Hamburg, Jungiusstraße 11 Elastizität und Torsion 1 Einleitung Ein Flachstab, der an den
MehrOhmscher Spannungsteiler
Fakultät Technik Bereich Informationstechnik Ohmscher Spannungsteiler Beispielbericht Blockveranstaltung im SS2006 Technische Dokumentation von M. Mustermann Fakultät Technik Bereich Informationstechnik
MehrStatistik 2 für SoziologInnen. Normalverteilung. Univ.Prof. Dr. Marcus Hudec. Themen dieses Kapitels sind:
Statistik 2 für SoziologInnen Normalverteilung Univ.Prof. Dr. Marcus Hudec Statistik 2 für SoziologInnen 1 Normalverteilung Inhalte Themen dieses Kapitels sind: Das Konzept stetiger Zufallsvariablen Die
MehrHypothesenprüfung. Darüber hinaus existieren zahlreiche andere Testverfahren, die alle auf der gleichen Logik basieren
Hypothesenprüfung Teil der Inferenzstatistik Befaßt sich mit der Frage, wie Hypothesen über eine (in der Regel unbekannte) Grundgesamtheit an einer Stichprobe überprüft werden können Behandelt werden drei
MehrLichtgeschwindigkeit Versuchsauswertung
Versuche P1-42,44 Lichtgeschwindigkeit Versuchsauswertung Marco A. Harrendorf, Thomas Keck, Gruppe: Mo-3 Karlsruhe Institut für Technologie, Bachelor Physik Versuchstag: 22.11.2010 1 Inhaltsverzeichnis
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
MehrWas sind Zusammenhangsmaße?
Was sind Zusammenhangsmaße? Zusammenhangsmaße beschreiben einen Zusammenhang zwischen zwei Variablen Beispiele für Zusammenhänge: Arbeiter wählen häufiger die SPD als andere Gruppen Hochgebildete vertreten
MehrWahrscheinlichkeitstheorie und Statistik vom
INSTITUT FÜR STOCHASTIK SS 2007 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Dipl.-Math. oec. W. Lao Klausur (Maschineningenieure) Wahrscheinlichkeitstheorie und Statistik vom 2.9.2007 Musterlösungen
MehrÜbungen mit dem Applet Vergleich von zwei Mittelwerten
Vergleich von zwei Mittelwerten 1 Übungen mit dem Applet Vergleich von zwei Mittelwerten 1 Statistischer Hintergrund... 2 1.1 Typische Fragestellungen...2 1.2 Fehler 1. und 2. Art...2 1.3 Kurzbeschreibung
MehrKonfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert
Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir
Mehr1 Lambert-Beersches Gesetz
Physikalische Chemie II Lösung 6 23. Oktober 205 Lambert-Beersches Gesetz Anhand des idealen Gasgesetzes lässt sich die Teilchenkonzentration C wie folgt ausrechnen: C = N V = n N A V pv =nrt = N A p R
MehrHypothesentest, ein einfacher Zugang mit Würfeln
R. Brinkmann http://brinkmann-du.de Seite 4..4 ypothesentest, ein einfacher Zugang mit Würfeln Von einem Laplace- Würfel ist bekannt, dass bei einmaligem Wurf jede einzelne der Zahlen mit der Wahrscheinlichkeit
MehrZusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen
Zusammenfassung Mathe II Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zufallsexperiment: Ein Vorgang, bei dem mindestens zwei Ereignisse möglich sind
MehrStatistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de
rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent
MehrWintersemester 2015/16
Wintersemester 205/6 Einführung in die Physik mit Experimenten für Natur- und UmweltwissenschaftlerInnen B.v.Issendorff Fakultät für Mathematik und Physik Albert-Ludwigs-Universität Freiburg Organisatorisches
MehrAuswahl von Schätzfunktionen
Auswahl von Schätzfunktionen Worum geht es in diesem Modul? Überblick zur Punktschätzung Vorüberlegung zur Effizienz Vergleich unserer Schätzer für My unter Normalverteilung Relative Effizienz Einführung
MehrÜ b u n g s b l a t t 13
Einführung in die Stochastik Sommersemester 06 Dr. Walter Oevel 5. 6. 006 Ü b u n g s b l a t t 3 Mit und gekennzeichnete Aufgaben können zum Sammeln von Bonuspunkten verwendet werden. Lösungen von -Aufgaben
MehrKonformitätsaussagen in Kalibrierzertifikaten
Eidgenössisches Departement für Wirtschaft, Bildung und Forschung WBF Staatssekretariat für Wirtschaft SECO Schweizerische Akkreditierungsstelle SAS Konformitätsaussagen in Kalibrierzertifikaten Dokument
MehrJost Reinecke. 7. Juni 2005
Universität Bielefeld 7. Juni 2005 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung
MehrGrundlegende Eigenschaften von Punktschätzern
Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur
MehrΘ Mathematik Stochastik
Θ Mathematik Stochastik Aufgabe 1: Als Spam-Nachricht wird eine unerwünschte E-Mail bezeichnet, die dem Empfänger unverlangt zugestellt wird. a) Statistische Untersuchungen an der Mailbox eines Benutzers
MehrWahrscheinlichkeitsrechnung und Quantentheorie
Physikalische Chemie II: Atombau und chemische Bindung Winter 2013/14 Wahrscheinlichkeitsrechnung und Quantentheorie Messergebnisse können in der Quantenmechanik ganz prinzipiell nur noch mit einer bestimmten
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
MehrSignalverarbeitung 2. Volker Stahl - 1 -
- 1 - Überblick Bessere Modelle, die nicht nur den Mittelwert von Referenzvektoren sondern auch deren Varianz berücksichtigen Weniger Fehlklassifikationen Mahalanobis Abstand Besseres Abstandsmaß basierend
MehrFakultät für Informatik Übung zu Kognitive Systeme Sommersemester 2016
Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 1 M. Sperber (matthias.sperber@kit.edu) S. Nguyen (thai.nguyen@kit.edu) Übungsblatt 3 Maschinelles Lernen und Klassifikation Abgabe online
Mehr5 Erwartungswerte, Varianzen und Kovarianzen
47 5 Erwartungswerte, Varianzen und Kovarianzen Zur Charakterisierung von Verteilungen unterscheidet man Lageparameter, wie z. B. Erwartungswert ( mittlerer Wert ) Modus (Maximum der Wahrscheinlichkeitsfunktion,
MehrVS PLUS
VS PLUS Zusatzinformationen zu Medien des VS Verlags Statistik II Inferenzstatistik 2010 Übungsaufgaben und Lösungen - Inferenzstatistik 1 [Übungsaufgaben und Lösungenn - Inferenzstatistik 1] ÜBUNGSAUFGABEN
MehrPraktikum I PP Physikalisches Pendel
Praktikum I PP Physikalisches Pendel Hanno Rein Betreuer: Heiko Eitel 16. November 2003 1 Ziel der Versuchsreihe In der Physik lassen sich viele Vorgänge mit Hilfe von Schwingungen beschreiben. Die klassische
MehrKapitel VII. Punkt- und Intervallschätzung bei Bernoulli-Versuchen
Kapitel VII Punkt- und Intervallschätzung bei Bernoulli-Versuchen Einführungsbeispiel: Jemand wirft einen korrekten Würfel 60 mal. Wie oft etwa wird er die 6 würfeln? Klar: etwa 10 mal, es kann aber auch
MehrV.2 Phasengleichgewichte
Physikalisch-Chemisches Praktikum II WS 02/03 Josef Riedl BCh Team 4/1 V.2 Phasengleichgewichte V.2.1 Gegenstand des Versuches Als Beispiel für ein Phasengleichgewicht im Einstoffsystem wird die Koexistenzkurve
Mehr1 Dichte- und Verteilungsfunktion
Tutorium Yannick Schrör Klausurvorbereitungsaufgaben Statistik Lösungen Yannick.Schroer@rub.de 9.2.26 ID /455 Dichte- und Verteilungsfunktion Ein tüchtiger Professor lässt jährlich 2 Bücher drucken. Die
MehrBrückenkurs Statistik für Wirtschaftswissenschaften
Peter von der Lippe Brückenkurs Statistik für Wirtschaftswissenschaften Weitere Übungsfragen UVK Verlagsgesellschaft mbh Konstanz Mit UVK/Lucius München UVK Verlagsgesellschaft mbh Konstanz und München
MehrVarianz und Kovarianz
KAPITEL 9 Varianz und Kovarianz 9.1. Varianz Definition 9.1.1. Sei (Ω, F, P) ein Wahrscheinlichkeitsraum und X : Ω eine Zufallsvariable. Wir benutzen die Notation (1) X L 1, falls E[ X ]
MehrAussagen hierzu sind mit einer unvermeidbaren Unsicherheit behaftet, die statistisch über eine Irrtumswahrscheinlichkeit bewertet wird.
Stichprobenumfang Für die Fragestellung auf Gleichheit von ein oder zwei Stichproben wird auf Basis von Hypothesentests der notwendige Stichprobenumfang bestimmt. Deshalb werden zunächst die Grundlagen
MehrErwartungswert, Varianz und Standardabweichung einer Zufallsgröße. Was ist eine Zufallsgröße und was genau deren Verteilung?
Erwartungswert, Varianz und Standardabweichung einer Zufallsgröße Von Florian Modler In diesem Artikel möchte ich einen kleinen weiteren Exkurs zu meiner Serie Vier Wahrscheinlichkeitsverteilungen geben
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Punkt- und Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr.
MehrStatistiken deuten und erstellen
Statistiken deuten und erstellen Dipl. Ök. Jens K. Perret, M.Sc. Evgenija Yushkova, M.A. Schumpeter School of Business and Economics Bergische Universität Wuppertal Gaußstraße 20 42097 Wuppertal Inhalt
MehrLösungen zur Biomathe-Klausur Gruppe A Montag, den 16. Juli 2001
Lösungen zur Biomathe-Klausur Gruppe A Montag, den 16. Juli 2001 1. Sensitivität und Spezifität In einer medizinischen Ambulanz haben 30 % der Patienten eine akute Appendizitis. 80 % dieser Patienten haben
MehrSystematische und zufällige Messabweichungen bei Experimenten
Systematische und zufällige Messabweichungen bei Experimenten Die Naturwissenschaft Physik ist eine messende Wissenschaft, d. h. die physikalischen Gesetze werden durch Messungen gefunden bzw. bestätigt
Mehr