statistik
Differences
This shows you the differences between two versions of the page.
Next revision | Previous revisionNext revisionBoth sides next revision | ||
statistik [2013/07/17 15:30] – angelegt sarina | statistik [2013/07/17 16:01] – sarina | ||
---|---|---|---|
Line 3: | Line 3: | ||
Gerade wenn es um die Beurteilung von Messwerten geht, kommen immer mal wieder verschiedene statistische Methoden zum Vorschein. Ich sammle hier in vielleicht etwas ungeordnete Weise Punkte, die an verschiedenen Stellen auf meiner Webseite relevant sind. | Gerade wenn es um die Beurteilung von Messwerten geht, kommen immer mal wieder verschiedene statistische Methoden zum Vorschein. Ich sammle hier in vielleicht etwas ungeordnete Weise Punkte, die an verschiedenen Stellen auf meiner Webseite relevant sind. | ||
- | ===== Begriffe: | + | ===== Mittelwert |
- | Für eine Gruppe von $N$ Werten $w_i$ kann man immer einen Mittelwert $\overline w$ und eine Varianz | + | Für eine Gruppe von $N$ Werten $w_i$ kann man immer einen **Mittelwert** $\overline w$ und eine **Standardabweichung** |
\[ | \[ | ||
+ | \begin{align} | ||
\overline w &= \frac{1}{N}\sum\limits_i^N w_i | \overline w &= \frac{1}{N}\sum\limits_i^N w_i | ||
\\ | \\ | ||
- | \mathrm{Var}_N | + | \sigma_N |
+ | \end{align} | ||
\] | \] | ||
- | Der Mittelwert ist so definiert, dass der mittlere quadratische Abstand der einzelnen Werte $w_i$ zum Mittelwert $\overline w$ minimal wird: $\sum_i(w_i-\overline w)^2=$ minimal $\Rightarrow \frac{\mathrm{d}}{\mathrm{d}\overline w}\sum_i (w_i-\overline w)^2=0$. | + | Der Mittelwert ist so definiert, dass der mittlere quadratische Abstand der einzelnen Werte $w_i$ zum Mittelwert $\overline w$ minimal wird(( $\sum_i(w_i-\overline w)^2=$ minimal $\Rightarrow \frac{\mathrm{d}}{\mathrm{d}\overline w}\sum_i (w_i-\overline w)^2=0$ |
+ | |||
+ | Bei der Standardabweichung gibt es verschiedene Varianten, diese zu berechnen, abhängig davon, welche Abweichung von welchem Wert man bestimmen will. | ||
+ | * $\sigma_N=\sqrt{\frac{1}{N}\sum\limits_i^N \left(w_i - \overline w\right)^2}$\\ Standardabweichung der Einzelwerte - gibt an, wie stark die einzelnen Messwerte streuen. Verdoppelt man die Anzahl der Werte ändert sich die Standardabweichung nicht.\\ Beispiel: $\sigma_N\{1, | ||
+ | * $\sigma_{N-1}=\sqrt{\frac{1}{N-1}\sum\limits_i^N \left(w_i - \overline w\right)^2} = \sqrt{\frac{N}{N-1}}\sigma_N> | ||
+ | * $\sigma_{N-2}=\sqrt{\frac{1}{N-2}\sum\limits_i^N \left(w_i - \overline w\right)^2}$\\ Analog, wenn beriets zwei Freiheitsgrade aufgebraucht sind, beispielsweise wenn die Streuung nicht in Bezug auf einen Mittelwert, sondern auf eine Gerade berechnet wird.\\ Beispiel: $\sigma_{N-1}\{1, | ||
+ | |||
+ | Die **Standardabweichung des Mittelwerts**, | ||
+ | \[ | ||
+ | \sigma_\mathrm{MW} = \frac{\sigma}{\sqrt{N}} | ||
+ | \] | ||
+ | gibt an wie sich die statistische Streuung der Messwerte als Fehler auf den Mittelwert auswirkt. Die Standardabweichung des Mittelwerts ist deutlich kleiner als die Standardabweichung der Einzelwerte, | ||
statistik.txt · Last modified: 2019/02/23 16:34 by 127.0.0.1