![Page 1: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/1.jpg)
Teil II Sommersemester 2010 30 Blatt
1
Auswertung von MessungenTeil II
1. Grundgesamtheit und Stichprobe 2. Modellverteilungen
2.1 Normalverteilung2.2 Binominalverteilung2.3 Poissonverteilung2.4 Näherungen von Binominal- und Poissonverteilung
3. Zentraler Grenzwertsatz4. Konfidenzintervalle
4.1 Vertrauensbereich des Mittelwerts / σ ist bekannt 4.2 Standardabweichung der Einzelmessung4.3 Vertrauensbereich des Mittelwerts / σ ist nicht bekannt 4.4 Grenzwerte der STUDENT-Verteilung4.5 Beispiel zu 4.3
![Page 2: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/2.jpg)
Teil II Sommersemester 2010 30 Blatt
2
0
10
20
30
1 3 5 7 9 11 13 15 17 19
Mittelwert
StreuungH
äufig
keit
H
Experim ent Theorie
x µ2( x x )
sn 1
−=
−∑ 2(x )
nμ
σ−
= ∑
2 2 2xσ μ= −22 2s x x= −
Messwert
1. Grundgesamtheit und Stichprobe
2 Aspekte:Mit Grundgesamtheiten kann man gut rechnen.Aber: In Wirklichkeit hat man aber nur wenige Messwerte = Stichprobe
![Page 3: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/3.jpg)
Teil II Sommersemester 2010 30 Blatt
3
2. Grundgesamtheit - Modellverteilung2.1 Normalverteilung
2
2( )21( , , )
2
x
G x eμσσ μ
σ π
⎛ ⎞−−⎜ ⎟⎜ ⎟⋅⎝ ⎠= ⋅
⋅
- Verteilung ist symmetrisch (zu x-µ)- Parameter sind Mittelwert µ und Varianz σ
- einfache mathematische Behandlung ist möglich
![Page 4: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/4.jpg)
Teil II Sommersemester 2010 30 Blatt
4
2.1 Normalverteilung
Normierung der Normalverteilung: ( )x µz
σ−
=
( )2
212
z
f z eπ
−= ⋅
⋅
Standardnormalverteilung
Berechnung des Mittelwerts:( )x f x dxμ
∞
−∞= ⋅ ⋅∫
![Page 5: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/5.jpg)
Teil II Sommersemester 2010 30 Blatt
5
2.1 Normalverteilung
Die Dichte f(z) der Standardnormalverteilung
0,0
0,1
0,2
0,3
0,4
-3 -2 -1 0 1 2 3z
f(z)
Einige typische Werte f(z) der Standardnormalverteilung
-3 -2 -1 0 1 2 3
0,0044 0,0540 0,2420 0,3989 0,2420 0,0540 0,0044
![Page 6: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/6.jpg)
Teil II Sommersemester 2010 30 Blatt
6
2.1 Normalverteilung
Die kumulierte Standardnormalverteilung F(z)(Linksseitige Flächenanteile F(z) unter der Dichte f(z))
0,0
0,2
0,4
0,6
0,8
1,0
-3 -2 -1 0 1 2 3
z
F(z)
Kumulierte Standardnormalverteilung F(z):( Gaußsches Fehlerintegral )
2
21( )2
zF z e d
ζ
ζπ
−
−∞= ⋅ ⋅
⋅∫
F(0) = ½
F(-z) = 1 - F(z)
F(z) - F(-z) = 1-2·F(-z)
Aber beachte!error function erf(z)
2
0
2( )z
erf z e dζ ζπ
−= ⋅ ⋅∫
F(z) ist tabelliert
![Page 7: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/7.jpg)
Teil II Sommersemester 2010 30 Blatt
7
2.1 Normalverteilung
Frage nach dem Anteil A einer Messgröße:
z < L A = F(L)
z > L A = 1 - F(L)
L1 < z < L2 A = F(L2) – F(L1)
0
0,2
0,4
-4 -3 -2 -1 0 1 2 3 4
L2= 1.96L1= -1.96
Fläche = 0.95
Fläche = 0.025
zum Beispiel:
A soll 95% betragen!
L1 = -1,96
L2 = 1,96
![Page 8: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/8.jpg)
Teil II Sommersemester 2010 30 Blatt
8
2.2 Binomialverteilung
Galton-Brett
Gesucht ist die Wahrscheinlichkeit B dafür, eine Kugel im Kasten k zu finden, wenn es bei insgesamt n -1
Nagelreihen n Kästen gibt.
Die Wahrscheinlichkeit für Fall nach links soll p sein.
( , ; ) (1 )k n knB k n p p p
k−⎛ ⎞
= ⋅ ⋅ −⎜ ⎟⎝ ⎠
1 k n
1
n
1 k n
1
n-1
![Page 9: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/9.jpg)
Teil II Sommersemester 2010 30 Blatt
9
2.2 BinomialverteilungB(k, 20; 0.5)
0
0.05
0.1
0.15
0.2
0.25
1 3 5 7 9 11 13 15 17 19
B(k, 20; 0.5)
Mittelwert:
Varianz:
k p n= ⋅2 (1 )p p nσ = ⋅ − ⋅
![Page 10: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/10.jpg)
Teil II Sommersemester 2010 30 Blatt
10
2.2 Binomialverteilung
Mittelwert:
Varianz:
k p n= ⋅2 (1 )p p nσ = ⋅ − ⋅
0
0.05
0.1
0.15
0.2
0.25
1 3 5 7 9 11 13 15 17 19
B(k, 20; 0.5)
B(k, 20; 0.8)
![Page 11: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/11.jpg)
Teil II Sommersemester 2010 30 Blatt
11
2.2 Binomialverteilung
Beispiel: Wurf mit einer fairen Münze
Gesucht ist die Wahrscheinlichkeit W für „2 x Kopf bei 6 Würfen“!
Mit k = 2, n = 6, p = ½ wird W =
( )2 6 26 1 1 152;6;0.5
2 2 2 64W B
−⎛ ⎞⎛ ⎞ ⎛ ⎞= = =⎜ ⎟⎜ ⎟ ⎜ ⎟⎝ ⎠ ⎝ ⎠⎝ ⎠
Gesucht ist die Wahrscheinlichkeit W für „mindestens 4 x Kopf bei 6 Würfen“Mit k > 3, n = 6, p = ½ wird W:
66 6
4 4
6 1 11( ;6;0.5)2 32k k
W B kk= =
⎛ ⎞ ⎛ ⎞= = ⋅ =⎜ ⎟ ⎜ ⎟⎝ ⎠⎝ ⎠
∑ ∑
( , ; ) (1 )k n knB k n p p p
k−⎛ ⎞
= ⋅ ⋅ −⎜ ⎟⎝ ⎠
![Page 12: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/12.jpg)
Teil II Sommersemester 2010 30 Blatt
12
2.2 Binomialverteilung
Die Normalverteilung entsteht aus der Binomialverteilung, wenn n sehr groß wird.
0
0.05
0.1
0.15
0.2
0.25
0.3
1 26 51 76 101 126
B(k, 100;0.5)B(k, 20,0.5)G(10)G(50)G(100)
10; 0.5)50; 0.5)
lim( , , ) ( , , )G k B k n p
nσ μ =
→∞
![Page 13: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/13.jpg)
Teil II Sommersemester 2010 30 Blatt
13
2.3 Poissonverteilung
Grenzfall der Binominalverteilung für den Fall von „selten auftretenden Ereignissen“, z.B.
- Telefonanrufe pro Zeit,- Ausschussteile bei einer Großserie,- radioaktiver Zerfall,- Thermoemission von Elektronen
„selten“ heißt hier: n > 50 und n·p < 5
0( ; ) lim ( , ; )
!
k
pn p
P k B k n p ek
μ
μ
μμ −
→⋅ →
= = ⋅
n pμ = ⋅
2σ μ=
![Page 14: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/14.jpg)
Teil II Sommersemester 2010 30 Blatt
14
2.3 Poissonverteilung
0
0,05
0,1
0,15
0,2
0,25
1 21 41 61 81 101 121 141
Mittelwert 10Mittelwert 100Mittelwert 3
2σ μ=
![Page 15: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/15.jpg)
Teil II Sommersemester 2010 30 Blatt
15
2.3 Poissonverteilung
Die Normalverteilung entsteht aus der Poissonverteilung, wenn der Mittelwert µ sehr groß wird.
lim( , , ) ( , )G k P kσ μ μ
μ=
→∞
0
0.05
0.1
0.15
0.2
1 11 21 31 41 51 61 71 81 91 101 111 121 131 141 151
Poisson 100Gauss 100Poisson 5Gauss 5
![Page 16: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/16.jpg)
Teil II Sommersemester 2010 30 Blatt
16
2.4 Näherung von Binomial- und Poissonverteilungdurch die Normalverteilung
2
2( )21( , , )
2
x
G x eμσσ μ
σ π
⎛ ⎞−−⎜ ⎟⎜ ⎟⋅⎝ ⎠= ⋅
⋅
Die 2 Parameter μ und σ der Normalverteilung ermöglichen es, dass unterschiedliche Modellverteilungen näherungsweise durch die
Normalverteilung beschrieben werden können.
Binomialverteilung: σ2 = (1-p)·µ
Poissonverteilung: σ2 = μ
![Page 17: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/17.jpg)
Teil II Sommersemester 2010 30 Blatt
17
3. Zentraler Grenzwertsatz
Fragestellung:
Wie sieht die Verteilung einer Größe aus, auf die verschiedene unabhängige Einflussgrößen einwirken, deren einzelne Verteilungsfunktion nicht bekannt ist?
Als Beispiel betrachten wir die Verteilung der Augenzahlsumme beim Würfeln mit mehreren Würfeln
![Page 18: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/18.jpg)
Teil II Sommersemester 2010 30 Blatt
18
3. Zentraler Grenzwertsatz
1 Würfel:Kopfzahl 1 2 3 4 5 6
Häufigkeit 1 1 1 1 1 1
0
0,2
0,4
0,6
0,8
1
1,2
1 2 3 4 5 6
![Page 19: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/19.jpg)
Teil II Sommersemester 2010 30 Blatt
19
3. Zentraler Grenzwertsatz
2 Würfel:
0
1
2
3
4
5
6
7
1 2 3 4 5 6 7 8 9 10 11 12 13
Kopfzahl
Häu
figke
itKopfzahl 2 3 4 5 6 7 8 9 10 11 12
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
Häufigkeit 1 2 3 4 5 6 5 4 3 2 1
![Page 20: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/20.jpg)
Teil II Sommersemester 2010 30 Blatt
20
3. Zentraler Grenzwertsatz
3 Würfel:
Kopfzahl 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 181 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 11 1 1 1 1 1
1 1 1 1 1 1
Häufigkeit 1 3 6 10 15 21 25 27 27 25 21 15 10 6 3 1
0
5
10
15
20
25
30
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Kopfzahl
Häu
figke
it
![Page 21: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/21.jpg)
Teil II Sommersemester 2010 30 Blatt
21
3. Zentraler Grenzwertsatz
0
2000
4000
6000
8000
10000
1 6 11 16 21 26 31 36 41 46 51 56
Kopfzahl
Häu
figke
it
10 Würfel:
![Page 22: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/22.jpg)
Teil II Sommersemester 2010 30 Blatt
22
Ergebnis:
Obwohl die Augenzahl eines Würfels gleichverteilt ist, ist die Summe der Augenzahlen bei vielen Würfeln annähernd normalverteilt.
3. Zentraler Grenzwertsatz
0
2000
4000
6000
8000
10000
1 6 11 16 21 26 31 36 41 46 51 56
Kopfzahl
Häu
figke
it
10 Würfel:
![Page 23: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/23.jpg)
Teil II Sommersemester 2010 30 Blatt
23
3. Zentraler Grenzwertsatz
Zentrale Grenzwertsatz:
Die Summe von (vielen) stochastisch unabhängigen Zufallsvariablen ist annähernd normalverteilt.
Das heisst: Für Stichproben von genügend großem Umfang n mit Mittelwert x und Varianz s2 sind deren Mittelwerte normalverteilt mit der Varianz
ohne dass man etwas über die Verteilung von X voraussetzen muss( n sollte nach einer groben Faustformel mindestens 30 sein )
22X
ssn
=
![Page 24: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/24.jpg)
Teil II Sommersemester 2010 30 Blatt
24
Wir wollen mit der Sicherheitswahrscheinlichkeit 1-α behaupten dürfen, dass der wahre Wert μ im Intervall
liegt. Also ist der Faktor „t“ zu finden!
4. Vertrauensbereich (Konfidenzintervall)
Frage: Wie gut (sicher) repräsentiert ein Stichprobenkennwert den Mittelwert oder die Varianz der Grundgesamtheit?
Die Sicherheitswahrscheinlichkeit wird durch die Konfidenzzahl*) „1-α“ausgedrückt.
Der mögliche Bereich der z-Werte heißt Vertrauensbereich bzw. Konfidenzintervall.
x xn n
t tσ σμ− ⋅ + ⋅≺ ≺
*) wir lernen später α als Signifikanzzahl kennen
![Page 25: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/25.jpg)
Teil II Sommersemester 2010 30 Blatt
25
4. Vertrauensbereich (Konfidenzintervall)
4.1 Gesucht ist der Vertrauensbereich für Mittelwert, wenn die Varianz σder Messung bekannt ist
/x µz
nσ−
=
n Messwerte, Sicherheitswahrscheinlichkeit soll (1-α)·100% sein!
gesucht ist z 1-α/2 . Dieses kann aus der Tabelle F(z) abgelesen werden.
z,.B. 1-α = 0,95
F(z 1-α/2)- F(z -α/2) = 0,95 z 1-α/2 = t = 1,96
1.96 1.96x xn nσ σμ− ⋅ + ⋅≺ ≺
![Page 26: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/26.jpg)
Teil II Sommersemester 2010 30 Blatt
26
4. Vertrauensbereich (Konfidenzintervall)
1 / 2 /x µz
nα σ−−
=
Bestimmung des Stichprobenumfangs, um ein vorgegebenes Konfidenzintervallzu erhalten:
Mit findet man für die Anzahl notwendiger Messungen:
2
1 / 2znxα σμ
−⎛ ⎞⋅= ⎜ ⎟−⎝ ⎠
4.2 Gesucht ist Stichprobenumfang für vorgegebene Konfidenz 1-α
![Page 27: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/27.jpg)
Teil II Sommersemester 2010 30 Blatt
27
4. Vertrauensbereich (Konfidenzintervall)
4.3 Gesucht ist Vertrauensbereich für Mittelwert, wenn die Varianz σnicht bekannt ist (sondern aus Messwerten berechnet werden muss)
/x µz
nσ−
=Anstelle von kennt man jetzt/
x µts n−
=
z ist normalverteilt, t hingegen folgt der STUDENT-Verteilung:
0
0.2
0.4
-6 -4 -2 0 2 4 6 t
Phi
(t,v
)
v=1
v=9
2 ( v 1) / 2
v 12( t, v )
v ( v / 2 ) (1 t / v )ϕ
π +
+⎛ ⎞Γ ⎜ ⎟⎝ ⎠=
⋅ ⋅ Γ ⋅ +
Freiheitgrade v = n -1
Achtung: Sowohl die t-Verteilungals auch die kumulierte t-Verteilung hängen vom Parameter v ab!
Beide Funktionen sind tabelliert.
![Page 28: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/28.jpg)
Teil II Sommersemester 2010 30 Blatt
28
4.4 Grenzwerte der Studentverteilung
Kumulierte Studentverteilung: Flächen F(t)Freiheits-grade f 0,90 0,95 0,975 0,99 0,995 0,999
1 3,08 6,31 12,71 31,82 63,66 318,29
2 1,89 2,92 4,30 6,96 9,92 22,33
3 1,64 2,35 3,18 4,54 5,84 10,21
4 1,53 2,13 2,78 3,75 4,60 7,17
5 1,48 2,02 2,57 3,36 4,03 5,89
6 1,44 1,94 2,45 3,14 3,71 5,21
7 1,41 1,89 2,36 3,00 3,50 4,79
8 1,40 1,86 2,31 2,90 3,36 4,50
9 1,38 1,83 2,26 2,82 3,25 4,30
10 1,37 1,81 2,23 2,76 3,17 4,14
15 1,34 1,75 2,13 2,60 2,95 3,73
20 1,33 1,72 2,09 2,53 2,85 3,55
100 1,29 1,66 1,98 2,36 2,63 3,17
200 1,29 1,65 1,97 2,35 2,60 3,13
10000 1,28 1,65 1,96 2,33 2,58 3,09
1-α/2
![Page 29: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/29.jpg)
Teil II Sommersemester 2010 30 Blatt
29
4.5 Beispiel zu 4.3:
Für die Außendurchmesser von PVC-Rohren liegen unten stehende folgend Stichprobenwerte vor:
Durchmesser von PVC-Rohren [mm]
44,4 44,2 44,3 44,2 44,6 44,4 44,7 44,3 44,5 43,9
Berechnen Sie Vertrauensintervalle für den Mittelwert dieser Stichprobe.
Lösung:
9f
0,2273 mms
10n
44,350 mmx¯
X+a
X-a
a
t1-α/2
tα/2
0,9950,9750,951-α/2
0,0050,0250,05α/2
0,010,050,1α
0,990,950,91-α
Vertrauensbereiche VB für den Mittelwert
9 Freiheitsgrade
![Page 30: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/30.jpg)
Teil II Sommersemester 2010 30 Blatt
30
4.4 Grenzwerte der Studentverteilung
Flächen F(t)Freiheits-grade f 0,90 0,95 0,975 0,99 0,995 0,999
1 3,08 6,31 12,71 31,82 63,66 318,29
2 1,89 2,92 4,30 6,96 9,92 22,33
3 1,64 2,35 3,18 4,54 5,84 10,21
4 1,53 2,13 2,78 3,75 4,60 7,17
5 1,48 2,02 2,57 3,36 4,03 5,89
6 1,44 1,94 2,45 3,14 3,71 5,21
7 1,41 1,89 2,36 3,00 3,50 4,79
8 1,40 1,86 2,31 2,90 3,36 4,50
9 1,38 1,83 2,26 2,82 3,25 4,30
10 1,37 1,81 2,23 2,76 3,17 4,14
15 1,34 1,75 2,13 2,60 2,95 3,73
20 1,33 1,72 2,09 2,53 2,85 3,55
100 1,29 1,66 1,98 2,36 2,63 3,17
200 1,29 1,65 1,97 2,35 2,60 3,13
10000 1,28 1,65 1,96 2,33 2,58 3,09
1-α/2
![Page 31: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/31.jpg)
Teil II Sommersemester 2010 30 Blatt
31
4.5 Beispiel zu 4.3:
Für die Außendurchmesser von PVC-Rohren liegen unten stehende folgend Stichprobenwerte vor:
Durchmesser von PVC-Rohren [mm]
44,4 44,2 44,3 44,2 44,6 44,4 44,7 44,3 44,5 43,9
Berechnen Sie Vertrauensintervalle für den Mittelwert dieser Stichprobe.
Lösung:
9f
0,2273 mms
10n
44,350 mmx¯ Vertrauensbereiche für den Mittelwert der Durchmesser von PVC-Rohren
44,218 44,48244,350
44,187 44,51344,350
44,116 44,58444,3500
1
2
3
4
44,0 44,1 44,2 44,3 44,4 44,5 44,6 44,7
⌧ [mm]
0,90,950,99
44,5844,5144,48x+a
44,1244,1944,22x-a
0,2340,1630,132a
3,2502,261,83t1-α/2
-3,250-2,26-1,83tα/2
0,9950,9750,951-α/2
0,0050,0250,05α/2
0,010,050,1α
0,990,950,91-α
Vertrauensbereiche VB für den Mittelwert
![Page 32: Auswertung von Messungen Teil IIII_SS2010-p-9384.pdf · Teil II Sommersemester 2010 30 Blatt 1 Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe 2. Modellverteilungen](https://reader030.vdocuments.pub/reader030/viewer/2022041212/5dd11ecfd6be591ccb6451b7/html5/thumbnails/32.jpg)
Teil II Sommersemester 2010 30 Blatt
32
• H.Gränicher, „Messung beendet – was nun?“, Teubner 1994
• .R.Spiegel, L.J.Stephens, Statistik, McCraw_Hill 1999
• T.Elser, Statistik für die Praxis, Wiley 2004
• L.Squires, Meßergebnisse und ihre Auswertung, 1971
• J.Mandel, The statistical analysis of experimental data, 1984
• M.Drosg, Umgang mit Unsicherheiten, facultas 2006
• L.Kirkup, B.Frenkel, Uncertainty in Measurements, Cambridge 2006
• J.R.Taylor, Fehleranalyse VCH 1988
• DIN 1319, Teil 3 und 4 Messunsicherheiten• DIN 55350, Teil 13 Messunsicherheiten
Literatur