Statistische Auswertung

Hallo,

folgende Situation liegt vor: Gamma- Strahlung wurde in ein GM- Zählrohr geleitet. Wir haben an einem PC die Häufigkeit verschiedener Anzahlen der vom GM- Zähler wahrgenommenen Impulse erfasst. Das geschah (1) bei hoher Zählrate, (b) bei mittlerer Zählrate und © beim Nulleffekt. Die Verteilung folgt einer Poission- Verteilung. Ich soll nun bei jeder Messreihe sowohl den Mittelwert, die Standardabweichung, die Schiefe und die Kurtosis aus den Messdaten und dann die theoretische Verteilungsfunktion bestimmen. Machen wir das einfach mal für die „Hohe Zählrate“- Messreihe expemplarisch. Wie muss ich verfahren? Unten die verfügbaren Daten! Danke!

Gruß.

Anhang:

http://rapidshare.com/files/455728421/hoheZaehlrate-…
http://rapidshare.com/files/455728438/hoheZaehlrate-…
http://rapidshare.com/files/455728449/hoheZaehlrate-…

Hallo,

schau doch mal hier rein und vielleicht sind deine Fragen dann beantwortet. Der Mittelwert hat nur sekundär was mit der statistischen Methode zu tun, in der es um gewichtete Mittelwerte (Erwartungswerte) geht, deshalb meine Rückfrage: Was meinst du mit Mittelwert?

siehe hier http://de.wikipedia.org/wiki/Poisson-Verteilung

http://de.wikipedia.org/wiki/W%C3%B6lbung_%28Statist…

http://de.wikipedia.org/wiki/Schiefe_%28Statistik%29

Zuerst solltest du mal mit Origin oder ähnlichem deine Poissonverteilung plotten, dann den ersten Wikipedialink lesen, Varianz und Erwartungswert ausrechnen, dann den zweiten lesen, in die Formel einsetzen und ebenso mit dem dritten verfahren.

Du sollst hier nichts erfinden, sondern etwas nachvollziehen *seufz*

Oder ist dein Problem tiefliegender? So, wie es dasteht, war es durch dreimal googlen und drei Seiten überfliegen lösbar :smile:

Grüße

Eric

Mein Problem ist anderer Natur: Ich weiß nicht, mal, wo, und vor allem wie, ich es anfangen soll! Hast Du Dir die Daten angeschaut?

ok,
du kannst die Auswertung nur und nur machen, wenn du das plottest und fittest. Das macht ein Normalsterblicher nicht mit der Hand, sondern das muss ein Programm machen. z.B. http://soft.proindependent.com/qtiplot.html
Das lässt du deine Werte durch eine Poissonverteilung approximieren.

„Die Poisson-Verteilung liefert also Voraussagen über die Anzahl (k) des Eintretens seltener, zufälliger und voneinander unabhängiger Ereignisse innerhalb eines bestimmten Intervalls, wenn aus vorangehender Beobachtung bereits bekannt ist, wie viele Ereignisse man im Mittel innerhalb dieses Intervalls erwartet (λ)“

Du brauchst also nur Lambda. Der Mittelwert ist: Wir haben 10*0 gemessen und 20*1 und 10*2. Mittelwert dann wohl: 1/30 (10*0 + 20*1 + 10*2) = 4/3.
Mit diesem Parameter (Konstante) kannst du das dann plotten lassen. Nicht mit der Hand versuchen, es sei denn, es geht gar nicht anders. Die Ergebnisse einer Handapproximation sind immer Müll.

So, so kriegst du lambda. Aber selbst wenn du nicht die Poissonverteilung hast, kannst du checken, ob du dadurch nicht eventuell schon Erwartungswert und Varianz hast (bitte Artikel lesen, steht da garantiert drin), und ob du damit nicht schon Schiefe und Wölbung kennst.
Es ist wirklich ganz einfach. Nimm Abstand zu der Aufgabe ein, atme tief durch und schlag das nach. Es ist wirklich nur
1 einfache Rechnung
3 oder 4mal in die Zielgleichung einsetzen

finished.

Grüße

Eric

ps: Kein Selbstwiderspruch. Zu einer vollständigen Lösung gehört für mich, die Poisson Verteilung auch hinzuschreiben. Die Aufgaben sind aber wohl alle auch ohne die Bekanntheit der genauen Verteilung bekannt (du weißt ja, es ist eine Poissonverteilung).

Merkwürdig, denn unser Assi sagte, dass man das per Hand machen kann, indem man einfach ein paar Punkte berechnet und einsetzt. Ich muss erst einmal die Basis verstehen: Ich habe für die hohe Zählrate den Mitterwert, welcher bei der Poisson- Verteilung ja gleich der Varianz s² ist. In unserem speziellen Fall (Zählexperiment) gilt, dass der Erwartungswert - nennen wir ihn my - gleich der Varianz ist, d.h. my = s². OK, die theoretische Gaussverteilung kann ich ja mit diesem my aufstellen und ein paar Punkte zeichnen und diese verbinden. Bei der Piossonverteilung brauch ich aber neben dem my noch das x: Anzahl der Zerfälle. Wie bekomme ich die? Hast Du Dir die Dateien angeschaut? Hier sind die originalen Auswertungsaufgaben:

http://img718.imageshack.us/i/img183c.jpg/

Merkwürdig, denn unser Assi sagte, dass man das per Hand
machen kann, indem man einfach ein paar Punkte berechnet und
einsetzt.

ok, ich wollte es approximieren. Hier ist aber tatsächlich eine Handschätzung gewollt.

Ich muss erst einmal die Basis verstehen: Ich habe
für die hohe Zählrate den Mitterwert, welcher bei der Poisson-
Verteilung ja gleich der Varianz s² ist. In unserem
speziellen Fall (Zählexperiment) gilt, dass der Erwartungswert

  • nennen wir ihn my - gleich der Varianz ist, d.h. my = s².

Sei dem so, ich glaube das auch so gelesen zu haben.

OK, die theoretische Gaussverteilung kann ich ja mit diesem my
aufstellen und ein paar Punkte zeichnen und diese verbinden.
Bei der Piossonverteilung brauch ich aber neben dem my noch
das x: Anzahl der Zerfälle. Wie bekomme ich die? Hast Du Dir
die Dateien angeschaut? Hier sind die originalen
Auswertungsaufgaben:

http://img718.imageshack.us/i/img183c.jpg/

Zahlenbeispiel: Du hast in einem Intervall [t,T] 54mal 38 Einschläge gemessen. Du hast also 54mal Ereignis 38 gemessen.
Dann ist die Poissonverteilung an dem Punkt P(Ereignis 38) = l^38/38!*e^(⁻l)
Nimm die Varianz und den Erwartungswert (NICHT: MITTELWERT, doppeldeutig!) Schlag dazu Erwartungswert bei Wikipedia nach. Ja, sie prognostiziert dann sowas wie 54/alle Ereignisse !

  1. So vorgehen
    Innerhalb der Standardabweichung liegen 67 % aller Messdaten. Nimm den Mittewert, zB bei so 40. gehe so lange symmetrisch nach links und rechts bis du zwei Drittel deiner Punkte drin hast. Das nennst du nun Standardabweichung (2 sigma). Nimm die Varianz (sigma²) und den Erwartungswert (NICHT: MITTELWERT, doppeldeutig!) Schlag dazu Erwartungswert bei Wikipedia nach. Berechne ihn mit deiner Handmethode. .

Berechne Schiefe und Wölbung mit diesen Daten. In deiner Quelle ist mit Mittelwert der arithmetische Mittelwert für die Verteilung gemeint, du musst aber per Hand einen Erwartungswert formulieren, um die Restdaten zu kriegen.

  1. theoretische Vergleichsrechnung

Nimm den Mittelwert der Poissonverteilung. Lambda. Der ist identisch mit deinem eigens ermittelten Wert (Input). Jetzt kennst du die theoretische Varianz das theoretische sigma² und so fort (siehe Artikel).
Vergleiche die theoretischen Werte mit deinem Überdendaumenpeilen.

  1. Aufstellen der Approximieren

Du kannst, da du lambda und my und sigma nun kennst, eine Poissonverteilung zeichnen und eine Gaußverteilung (rein aus den Daten) und diese über den Graphen legen.
Wir an der Uni Frankfurt machen das anders, aber sei dem so (wir lassen ein programm einen besten Plot einer Poissonverteilung ermitteln, du legst einfach lambda fest).

Deine Approximation wird relativ gut sein, ich rate dir aber: Gib deine Messdaten einfach mal in den qti Plot ein und sag dem, der soll die Poissonfunktion dadrüber legen (der nähert das selbst!). Dann siehst du auch mal, was die beste Näherung wäre. Ich geh jetzt an die Xbox, wenn Probleme auftauchen, ich antworte auch :stuck_out_tongue:.

Grüße

Eric

Zahlenbeispiel: Du hast in einem Intervall [t,T] 54mal 38
Einschläge gemessen. Du hast also 54mal Ereignis 38 gemessen.
Dann ist die Poissonverteilung an dem Punkt P(Ereignis 38) =
l^38/38!*e^(⁻l)
Nimm die Varianz und den Erwartungswert (NICHT: MITTELWERT,
doppeldeutig!) Schlag dazu Erwartungswert bei Wikipedia nach.
Ja, sie prognostiziert dann sowas wie 54/alle Ereignisse !

Oha, und das muss ich bei „Hoher Zählrate“ bei jedem Wert machen. Dann hab’ ich ingesamt den theoretischen Verlauf für die Poisson- Verteilung?! Über die Varianz komm’ ich ja an den Erwartungswert lambda: s² = lambda, nicht?!

  1. So vorgehen
    Innerhalb der Standardabweichung liegen 67 % aller Messdaten.
    Nimm den Mittewert, zB bei so 40. gehe so lange symmetrisch
    nach links und rechts bis du zwei Drittel deiner Punkte drin
    hast. Das nennst du nun Standardabweichung (2 sigma). Nimm die
    Varianz (sigma²) und den Erwartungswert (NICHT: MITTELWERT,
    doppeldeutig!) Schlag dazu Erwartungswert bei Wikipedia nach.
    Berechne ihn mit deiner Handmethode. .

Hier versteh’ ich nicht worauf Du hinauswillst bzw. was hier das Zeil ist.

Berechne Schiefe und Wölbung mit diesen Daten. In deiner
Quelle ist mit Mittelwert der arithmetische Mittelwert für die
Verteilung gemeint, du musst aber per Hand einen
Erwartungswert formulieren, um die Restdaten zu kriegen.

Siehe oben.

  1. theoretische Vergleichsrechnung

Nimm den Mittelwert der Poissonverteilung. Lambda. Der ist
identisch mit deinem eigens ermittelten Wert (Input). Jetzt
kennst du die theoretische Varianz das theoretische sigma² und
so fort (siehe Artikel).
Vergleiche die theoretischen Werte mit deinem
Überdendaumenpeilen.

  1. Aufstellen der Approximieren

Du kannst, da du lambda und my und sigma nun kennst, eine
Poissonverteilung zeichnen und eine Gaußverteilung (rein aus
den Daten) und diese über den Graphen legen.
Wir an der Uni Frankfurt machen das anders, aber sei dem so
(wir lassen ein programm einen besten Plot einer
Poissonverteilung ermitteln, du legst einfach lambda fest).

Deine Approximation wird relativ gut sein, ich rate dir aber:
Gib deine Messdaten einfach mal in den qti Plot ein und sag
dem, der soll die Poissonfunktion dadrüber legen (der nähert
das selbst!). Dann siehst du auch mal, was die beste Näherung
wäre. Ich geh jetzt an die Xbox, wenn Probleme auftauchen, ich
antworte auch :stuck_out_tongue:.

Insgesamt bin ich leider nicht sehr viel weiter gekommen. Wo liegt mein Problem? Ich glaube, dass mir einfach das Verständnis dafür fehlt, was ich hier eigentlich ausrechnen soll und wie ich es dann ausrechne.

Zahlenbeispiel: Du hast in einem Intervall [t,T] 54mal 38
Einschläge gemessen. Du hast also 54mal Ereignis 38 gemessen.
Dann ist die Poissonverteilung an dem Punkt P(Ereignis 38) =
l^38/38!*e^(⁻l)
Nimm die Varianz und den Erwartungswert (NICHT: MITTELWERT,
doppeldeutig!) Schlag dazu Erwartungswert bei Wikipedia nach.
Ja, sie prognostiziert dann sowas wie 54/alle Ereignisse !

Oha, und das muss ich bei „Hoher Zählrate“ bei jedem Wert
machen. Dann hab’ ich ingesamt den theoretischen Verlauf für
die Poisson- Verteilung?! Über die Varianz komm’ ich ja an den
Erwartungswert lambda: s² = lambda, nicht?!

Genau! Unter der Annahme, dass dein errechnetes lambda ungefähr stimmt, liefert das eine theoretische Näherung für deine echten Werte.

  1. So vorgehen
    Innerhalb der Standardabweichung liegen 67 % aller Messdaten.
    Nimm den Mittewert, zB bei so 40. gehe so lange symmetrisch
    nach links und rechts bis du zwei Drittel deiner Punkte drin
    hast. Das nennst du nun Standardabweichung (2 sigma). Nimm die
    Varianz (sigma²) und den Erwartungswert (NICHT: MITTELWERT,
    doppeldeutig!) Schlag dazu Erwartungswert bei Wikipedia nach.
    Berechne ihn mit deiner Handmethode. .

Hier versteh’ ich nicht worauf Du hinauswillst bzw. was hier
das Zeil ist.

ok, das Ziel ist: Eine Poissonverteilung ist eine unendlich ausgedehnte Statistik. Du hast jetzt ein paar hundert Ereignisse in einem begrenzten Intervall und sollst abschätzen, wie die Poissonverteilung dazu aussieht. Dazu brauchst du ein paar Eingabedaten.

  1. Der Mittelwert (Da die Poissonverteilung stark abfällt nach den Flanken(sie geht von 0 bis unendlich, im Gegensatz zu Gauß, der von - unendlich bis + unendlich geht, ist dein Schätzwert eine gute Näherung).
  2. eine Varianz für dein Problem per Hand ausrechnen. Die Varianz ist ein Maß für die Schwankung. In diesem oder jenem Bereich liegen 67% aller Messwerte). Also wenn dein Mittelwert bei lambda = 40 liegt und in 35 - 45 67% aller Messwerte liegen, ist deine Standardabweichung s = 5.
  3. Der Erwartungswert. Du nimmst die Wahrscheinlichkeit P, die du in 1 abgeschätzt hast und multiplizierst die Wahrscheinlichkeit eines Messwertes k mit dem realen Messwert k. Das machst du mit allen Werten und summierst diese Ergebnisse. Das teilst du dann durch deine Ereignisgesamtzahl.
  4. Wölbung und Schiefe - Lassen sich dann errechnen aus Erwartungswert und Varianz.

Berechne Schiefe und Wölbung mit diesen Daten. In deiner
Quelle ist mit Mittelwert der arithmetische Mittelwert für die
Verteilung gemeint, du musst aber per Hand einen
Erwartungswert formulieren, um die Restdaten zu kriegen.

Siehe oben.

Siehe oben.

  1. theoretische Vergleichsrechnung

Nimm den Mittelwert der Poissonverteilung. Lambda. Der ist
identisch mit deinem eigens ermittelten Wert (Input). Jetzt
kennst du die theoretische Varianz das theoretische sigma² und
so fort (siehe Artikel).
Vergleiche die theoretischen Werte mit deinem
Überdendaumenpeilen.

  1. Aufstellen der Approximieren

Du kannst, da du lambda und my und sigma nun kennst, eine
Poissonverteilung zeichnen und eine Gaußverteilung (rein aus
den Daten) und diese über den Graphen legen.
Wir an der Uni Frankfurt machen das anders, aber sei dem so
(wir lassen ein programm einen besten Plot einer
Poissonverteilung ermitteln, du legst einfach lambda fest).

Deine Approximation wird relativ gut sein, ich rate dir aber:
Gib deine Messdaten einfach mal in den qti Plot ein und sag
dem, der soll die Poissonfunktion dadrüber legen (der nähert
das selbst!). Dann siehst du auch mal, was die beste Näherung
wäre. Ich geh jetzt an die Xbox, wenn Probleme auftauchen, ich
antworte auch :stuck_out_tongue:.

Insgesamt bin ich leider nicht sehr viel weiter gekommen. Wo
liegt mein Problem? Ich glaube, dass mir einfach das
Verständnis dafür fehlt, was ich hier eigentlich ausrechnen
soll und wie ich es dann ausrechne.

Du sollst das, was ich dir eben in 1.-4. vordekliniert habe mit den Ergebnissen der Poissonverteilung vergleichen. In einer theoretischen Poissonverteilung ist lambda = s². In deiner errechneten wird das so nicht stimmen, weil da statistische Schwankungen drinstecken.
Du sollst durch diese Praktikumsaufgabe ein Gespür dafür entwickeln, dass die Poissonverteilung tatsächlich eine gute Näherung für diese Art Problem ist. Es geht hier nicht darum, theoretisch herzuleiten, dass die Gammastrahlung, die auf die Erde fällt, poissonverteilt sein soll, sondern festzustellen, dass diese Messwerte tatsächlich auf einer Poissonkurve liegen. Das scheint hier ersichtlich, aber es könnte auch anders sein. Du wirst feststellen, dass deine primitive Handapproximation an das Problem schon so nah an einer Poissonverteilung liegt, dass es nach statistischen Schwankungen tatsächlich eine gute Schätzung ist.

Ist die Sache jetzt klarer?

Grüße
Eric

Erst einmal VIELEN DANK für Deine ausführliche Hilfe. Es ist schon spät für mich, und mein Hirn ist nicht mehr allzu aufnahmefähig. Ich werde mich morgen wieder melden. Ich denke, dass, wenn wir zusammensäßen, wir das Zeuch in einer halben Stunde durch hätten. Die Kommunikation über’s Internet erschwert all das etwas. Ein Messenger wäre da evtl. hilfreicher. Wie auch immer … in OO Calc konnte ich nun zu jeder Messreihe die theoretische Poissionverteilung für jeden Wert (= für jede Anzahl von Imnpulsen) berechnen und zeichnen lassen. Die Diagramme sehen schick aus :wink: Gauss lässt sich, so glaube ich, in OO Calc nicht so einfach berechnen.

Zu der Schiefe und Kurtosis noch kurz ein Gedankenanstoß:

S = 1 / Standardabweichung = 1 / Wurzel(Erwartungswert)
K = 1 / Varianz = 1 / Erwartungswert

?

Mein Problem ist nicht, dass ich nicht verstehe, WARUM wir das berechnen, sondern WAS wir da berechne: Was berechne ich aus meinen Messdaten? Was wurde mir bereits berechnet? Wo liegt der Unterschied zwischen den Berechnungen mit den Messdaten und der Berechnung mit der Theorie? U.v.m…

Gute Nacht!

Erst einmal VIELEN DANK für Deine ausführliche Hilfe. Es ist
schon spät für mich, und mein Hirn ist nicht mehr allzu
aufnahmefähig. Ich werde mich morgen wieder melden. Ich denke,
dass, wenn wir zusammensäßen, wir das Zeuch in einer halben
Stunde durch hätten. Die Kommunikation über’s Internet
erschwert all das etwas. Ein Messenger wäre da evtl.
hilfreicher. Wie auch immer …

Kein Problem, sehe ich auch so.

in OO Calc konnte ich nun zu
jeder Messreihe die theoretische Poissionverteilung für jeden
Wert (= für jede Anzahl von Imnpulsen) berechnen und zeichnen
lassen. Die Diagramme sehen schick aus :wink: Gauss lässt sich,
so glaube ich, in OO Calc nicht so einfach berechnen.

Zu der Schiefe und Kurtosis noch kurz ein Gedankenanstoß:

S = 1 / Standardabweichung = 1 / Wurzel(Erwartungswert)
K = 1 / Varianz = 1 / Erwartungswert

?

Müsste ich nachschauen, morgen is ja auch noch ein Tag

Mein Problem ist nicht, dass ich nicht verstehe, WARUM wir das
berechnen, sondern WAS wir da berechne: Was berechne ich aus
meinen Messdaten? Was wurde mir bereits berechnet? Wo liegt
der Unterschied zwischen den Berechnungen mit den Messdaten
und der Berechnung mit der Theorie? U.v.m…

Das sind statistische Indikatoren, die dir Auskunft darüber geben, wie gut die Näherung ist, wie zuverlässig Prognosen sind und liefern Grunddaten dafür, das Ganze statistisch richtig auszulegen. Wir in der Physik haben ja ein gewisses Glück, mit deterministischen Gesetzen zu tun zu haben. Das heißt: Diese Kenndaten charakterisieren dir nur, wie das Teil aussieht. Das bekäme der gesunde Menschenverstand noch beisammen.
Es gibt aber einen Ausblick zur Statistik als Wissenschaft, wo es dann auch darum geht, Verläufe zu prognostizieren, Risiken zu bewerten u.s.f. und das auf eine breite Basis zu stellen. Das sind die ersten Schritte, du berechnest also einen Satz fundamentaler charakteristischer Eigenschaften statistischer Verteilungen. Wenn du mal mit probabilistischen Theorien zB in der Forschung neuronaler Netzwerke, in Berührung kommst, sind das wichtige Dinge. Ansonsten ist es wie mit dem Rechnen auf Mannigfaltigkeiten: Wir haben es gelernt, aber jeder zehnte von uns wird es mal vielleicht benötigen :smile:.

Gute Nacht!

dir auch

Kurze Antwort, bevor ich los muss: Was ich nun über die Formeln aus dem Skript bzw. aus Wikipedia für jede Messreihe aus den Messdaten berechnet habe, ist P_Poisson,µ und P_Gauss,m, also Wahrscheinlichkeiten, wobei ich µ über die Varianz und m aus der uns gegebenen Tabelle entnommen habe (beide sind im übrigen gleich). Über n*P_Poisson bzw. n*P_Gauss erhalte ich nun keine Wahrscheinlichkeiten, sondern die wahrscheinlichen Ergebnisse für jede Anzahl von Impulsen, wobei n= Anzahl der Einzelmessungen, oder? Damit kann ich doch nun eigentlich in meine Schaubilder, die wir aus der Messung erhalten haben, den THEORETISCHEN Verlauf zeichnen, oder nicht? Ich muss nun nur noch verstehen, wie ich auf die Schiefe_Mess, Kurtosis_Mess, Schiefe_Theo, Kurtosis_Theo komme. Übrigens hab ich ja für den Erwartungswert µ und den Mittelwert m einfach unsere Werte aus der Tabelle entnommen. Sind das nun gemessene oder theoretische Werte??? Ich hab’ da ein grundsätzliches Verständnisproblem.

Kurze Antwort, bevor ich los muss: Was ich nun über die
Formeln aus dem Skript bzw. aus Wikipedia für jede Messreihe
aus den Messdaten berechnet habe, ist P_Poisson,µ und
P_Gauss,m, also Wahrscheinlichkeiten, wobei ich µ über die
Varianz und m aus der uns gegebenen Tabelle entnommen habe
(beide sind im übrigen gleich).

ok va bene

Über n*P_Poisson bzw.
n*P_Gauss erhalte ich nun keine Wahrscheinlichkeiten, sondern
die wahrscheinlichen Ergebnisse für jede Anzahl von Impulsen,
wobei n= Anzahl der Einzelmessungen, oder?

ganz genau

Damit kann ich doch
nun eigentlich in meine Schaubilder, die wir aus der Messung
erhalten haben, den THEORETISCHEN Verlauf zeichnen, oder
nicht?

So ist es.

Ich muss nun nur noch verstehen, wie ich auf die
Schiefe_Mess, Kurtosis_Mess, Schiefe_Theo, Kurtosis_Theo
komme. Übrigens hab ich ja für den Erwartungswert µ und den
Mittelwert m einfach unsere Werte aus der Tabelle entnommen.

Ok, lesen wir mal:
Zur Berechnung der Kurtosis einer (eingipfligen) empirischen Häufigkeitsverteilung von n Beobachtungen müssen Mittelwert und Standardabweichung geschätzt werden, d.h. die theoretischen durch die empirischen Momente ersetzt werden.

Du hast aus der Verteilung einen geschätzten Mittelwert. Dieser ist auch dein theoretischer Mittelwert aus Mangel an Beweisen. Aber seis drum. also sind bei dir geschätzter und theoretischer Mittelwert gleich (was wenn du das plotten würdest knapp nicht so wäre).

1 - So, wie schätze ich eine Standardabweichung? Antwort: Ich gehe vom Mittelwert nach links und rechts und fange 67 % aller Messwerte.
2 - So, wie ist die theoretische Standardabweichung? Antwort: Wurzel lambda.
3- Wie vergleiche ich nun theoretische und geschätzte Standardabweichung? Antwort: Ergebnis 1 - Ergebnis 2 oder Ergebnis 1/Ergebnis 2.

DU rechnest nun Kurtosis und Schiefe einmal aus mit den Ergebnisse aus 1 (Schätzwerte) und aus 2 (theoretische Werte).

Sind das nun gemessene oder theoretische Werte??? Ich hab’ da
ein grundsätzliches Verständnisproblem.

gaaaanz einfach, bloß nicht irritieren.

  1. Der THEORETISCHE Wert kommt aus deiner Vermutung, DASS es sich um eine Poisson Verteilung handelt. Wenn das theoretisch also eine Poisson Verteilung ist, dann hat es den Mittelwert lambda, die Varianz Wurzel lambda, die Standardabweichung lambda.
  2. Den geschätzten Wert kriegst du daraus, dass du anhand deiner Messwerte checkst, wie groß die Standardabweichung ist (sie ist ja nicht definiert als Wurzel lambda, sondern als die Strecke, um die ich nach links UND rechts vom Mittelwert gehen muss, in der dann 67% aller Messwerte legen.
  3. Der Unterschied ist hier marginal. Aber mach das einfach mal mit dem Gauß! also: Nimm mal die empirischen Werte genau so wie ich es beschrieben habe und berechne mal die theoretischen so, als wäre es eine Gaußverteilung oder irgendwas anderes. Du siehst dann, dass da falsche Ergebnisse rauskommen (oder: schlechtere).

Beispiel aus der Mathematik: Du kennst zwei Seiten eines rechtwinkligen Dreiecks. Du berechnest mit Satz des Pythagoras die dritte Seite. Du misst sie mit dem Lineal. Das Ergebnis ist schon äußerst ähnlich. Also hat sich der Satz des Pythagoras bewährt.
Beispiel 2 aus der Mathematik: Du kennst zwei Seiten eines rechtwinkligen Dreiecks. Du berechnest mit Satz des Stefan (x⁴ + y³ = z⁷) die dritte theoretisch. Du nimmst ein Lineal und stellst fest, die Abweichung ist zu groß. Satz des Stefan hier nicht richtig.

Und gerade wir in der Physik haben es ab und zu einfach mit Fällen zu tun, wo wir gerne was sehen würden, es auch beinahe sehen, aber es eigentlich so nicht da ist. Also musst du empirisch Daten nehmen, um zu checken, dass das stimmt. Ich glaube, du lebst noch zu sehr mit der Überzeugung, dass das „eh so stimmt, weil es ja poissonverteilt ist.“ Woher weißt dus? Entwickle die Methode, Messungen zu checken und nicht Theorien zu glauben (ich glaube sie auch, nullo problemo, aber ich kann sie auch checken, wenn ich was messe :smile: ).

Grüße

Eric

Sry, ich wurde nicht darüber benachrichtigt, dass Du noch geantwortet hattest. Mittlerweile habe ich die Auswertung des Versuches schon abgegeben und sogar 3 von 3 Punkten erhalten :wink: Erst einmal vielen Dank für Deine Hilfe! Es hat mir sehr geholfen. Mein Problem war, dass ich die verschiedenen Werte nicht auseinanderhalten konnte und mir die Begrifflichkeiten doch noch etwas fremd waren. Das zentrale Problem war, dass ich mich IMMER, BEI JEDER RECHNUNG, auf diesen uns zur Verfügung gestellten Mittelwert, welchen wir als Erwartungswert benutzen sollten, beziehen musste, und mir dies nicht wirklich klar war. Falls jemand Hilfe bei dieser Art der Auswertung braucht, kann ich auch gerne meine korrigierte Auswertung hochladen. Vielen Dank noch mal für Deine Mühe!