4. Messunsicherheit und Datenauswertung

Erkenne zufällige Streuung und systematische Abweichung in Messreihen und ordne typische Ursachen wie Umgebungsrauschen, Drift oder falsche Kalibrierung zu. Entscheide, ob Wiederholungsmessungen, Korrekturen oder eine veränderte Messmethode helfen.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Vergleiche Richtigkeit als Nähe zum Referenzwert mit Präzision als Übereinstimmung wiederholter Messungen. Ordne typische Trefferbilder ein und verwende den Begriff Genauigkeit in seiner übergeordneten messtechnischen Bedeutung.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Leite aus Skalenteilung oder digitaler Anzeige eine Ableseunsicherheit ab und erkenne Nullpunktfehler, Drift und begrenzte Empfindlichkeit. Nutze Kalibrierdaten, um bekannte Abweichungen zu korrigieren, ohne die verbleibende Unsicherheit zu übersehen.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Unterscheide absolute, relative und prozentuale Unsicherheit und rechne zwischen ihnen um. Beurteile mit der relativen Unsicherheit, welche von unterschiedlich großen Messungen aussagekräftiger ist.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Ordne statistisch aus Messdaten bestimmte Beiträge der Typ-A-Auswertung und anderweitig bewertete Beiträge der Typ-B-Auswertung zu. Überführe Herstellerangaben, Auflösung oder Kalibrierscheine in vergleichbare Standardunsicherheiten.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Berechne arithmetisches Mittel und Median einer Messreihe und vergleiche ihre Empfindlichkeit gegenüber asymmetrischen Daten und Extremwerten. Wähle die passende Lagekennzahl für die vorliegenden Messwerte.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Bestimme Stichprobenvarianz und Stichprobenstandardabweichung mit dem Nenner n−1. Deute die Standardabweichung als Maß für die Streuung einzelner Wiederholungsmessungen um ihren Mittelwert.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Berechne den Standardfehler des Mittelwerts und unterscheide ihn von der Standardabweichung einzelner Messwerte. Konstruiere für kleine Stichproben ein Konfidenzintervall mit der Student-t-Verteilung und deute dessen Aussage korrekt.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Erkenne auffällige Messwerte, prüfe mögliche Ursachen und unterscheide dokumentierte Fehlmessungen von echter natürlicher Streuung. Verwende fachlich begründete Kriterien oder einen geeigneten Ausreißertest, statt Werte allein wegen ihres Abstands zu löschen.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Runde Unsicherheiten auf eine sinnvolle Zahl signifikanter Stellen und den Messwert auf dieselbe Dezimalstelle. Nutze zusätzliche Schutzstellen in Zwischenrechnungen, damit frühes Runden das Endergebnis nicht verfälscht.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Bestimme die Unsicherheit einer Summe oder Differenz unabhängiger Größen durch quadratische Kombination ihrer absoluten Standardunsicherheiten. Unterscheide diese statistische Regel von einer konservativen Addition maximaler Fehlergrenzen.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Berechne bei Produkten und Quotienten die kombinierte relative Unsicherheit; berücksichtige bei Potenzen den Betrag des Exponenten. Wende diese Regeln etwa auf Dichte, Konzentration oder Volumenberechnungen an.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Nutze partielle Ableitungen, um Unsicherheiten durch eine beliebige Messgleichung fortzupflanzen. Erkenne die Annahmen der gaußschen Näherung: kleine Unsicherheiten, lokale Linearisierung und zunächst unabhängige Eingangsgrößen.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Erkenne, wann Eingangsgrößen durch gemeinsame Kalibrierung, denselben Sensor oder dieselbe Auswertung korreliert sind. Berücksichtige Kovarianzterme und begründe, warum Korrelation die Ergebnisunsicherheit vergrößern oder verkleinern kann.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Erstelle ein Unsicherheitsbudget aus Quellen, Verteilungen, Standardunsicherheiten und Empfindlichkeitskoeffizienten. Kombiniere die Beiträge zur Standardunsicherheit und bestimme mit einem angegebenen Erweiterungsfaktor die erweiterte Unsicherheit.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Stelle Messwerte mit beschrifteten Achsen, Einheiten, sinnvoller Skalierung und erkennbaren Einzelpunkten dar. Zeichne Fehlerbalken und kennzeichne eindeutig, ob sie Standardabweichung, Standardfehler, Konfidenzintervall oder Messunsicherheit bedeuten.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Bestimme Steigung und Achsenabschnitt einer linearen Ausgleichsgeraden und deute beide physikalisch. Vergleiche gewöhnliche kleinste Quadrate mit einer gewichteten Regression, wenn Messpunkte unterschiedlich große Unsicherheiten besitzen.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Nutze Residuen, Residuenplots und Bestimmtheitsmaß, um die Eignung einer Anpassung zu beurteilen. Erkenne systematische Muster, Ausreißer und Nichtlinearität und vermeide die Fehlannahme, ein großes R² beweise automatisch ein passendes Modell.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Berichte ein Ergebnis in der Form Messwert ± Unsicherheit mit Einheit, sinnvoller Rundung und eindeutig benannter Unsicherheitsart. Ergänze bei Bedarf Stichprobenumfang, Messmethode, Konfidenzniveau oder Erweiterungsfaktor, damit das Ergebnis nachvollziehbar bleibt.

Überprüfe, was du verstanden hast, mit einem kurzen Quiz.

Wende das Gelernte aus der vorherigen Lektion auf reale Probleme an.

Wiederhole dieses Kapitel mit Übungen, die auf deinen Fehlern basieren.