Messwertanalyse, Charakteristika herausfinden

26/02/2008 - 23:45 von Roland Damm | Report spam
Moin,

ich habe folgendes Problem:

Ich habe Messwerte aufgenommen. Jeder 'Messwert' besteht aus
einer Kurve, genauer gesagt eine diskretisierten Kurve mit 3400
Stützstellen, da die 'X-Achse' bei allen gleich ist, kann ich
daher jeden 'Messwert' als einen Vektor mit 3400 Komponenten
auffassen.
Alle meine Messwerte (=Vektoren) stammen aus zwei Gruppen (gibt
eher drei oder mehr Gruppen, aber die Lösung làsst sich sicher
ausweiten). Die Gruppen sind dadurch entstanden, dass ich bein
den Versuchen einen Parameter entweder so oder so gewàhlt habe.
Nun will ich wissen, welchen Einfluss dieser Parameter auf die
Messwerte hat.

Zuallererst schaut man sich dabei erst mal die Kurven an (ist das
normal, das Octave so lahm ist?:-)). Trotz intensivem Hinsehen
bin ich nicht auf den Parameter gestoßen, an dem sich der
Unterschied aus Kurve von Messung Typ 1 und Typ 2 unterschieden
làsst. An manchen Stellen der Kurven liegen Typ 2 mitten
zwischen denen von Typ 1, mal drunter, mal drüber.

[Einschub: Mein Wunschergebnis wàhre die Erkenntniss, dass Typ 2
bei X=soundso immer tiefer liegt als Typ 1 an der Stelle. So ein
Ergebnis findet sich aber wohl nicht]

Es kann natürlich sein, dass sich eine Klassifizierung in Typ 1
und Typ 2 anhand der Messwerte garnicht durchführen làsst, meine
Messung in sofern als gescheitert zu betrachten ist. Aber:

Nun habe ich eine Selbstorganisierende Karte (SOM) (auch
Kohonen-Map genannt) zusammenprogrammiert. Diese stellt mir alle
Messwerte (die ja je 3400 Freiheitsgrade haben) in einem
2D-Diagramm dar. Dabei werden alle Messwerte so eingetragen,
dass àhnliche Messwerte dicht benachbart dargestellt werden. Und
siehe da: Die zwei Typen von Messwerten werden sehr sauber
getrennt in zwei Gebieten der Karte dargestellt.
Ich muss also annehmen, dass der Typ einer Messung anhand des
Messergebnisses ermittelt werden kann.

Nun die Frage: Wie weiter? In der SOM kann ich erkennen, dass die
beiden Typen unterschiedbar sind. Aber wie lese ich jetzt ab,
woran sie unterschiedbar sind?

Erstere Versuche liefen so: Ich bilde den Mittelwert aus allen
Messwerten Type 1 also der Mittelwert aus allen Kurven Typ 1.
Ebenso für Typ 2. Wenn ich schon Mittelwerte bilde, dann rechne
ich natürlich auch gleich die Standardabweichung aus (natürlich
für jeden X-Wert einzeln, denn die unterscheiden sich). Nun
bilde ich die Differenz der beiden Mittelwerte. Und siehe da:
diese ist kaum irgendwo größer als die Standardabweichung
(natürlich die richtig gerechnete Summe der Standardabweichungen
der beiden gemittelten Kurven, deren Differenz ich betrachte).

Das ist nicht nur àrgerlich, sondern legt den Schluss nahe, dass
jeder Interpretationsversuch dem Versuch gleichkommt, aus der
Mondphase das Erdbebenrisiko abzulesen :->> Das ist nutzlose
Arbeit.

Nur aber die SOM liefert mir eindeutig eine Unterscheidbarkeit
der Werte. Gesucht ist der Differenzvektor b.z.w. die
Differenzkurve zwischen Typ 1 und Typ 2 Messungen, die
Charakteristisch für den Unterschied zwischen diesen beiden
Typen ist.

Ich crossposte mal sicherheitshalber nach d.s.p., aber bezüglich
SOM und so sitzen vielleicht eher hier in d.s.i.m. die Experten.

CU Rollo
 

Lesen sie die antworten

#1 tenner
27/02/2008 - 00:00 | Warnen spam
roland-damm # :240/2188.911 meinte am 26.02.08
zum Thema "Messwertanalyse, Charakteristika herausfinden":

[Einschub: Mein Wunschergebnis w??hre die Erkenntniss, dass
Typ 2 bei X=soundso immer tiefer liegt als Typ 1 an der
Stelle. So ein Ergebnis findet sich aber wohl nicht]



Dein Ansatz ist verkehrt.
Du brauchst aus den Methoden abgeleitete Thesen für systematische
Messfehler. Die kannst Du dan auf Richtigkeit (per Korrelation) prüfen.

Was Du machst ist mathematische Spielerei von der Art, welche Vogelart man
herausbekommt, wenn man deren Lebernsweise und die Geburtenzahlen der
Menschen zeitlich oder örtlich vergleicht. Und dann noch probiert, was bei
nem Zeitlag von 9 Monaten rauskommt - weil: ist noch wissenschaftlicher.

Menschen neigen dazu, anscheinend bestàtigte Thesen als richtig zu setzen,
Wissenschaftler sollten immer auch auf das Gegenteil prüfen. Man muss
schon wenigsten einmal kein Abendbrot essen, um rauszubekommen das der
folgende Sonnenaufgang womöglich nicht mit dem vergangenen Abendbrot
korreliert.

Gruss Gerhard

Origin: Lohnarbeit muß sich lohnen für den, der zahlt.
Nicht Arbeit muß sich da lohnen, sondern arbeiten lassen.

Ähnliche fragen