Standardabweichung, 3sigma |
| 20.07.2011, 12:54 | lisaarnold | Auf diesen Beitrag antworten » |
| Standardabweichung, 3sigma Hallo, ich habe folgende Situation: Gegeben ist eine Messreihe mit etwa 10000 Werten. Der Großteil der Werte liegt im Bereich zwischen 0 und 150. Der Mittelwert aller Daten liegt bei 95. Jetzt ist es aber so, dass ich einige Ausreißer habe, die Werte bis zu 187000 haben. Die 3sigma Regel hat einen Wet von ungefähr 8000, welches immer noch viele Ausreißer beinhalten würde. Wie kann ich vorgehen, um ein brauchbares Ergebnis zu erhalten und die Ausreißer entfernen? Meine Ideen: Die 3sigma Regel ist eine Methode um grobe Fehler aufzudecken. Ist es zulässig alle Werte, die außerhalb der 3sigma Regel liegen rauszustreichen und die Auswertung ohne die Werte zu wiederholen oder ist das irgendwann schönrechnerei. Ich kann das Ergebnis ja im Prinzip so lange manipulieren, bis es passt. Welches ist der "richtige" Wert, um an ein brauchbares Ergebnis zu kommen und die Ausreißer zu entfernen. |
||
| 20.07.2011, 20:25 | Dopap | Auf diesen Beitrag antworten » |
| RE: Standardabweichung, 3sigma ich verstehe dein Problem nicht. Mit der 3 Sigma Regel implizierst du doch, dass eine Normalverteilung angenommen werden kann, was bei 10000 Werten sich durchaus anbietet. Nur ist die Frage, ob das Modell auch zutrifft... Eine Normalverteilung setzt im Wesentlichen gleiche Messbedingungen und gleiche Voraussetzungen für die zu messende Grösse voraus. Entweder ist dies nicht der Fall, oder seltene, exotische Einflüsse spielen eine Rolle. Was sind das für Messwerte? |
||
| 21.07.2011, 10:51 | lisaarnold | Auf diesen Beitrag antworten » |
ist ein koordniatenvergleich von punkten. der ideale wert ist 0. das ist selbstverständlich nicht (immer) realisierbar. bei den meisten punkten liegt der abstand im bereich von 150m oder besser, was als ok angesehen werden kann. folglich stören die werte mit 100km und mehr, da diese meiner meinung nach das ergebnis verfälschen und meiner meinung nach als falsch gelten. es ist mir klar, dass es keine richtige grenze zwischen richtig und falsch gibt. |
||
|
|
