Handout
Handout
Handout
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
In der linearen Regression ist dieser nicht so von Bedeutung, da hier<br />
nur eine Gerade dargestellt wird und diese von der Struktur her fast immer<br />
erhalten bleibt. Die anderen beiden bereiten bei der Analyse von Daten auch<br />
große Probleme. Wir betrachten nun, was es überhaupt für Fehlermodelle<br />
gibt, wie sie sich genau auswirken und was man zumindest gegen den ersten<br />
Punkt, die Verzerrung ausrichten kann.<br />
2 Fehlermodelle<br />
Messfehler ist nicht gleich Messfehler. Es gibt mehrere Arten, die von verschieden<br />
Annahmen ausgehen können und eventuell auch unterschiedlich behandelt<br />
werden müssen. Hier werden nun die wichtigsten Modelle einmal<br />
vorgestellt.<br />
2.1 Zufälliger bzw Systematischer Fehler<br />
Ganz generell unterscheiden sich Messfehler durch ihre Entstehung. So sind<br />
grobe Messfehler z.B. auf Unaufmerksamkeit des Messenden zurückzuführen.<br />
Diese werden auch Ausreißer genannt, sie können erkannt und vermieden werden<br />
und sollten aus dem Datensatz entfernt werden. Systematische Messfehler<br />
sind meist prinzipbedingte Fehler (z.B. eine vorgehende Uhr). Sie sind oft bestimmbar<br />
und können dann behoben oder herausgerechnet werden. Dagegen<br />
sind zufällige Fehler nur bei Wiederholung erkennbar. Sie sind zeitlich und<br />
räumlich zufällig (z.B. Rauschen) und es kann häufig angenommen werden,<br />
dass sie einer Normalverteilung folgen.<br />
2.2 Multiplikativer bzw. Additiver Fehler<br />
Eine andere Unterscheidung kann über die Abhängigkeit der Fehler vom<br />
Messwert getroffen werden. Als additive Fehler werden die aufgefasst, die<br />
vom Messwert unabhängig sind. Sie werden z.B. von äußeren Störgrößen<br />
verursacht (Messfehler des Messinstruments, Höhe der Dosis in einem kontrollierten<br />
Experiment).<br />
3