Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

--- user-interface:analysis [2022/07/29 17:38] – Kontrollierbarkeit Michael Lösler
+++ user-interface:analysis [2022/12/18 13:07] (aktuell) – Hinweis zur Standardnormalverteilung Michael Lösler
@@ Zeile 47: / Zeile 47: @@
 Neben der Bewertung von numerischen Größen in den [[user-interface:editor|Datentabellen]] lassen sich bestimmte Kenngrößen in einer graphischen Analyse häufig schneller erfassen und einordnen. Die Analyse der Residuen zählt zu einen der wichtigsten Methoden, um bspw. systematische Effekte in den Daten zu detektieren. Im einfachsten Fall kann die Analyse der Vorzeichen der Residuen bereits Anhaltspunkte über eine mögliche Asymmetrie bzw. [[wpde>Schiefe (Statistik)]] liefern, wie bereits Helmert (1924) zeigte.
-Die Bewertung kann wahlweise für alle Beobachtungen oder für einen bestimmten Beobachtungstyp erfolgen. Abbildung {{ref>jag3d_ui_analysis_chart_histogram}} stellt für die normierten Residuen der terrestrischen Beobachtungen das zugehörige Histogramm (graue Balken) dar. Zur besseren Bewertung kann zusätzlich die Wahrscheinlichkeitsdichtefunktion der Standardnormalverteilung (auch //Gauß'sche Glockenkurve//) mit eingezeichnet werden (rot). Aus der erhobenen Stichprobe lässt sich weiterhin die Wahrscheinlichkeitsdichtefunktion mit einer Kerndichteschätzung approximiert. Diese wird optional in blau dargestellt. Zu beachten ist, dass für eine sinnvolle Schätzung ein hinreichend großer Stichprobenumfang vorliegen muss.
+Die Bewertung kann wahlweise für alle Beobachtungen oder für einen bestimmten Beobachtungstyp erfolgen. Abbildung {{ref>jag3d_ui_analysis_chart_histogram}} stellt für die normierten Residuen der terrestrischen Beobachtungen das zugehörige Histogramm (graue Balken) dar. Zur besseren Bewertung kann zusätzlich die Wahrscheinlichkeitsdichtefunktion der Standardnormalverteilung (auch //Gauß'sche Glockenkurve//) mit eingezeichnet werden (rot). Die Standardnormalverteilung besitzt einen Erwartungswert von Null und eine Varianz von Eins. Aus der erhobenen Stichprobe lässt sich weiterhin die Wahrscheinlichkeitsdichtefunktion mit einer Kerndichteschätzung approximiert. Diese wird optional in blau dargestellt. Zu beachten ist, dass für eine sinnvolle Schätzung ein hinreichend großer Stichprobenumfang vorliegen muss.