Java·Applied·Geodesy·3D

Least-Squares Adjustment Software for Geodetic Sciences

Benutzer-Werkzeuge

Webseiten-Werkzeuge


user-interface:pre-processing

Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

Link zu dieser Vergleichsansicht

Beide Seiten der vorigen RevisionVorhergehende Überarbeitung
Nächste Überarbeitung
Vorhergehende Überarbeitung
user-interface:pre-processing [2018/05/19 23:35] – [Mittelwertbildung] Michael Lösleruser-interface:pre-processing [2023/11/27 21:29] (aktuell) – Bild aktualisiert Michael Lösler
Zeile 31: Zeile 31:
  
 <figure|resolution_precision_accuracy|fright> <figure|resolution_precision_accuracy|fright>
-{{ :least-squares-adjustment:resolution_precision_accuracy.png?nolink&300 |Richtigkeit, Präzision und Auflösung eines Messprozesses}} +{{ :least-squares-adjustment:resolution_precision_accuracy.png?nolink&400 |Gegenüberstellung von Richtigkeit, Präzision und Auflösung sowie systematische und zufällige Abweichungen und Fehlmessungen eines Messprozesses}} 
-<caption>Richtigkeit, Präzision und Auflösung</caption>+<caption>Richtigkeit, Präzision und Auflösung eines Messprozesses</caption>
 </figure> </figure>
  
Zeile 51: Zeile 51:
 </figure> </figure>
  
-Da der Mittelwert nur bei fehlerfreien Beobachtungen ein unverzerrter Schätzer ist, ist die Datenreihe vorab auf Fehlmessungen hin zu untersuchen und ggf. zu bereinigen. Hierfür eignen sich besonders //robuste Schätzer//, die gegenüber kontaminierten Daten resistent sind. Der Median einer Reihe ist ein solcher robuster Schätzer, der einen Bruchpunkt von $50 \%$ aufweist. Dies bedeutet, dieser Schätzer bleibt von Fehlmessungen unberührt, wenn mindestens die Hälfte der erhobenen Daten fehlerfrei sind. Der Median ist dabei ein Wert der Messreihe selbst.+Da der Mittelwert nur bei fehlerfreien Beobachtungen ein unverzerrter Schätzer ist, ist die Datenreihe vorab auf Fehlmessungen hin zu untersuchen und ggf. zu bereinigen. Hierfür eignen sich besonders //robuste Schätzer//, die gegenüber kontaminierten Daten resistent sind. Der Median einer Reihe ist ein solcher robuster Schätzer, der einen Bruchpunkt von $50 \%$ aufweist. Dies bedeutet, dieser Schätzer bleibt von Fehlmessungen unberührt, wenn mindestens die Hälfte der erhobenen Daten fehlerfrei ist. Der Median ist dabei ein Wert der Messreihe selbst.
  
 $$x_{med} $$x_{med}
Zeile 62: Zeile 62:
  
 <figure|jag3d_ui_averaging_result> <figure|jag3d_ui_averaging_result>
-{{ :user-interface:jag3d_ui_averaging_result.png?nolink&690 |Tabellarische Auflistung von Beobachtungen die den vorgegeben Grenzwert zum Median der Datenreihe überschreiten  }} +{{ :user-interface:jag3d_ui_averaging_result.png?nolink&690 |Tabellarische Auflistung von Beobachtungen die den vorgegebenen Grenzwert zum Median der Datenreihe überschreiten  }} 
-<caption>Auflistung von Beobachtungen die den vorgegeben Grenzwert überschreiten</caption>+<caption>Auflistung von Beobachtungen die den vorgegebenen Grenzwert überschreiten</caption>
 </figure> </figure>
  
 //Hinweis:// Die Mittelwertbildung führt stets zu einer Datenreduktion. Der Berechnungsprozess kann //nicht// rückgängig gemacht werden, sodass es empfehlenswert ist, vor der Mittelwertbildung eine Kopie vom aktuellen Auswerteprojekt zu erzeugen. //Hinweis:// Die Mittelwertbildung führt stets zu einer Datenreduktion. Der Berechnungsprozess kann //nicht// rückgängig gemacht werden, sodass es empfehlenswert ist, vor der Mittelwertbildung eine Kopie vom aktuellen Auswerteprojekt zu erzeugen.
user-interface/pre-processing.1526765701.txt.gz · Zuletzt geändert: 2018/05/19 23:35 von Michael Lösler