STATISTIK-FORUM.de

[studi212]

Hallo zusammen,

ich habe sehr viele Messdaten und möchte diese auswerten, hier habe ich nur ein paar Probleme:

Zum Aufbau des Datensatzes:

- Jede Spalte repräsentiert eine Messeinstellung mit einem bestimmten Parameter; durch die Veränderung eines Messparameters sind die Ergebnisse mit jeder Einstellung nicht gleich und weichen daher voneinander ab.
- jede Zeile ist ein Messung. Jede Messung wird über alle Spalten mit n Spalten ausgeführt.
- jeder Messwert in einer Zelle sollte sich in der Nähe des arithmetischen Mittels (über eine Spalte gebildet) befinden

1) Ich möchte herausfinden welche Spalten unter Umständen immer nur verrauschte Daten liefern (und die ich somit weggelassen kann). Mit welchem Ansatz kann ich hier vorgehen? Da ich im vornherein nicht weiß welche Spalten "schlechte Daten liefern" fehlt mir hier ein Ansatz :/
2) Zudem möchte ich herausfinden welche Messung unter Umständen nicht richtig ausgeführt wurde (wenn über alle Spalten hin Abweichungen vorkommen)

Hier kommen wir auch zu einem entscheidenden Punkt: Ich habe aktuell keine i.O. Daten von denen ich weiß, dass sie wirklich i.O. sind. Mit anderen Worten gesagt ich habe einen Haufen Daten, von denen ich einige verwenden kann, andere aber wiederrum nicht.

Ich wäre über jede Hilfe äußerst dankbar!!

Viele Grüße euer Studi

[PonderStibbons]

Ich gehe auf Grund Deiner Schilderung davon aus, dass ein- und derselbe Sachverhalt von jedem
Verfahren, und das mehrfach gemessen wurde. Dass also im Prinzip alle Werte im Datensatz
identisch sein sollten, wenn immer perfekt gemessen wurde.

Dann geht das, möglicherweise, entweder über die spaltenweise Standardabweichung/Varianz oder über den
Variationskoeffizienten. Ich weiß nicht, um was es sich inhaltlich handelt und ob Du irgendwelche
Referenzwerte kennst bzw. aus anderen Gründen beurteilen kannst, was eine "große" Streuung ist.

2) Zudem möchte ich herausfinden welche Messung unter Umständen nicht richtig ausgeführt wurde (wenn über alle Spalten hin Abweichungen vorkommen)

Da ist die Frage, ob man diese Werte ausschließt, bevor man die Spalten beurteilt, oder erst hinterher.

Ein unrichtiger Wert sollte einer sein, der extrem selten vorkommen würde, wenn er "echt" ist. Also
mehrere Standardabweichungen vom Mittelwert entfernt sein. Bei überschaubar großen Datensätzen
könnte das schon bei 3 SD vorliegen (Wahrscheinlichkeit 0,3%). Es müsste eigentlich Orientierungsgrößen
in der Literatur zur Qualitätssicherung geben?

Mit freundlichen Grüßen

PonderStibbons

[studi212]

Hallo PonderStibbons,

als allererstes vielen lieben Dank für deine schnelle Rückmeldung

Ja richtig, das hatte ich ganz vergessen zu erwähnen es dreht sich bei der Messung immer um denselben Sachverhalt. Genau, bei perfekter Messung sollten die Daten identisch sein.

Referenzwerte habe ich leider gar keine. Es dreht sich um komplexe Messungen an Schaltkreisen an einem Versuchsaufbau - daher leider keine Referenzwerte.

Wenn ich dich richtig verstehe meinst du, dass ich zuerst die Standardabweichung spaltenweise anwende um zu erkennen welche Spalten besonders arg streuen. Diese würde ich dann aus der vorliegenden Messung eliminieren.

Im Anschluss würde ich gerne einen TTest zu Korrelationsanalyse anwenden, bräuchte hierfür jedoch einen "sauberen" Datensatz der definitiv i.O. ist (was ich ja aktuell noch nicht habe).
Habt Ihr eine Idee, wie ich auf Grund reiner Datenanalyse mit sehr vielen Daten auf einen "guten" Datensatz schließen kann?
Wie gesagt, mir fehlen leider Referenzwerte und auf Grund der Komplexität werde ich dazu wohl auch nicht kommen.

Falls jemand weitere Ideen zu einer Vorgehensweise hat, bin ich über jeden Tipp / Idee dankbar

Viele Grüße
Studi

[PonderStibbons]

Im Anschluss würde ich gerne einen TTest zu Korrelationsanalyse anwenden,

Was willst Du denn womit korrelieren? Und warum und wozu? Und wieso einen inferenzstatistischen Test, hier geht es doch Messgenauigkeit?

Mit freundlichen Grüßen

PonderStibbons

[studi212]

Die Messgenauigkeit ist gegeben, das wurde schon überprüft. ich muss jetzt jedoch herausfinden welche Messeinstellungen nur zu schlechten verrauschten Ergebnissen führen, die nicht weiter analysiert werden können. Wenn das gegeben ist und ich einen "guten" Datensatz habe, dann werde ich diesen als Referenzdatensatz hernehmen und anhand dessen die Schaltung bewusst manipulieren / Umwelteinflüssen aussetzen, dass ich einen Vergleichsdatensatz bekommen (mit Veränderung). bei diesen beiden Datensätzen möchte ich dann eine Aussage bezüglich der Korrelation treffen um herauszufinden wie sehr die Schaltung beeinflusst wurde, ...

Viele Grüße

Studi

[PonderStibbons]

Ok, das heißt, ich verstehe leider weder Fragestellung, noch Studiendesign, noch Versuchsaufbau.
Die technischen Fragestellungen sind dann doch zu weit weg von meiner Expertise, sorry.

Mit freundlichen Grüßen

PonderStibbons