STATISTIK-FORUM.de

[Sparkman]

Hallo zusammen,

ich bin hier ganz neu und daher nicht zu 100% sicher ob das Thema hierhin am besten passt. Aber ich probier es einfach mal hier .

Ich habe genau eine Probe (n=1) welche ich 4mal vermessen habe. Meine Frage bezieht sich auf die Reihenfolge wie ich vorgehen soll.
Ich habe einen Eingangsparameter X (physikalische Größe) welchen ich Schrittweise erhöht habe. Messen tue ich einen Endwert B(X), welcher mit zunehmendem Eingangsparameter zunimmt. Das Ergebnis ist ungefähr ein lineares Verhalten (R² beträgt ca. 0,99). Interessieren tun mich die Steigung und der Offsetwert.

Meine Frage an euch: was macht es für einen Unterschied, ob ich
a) den Mittelwert der 4 Proben nehme und diesen danach zu EINER Geraden plotte
oder
b) 4 Geraden-Plots erstelle und DANN den Mittelwert der geplotteten Geraden errechne.

Methode b) ist aufwändiger, aber auch besser?
Gibt es hier gängige Methoden? Was wäre am besten und warum?

Beste Grüße

[bele]

Eine Probe, viermal gemessen, ergibt insgesamt 4 Punkte. Wie willst Du durch je einen Punkt eine Gerade legen? Wahrscheinlich braucht's einfach eine ausführlichere Beschreibung. Zum Beispiel eine Begründung, warum Du viermal gemessen hast und ob systematische oder nur unsystematische Unterschiede zwischen den vier MEssreihen zu erwarten sind.

LG,
Bernhard

[Sparkman]

Eine Probe, viermal gemessen, ergibt insgesamt 4 Punkte. Wie willst Du durch je einen Punkt eine Gerade legen?

Ansscheinend habe ich etwas vergessen zu erwähnen: jede Probe hat 10 Messwerte (also 10 mal X pro Probe) woraus ich die lineare Regression ermittle. Insofern plotte ich eine Gerade durch die 10 Punkte. Die Gerade verläuft nicht durch 4 Punkte. Ist es jetzt klarer?

[bele]

Das macht vieles klarer. Allerdings hast Du wieder was vergessen, nämlich meine gezielte Frage zu beantworten:

ob systematische oder nur unsystematische Unterschiede zwischen den vier Messreihen zu erwarten sind.

Im einen Fall könntest Du einfach alle Daten in einen Topf werfen und eine Gerade dadurch ziehen, wenn die einzelnen Messreihen aber irgendwie verbundene Stichproben definieren, könnte man über ein random effects-Modell nachdenken.

Gruß,
Bernhard