Skip to content
Vorlesung Messdatenauswertung und Messunsicherheit am iprom der TU Braunschweig
TeX HTML Jupyter Notebook MATLAB Python
Branch: master
Clone or download
Fetching latest commit…
Cannot retrieve the latest commit at this time.
Permalink
Type Name Latest commit message Commit time
Failed to load latest commit information.
vorlesung
.gitignore
.travis.yml
LICENSE
README.md
apt.txt
environment.yml
requirements.txt

README.md

Vorlesung Messdatenauswertung und Messunsicherheit am iprom der TU Braunschweig

Einleitung

Diese Vorlesung ist ein Modul des Studiengangs Messtechnik und Analytik im Fachbereich Maschinenbau der TU Braunschweig.

Der Modulverantwortliche ist Prof. Dr.-Ing Rainer Tutsch, Leiter des Instituts für Produktionsmesstechnik. Die Vorlesung wird gehalten von Mitarbeitern der Physikalisch-Technischen Bundesanstalt, die das nationale Metrologie-Institut zur Wahrung der SI-Einheiten und verantworlich für das gesetzliche Messwesen in Deutschland ist:

  • Dr. habil. Dorothee Hüser (Hauptverantwortliche)
  • Dr.-Ing. Gerd Ehret
  • Dr. rer. nat. Wolfgang Schmid

Vorlesungsskript

  • Das pdf-File des jeweils aktuellen Vorlesungsskriptes steht zum Download hier zur Verfügung.
  • Das Skript wird laufend überarbeitet.
  • Wer Vorschläge zur Verbesserung hat, ist herzlich eingeladen, die LaTeXquellen des gesamten Skripts zu clonen und Änderungen in einem separaten Branch in das github-Repository zu laden und einen pull Request zu setzen.

Inhalt

Das Modul gibt einen umfangreichen Überblick über die Grundlagen der Messdatenauswertung und der rechnerischen Ermittlung der zugeordneten Unsicherheiten.

Einführung: Messtechnik und Statistik

Lineare Regression (Ausgleichsrechnung)

Konzepte der Statistik für die Messdatenanalyse

Optimierung nichtlinearer Modelle

Wahrscheinlichkeiten und Hypothesentests

Auswertung von Mess- und Ringvergleichen

Messunsicherheitsfortpflanzung linearer und linearisierbarer Modelle

Messunsicherheitsfortpflanzung mit Bayesstatistik

Monte-Carlo-Methoden

Infrastrukturen der Metrologie

Normen und Richtlinien

WS 2019/20

Nr. Datum Dozent Thema
1 2019-10-28 Dr. habil. Dorothee Hüser Einführung: Messtechnik und Statistik
2 2019-11-04 Dr.-Ing. Gerd Ehret Lineare Regression
3 2019-11-11 Dr.-Ing. Gerd Ehret Optimierung nichtlinearer Modelle
4 2019-11-18 Dr. habil. Dorothee Hüser Konzepte der Statistik für die Messdatenanalyse
5 2019-11-25 Dr. habil. Dorothee Hüser Wahrscheinlichkeiten und Hypothesentests
6 2019-12-02 Dr.-Ing. Gerd Ehret Auswertung von Mess- und Ringvergleichen
7 2019-12-09 Dr. habil. Dorothee Hüser Messunsicherheitsfortpflanzung bei linearen Modelle
8 2020-12-16 Dr.-Ing. Gerd Ehret Bayes-Statistik
9 2019-01-06 Dr. Wolfgang Schmid Beispiele zur Messunsicherheitsfortpflanzung nach GUM
10 2020-01-13 Dr.-Ing. Gerd Ehret/Dr. Wolfgang Schmid Monte-Carlo-Methoden
11 2020-01-20 Dr. Wolfgang Schmid Beispiele zu Monte-Carlo-Methoden nach GUM-S1
12 2020-01-27 Dr.-Ing. Gerd Ehret/Dr. Wolfgang Schmid Infrastrukturen der Metrologie
13 2020-02-03 Dr. Rolf Kumme Normen und Richtlinien

Interaktive Code-Beispiele

Die interaktiven Code-Beispiele sind in folgender Tabelle zusammengefasst. Diese können mit einem Klick auf den Link geöffnet werden. Der Code wird auf einem Server ausgeführt und die Anzeige findet im Browser statt. Es ist also nicht notwendig zusätzliche Programme zu installieren. Es kann mitunter ein paar Minuten dauern bis die passende Programmierumgebung erstellt wird.

Kapitel Titel Beschreibung Link
2 Kubischer Fit Matlab/Octave-Code, um einen kubischen Fit zu bestimmen mit anschließender Visualisierung in einem Plot. Binder
5 Hypothesentests Python-Code für Hypothesentests. Binder
You can’t perform that action at this time.