Versuch 7: Resonanz [pdf - 219 KB]
Versuch 7: Resonanz [pdf - 219 KB]
Versuch 7: Resonanz [pdf - 219 KB]
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Tabelle mit Werten für die Regressionsrechnung:<br />
i x in V y in Hz x<br />
i<br />
i<br />
2<br />
i<br />
x ⋅ y<br />
2<br />
y<br />
i<br />
i i<br />
1 2 0,1106 4 0,0122 0,22123894<br />
2 3 0,1786 9 0,0319 0,53571429<br />
3 4 0,2538 16 0,0644 1,01522843<br />
4 5 0,3247 25 0,1054 1,62337662<br />
5 6 0,4016 36 0,1613 2,40963855<br />
6 7 0,4808 49 0,2311 3,36538462<br />
7 8 0,5602 64 0,3139 4,48179272<br />
8 9 0,6342 81 0,4023 5,70824524<br />
9 10 0,7143 100 0,5102 7,14285714<br />
10 11 0,7937 121 0,6299 8,73015873<br />
11 12 0,8621 144 0,7432 10,3448276<br />
Σ 77 5,3145 649 3,2058 45,5785<br />
Rechnung für den Achsenabschnitt:<br />
649⋅5,3145 −77⋅45,5785<br />
a yx<br />
= = − 0,049945<br />
2<br />
11⋅649 −77<br />
Rechnung für den Regressionskoeffizient:<br />
11⋅45,5785 −77 ⋅5,3145<br />
b yx<br />
= = 0,0761545<br />
2<br />
11⋅649 −77<br />
Ergebnis:<br />
yˆ = g( x) = a + b ⋅ U =− 0,04995 + 0,07615⋅<br />
U<br />
yx<br />
yx<br />
Mit dem Korrelationskoeffizient (nach Pearson) lässt sich der Grad des linearen Zusammenhangs<br />
beschreiben:<br />
n n n<br />
1<br />
∑xi⋅yi − ∑xi∑yi<br />
i= 1 n i= 1 i=<br />
1<br />
r =<br />
n n<br />
2<br />
n n<br />
2<br />
⎡<br />
2 1⎛ ⎞ ⎤ ⎡<br />
2 1⎛ ⎞ ⎤<br />
⎢∑xi − xi yi<br />
y<br />
i= 1 n<br />
⎜∑ ⎟ ⎥⋅⎢∑ −<br />
i= 1 i= 1 n<br />
⎜∑ i⎟<br />
⎥<br />
⎢⎣<br />
⎝ ⎠ ⎥⎦ ⎢⎣<br />
⎝ i=<br />
1 ⎠ ⎥⎦<br />
1<br />
45,5785 − ⋅77⋅5,3145<br />
r = 11 = 0,99982<br />
⎡ 1 2⎤ ⎡ 1<br />
2⎤<br />
⎢<br />
649 − ⋅( 77) ⋅ 3,2058 − ⋅( 5,3145)<br />
⎣ 11 ⎥<br />
⎦<br />
⎢<br />
⎣ 11 ⎥<br />
⎦<br />
Der erhaltene Wert sagt aus, dass ein vollständig positiver linearer Zusammenhang zwischen<br />
den betrachteten Merkmalen besteht.<br />
3.2.5 Vergleich der Ergebnisse<br />
Über grafische Ermittlung:<br />
yˆ = g( x) = 0,075 Hz ⋅U − 0,05Hz<br />
V<br />
Über Regressionsrechnung:<br />
yˆ = g( x) = 0,07615 Hz ⋅U − 0,04995 Hz<br />
V<br />
- 10 -