GEORG-AUGUST-UNIVERSIT AT G OTTINGEN II. Physikalisches ...
GEORG-AUGUST-UNIVERSIT AT G OTTINGEN II. Physikalisches ...
GEORG-AUGUST-UNIVERSIT AT G OTTINGEN II. Physikalisches ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
A Statistik<br />
A.1 Die Poisson-Verteilung<br />
Die Poisson-Verteilung wird zur Beschreibung von Zählexperimenten mit einer geringen<br />
Ausgangswahrscheinlichkeit verwendet. Bei Poisson-Prozessen ist nur eine durchschnittliche<br />
Rate, λ, für das Eintreten von Ereignissen bekannt (zum Beispiel für einen Blitz<br />
während eines Gewitters). Die Wahrscheinlichkeit, k solcher Ereignisse zu beobachten, ist:<br />
P (k) = λk<br />
k! e−λ<br />
. (18)<br />
Der Erwartungswert, E, der Poissonverteilung lautet: E = λ. Die Varianz der Poisson-<br />
Verteilung ist über σ 2 = λ gegeben. Der radioaktive Zerfall ist ein typisches Beispiel für<br />
einen Poisson-Prozess.<br />
Literatur: Statistische und numerische Methoden der Datenanalyse von Blobel<br />
u. Lohrmann, S. 107f. und S. 191.<br />
A.2 Der χ 2 -Test<br />
Der χ 2 -Test wird zur Überprüfung der Vereinbarkeit von Messdaten und einer Hypothese<br />
verwendet. Die Daten seien in ein Histogramm mit n Bins eingetragen. Die Fehler (statistische<br />
Schwankungen) in einem einzelnen Bin seien Poisson-Fehler, d.h. ∆ni = √ ni. Ebenso<br />
seien die aus einer Hypothese erwarteten Werte für jedes Bin bekannt. Das χ 2 definiert ein<br />
Maß für die durchschnittliche quadratische Abweichung zwischen den gemessenen Daten<br />
und den erwarteten Werten. Das χ 2 wird folgendermaßen berechnet:<br />
χ 2 n� (ni − ni,theo)<br />
=<br />
i=1<br />
2<br />
(∆ni,theo) 2 , (19)<br />
wobei ni die Anzahl der gemessenen Ereignisse und ni,theo die Anzahl der erwarteten Ereig-<br />
nisse im i-ten Bin ist. Für k Freiheitsgrade sollte χ2<br />
≈ 1 gelten. Die Anzahl der Freiheits-<br />
k<br />
grade ist die Anzahl der Bins, n, minus die Anzahl der geschätzten Parameter (in unserem<br />
Fall 1, da wir den Mittelwert abschätzen). Die entsprechenden Wahrscheinlichkeiten für<br />
das Erreichen oder Überschreiten eines gewissen χ2 sind in Tabelle 2 dargestellt.<br />
Literatur: Statistische und numerische Methoden der Datenanalyse von Blobel<br />
u. Lohrmann, S. 286ff.<br />
20