next up previous contents index 484
Weiter: Momente der Verteilung Oben: Statistische Fehler Zurück: Mittlerer Fehler und Varianz

Mittlerer Fehler des Mittelwertes

Bei verschiedenen Stichproben schwanken der Mittelwert und die Varianz. Wenn wir für die Berechnung des Mittelwertes die Schreibweise

$\displaystyle \left< y \right> = \frac{1}{n}\sum\limits_{i=1}^n y_i$ (3.22)

verwenden, und für den Erwartungswert

$\displaystyle E\left(g\left(x\right)\right) = \sum\limits_{i=1}^n p(x_i) g(x_i)$ (3.23)

verwenden, wobei $\sum_{i=1}^n p(x_i)=1$ sein soll, dann gilt bei gleicher Grundgesamtheit für alle $x_i$, dass sie den Erwartungswert $E(x_i)=\mu$ und $E((x_i-\mu)^2)=\sigma^2$ ist. Wenn wir den Mittelwert der Messwerte, $m$ einsetzen,
erhalten wir auch $E(m)=\mu$. Für die Varianz gilt auch
$\displaystyle \sigma_m^2$ $\displaystyle = $ $\displaystyle E\left[\frac{1}{n} \sum\limits_{i=1}^n x_i -\mu\right]^2$ (3.24)
$\displaystyle $ $\displaystyle = $ $\displaystyle E\left[\frac{1}{n} \sum\limits_{i=1}^n \left(x_i -\mu\right)\right]^2$  
$\displaystyle $ $\displaystyle = $ $\displaystyle \frac{1}{n^2} \sum\limits_{i=1}^n E\left[\left(x_i -\mu\right)^2\...
... \\
\end{array}}^n E\left[\left(x_i -\mu\right)\left(x_i -\mu\right)\right]
$  

Wenn die Messdaten statistisch unabhängig sind, so ist der zweite Term $ \frac{1}{n^2}
\sum\limits_{\scriptsize\begin{array}{c}
i=1 \\
j=1 \\
i ...
...end{array}}^n E\left[\left(x_i -\mu\right)\left(x_i -\mu\right)\right]\approx 0$ und wir erhalten

$\displaystyle \sigma_m^2 = \frac{1}{n^2} n E\left[\left( x_i -\mu\right)^2\right]=\frac{\sigma^2}{n}$ (3.25)

der mittlere Fehler $s_{m}$ des Mittelwertes ist also um den Faktor $\sqrt{n}$ kleiner als der mittlere Fehler der Einzelmessung

$\displaystyle s_m = \frac{s}{\sqrt{n}}$ (3.26)

Daraus lernt man, dass, um ein Resultat doppelt so genau zu erhalten, viermal mehr Messungen durchgeführt werden müssen.


next up previous contents index 484
Next: Momente der Verteilung Up: Statistische Fehler Previous: Mittlerer Fehler und Varianz
Othmar Marti
Experimentelle Physik
Universiät Ulm