Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Lernen Anwendung: Analyse von Daten aus Kernkraftwerken | Lernen Durch Anwendungen
Matlab-Grundlagen

bookAnwendung: Analyse von Daten aus Kernkraftwerken

Wenden Sie das Gelernte an, um Daten zur Abwassererzeugung aus drei Kernkraftwerken zu analysieren und dabei zahlreiche wichtige Details zu erfassen!

Note
Hinweis

Die Standardabweichung einer Zufallsvariablen XX ist mathematisch definiert als

σ=E[(X−μ)2]=E[X2]−μ2\sigma = \sqrt{E[(X - \mu)^2]} = \sqrt {E[X^2] - \mu^2}

wobei EE den Erwartungswert des Arguments bezeichnet und μ=E[X]\mu = E[X] gilt. Dies setzt voraus, dass die Wahrscheinlichkeitsverteilung von XX bekannt ist.

Alternativ kann bei einer Menge von Beobachtungen {x1,x2,x3,...,xn}\{x_1, x_2, x_3, ..., x_n\} einer Zufallsvariablen mit vermuteter (aber unbekannter) Verteilung die Standardabweichung mit folgender Formel geschätzt werden:

σ=1n∑xi2−1n∑xi=[mean(xi2)−mean(xi)]0.5\sigma = \sqrt{\frac1n \sum x_i^2 - \frac1n \sum x_i} = [mean(x_i^2) - mean(x_i)]^{0.5}

Dies ist die im Video codierte Formel (beachte, dass mean(xi)mean(x_i) in der Zeile vor der Berechnung der Standardabweichung berechnet wurde: Daher wird darauf verwiesen, anstatt sie aus Effizienzgründen erneut zu berechnen). Ein besserer, unverzerrter Schätzer würde durch n−1n - 1 statt durch nn teilen. Wir ignorieren dieses Detail hier der Einfachheit halber, jedoch könnte dies im Code leicht behoben werden, indem das Ergebnis multipliziert wird mit:

nn−1\sqrt \frac{n}{n-1}

Aufgabe

1. Ziele verstehen
expand arrow

Beginne damit, das Video anzusehen, um die Ziele des Programms zu verstehen. Nutze das Video als Inspirationsquelle und Leitfaden für deinen Ansatz.

2. Speicherort der Excel-Datei identifizieren
expand arrow

Finde die Datei, die die Daten enthält, mit denen du arbeiten wirst.

3. Excel-Daten importieren
expand arrow

Verwende geeignete Bibliotheken oder Methoden, um die Daten aus der Excel-Datei zu lesen.

4. Daten analysieren und aufteilen
expand arrow
  • Teile die Daten basierend auf dem Standort der Anlage auf;
  • Berechne beschreibende Statistiken (Minimum, Maximum, Mittelwert und Standardabweichung) für jeden Standort, wobei der Fokus sowohl auf Leistungs- als auch auf Abwasserdaten über das gesamte Jahr liegt.
5. Ergebnisse exportieren
expand arrow

Speichere deine Ergebnisse, einschließlich der berechneten Statistiken, in einer Excel-Datei zur weiteren Verwendung.

6. Iterieren und verbessern
expand arrow
  • Versuche, dein Programm modular und strukturiert zu gestalten;
  • Wenn du auf Probleme stößt, orientiere dich stärker an Hinweisen oder Code aus dem Video;
  • Im Notfall repliziere den Code aus dem Video so genau wie möglich.
7. Qualitätskontrolle
expand arrow

Überprüfe die Ausgabe deines Programms, indem du sie mit den im Video gezeigten Ergebnissen vergleichst, um Genauigkeit und Zuverlässigkeit sicherzustellen.

Allerdings ein fairer Hinweis: Es ist besser, jetzt eigene Versionen zu programmieren, solange es noch ein Sicherheitsnetz gibt, da wir ab dem nächsten Kapitel weniger expliziten Code zeigen werden.

Das Video hebt außerdem mehrere praktische Kontrollpunkte hervor, an denen Sie Ihr Programm während der Bearbeitung überprüfen können, indem Sie entweder:

  • Variablen nicht unterdrücken (durch Entfernen des Semikolons);
  • Ihre Funktion vorübergehend die betreffende Variable ausgeben lassen.
War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 3. Kapitel 1

Fragen Sie AI

expand

Fragen Sie AI

ChatGPT

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

Awesome!

Completion rate improved to 3.85

bookAnwendung: Analyse von Daten aus Kernkraftwerken

Swipe um das Menü anzuzeigen

Wenden Sie das Gelernte an, um Daten zur Abwassererzeugung aus drei Kernkraftwerken zu analysieren und dabei zahlreiche wichtige Details zu erfassen!

Note
Hinweis

Die Standardabweichung einer Zufallsvariablen XX ist mathematisch definiert als

σ=E[(X−μ)2]=E[X2]−μ2\sigma = \sqrt{E[(X - \mu)^2]} = \sqrt {E[X^2] - \mu^2}

wobei EE den Erwartungswert des Arguments bezeichnet und μ=E[X]\mu = E[X] gilt. Dies setzt voraus, dass die Wahrscheinlichkeitsverteilung von XX bekannt ist.

Alternativ kann bei einer Menge von Beobachtungen {x1,x2,x3,...,xn}\{x_1, x_2, x_3, ..., x_n\} einer Zufallsvariablen mit vermuteter (aber unbekannter) Verteilung die Standardabweichung mit folgender Formel geschätzt werden:

σ=1n∑xi2−1n∑xi=[mean(xi2)−mean(xi)]0.5\sigma = \sqrt{\frac1n \sum x_i^2 - \frac1n \sum x_i} = [mean(x_i^2) - mean(x_i)]^{0.5}

Dies ist die im Video codierte Formel (beachte, dass mean(xi)mean(x_i) in der Zeile vor der Berechnung der Standardabweichung berechnet wurde: Daher wird darauf verwiesen, anstatt sie aus Effizienzgründen erneut zu berechnen). Ein besserer, unverzerrter Schätzer würde durch n−1n - 1 statt durch nn teilen. Wir ignorieren dieses Detail hier der Einfachheit halber, jedoch könnte dies im Code leicht behoben werden, indem das Ergebnis multipliziert wird mit:

nn−1\sqrt \frac{n}{n-1}

Aufgabe

1. Ziele verstehen
expand arrow

Beginne damit, das Video anzusehen, um die Ziele des Programms zu verstehen. Nutze das Video als Inspirationsquelle und Leitfaden für deinen Ansatz.

2. Speicherort der Excel-Datei identifizieren
expand arrow

Finde die Datei, die die Daten enthält, mit denen du arbeiten wirst.

3. Excel-Daten importieren
expand arrow

Verwende geeignete Bibliotheken oder Methoden, um die Daten aus der Excel-Datei zu lesen.

4. Daten analysieren und aufteilen
expand arrow
  • Teile die Daten basierend auf dem Standort der Anlage auf;
  • Berechne beschreibende Statistiken (Minimum, Maximum, Mittelwert und Standardabweichung) für jeden Standort, wobei der Fokus sowohl auf Leistungs- als auch auf Abwasserdaten über das gesamte Jahr liegt.
5. Ergebnisse exportieren
expand arrow

Speichere deine Ergebnisse, einschließlich der berechneten Statistiken, in einer Excel-Datei zur weiteren Verwendung.

6. Iterieren und verbessern
expand arrow
  • Versuche, dein Programm modular und strukturiert zu gestalten;
  • Wenn du auf Probleme stößt, orientiere dich stärker an Hinweisen oder Code aus dem Video;
  • Im Notfall repliziere den Code aus dem Video so genau wie möglich.
7. Qualitätskontrolle
expand arrow

Überprüfe die Ausgabe deines Programms, indem du sie mit den im Video gezeigten Ergebnissen vergleichst, um Genauigkeit und Zuverlässigkeit sicherzustellen.

Allerdings ein fairer Hinweis: Es ist besser, jetzt eigene Versionen zu programmieren, solange es noch ein Sicherheitsnetz gibt, da wir ab dem nächsten Kapitel weniger expliziten Code zeigen werden.

Das Video hebt außerdem mehrere praktische Kontrollpunkte hervor, an denen Sie Ihr Programm während der Bearbeitung überprüfen können, indem Sie entweder:

  • Variablen nicht unterdrücken (durch Entfernen des Semikolons);
  • Ihre Funktion vorübergehend die betreffende Variable ausgeben lassen.
War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 3. Kapitel 1
some-alt