Springen naar inhoud

geschatte dichtheid van kauwgum



  • Log in om te kunnen reageren

#1

pwpeter

    pwpeter


  • >25 berichten
  • 62 berichten
  • Ervaren gebruiker

Geplaatst op 15 februari 2013 - 12:35

Hallo allemaal,

Binnen een project voor school is het de bedoeling dat we de dichtheid van kauwgum bepalen op bijvoorbeeld een stadsplein.

het is natuurlijk niet mogelijk om op een plein van 40 x 40 meter van elke oppervlakte de dichtheid van kauwgum te meten.

dus met statistiek moet een functie gedefinieerd worden waarmee geschat kan worden op basis van 'random'gemeten data hoe de verdeling van kauwgum op het plein is.

Het probleem hiermee is dat ik niet weten hoe je op basis van relatief weinig data toch iets kunt zeggen over de dichtheid verdeling en wat de error/betrouwbaarheid van je model is. Verder is het doel om deze gegevens te kunnen plotten in een grafiek.

ik heb wel wat kunnen vinden maar weet niet precies hoe ik deze tools kan gebruiken:
http://en.wikipedia....sity_estimation
http://en.wikipedia.org/wiki/Histogram
http://nl.wikipedia....i/Kansdichtheid

wat zijn de basis gedachtegangen om zoiets te berekenen ?

het plotten van deze functie is redelijk gelukt tot nu toe door door gebruik te maken van een meshgrid en surface functie in matlab 2012b.

voor de duidelijkheid ik vraag geen kant en klaar antwoord. maar help om zelf verder uit te zoeken hoe dit berekend kan worden.

alvast bedankt,

met vriendelijke groet,
lewemeda

Dit forum kan gratis blijven vanwege banners als deze. Door te registeren zal de onderstaande banner overigens verdwijnen.

#2

Drieske

    Drieske


  • >5k berichten
  • 10217 berichten
  • Moderator

Geplaatst op 17 februari 2013 - 11:08

Opmerking moderator :

Verplaatst naar Statistiek.
Zoek je graag naar het meest interessante wetenschapsnieuws? Wij zoeken nog een vrijwilliger voor ons nieuwspostteam.

#3

physicalattraction

    physicalattraction


  • >1k berichten
  • 3102 berichten
  • Moderator

Geplaatst op 01 maart 2013 - 10:14

Heb je al histogrammen gemaakt? Zo ja, kun je dan eens een plaatje van een van je histogrammen hier posten (gebruik 'beheer bijlagen'), dan kunnen we aan de hand daarvan wellicht meer informatie geven.

#4

Xenion

    Xenion


  • >1k berichten
  • 2606 berichten
  • Moderator

Geplaatst op 01 maart 2013 - 11:18

De gedachtegang is in essentie vrij simpel: je hebt een set van metingen (punten in n-dimensies) en je wil de kansdichtheidsfunctie schatten. Als er veel punten dicht bij elkaar liggen, dan zal de kansdichtheid daar waarschijnlijk vrij hoog zijn, als je een punt hebt dat nogal 'afgezonderd' is van de rest van de data, dan kan je op die plaats een lage kansdichtheid verwachten.

Praktisch:
Stel dat je de kansdichtheid f(x) wil schatten in een punt x: (x hoeft niet per se een datapunt in je meting te zijn)
Je tekent een vierkantje rond x (niet te groot, niet te klein) en je telt hoeveel datapunten er in dat vierkant vallen. Je kan dat dan best nog normaliseren door te delen door te oppervlakte van het vierkant en het totaal aantal datapunten. Als je dit herhaalt in elk punt x, dan krijg je een schatting voor de kansdichtheidsfunctie.

Je kan ook in plaats van een vierkant een totaal andere functie gebruiken, dit wordt meestal de 'kernel' genoemd. Een prof van mij koos vorig jaar om de zogenaamde 'Parzen windows' op te nemen in zijn cursus. Misschien moet je daar eens naar zoeken.

#5

pwpeter

    pwpeter


  • >25 berichten
  • 62 berichten
  • Ervaren gebruiker

Geplaatst op 30 maart 2013 - 14:19

bedankt voor jullie antwoorden, het is nu gelukt met een redelijk resultaat :D als iemand intresse heeft kan ik wel een paar plotjes (matlab) online zetten.

#6

Xenion

    Xenion


  • >1k berichten
  • 2606 berichten
  • Moderator

Geplaatst op 30 maart 2013 - 14:55

Ja hoor, altijd leuk om te zien wat je uiteindelijk gedaan hebt en wat het resultaat daarvan is.






Also tagged with one or more of these keywords: wiskunde

0 gebruiker(s) lezen dit onderwerp

0 leden, 0 bezoekers, 0 anonieme gebruikers

Ook adverteren op onze website? Lees hier meer!

Gesponsorde vacatures

Vacatures