Bonjour,
Je cherche á calculer l'erreur experimentale qu'il y a dans une certaine experience, mais j'ai besoin de votre aide pour savoir comment proceder.
Des mesures d'energie sont prises a differents distance, je dois ensuite faire un fit gaussien sur ces energie (c'est la le probleme), puis je me sert du fit pour calculer quelques autres trucs.
Mon probleme c'est comment inserer de facon rigoureuse dans mon calcul d'erreur le fait que mon fit gaussien n'est pas parfait ?
Merci !
Salut,
Avec quoi fais-tu le fit ? La plupart des algorithmes donnent un retour : résidus, ...
Je fait le fit ''manuellement'' avec Matlab, je calcul l'erreur rms, mais le problème c'est que ce résidu est un genre d'erreur sur le fit, en hauteur, alors que mon calcul se base essentiellement sur la position du centre de ma gaussienne (ma gaussienne fité). Voilà pourquoi j'ai dû mal à intégré le résidu dans mon calcul d'erreur.
Si vous trouvez un article sur un groupe de recherche qui font un calcul d'erreur similaire ça serait génial en passant !
SAlut,
au pire, tu peux recalculer ton erreur rms pour differentes valeurs du centre de la gaussienne autour de la valeur optimale et estimer ton erreur en te donnant un seuil _arbitraire_ sur l'erreur rms. C'est pas super joli, mais ca donne un point de depart.
C'est pas fou, mais j'aime pas trop l'idee d'avoir un seuil arbitraire.
Regarde du côté du khi 2, ça permet de relier directement le seuil et l'intervalle de confiance que tu te donnes.
Bonjour mataka,
"Je cherche á calculer l'erreur experimentale qu'il y a dans une certaine experience, mais j'ai besoin de votre aide pour savoir comment proceder.
Des mesures d'energie sont prises a differents distance, je dois ensuite faire un fit gaussien sur ces energie (c'est la le probleme), puis je me sert du fit pour calculer quelques autres trucs."
Deux possibilites que tu dois juger par toi-meme :
1- tu supposes que l'incertitude sur chaque mesure est independante de la distance. En ce cas lorsque tu fais ton ajustement, si tu extrais la moyenne, l'incertitude sur cette moyenne est egale au rms/sqrt(N_{mesures})
2- tu penses que l'incertitude sur chaque mesure depend de la distance. En ce cas, pas de miracle, il faut que tu fasses plusieurs mesures pour chaque distance, puis tu appliques la methode 1 pour calculer la moyenne et son incertitude a chaque distance.
Bonne chance
<<1- tu supposes que l'incertitude sur chaque mesure est independante de la distance. En ce cas lorsque tu fais ton ajustement, si tu extrais la moyenne, l'incertitude sur cette moyenne est egale au rms/sqrt(N_{mesures})>>
J'ai croise souvent ce genre de calculs. Mais dans les articles que j'ai lu c'etait la deviation stantard du fit gaussien au lieu de votre <<rms>>. Donc, juste pour etre certain, le calcul revient a :
sigmaav = sqrt(sum((xdata(indexMin:index Max)-mean(k)).^2)/(size(xdata(indexMin:indexMax) , 2)).^2);
(en language matlab
Coucou
Si tu mesure par exemple x et y variables aleatoires gaussiennes (ce qui semble etre ton cas) dont tu connait l'incertutude, et que tu calcul z = f(x,y), tu obtiens l'incertitude sur z par la formule:
inc z = sqrt((dz/dx * inc x)**2 + (dz/dy * inc y)**2)
PS:Les dz/dx et dz/dy sont des des derivee partielles.
Ca pourrait t'aider...
Bonjour !
Si quelqu'un pouvait valider mon dernier message ca serait assez bien
Aussi j'ai trouver un article, mais je suis pas sur de comprendre leur methode, si quelqu'un pouvait me clarifier ca serait bien
http://web.ebscohost.com/ehost/pdf?v...0sessionmgr108
Merci !
Aussi je viens de penser a ca, pourquoi dans le calcul de
std/sqrt(N)
on ne tient pas compte du fit gaussien ?
wow j'ai pas autant l'habitude de me repondre a moi meme, desole !
Mais c'est que je me demandais si la deviation standard (le sigma) se calcul aussi avec N (mesure) ou plutot avec la somme des mesures ?
