Bausteine Computergestützter Datenanalyse

Autor:innen

Lukas Arnold

Simone Arnold

Florian Bagemihl

Matthias Baitsch

Marc Fehr

Franca Hollmann

Maik Poetzsch

Sebastian Seipel

Veröffentlichungsdatum

20. Oktober 2025

Methodenbaustein Sensordatenanalyse

Symbol des Lizenzhinweises Creative Commons BY

Bausteine Computergestützter Datenanalyse von Lukas Arnold, Simone Arnold, Florian Bagemihl, Matthias Baitsch, Marc Fehr, Franca Hollmann, Maik Poetzsch und Sebastian Seipel. Methodenbaustein Sensordatenanalyse von Maik Poetzsch ist lizensiert unter CC BY 4.0. Das Werk ist abrufbar auf GitHub. Ausgenommen von der Lizenz sind alle Logos Dritter und anders gekennzeichneten Inhalte. 2025

Zitiervorschlag

Arnold, Lukas, Simone Arnold, Florian Bagemihl, Matthias Baitsch, Marc Fehr, Franca Hollmann, Maik Poetzsch, und Sebastian Seipel. 2025. “Bausteine Computergestützter Datenanalyse. Methodenbaustein Sensordatenanalyse.” https://github.com/bausteine-der-datenanalyse/m-sensordatenanalyse.

BibTeX-Vorlage

@misc{BCD-m-sensordatenanalyse-2025,
 title={Bausteine Computergestützter Datenanalyse. Methodenbaustein Sensordatenanalyse},
 author={Arnold, Lukas and Arnold, Simone and Bagemihl, Florian and Baitsch, Matthias and Fehr, Marc and Hollmann, Franca and Poetzsch, Maik and Seipel, Sebastian},
 year={2025},
 url={https://github.com/bausteine-der-datenanalyse/m-sensordatenanalyse}}

Voraussetzungen

Die Bearbeitungszeit dieses Bausteins beträgt circa Platzhalter. Für die Bearbeitung dieses Bausteins werden folgende Bausteine vorausgesetzt:

  • Werkzeugbaustein Python
  • Werkzeugbaustein NumPy
  • Werkzeugbaustein Pandas
  • Werkzeugbaustein matplotlib

In diesem Baustein werden die folgenden Module und Pakete verwendet:

  • numpy
    • numpy.polynomial
  • pandas
  • matplotlib
  • glob
  • scipy Version 1.14.1

Im Baustein werden folgende Daten verwendet:

  • Zahnwachstum bei Meerschweinchen CSV-Datei
  • Vermessung von Pinguinen an der Palmer Station GitHub
  • Elektrische Widerstandswerte eines Pt100-Thermometers aus der DIN 60751 und von hier (PDF)
  • Abstandsmessungen mit einem Ultraschallsensor (Messungen an der FH Dortmund)

Querverweis auf:

  • Methodenbaustein Datenfitting und Datenoptimierung

Lernziele

In diesen Baustein lernen Sie …

  • Statistische Grundbegriffe
  • Werkzeuge zur Auswertung und grafischen Darstellung von Sensordaten kennen
  • Methoden zur Verarbeitung von mehreren Dateien anzuwenden
  • Fehlerrechnung und -analyse
  • Sensorkennlinien
  • Kennlinienfehler und deren Korrektur