Navigation

A) Zufallszahlen und Wahrscheinlichkeitsverteilungen

Bevor wir uns mit der statistischen Auswertung von echten Messdaten beschäftigen, erzeugen wir zunächst einmal selber "Messdaten" mit Matlab, nämlich Zufallszahlen. Diese werden beispielsweise gebraucht, wenn man Experimente plant, in denen bestimmte Reize in zufälliger Reihenfolge präsentieren werden sollen. Eine weitere wichtige Anwendung von Zufallszahlen sind Simulationen biologischer Prozesse.

Künstlich erzeugte Zufallszahlen entstammen einer bestimmten Wahrscheinlichkeitsverteilung. Diese gibt die Wahrscheinlichkeit dafür an, dass eine Zufallsvariable einen bestimmten Wert annimmt. Im Rahmen des Kurses werden wir nur zwei verschiedene Verteilungen betrachten: Die Gleichverteilung, bei der alle möglichen Werte gleich häufig auf treten, und die Normalverteilung (auch Gaußverteilung genannt), bei der die Wahrscheinlichkeit des Auftretens eines Erwartungswerts am höchsten ist und ein Wert umso unwahrscheinlicher auftritt, je weiter er vom Erwartungswert entfernt liegt.

Für Messdaten (auch künstlich vom Computer erzeugte Zufallszahlen) werden Häufigkeitsverteilungen empirisch ermittelt, um dadurch auf die zugrundeliegende Wahrscheinlichkeitsfunktion zu schließen. Dafür benutzt man Histogramme. Diese teilen den gesamten Wertebereich der Variablen in mehrere Stücke auf und geben an, wie häufig die Variable in einer Messung jeden Teilbereich des Wertebereichs angenommen hat. Dazu wird für jeden Teilbereich (sogenannte Klassen) ein Rechteck dargestellt, dessen Fläche die gemessene Häufigkeit repräsentiert. In Matlab werden Histogramme mit dem Befehl hist erzeugt. Dieser kann vielfältig eingesetzt werden:

 hist(v)    Teilt den Wertebereich des Vektors v in 10 gleich grosse Klassen ein. Wenn hist ohne Ausgabeargument aufgerufen wird, stellt es die Häufigkeit des Auftretens der Klassen als Balkengrafik dar.
 hist(v,nbins) Teilt den Wertebereich des Vektors v in nbins gleich grosse Klassen ein. Wenn hist ohne Ausgabeargument aufgerufen wird, stellt es die Häufigkeit des Auftretens der Klassen als Balkengrafik dar.
 hist(v,centers) Benutzt den Vektor centers als Mittelpunkte der Klassen, in die die Elemente von v aufgeteilt werden. Wenn hist ohne Ausgabeargument aufgerufen wird, stellt es die Häufigkeit des Auftretens der Klassen als Balkengrafik dar.
 h=hist(v) Wenn hist mit einem Ausgabeargument aufgerufen wird, produziert es keine grafische Ausgabe, sondern gibt den Vektor der Häufigkeiten zurück. (Kann mit mehreren Eingabeargumenten kombiniert werden.)
 [h,xout]=hist(v) Wenn hist mit zwei Ausgabeargumenten aufgerufen wird, produziert es keine grafische Ausgabe, sondern gibt zwei Vektoren zurück: den Vektor h der Häufigkeiten und den Vektor xout der Klassenmittelpunkte. (Kann mit mehreren Eingabeargumenten kombiniert werden.)



T6A1) Zufallszahlen werden in Matlab mit zwei Funktionen erzeugt: rand und randn. Beide Funktionen bekommen als Eingaben die Dimensionen der Matrix mit Zufallszahlen, die sie erzeugen und zurückliefern sollen (M=randn(7,10)).
Erzeugen Sie sich einige Beispiele der Zufallszahlen: Was passiert, wenn man die Funktionen mehrfach hintereinander in gleicher Weise aufruft?
In welchen Bereich liegen die Werte für die beiden Funktionen?
Was könnte der Unterschied zwischen den beiden Funktionen sein?

T6A2)  Erzeugen Sie sich jeweils einen sehr langen Vektor (z.B. 10000 Punkte) mit jeder der beiden Funktionen rand und randn und schauen Sie sich die jeweilige Verteilung der Zufallszahlen mit dem Befehl hist an.
Was sind die Unterschiede zwischen den beiden Verteilungen?
In seiner Standardversion teilt hist die Daten in 10 gleich grosse Bereiche ein, in denen jeweils die Anzahl der Datenpunkte gezählt werden. Beim Aufruf hist(v,n) teilt hist den Vektor v in n gleich große Bereiche ein. Sehen Sie sich die Verteilungen für verschiedene Werte von n an.

T6A3) Modifizieren Sie Ihre Zufallsvektoren, indem Sie diese
- mit verschiedenen Faktoren multiplizieren
- verschiedene Zahlen hinzuaddieren
Wie wirken sich diese Änderungen auf die Verteilungen aus, die Sie mit einem Histogramm abschaetzen koennen?

T6A4) Eine weitere Funktion, um Zufallszahlen zu erzeugen, ist die Funktion randperm. v=randperm(n) liefert einen Vektor der ganzen Zahlen von 1 bis n in zufälliger Reihenfolge.
Schreiben Sie eine Funktion wuerfel, die Ihnen jeweils eine ganze Zahl zwischen 1 und 6 zurückgibt.

Benutzen Sie diese Funktion in einer weiteren Funktion wuerfel_verteilung, die als Eingabewert bekommt, wie oft gewürfelt wird, und als Ausgabe die Verteilung der erzielten Würfelergebnisse zurückliefert.
Eine bequeme Methode, um Verteilungen zu ermitteln, ist ebenfalls die Funktion hist. Wird diese mit einem Ausgabeargument aufgerufen, z.B. h=hist(v,n), stellt sie Ihr Ergebnis nicht grafisch dar, sondern gibt es als Vektor zurück.

B) Mittelwert und Standardabweichung

Mit Hilfe von experimentellen Messungen versucht man, allgemeingültige Aussagen zu treffen und Regeln für untersuchte Zusammenhänge aufzustellen. Man variiert einen Parameter (z.B. Menge an Dünger) und beobachtet den dadurch hervorgerufenen Effekt auf eine Messgröße. Dies wäre sehr einfach, wenn grundsätzlich jede Beobachtung immer gleich ausfallen würde, wenn man sie mehrfach wiederholt. In der Realität ist dies allerdings nicht der Fall: Messdaten hängen grundsätzlich zumindest in einem bestimmten Rahmen vom Zufall ab, denn in einem Experimente können niemals alle Zufallsfaktoren ausgeschlossen werden. (z.B. könnte es bei einer Studie über die Wirksamkeit eines Medikaments einen Einfluss haben, wie viel die Patienten geraucht haben oder ob sie gerade Stress hatten.) Selbst wenn man davon ausgeht, dass es eine eindeutige Abhängigkeit zwischen dem variierten Parameter und derGröße gibt, werden die Messwerte unterschiedlich ausfallen, sie streuen um den erwarteten Wert.

 Schaut man sich sehr viele Messwerte für ein in immer gleicher Weise wiederholtes Experiment an, ergibt sich eine Häufigkeitsverteilung. Diese gibt an, wie häufig ein bestimmter Messwert beobachtet wurde und dient dazu, die Wahrscheinlichkeit dieses Messwertes abzuschätzen. Die meisten biologischen Daten lassen sich durch eine Normalverteilung  (auch Gauß-Verteilung genannt)  beschreiben, bei der Messwerte umso häufiger auftreten, je näher sie am Erwartungswert, dem Mittelwert der Verteilung liegen. Eine andere wichtige Verteilung ist die Gleichverteilung, bei der alle Werte in einem bestimmten Bereich mit gleicher Wahrscheinlichkeit auftreten.

Für eine normal verteilte Zufallsvariable x entspricht die Wahrscheinlichkeitsdichte folgender Formel:

 Bild

 

wobei μ den Mittelwert und σ die Standardabweichung der Wahrscheinlichkeitsverteilung angibt.

 Die wichtigsten Formeln der beschreibenden Statistik sind für normal verteilte Messwerte der Mittelwert und die Standardabweichung.

Für n normal verteilte Messwerte x1 bis xn ermittelt man diese empirischen folgendermaßen:

Empirischer Mittelwert:

 Bild

Empirische Standardabweichung:

Bild

 

Auch wenn es keine schlechte Übung ist, diese Formeln einmal in Matlab umzusetzen, kann man stattdessen auch einfach die Befehle mean und std benutzen.

 

T7B1) Plotten Sie wie gestern noch einmal Verteilungen vieler mit rand bzw randn erzeugter Zufallszahlen und versuchen Sie aus der Grafik abzuschätzen: Was ist der Mittelwert? Was ist die Standardabweichung?

T7B2) Berechnen Sie Mittelwerte, Standardabweichungen, Varianzen, Minima und Maxima Ihrer beiden Vektoren mit mean, std, var, min und max. Wie wirkt es sich auf diese Werte aus, wenn Sie eine feste Zahl zu den jeweiligen Vektoren addieren? Wie wirkt sich eine Multiplikation mit einem Faktor aus?

T7B3) Laden Sie den Vektor mit den Anzahlen an Sonnenblumenkernen von 100 Blumen [sbkerne.mat]. Berechnen Sie Mittelwert, Varianz und Standardabweichung. Wie habe ich diesen Vektor erzeugt? (Nein, ich habe mich nicht in den Garten gesetzt und gezählt...)

*T7B4) Setzen Sie die oben angegebenen Formel für die Wahrscheinlichkeitsdichte einer Normalverteilung in Matlab um. Schreiben Sie eine Funktion, die für die Eingabeargumente x (ein Vektor, der den Definitionsbereich angibt, z.B. x=-4:0.01:4), Mittelwert und Standardabweichung die entsprechende Wahrscheinlichkeitsdichteverteilung als Vektor zurück gibt und als Kurve grafisch darstellt (bitte mit Titel und beschrifteten Achsen). Spielen Sie etwas mit den Parametern Mittelwert und Standardabweichung. Wie verändern diese die Kurve?

C) Datenaufnahme

Die meisten biologischen Daten ändern sich nicht schrittweise, sondern kontinuierlich (z.B. Ph-Wert, Körpertemperatur, Membranpotential einer Nervenzelle etc.). Wenn man solche Daten aufzeichnet, steht man vor dem Problem, dass eine kontinuierliche Aufzeichnung grundsätzlich nicht möglich ist. Spätestens wenn ein Computer benutzt wird, um die Daten zu speichern, müssen sie diskretisiert werden -  es ist nur in bestimmten Zeitschritten eine Aufzeichnung möglich und durch die begrenzte (wenn auch sehr hohe) Genauigkeit der Darstellung von Nachkommazahlen sind auch die Messwerte nicht zu 100% kontinuierlich messbar. Grundsätzlich gilt: je größer die Abtastrate ist (also je mehr Messungen pro Zeiteinheit vorgenommen werden), desto genauer ist die Messung - aber auch desto "kostspieliger", denn es fallen mehr Daten an, die gespeichert und verarbeitet werden müssen (und häufig wird die Messhardware deutlich teurer, wenn man hohe Abtastraten erreichen will.)

T6C1) Plotten Sie eine Parabel:  x=-5:1:5, y=x.^2, plot(x,y)
Was fällt Ihnen an dieser Parabel auf? Machen Sie die einzelnen Punkte sichtbar.
Machen Sie die Schritte kleiner und plotten Sie die Parabel erneut.
Erstellen Sie einen gemeinsamen plot, bei dem die oben erzeugten Werte mit einzelnen Punkten und die Werte für x_fein=-5:0.01:5 mit einer durchgezogenen Linie in eine Abbildung gezeichnet werden.

T6C2) Wenn eine kontinuierliche Größe gemessen wird, ist die Wahl der Abtastrate wichtig - zu geringe Abtastraten können zu grundlegend falschen Ergebnissen führen. Dieser Effekt soll mit folgendem Skript verdeutlicht werden:
[aliasing_effekt.m]

D) Hausaufgaben:

T6H1) Im Programm [vogelfang.m] werden drei verschiedene Arten von Zufallszahlen benutzt. Vollziehen Sie dieses Programm nach.
Nehmen Sie schrittweise folgende Änderungen vor:
a) Bei Amseln gibt es 60% Weibchen.
b) Bei Spatzen streut das Gewicht von Weibchen 3 mal mehr als das Gewicht von Männchen.
c) Es kommen 25% Meisen und 25% Spatzen in der Gegend vor.

T6H2) Im Rahmen eines Elektrophysiologie-Praktikums wird ein Strompuls (in nA) in eine elektronische Modellzelle gegeben und deren Spannungsantwort (in mV) jeweils mit 1000 Punkten/Sekunde aufgezeichnet. Die entsprechenden Dateien sind [stimulus.mat] und [antwort.mat].
Laden Sie die Dateien ein und plotten Sie sie übereinander in zwei subplots einer Abbildung.
Passen Sie die Zeitachsen in den Plots so an, dass Sekunden dargestellt werden. Beschriften Sie die Achsen.

*T6H2b) Etwas zum Ansehen für Grafik-LiebhaberInnen als Ergänzung zu den letzten Aufgaben: Man kann Reiz und Antwort auch in einem plot mit zwei verschieden skalierten y-Achsen darstellen. Wie das geht, sieht man in der Demo [doppelachsenplot.m].
Wer es wirklich kompliziert mag, kann diesen Plot noch schöner machen, z.B. so [doppelachsenplot_extra.m]

T6H3) Erstellen Sie ein Histogramm der mit der Modellzelle aufgenommenen Spannungswerte (es ist dabei sinnvoll, mehr als 10 Klassen zu verwenden). Was fällt dabei auf?

T6H4)  Bestimmen Sie Mittelwert und Standardabweichung der Reaktion der Modellzelle vor, während und nach der Injektion des Strompulses. (Hier handelt es sich um eine Mittelung über die Zeit)

*T6H5) Zu welchem exakten Zeitpunkt beginnt bei den gerade dargestellten Daten die Reaktion relativ zum Reiz?

a) Suchen Sie den Zeitpunkt "per Auge" in der Graphik, indem Sie den entsprechenden Bereich vergrößern. Es kann helfen, den Darstellungsmodus so umzustellen, dass die einzelnen Datenpunkte dargestellt werden. Was ist ein sinnvoller Schwellwert um diesen Zeitpunkt festzulegen? (Wie kann Ihnen die letzte Aufgabe dabei helfen?)

b) Benutzen Sie einen automatisch auf die Daten abgestimmten Schwellwert zur Bestimmung des Antwortbeginns, indem Sie nach einer mehr als n-fachen Überschreitung der Standardabweichung vom Mittelwert suchen. (Was könnte ein guter Wert für n sein? Welches Zeitfenster ist sinnvoll zur Bestimmung von Mittelwert und Standardabweichung?)

c) Suchen Sie entsprechend auch den Zeitpunkt, wenn die Reaktion wieder endet.

*T6H6)  Wie wir gesehen haben, ist die Antwort einer Apparatur selbst ohne biologisches Präparat nicht perfekt rauschfrei. Um das Geräterauschen abzuschätzen, wurden für die Apparatur mit der Modellzelle 100 Messungen (sogenannte "trials") mit dem gleichen Reiz [stimulus.mat] durchgeführt und die Antworten als Matrix unter [antworten1khz.mat] abgespeichert. Schauen Sie sich ein beliebiges "trial" zusammen mit dem Reiz an. Berechnen und plotten Sie den Zeitverlauf der über die trials gemittelten Antwort. Berechnen und plotten Sie den Mittelwert und die Standardabweichung der jeweils letzten 300ms für jedes trial. Gibt es eine Tendenz? Gibt es Ausreißer? Sind Mittelwert und / oder Standardabweichung vor, während und nach der Reizung unterschiedlich? 

*T6H7) Noch eine kleine Grafik-Übung: Nehmen wir an, Sie haben ein paar besonders empfindliche Fische in Ihrem Aquarium, in dem die Messreihe  [phWerte.mat] vorgenommen wurde. Diese Fische vertragen den Bereich von pH 6.5 bis pH 7.5 gut, sind aber darüber und darunter gefährdet. Definieren Sie ausserdem in der Messreihe die Abweichungen um mehr als 2 Standardabweichungen als Messfehler. Plotten Sie die phWerte so, dass sie die Messwerte innerhalb und außerhalb Toleranzbereichs sowie die Messfehler mit Symbolen in drei unterschiedlichen Farben darstellen.

*T6H8) Die Funktion hist kann man auch auf Matrizen anwenden, dann  wird jede Spalte als Histogramm dargestellt. Erzeugen Sie sich eine Matrix mit zwei gegeneinander verschobenen Verteilungen und stellen diese grafisch dar.

Zum 7. Kurstag


Webmasteria6: Jwuutgfpta Kt42rrretz2pberscpgaox (jutta.dfei8kretzdfn9bem/d2rg@uol.uvmepde) (Stand: 07.11.2019)