🌐 Datennahme
➡️ Primär- und Sekundärdaten
Die original Daten, wie sie aus dem Smartphone ausgelesen wurden finden Sie in der Datei raw.csv im Gitlab-Repository für das P1/P2-Praktikum.
- 💾 In der Datenanalyse bezeichnet man diese Daten als Primärdaten. Diese sind der originäre Ursprung jeder Messung und sollten immer unverändert aufbewahrt werden.
- 📈 Alle weiteren Datensätze werden hieraus algorithmisch abgeleitet und sollten, mit Methoden und Werkzeugen, die Sie in Ihrem Protokoll dokumentieren jederzeit aus den Primärdaten neu gewonnen werden können.
- 📈 Alle abgeleiteten Datensätze bezeichnet man als Sekundärdaten.
- 🗄️ Die Bewahrung der Primärdaten und die vollständige Dokumentation der Methoden und Werkzeuge zu deren Weiterverarbeitung, bis hin zum Messergebnis, bezeichnet man als data preservation.
- 🔭 Beides offenzulegen bezeichnet man als open data. Es handelt sich in beiden Fällen um Grundelemente jeder modernen, wissenschaftlichen Arbeit.
- 📱 Beim csv (comma separated value)-Format handelt es sich um ein einfaches, sowohl von Menschen als auch Maschinen lesbares Dateiformat, um Daten in Spalten und Zeilen organisiert abzulegen.
- 🔃 Bevor Sie sich an die Auswertung der Daten und die Extraktion physikalischer Parameter machen können gehört es zum Messalltag jedes Naturwissenschaftlers, die Daten zunächst aufzubereiten und geeignet zu präparieren. Dazu gehören die Anpassung des Datenformats, die Überprüfung auf unerkannte Störeffekte, Nulllinienkorrekturen und vieles mehr.
➡️ Ablauf der Datennahme
- Die Anwendung phyphox hat die Beschleunigungssensoren des Smartphones mit einer fest vorgegebenen Abtastrate (engl. sampling rate) von \(100\ \mathrm{Hz}\) ausgelesen.
- Um die Eigenschaften der Schwingung für uns ausreichend gut erfassen zu können haben wir 5 min lang gemessen.
- Die Periode der Schwingung haben wir bereits während des Versuchs mit 1–2 s abgeschätzt, wir rechnen also mit 100-200 Datenpunkten pro Periode. Zur Erfassung einer erwartet einfachen Sinusschwingung ist eine solche Abtastrate sehr hoch! Es bietet sich daher an, in einem ersten Schritt zur Aufbereitung der Daten die Abtastrate um einen geeigneten Faktor auf ein handhabbares Maß zu reduzieren.
- Man bezeichnet diesen Vorgang als down sampling. Die einfachste Art des down sampling besteht darin nur jeden n-ten Wert zu berücksichtigen. Alternativ könnte man jeweils den Mittelwert aus n Messungen bilden. Im Abschnitt 🚀 Digitalisierung können Sie mehr über die digitale Auslese analoger Signale nachlesen.
- Zusätzlich empfiehlt es sich, sich auf den Teil der Datennahme zu konzentrieren, in dem diese stabil verlaufen ist:
- In den ersten Sekunden unterlag die Messung Störungen des Anstoßes, die mit zunehmender Zeit abgeklungen sind (Einschwingvorgang).
- In den letzten Sekunden war die Schwingung durch Unregelmäßigkeiten in der Keillage des schwingenden Pendels gestört.
Hinweis für PhyPraKit-Nutzer
Beachten Sie, dass die Skripte plotData.py und run_phyFit.py die Eingangs- und Konfigurationsdaten nicht im csv-Format sondern in der Struktursprache yaml erwarten. Sie können zur Umformatierung das Skript cvs2yaml.py verwenden.
📌 Erwartung
Was wir an dieser Stelle von Ihnen erwarten:
Lernziele
- Sie haben eine Vorstellung für das Aussehen und den Inhalt einer csv-Datei.
- Sie wissen, was die Begriffe Abtastrate und down sampling bedeuten.
📝 Selbsttest
Fragen
- Bei den Rückgabewerten des Smartphones handelt es sich um Werte der Beschleunigungssensoren und nicht um den Auslenkwinkel des Pendels. Denken Sie, dass dies für die Bestimmung der Periode der Schwingung problematisch ist?
- Das Smartphone hat mit einer festen Abtastrate von \(100\ \mathrm{Hz}\) über eine Zeitspanne von fünf Minuten Daten aufgenommen. Wie viele Datenpunkte erwarten Sie in der Datei
raw.csv? - Wir haben die Periode der Schwingung, während des Experiments mit 1–2 s abgeschätzt. Welche minimale Abtastrate würden Sie verwenden, um die Periode der Schwingung möglichst getreu und eindeutig bestimmen zu können und ab welchen Abtastraten wird dies unmöglich? Beachten Sie hierzu den Alias-Effekt.