Es gibt Ultraleichtflugzeuge, die mit einem Gewicht von nur wenigen Hundert Kilogramm scheinbar schwerelos durch die Lüfte gleiten. Ein durchschnittliches Passagierflugzeug bringt hingegen teilweise weit über 100 Tonnen auf die Waage – und kann dennoch fliegen. Dabei spielt keineswegs nur das Leergewicht eine Rolle, sondern vor allem auch die Zuladung. Wie lässt sich dabei ermitteln, wie viel ein Flugzeug wiegt? Das Wichtigste zusammengefasst Ein Flugzeug wiegt beim Start und bei der Landung keineswegs gleich viel. Wie viel wiegt ein flügel de. Es verliert bis zu 40 Prozent seines Startgewichtes. Daher gibt es auch unterschiedliche Angaben, um das Gewicht zu benennen. Neben dem Gesamtgewicht ist der Schwerpunkt des Flugzeugs entscheidend für die Stabilität in der Luft. Dieser wird vor jedem Flug daher akribisch berechnet. Um den Spritverbrauch und das Gewicht von Flugzeugen zu verringern, nutzen Hersteller verschiedene innovative Technologien, aber auch klassische Optimierungsansätze. Das Gewicht des Flugzeugs Neben dem Leergewicht eines Flugzeugs tragen die Betriebsstoffe – Kraftstoff, Hydrauliköle, Wasser für Toilette und Kaffee – sowie die eigentliche Nutzlast – Passagiere, Gepäck, Catering und Fracht – zum Gesamtgewicht bei.
Beispielsweise wiegen ein Kawai GL-10 und ein Yamaha-Babyflügel nicht das gleiche Gewicht, obwohl beide von die gleiche Größe. Die endgültige Zahl unterscheidet sich aufgrund der Holzart und des Metalls, aus dem Hämmer und Saiten hergestellt werden.
Bild: DLR Um abzuheben und in der Luft zu bleiben, benötigt ein Flugzeug eine bestimmte Geschwindigkeit, damit der Auftrieb die Schwerkraft überwindet. Die für den Schub eingesetzten Triebwerke müssen aber in Zukunft noch leiser und sparsamer im Umgang mit dem Treibstoff sein. Außerdem sollten sie deutlich weniger Abgase ausstoßen, damit die Umwelt nicht weiter belastet wird. Und sie sollen leiser werden – die Experten sprechen vom "flüsternden Flugzeug". Am DLR-Institut für Antriebstechnik arbeiten Spezialisten an der Entwicklung solcher "flüsternder" und umweltfreundlicher Flugzeuge. Wieviel wiegt ein Windrad? : 01.05.2017, 09.30 Uhr. Die Forschungsarbeiten stützen sich auf Tests, die in großen Versuchsanlagen und Prüfständen zum Beispiel mit modernster Laser-Messtechnik durchgeführt werden. Bei all dem hat man sich ganz konkrete Ziele gesetzt, die bis zum Jahr 2050 erreicht werden sollen: So will man den Ausstoß von Kohlendioxid – einem Treibhausgas, das zur Klimaerwärmung beiträgt – um 75 Prozent senken (immer im Vergleich zu den Werten aus dem Jahr 2000), Stickoxid – ein anderes Abgas – soll sogar um 90 Prozent gesenkt werden.
100kg Gewichtsunterschied auftreten, kann ich mir auch nicht erklären, aber die schwersten Teile dürften wohl die Gußplatte und der Holzgehäuserahmen sein. Beim Gehäuserahmen ist mir aufgefallen, daß es hier sehr unterschiedliche Wandstärken gibt (z. Unterschiedliches Gewicht von Flügeln | Clavio Klavierforum. geschätzt: Kawai RX3 5cm, Yamaha C3 3cm, Steinway 5cm, viele Flügel im Niedrigpreissegment 2cm), das dürfte allein für einige Kilos gut sein. Gruß Rubato #4 Hallo Micho, Der August Förster 215 ist in Wirklichkeit 225cm lang. Der Gussrahmen ragt höher über die Saiten und benötigt daher eine massivere Bauweise. LG Michael
Parametrisch vs. nicht-parametrisch testen Statistische Tests können grob gesagt in zwei Kategorien unterteilt werden: parametrische Tests und nicht-parametrische Tests. Parametrisch bedeutet, dass der Test an Voraussetzungen gekoppelt ist. Die Formeln, die zur Berechnung der statistischen Signifikanz eingesetzt werden, "greifen" nur, wenn die Daten eine bestimmte Form haben (meist ist hiermit die Form einer symmetrischen Normalverteilung gemeint). Wenn die Daten zu stark von dieser Voraussetzung abweichen, kann ein parametrisches Testverfahren zwar umgesetzt werden, das Ergebnis ist dann jedoch eigentlich aussagefrei. In solchen Fällen verwirft man den parametrischen Test und führt stattdessen einen nicht-parametrischen Test durch. Nicht-parametrisch meint, dass das Testverfahren ganz unabhängig von der Verteilung der Daten durchgeführt werden kann. Die Daten können normalverteilt, aber auch linkssteil oder rechtssteil sein. Nicht-parametrische Verfahren heißen deshalb ebenfalls verteilungsfreie Verfahren.
Die Gruppe der nichtparametrischen Testverfahren enthalten all diejenigen statistischen Signifikanztests, die ohne Annahmen über einzelne Parameter der Verteilungsfunktion der Stichprobenvariablen durchgeführt werden können. Die Gruppe der verteilungsfreien Verfahren kommt dabei ganz ohne Annahmen über die spezielle Gestalt der Verteilungsfunktion der Grundgesamtheit aus. Ein nichtparametrisches Testverfahren ist somit immer dann gegenüber einem parametrischen Analogon vorzuziehen, wenn die dem parametrischen Test zugrundeliegenden Annahmen über die Verteilung der Grundgesamtheit in ihrer Gültigkeit angezweifelt werden müssen. Viele parametrische Tests können bei kleinen Stichprobenumfängen nur für normalverteilte Merkmale durchgeführt werden. Die Normalverteilungsannahme ist jedoch häufig schwer zu überprüfen oder aus logischen Erwägungen nicht haltbar. Gerade im Bereich des Marketing hat man es häufig mit schiefe n oder mehrgipfeligen Verteilung en der Grundgesamtheit zu tun, wie etwa bei den Merkmalen Haushaltseinkommen, Wie- derkaufhäufigkeiten, Preiseinschätzungen von Produkte n, Wahrnehmungsdauer von Werbemedien oder Pro-Kopf-Umsätze der Gruppe der nichtparametri- schen Tests läßt sich einerseits nach der Zahl der in sie einfließenden Stichprobe n und andererseits nach der Formulierung der Hypothesen unterscheiden.
Diese Tests werden daher auch verteilungsfreie Tests genannt. Parametrische Test: Vorsprung durch Power Nicht-parametrische Tests sind also in mehr Situationen zulässig als parametrische Tests. Daher werden nicht-parametrische Tests auch als robuste Tests bezeichnet. Warum sollten Sie dann überhaupt parametrische Tests einsetzen? Schließlich sind diese ja in weniger Situationen zulässig. Parametrische Tests gleichen diesen Nachteil allerdings dadurch aus, dass Sie eine größere Teststärke oder auch Power als nicht-parametrische Tests haben. Mit anderen Worten: Wenn tatsächlich ein Effekt in der Population vorliegt, haben Sie mit einem parametrischen Test bessere Chancen diesen Effekt auch nachzuweisen. Im Zweifel gilt deshalb: Wenn es die Verteilung der Daten zulässt, verwenden Sie einen parametrischen Test. Wenn die Verteilung der Daten aber den Annahmen eines parametrischen Tests widerspricht weichen Sie auf nicht-parametrische Tests aus. Vorteil Nachteil Parametrische Tests Größere Teststärke – wenn Annahmen erfüllt Geht von bestimmter Verteilung der Daten aus (meist Normalverteilung) Nicht-parametrische Tests Keine Annahmen über Verteilungen Wenn Annahmen für parametrischen Test erfüllt: Geringere Teststärke Welcher statistische Test für welche Situation?
Nichtparametrische versus parametrische Tests. Nichtparametrische Tests (auch verteilungsfreie Tests genannt) ist ein Sammelbegriff für eine Reihe von statistischen Tests für ähnliche Anwendungsbedingungen. Sie kommen grundsätzlich in folgenden Situationen zur Anwendung: Die zu testenden Variablen haben Ordinal- oder Nominalskalen, so dass parametrische Tests (Tests mit Annahmen über die Verteilung der Variablen), wie z. B. der t-Test zur Prüfung auf Differenz von Mittelwerten zweier Verteilungen, der Test eines Korrelationskoeffizienten auf Signifikanz u. ä. nicht angewendet werden dürfen. Die zu testenden Variablen haben zwar ein metrisches Skalenniveau (Intervall- oder Rationalskala), aber die Datenlage gibt Anlass für die Annahme, dass die zugrundeliegenden Verteilungen nicht normalverteilt sind. Dieses gilt für die Verteilung der Grundgesamtheit und aber insbesondere für die Stichprobenverteilung einer Prüfgröße bei kleinen Stichprobenumfängen, da hier der zentrale Grenzwertsatz nicht anwendbar ist.
Einen einführenden Überblick über die bekanntesten verteilungsfreien und nichtparametrischen Prüfverfahren geben Büning und Trenkler(978). Eine weitere führende Vertiefung in eine Vielzahl von Testvarianten findet man bei Lienert (1973, 1978). Literatur: Bünmg, H. ; Trenkler, G., Nichtparametrische statistische Methoden, Berlin, New York Lienert, G. A., Verteilungsfreie Methoden in der Biostatistik, Bd. 1, Meisenheim 1973. Lienert, G. A., Verteilungsfreie Methoden in der Biostatistik, Bd. 2, Meisenheim 1978. Vorhergehender Fachbegriff: nichtparametrische Statistik | Nächster Fachbegriff: Nichtpreiswettbewerb Diesen Artikel der Redaktion als fehlerhaft melden & zur Bearbeitung vormerken