Analyse Feinstaubwerte in Abhängigkeit von der Windrichtung
Analyse Feinstaubwerte in Abhängigkeit von der Windrichtung
Liebe R-Forum Mitglieder,
Auf der Suche nach Aufgaben für die statistische Programmierung bin ich auch einer Internetseite auf folgende Aufgabe gestoßen. Ich fange im Oktober an zu studieren, im Vorbereitungskurs hieß es, dass R ein sehr wichtiger Bestandteil unseres Studiums sei, um Zusammenhänge und Ähnliches grafisch darzustellen und auszuwerten. Man hat uns nahe gelegt, sich schon im Vorfeld R-Erfahrung anzueignen. Vieles klappt auch schon ganz gut, doch bei dieser Aufgabe sehe ich keinen Stich. Es wäre sehr nett, wenn ihr mir etwas weiter helfen könntet, da ich diese Sachen für mich selbst verstehen möchte.
Die Aufgabe bezieht sich auf die Feinstaubwerte in einer Stadt in Abhängigkeit von der Windrichtung. Dazu soll eine .txt Datei eingelesen werden, die ich mir selbst ausgefüllt habe, da zu der Aufgabenstellung keine dazugestanden haben. Eine Tabelle mit den Daten "Jahr, Monat, Tag, Feinstaubbelastung, Windrichtung in Grad und Temperatur" ist in dieser Datei gespeichert.
1. Lesen Sie die oben genannte Datei ein. Achten Sie dabei auf Ausfallwerte (-999) und das Dezimalzeichen. Die Spalte WR enthält das Tagesmittel der Windrichtung in Grad für den Zeitraum 1.1.2008 bis 5.7.2010. Die Gradangabe bezeichnet im Uhrzeigersinn die Richtung, aus der der Wind weht, von 0° bis 180° Winde von Nord nach Süd über östliche Richtungen und von 180° bis 360° Winde von Süd nach Nord über westliche Richtungen. 90° entsprechen einem reinen Ostwind und 270° einem reinen Westwind.
2. Charakterisieren Sie die Feinstaub-Werte durch folgende statistische Maßzahlen: Mittelwert, Median, 1. und 3. Quartil und das 90. Perzentil. Dem wievielten Perzentil entspricht ein Feinstaub-Wert von 50 μg/m3 dar. Präsentieren Sie die Werte in einer übersichtlichen Tabelle.
3. Stellen Sie die relative Häufigkeit der auftretenden Windrichtungen in einem Histogramm dar.
4. Trennen sie nun die Feinstaub-Werte nach der vorherrschenden Windrichtung in zwei Teile, einen Teil mit eher östlichen Winden (von 0° bis 180°) und einen Teil mit eher westlichen Winden (von 180° bis 360°).
5. Der gesetzliche Grenzwert für Tageswerte der Feinstaub-Konzentration beträgt 50 μg/m3. Ermitteln Sie, wie oft dieser Grenzwert in jedem der beiden Datensätze (mit östlichen und mit westlichen Winden) tatsächlich überschritten wird.
6. Stellen Sie die Verteilung der Feinstaub-Werte beider Datensätze durch 2 Boxplots in einem gemeinsamen Diagramm dar.
... für mich persönlich sieht das glaube ich auch schon ziemlich anspruchsvoll aus. Mich würde dennoch eine Lösung interessieren, sei es nur zu dem Verständniszweck. Ich bin bisher leider nicht weiter gekommen als die Tabelle einzulesen und den Median zu bestimmen.
Vielen Dank im Voraus, Selina.
Auf der Suche nach Aufgaben für die statistische Programmierung bin ich auch einer Internetseite auf folgende Aufgabe gestoßen. Ich fange im Oktober an zu studieren, im Vorbereitungskurs hieß es, dass R ein sehr wichtiger Bestandteil unseres Studiums sei, um Zusammenhänge und Ähnliches grafisch darzustellen und auszuwerten. Man hat uns nahe gelegt, sich schon im Vorfeld R-Erfahrung anzueignen. Vieles klappt auch schon ganz gut, doch bei dieser Aufgabe sehe ich keinen Stich. Es wäre sehr nett, wenn ihr mir etwas weiter helfen könntet, da ich diese Sachen für mich selbst verstehen möchte.
Die Aufgabe bezieht sich auf die Feinstaubwerte in einer Stadt in Abhängigkeit von der Windrichtung. Dazu soll eine .txt Datei eingelesen werden, die ich mir selbst ausgefüllt habe, da zu der Aufgabenstellung keine dazugestanden haben. Eine Tabelle mit den Daten "Jahr, Monat, Tag, Feinstaubbelastung, Windrichtung in Grad und Temperatur" ist in dieser Datei gespeichert.
1. Lesen Sie die oben genannte Datei ein. Achten Sie dabei auf Ausfallwerte (-999) und das Dezimalzeichen. Die Spalte WR enthält das Tagesmittel der Windrichtung in Grad für den Zeitraum 1.1.2008 bis 5.7.2010. Die Gradangabe bezeichnet im Uhrzeigersinn die Richtung, aus der der Wind weht, von 0° bis 180° Winde von Nord nach Süd über östliche Richtungen und von 180° bis 360° Winde von Süd nach Nord über westliche Richtungen. 90° entsprechen einem reinen Ostwind und 270° einem reinen Westwind.
2. Charakterisieren Sie die Feinstaub-Werte durch folgende statistische Maßzahlen: Mittelwert, Median, 1. und 3. Quartil und das 90. Perzentil. Dem wievielten Perzentil entspricht ein Feinstaub-Wert von 50 μg/m3 dar. Präsentieren Sie die Werte in einer übersichtlichen Tabelle.
3. Stellen Sie die relative Häufigkeit der auftretenden Windrichtungen in einem Histogramm dar.
4. Trennen sie nun die Feinstaub-Werte nach der vorherrschenden Windrichtung in zwei Teile, einen Teil mit eher östlichen Winden (von 0° bis 180°) und einen Teil mit eher westlichen Winden (von 180° bis 360°).
5. Der gesetzliche Grenzwert für Tageswerte der Feinstaub-Konzentration beträgt 50 μg/m3. Ermitteln Sie, wie oft dieser Grenzwert in jedem der beiden Datensätze (mit östlichen und mit westlichen Winden) tatsächlich überschritten wird.
6. Stellen Sie die Verteilung der Feinstaub-Werte beider Datensätze durch 2 Boxplots in einem gemeinsamen Diagramm dar.
... für mich persönlich sieht das glaube ich auch schon ziemlich anspruchsvoll aus. Mich würde dennoch eine Lösung interessieren, sei es nur zu dem Verständniszweck. Ich bin bisher leider nicht weiter gekommen als die Tabelle einzulesen und den Median zu bestimmen.
Vielen Dank im Voraus, Selina.
Re: Analyse Feinstaubwerte in Abhängigkeit von der Windrichtung
Wo hapert es beim übergang von Median zu Mittelwert und zu quantil?
Den Rest würde ich mit ggplot machen.
R for Data Science ist ein gutes lesbares Buch, das ich nur empfehlen kann. Kann man auch online kostenlos anschauen.
Ohne ein reproduzierbares Beispiel kann ich jetzt aber leider auch nicht mehr sagen...
Den Rest würde ich mit ggplot machen.
R for Data Science ist ein gutes lesbares Buch, das ich nur empfehlen kann. Kann man auch online kostenlos anschauen.
Ohne ein reproduzierbares Beispiel kann ich jetzt aber leider auch nicht mehr sagen...
Bitte immer ein reproduzierbares Minimalbeispiel angeben. Meinungen gehören mir und geben nicht die meines Brötchengebers wieder.
Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
.
Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
.
Re: Analyse Feinstaubwerte in Abhängigkeit von der Windrichtung
Erst einmal vielen Dank für die schnelle Antwort!EDi hat geschrieben: ↑Mo Sep 04, 2017 7:17 pm Wo hapert es beim übergang von Median zu Mittelwert und zu quantil?
Den Rest würde ich mit ggplot machen.
R for Data Science ist ein gutes lesbares Buch, das ich nur empfehlen kann. Kann man auch online kostenlos anschauen.
Ohne ein reproduzierbares Beispiel kann ich jetzt aber leider auch nicht mehr sagen...
Das stimmt, da hapert es auch, ja
Hier ein Beispiel für die Werte:
Code: Alles auswählen
Jahr Mon Tag FS(µg/m³) WR(°) Temp(°C)
2016 1 1 37 242 2.4
2016 1 2 48 86 -3.8
2016 1 3 46 89 -10.2
2016 1 4 76 81 -8.9
2016 1 5 94 72 -7.8
2016 1 6 103 60 -7
2016 1 7 103 79 -4.5
2016 1 8 16 234 3.4
2016 1 9 19 153 0.1
2016 1 10 29 146 0.7
2016 1 11 16 154 3.4
2016 1 12 11 250 3.4
2016 1 13 7 260 2.7
2016 1 14 15 214 1.6
2016 1 15 29 52 0.4
2016 1 16 24 269 -0.5
2016 1 17 31 49 -2.1
2016 1 18 20 244 -4.2
2016 1 19 40 205 -7.6
2016 1 20 34 245 -2.8
2016 1 21 17 276 -3.3
2016 1 22 40 154 -7.1
2016 1 23 28 228 -1
2016 1 24 20 232 3.6
2016 1 25 16 242 6.6
2016 1 26 14 230 8.9
2016 1 27 11 235 10.9
2016 1 28 16 255 8.4
2016 1 29 13 230 5.4
2016 1 30 5 230 7.9
2016 1 31 6 245 4.1
2016 2 1 7 241 7.6
In Aufgabe 1) steht zudem das man auf die Ausfallwerte und auf Dezimalzeichen achten soll; was genau soll das heißen?
Vielen vielen Dank für die Hilfe!!
Selina
Re: Analyse Feinstaubwerte in Abhängigkeit von der Windrichtung
Hi Selina,
Siehe auch viewtopic.php?f=20&t=35
LG,
Bernhard
Dort, wo keine Feinstaubwerte gemessen wurden, ist der Wert -999 eingetragen. In R ist es aber fast immer richtig, dort den Wert NA einzutragen. R rechnet immer mit dem amerikanischen Dezimalzeichen, einem Punkt. Du sollst darauf achten, ob in Deinen Daten ein Punkt oder ein Komma zum Abtrennen der Nachkommastellen verwendet wird.Achten Sie dabei auf Ausfallwerte (-999) und das Dezimalzeichen
Siehe auch viewtopic.php?f=20&t=35
LG,
Bernhard
---
Programmiere stets so, dass die Maxime Deines Programmierstils Grundlage allgemeiner Gesetzgebung sein könnte
Programmiere stets so, dass die Maxime Deines Programmierstils Grundlage allgemeiner Gesetzgebung sein könnte
Re: Analyse Feinstaubwerte in Abhängigkeit von der Windrichtung
Hallo Selina,
willkommen im Forum!
Gruß, Jörg
willkommen im Forum!
Kopiere doch bitte den Link zu dieser Internetseite in Deine nächste Nachricht.
Gruß, Jörg
Re: Analyse Feinstaubwerte in Abhängigkeit von der Windrichtung
Hallo Jörg. Den genauen Link kann ich dir leider nicht mehr geben, da ich auf verschiedenen Universitäts- und Hochschulseiten unterwegs war (und auch relativ viel runtergeladen habe von verschiedensten Seiten).. Ich werde aber nochmal danach suchen.
MfG Selina
Re: Analyse Feinstaubwerte in Abhängigkeit von der Windrichtung
Hallo,
ich hab mich die Tage ein wenig damit weiter beschäftigt und hab auch schon ein paar Lösungen gefunden. Vllt könnte mir jemand sagen, ob das was ich bisher so geschrieben habe, richtig ist?!
desweiteren hapert es jetzt bei Aufgabe 4. Ich weiß nicht wirklich, wie ich die Tabelle teile in ost und west? vllt mit dem subset- Befehl?
Vielen Dank für eure Hilfe!
ich hab mich die Tage ein wenig damit weiter beschäftigt und hab auch schon ein paar Lösungen gefunden. Vllt könnte mir jemand sagen, ob das was ich bisher so geschrieben habe, richtig ist?!
desweiteren hapert es jetzt bei Aufgabe 4. Ich weiß nicht wirklich, wie ich die Tabelle teile in ost und west? vllt mit dem subset- Befehl?
Vielen Dank für eure Hilfe!
Code: Alles auswählen
Einlesen von .txt Datei
#
urdaten <- read.table(file=Urdatei,header=TRUE,dec=".",strip.white=TRUE)
#
print("Charackterisierung der PM10-Werte: ",quote=FALSE)
#
x <- urdaten[,4]
mi_pm <- mean(x)
me_pm <- median(x)
# 90. Perzentil
neun_pm <- quantile(x,probs=0.9)
sum_npm <- sum(neun_pm)
q1_pm <- quantile(x,probs=0.25)
q3_pm <- quantile(x,probs=0.75)
q_hoch <- quantile(x,probs=0.9673323)
q_hoechst <- round(q_hoch,digits=3)
#
#
ch_mp <- print(paste("Mittelwert= ",format(mi_pm,digits=3)," Median= ",format(me_pm,digits=3)," 1. Quartil= ",format(q1_pm,digits=3), " 3. Quartil= ",format(q3_pm,digits=3), " 90. Perzentil= ",format(neun_pm,digits=3)),quote=FALSE)
print(paste("Ein PM10-Wert von 50 µg/m³ entspricht dem 0.9673323 Perzentil: ",q_hoechst),quote=FALSE)
#
#write.table(format(ch_mp),file="char_Werte.txt",quote=FALSE,sep=" ",row.name=FALSE)
#
#
wiri <- urdaten[,5]
wiri_s <- sort(wiri)
br <- c(0,54,108,162,216,270,324,378,432,486,540)
hist_wiri <- hist(wiri,breaks=br,main="Häufigkeit Windrichtung vom 1.1.2016 - 5.7.2017",col="red",xlab="Tage",ylab="Windrichtung in Grad",density=12,freq=TRUE,las=1)
jpeg(filename="Windrichtungen_Häufigkeit.jpg", width=720, height=720, res=144)
hist_wiri <- hist(wiri,breaks=br,main="Häufigkeit Windrichtung vom 1.1.2016 - 5.7.2017",col="red",xlab="Tage",ylab="Windrichtung in Grad",density=12,freq=TRUE,las=1)
Re: Analyse Feinstaubwerte in Abhängigkeit von der Windrichtung
Hallo Selina,
das Objekt Urdatei ist nicht definiert. Wahrscheinlich möchtest Du an dieser Stelle den Namen der Datei einsetzen, richtig?
Wenn nicht, musst Du das Objekt vorher definieren, z.B.:War entsprechend der Aufgabenstellung zu berücksichtigen, dass NA-Werte in der Textdatei als -999 kodiert sind? Wenn ja, dann benötigst Du read.table(..., na.strings="-999")
Für uns wäre es besser, wir hätten die Datei mit den Daten, um die Rechnungen nachvollziehen zu können.
Gruß, Jörg
das Objekt Urdatei ist nicht definiert. Wahrscheinlich möchtest Du an dieser Stelle den Namen der Datei einsetzen, richtig?
Wenn nicht, musst Du das Objekt vorher definieren, z.B.:
Code: Alles auswählen
Urdatei <- "... .txt"
urdaten <- read.table(file=Urdatei, ...)
Für uns wäre es besser, wir hätten die Datei mit den Daten, um die Rechnungen nachvollziehen zu können.
Gruß, Jörg
Re: Analyse Feinstaubwerte in Abhängigkeit von der Windrichtung
oh ich hatte die ersten beiden Zeilen vergessen
urdatei hatte ich definiert
das sind alle Daten
urdatei hatte ich definiert
Code: Alles auswählen
Jahr Monat Tag PM10.µg.m³._Cottbus_Bahnhofstraße WR..._Cottbus_DWD
1 2016 1 1 37 242
2 2016 1 2 48 86
3 2016 1 3 46 89
4 2016 1 4 76 81
5 2016 1 5 94 72
6 2016 1 6 103 60
7 2016 1 7 103 79
8 2016 1 8 16 234
9 2016 1 9 19 153
10 2016 1 10 29 146
11 2016 1 11 16 154
12 2016 1 12 11 250
13 2016 1 13 7 260
14 2016 1 14 15 214
15 2016 1 15 29 52
16 2016 1 16 24 269
17 2016 1 17 31 49
18 2016 1 18 20 244
19 2016 1 19 40 205
20 2016 1 20 34 245
21 2016 1 21 17 276
22 2016 1 22 40 154
23 2016 1 23 28 228
24 2016 1 24 20 232
25 2016 1 25 16 242
26 2016 1 26 14 230
27 2016 1 27 11 235
28 2016 1 28 16 255
29 2016 1 29 13 230
30 2016 1 30 5 230
31 2016 1 31 6 245
32 2016 2 1 7 241
33 2016 2 2 4 245
34 2016 2 3 10 251
35 2016 2 4 10 262
36 2016 2 5 12 243
37 2016 2 6 12 188
38 2016 2 7 19 185
39 2016 2 8 7 201
40 2016 2 9 5 207
41 2016 2 10 7 243
42 2016 2 11 10 251
43 2016 2 12 22 212
44 2016 2 13 49 83
45 2016 2 14 36 84
46 2016 2 15 22 290
47 2016 2 16 18 331
48 2016 2 17 28 90
49 2016 2 18 27 172
50 2016 2 19 46 247
51 2016 2 20 19 218
52 2016 2 21 3 242
53 2016 2 22 3 254
54 2016 2 23 12 247
55 2016 2 24 12 257
56 2016 2 25 20 236
57 2016 2 26 27 239
58 2016 2 27 31 77
59 2016 2 28 48 47
60 2016 2 29 33 49
61 2016 3 1 29 289
62 2016 3 2 20 198
63 2016 3 3 42 240
64 2016 3 4 26 156
65 2016 3 5 45 86
66 2016 3 6 31 241
67 2016 3 7 26 226
68 2016 3 8 40 258
69 2016 3 9 34 115
70 2016 3 10 41 64
71 2016 3 11 27 14
72 2016 3 12 18 7
73 2016 3 13 19 26
74 2016 3 14 27 336
75 2016 3 15 17 33
76 2016 3 16 26 70
77 2016 3 17 45 276
78 2016 3 18 26 267
79 2016 3 19 21 280
80 2016 3 20 11 259
81 2016 3 21 12 264
82 2016 3 22 12 271
83 2016 3 23 17 271
84 2016 3 24 23 262
85 2016 3 25 27 228
86 2016 3 26 27 269
87 2016 3 27 23 191
88 2016 3 28 8 180
89 2016 3 29 5 243
90 2016 3 30 8 216
91 2016 3 31 14 16
92 2016 4 1 13 320
93 2016 4 2 16 124
94 2016 4 3 24 118
95 2016 4 4 36 143
96 2016 4 5 44 252
97 2016 4 6 18 239
98 2016 4 7 15 238
99 2016 4 8 16 269
100 2016 4 9 20 17
101 2016 4 10 13 27
102 2016 4 11 19 37
103 2016 4 12 41 47
104 2016 4 13 31 286
105 2016 4 14 19 303
106 2016 4 15 19 176
107 2016 4 16 8 208
108 2016 4 17 8 262
109 2016 4 18 12 262
110 2016 4 19 17 268
111 2016 4 20 14 282
112 2016 4 21 22 263
113 2016 4 22 17 288
114 2016 4 23 15 268
115 2016 4 24 9 267
116 2016 4 25 12 235
117 2016 4 26 7 203
118 2016 4 27 7 223
119 2016 4 28 10 236
120 2016 4 29 11 168
121 2016 4 30 15 103
122 2016 5 1 19 63
123 2016 5 2 18 65
124 2016 5 3 22 317
125 2016 5 4 12 298
126 2016 5 5 16 39
127 2016 5 6 17 92
128 2016 5 7 19 92
129 2016 5 8 15 99
130 2016 5 9 15 91
131 2016 5 10 16 91
132 2016 5 11 16 89
133 2016 5 12 19 71
134 2016 5 13 17 22
135 2016 5 14 15 285
136 2016 5 15 7 254
137 2016 5 16 7 265
138 2016 5 17 10 260
139 2016 5 18 25 225
140 2016 5 19 21 129
141 2016 5 20 23 253
142 2016 5 21 13 229
143 2016 5 22 15 149
144 2016 5 23 24 232
145 2016 5 24 22 279
146 2016 5 25 17 275
147 2016 5 26 25 288
148 2016 5 27 25 321
149 2016 5 28 22 49
150 2016 5 29 19 80
151 2016 5 30 21 92
152 2016 5 31 23 18
153 2016 6 1 24 177
154 2016 6 2 15 97
155 2016 6 3 19 76
156 2016 6 4 23 88
157 2016 6 5 23 44
158 2016 6 6 12 73
159 2016 6 7 16 147
160 2016 6 8 19 265
161 2016 6 9 20 275
162 2016 6 10 15 275
163 2016 6 11 11 38
164 2016 6 12 14 116
165 2016 6 13 18 6
166 2016 6 14 15 247
167 2016 6 15 10 221
168 2016 6 16 11 197
169 2016 6 17 8 258
170 2016 6 18 7 231
171 2016 6 19 11 275
172 2016 6 20 15 163
173 2016 6 21 12 227
174 2016 6 22 14 188
175 2016 6 23 17 132
176 2016 6 24 22 124
177 2016 6 25 36 177
178 2016 6 26 11 264
179 2016 6 27 12 251
180 2016 6 28 12 251
181 2016 6 29 13 225
182 2016 6 30 12 229
183 2016 7 1 12 223
184 2016 7 2 10 235
185 2016 7 3 7 235
186 2016 7 4 11 237
187 2016 7 5 12 216
188 2016 7 6 11 272
189 2016 7 7 11 276
190 2016 7 8 16 216
191 2016 7 9 12 279
192 2016 7 10 11 221
193 2016 7 11 17 244
194 2016 7 12 20 245
195 2016 7 13 15 276
196 2016 7 14 10 294
197 2016 7 15 6 266
198 2016 7 16 12 275
199 2016 7 17 15 292
200 2016 7 18 12 297
201 2016 7 19 12 311
202 2016 7 20 12 59
203 2016 7 21 20 188
204 2016 7 22 22 46
205 2016 7 23 20 69
206 2016 7 24 25 81
207 2016 7 25 25 61
208 2016 7 26 29 288
209 2016 7 27 22 91
210 2016 7 28 23 242
211 2016 7 29 22 239
212 2016 7 30 13 242
213 2016 7 31 13 263
214 2016 8 1 11 275
215 2016 8 2 11 218
216 2016 8 3 8 206
217 2016 8 4 14 235
218 2016 8 5 13 292
219 2016 8 6 12 261
220 2016 8 7 11 243
221 2016 8 8 16 240
222 2016 8 9 15 281
223 2016 8 10 9 251
224 2016 8 11 8 252
225 2016 8 12 9 225
226 2016 8 13 12 241
227 2016 8 14 10 284
228 2016 8 15 10 293
229 2016 8 16 11 333
230 2016 8 17 9 327
231 2016 8 18 13 249
232 2016 8 19 18 165
233 2016 8 20 14 207
234 2016 8 21 8 246
235 2016 8 22 10 244
236 2016 8 23 15 262
237 2016 8 24 10 100
238 2016 8 25 13 114
239 2016 8 26 16 157
240 2016 8 27 18 117
241 2016 8 28 20 179
242 2016 8 29 13 273
243 2016 8 30 12 301
244 2016 8 31 13 128
245 2016 9 1 22 272
246 2016 9 2 22 269
247 2016 9 3 20 245
248 2016 9 4 11 236
249 2016 9 5 7 285
250 2016 9 6 9 37
251 2016 9 7 16 108
252 2016 9 8 26 146
253 2016 9 9 26 271
254 2016 9 10 26 72
255 2016 9 11 29 206
256 2016 9 12 34 97
257 2016 9 13 48 92
258 2016 9 14 33 81
259 2016 9 15 37 83
260 2016 9 16 38 69
261 2016 9 17 35 40
262 2016 9 18 15 55
263 2016 9 19 18 39
264 2016 9 20 21 343
265 2016 9 21 20 47
266 2016 9 22 17 122
267 2016 9 23 25 227
268 2016 9 24 23 262
269 2016 9 25 17 102
270 2016 9 26 23 94
271 2016 9 27 35 83
272 2016 9 28 27 239
273 2016 9 29 15 226
274 2016 9 30 11 242
275 2016 10 1 13 104
276 2016 10 2 6 211
277 2016 10 3 8 342
278 2016 10 4 5 20
279 2016 10 5 4 342
280 2016 10 6 3 16
281 2016 10 7 11 7
282 2016 10 8 9 326
283 2016 10 9 6 289
284 2016 10 10 15 276
285 2016 10 11 15 38
286 2016 10 12 14 52
287 2016 10 13 21 74
288 2016 10 14 25 89
289 2016 10 15 33 81
290 2016 10 16 47 78
291 2016 10 17 28 101
292 2016 10 18 41 114
293 2016 10 19 16 191
294 2016 10 20 17 129
295 2016 10 21 20 130
296 2016 10 22 18 191
297 2016 10 23 16 129
298 2016 10 24 31 80
299 2016 10 25 27 340
300 2016 10 26 26 8
301 2016 10 27 35 224
302 2016 10 28 21 243
303 2016 10 29 12 278
304 2016 10 30 16 291
305 2016 10 31 19 244
306 2016 11 1 17 247
307 2016 11 2 7 266
308 2016 11 3 11 269
309 2016 11 4 17 195
310 2016 11 5 23 182
311 2016 11 6 23 226
312 2016 11 7 13 259
313 2016 11 8 15 180
314 2016 11 9 21 146
315 2016 11 10 44 61
316 2016 11 11 45 47
317 2016 11 12 30 50
318 2016 11 13 42 0
319 2016 11 14 38 186
320 2016 11 15 23 214
321 2016 11 16 8 229
322 2016 11 17 5 216
323 2016 11 18 5 196
324 2016 11 19 5 197
325 2016 11 20 7 164
326 2016 11 21 20 151
327 2016 11 22 38 139
328 2016 11 23 39 104
329 2016 11 24 30 24
330 2016 11 25 24 55
331 2016 11 26 20 244
332 2016 11 27 11 281
333 2016 11 28 9 310
334 2016 11 29 15 243
335 2016 11 30 15 243
336 2016 12 1 17 262
337 2016 12 2 10 296
338 2016 12 3 18 240
339 2016 12 4 30 223
340 2016 12 5 27 221
341 2016 12 6 29 242
342 2016 12 7 33 190
343 2016 12 8 20 236
344 2016 12 9 19 244
345 2016 12 10 17 246
346 2016 12 11 12 257
347 2016 12 12 8 321
348 2016 12 13 20 178
349 2016 12 14 21 280
350 2016 12 15 16 116
351 2016 12 16 21 149
352 2016 12 17 31 236
353 2016 12 18 23 227
354 2016 12 19 19 140
355 2016 12 20 29 99
356 2016 12 21 31 197
357 2016 12 22 31 202
358 2016 12 23 19 220
359 2016 12 24 10 229
360 2016 12 25 4 252
361 2016 12 26 4 251
362 2016 12 27 13 279
363 2016 12 28 10 322
364 2016 12 29 15 217
365 2016 12 30 16 213
366 2016 12 31 25 224
367 2017 1 1 40 222
368 2017 1 2 20 254
369 2017 1 3 10 248
370 2017 1 4 6 265
371 2017 1 5 5 340
372 2017 1 6 10 296
373 2017 1 7 35 216
374 2017 1 8 34 99
375 2017 1 9 30 187
376 2017 1 10 26 159
377 2017 1 11 35 195
378 2017 1 12 11 244
379 2017 1 13 7 233
380 2017 1 14 11 248
381 2017 1 15 10 262
382 2017 1 16 14 320
383 2017 1 17 16 7
384 2017 1 18 20 114
385 2017 1 19 32 209
386 2017 1 20 64 232
387 2017 1 21 30 189
388 2017 1 22 45 88
389 2017 1 23 47 245
390 2017 1 24 38 245
391 2017 1 25 50 259
392 2017 1 26 30 106
393 2017 1 27 61 125
394 2017 1 28 57 156
395 2017 1 29 52 193
396 2017 1 30 44 168
397 2017 1 31 34 158
398 2017 2 1 47 124
399 2017 2 2 40 110
400 2017 2 3 51 91
401 2017 2 4 54 96
402 2017 2 5 42 89
403 2017 2 6 42 54
404 2017 2 7 40 68
405 2017 2 8 44 69
406 2017 2 9 56 80
407 2017 2 10 65 80
408 2017 2 11 54 80
409 2017 2 12 62 77
410 2017 2 13 68 74
411 2017 2 14 83 83
412 2017 2 15 140 95
413 2017 2 16 69 225
414 2017 2 17 28 248
415 2017 2 18 14 261
416 2017 2 19 19 227
417 2017 2 20 18 237
418 2017 2 21 9 267
419 2017 2 22 5 244
420 2017 2 23 6 232
421 2017 2 24 4 264
422 2017 2 25 19 241
423 2017 2 26 16 232
424 2017 2 27 19 189
425 2017 2 28 17 203
426 2017 3 1 8 231
427 2017 3 2 7 242
428 2017 3 3 15 210
429 2017 3 4 17 152
430 2017 3 5 10 224
431 2017 3 6 17 198
432 2017 3 7 15 306
433 2017 3 8 19 180
434 2017 3 9 17 238
435 2017 3 10 10 303
436 2017 3 11 18 300
437 2017 3 12 25 74
438 2017 3 13 31 123
439 2017 3 14 32 246
440 2017 3 15 22 276
441 2017 3 16 23 255
442 2017 3 17 24 251
443 2017 3 18 7 259
444 2017 3 19 8 237
445 2017 3 20 10 242
446 2017 3 21 9 239
447 2017 3 22 12 90
448 2017 3 23 25 82
449 2017 3 24 17 29
450 2017 3 25 15 292
451 2017 3 26 14 97
452 2017 3 27 22 234
453 2017 3 28 25 230
454 2017 3 29 27 259
455 2017 3 30 32 233
456 2017 3 31 23 181
457 2017 4 1 23 180
458 2017 4 2 20 277
459 2017 4 3 21 335
460 2017 4 4 29 337
461 2017 4 5 26 267
462 2017 4 6 11 293
463 2017 4 7 12 275
464 2017 4 8 13 283
465 2017 4 9 17 207
466 2017 4 10 23 266
467 2017 4 11 11 272
468 2017 4 12 24 245
469 2017 4 13 12 272
470 2017 4 14 9 262
471 2017 4 15 27 247
472 2017 4 16 10 270
473 2017 4 17 10 292
474 2017 4 18 14 23
475 2017 4 19 9 12
476 2017 4 20 13 346
477 2017 4 21 28 247
478 2017 4 22 10 289
479 2017 4 23 7 280
480 2017 4 24 12 229
481 2017 4 25 18 241
482 2017 4 26 12 201
483 2017 4 27 24 251
484 2017 4 28 34 98
485 2017 4 29 22 272
486 2017 4 30 17 77
487 2017 5 1 25 83
488 2017 5 2 29 83
489 2017 5 3 35 69
490 2017 5 4 18 16
491 2017 5 5 21 NA
492 2017 5 6 23 NA
493 2017 5 7 17 NA
494 2017 5 8 10 330
495 2017 5 9 9 278
496 2017 5 10 21 247
497 2017 5 11 24 83
498 2017 5 12 34 88
499 2017 5 13 26 111
500 2017 5 14 24 253
501 2017 5 15 19 283
502 2017 5 16 17 47
503 2017 5 17 20 114
504 2017 5 18 26 145
505 2017 5 19 29 140
506 2017 5 20 18 279
507 2017 5 21 15 347
508 2017 5 22 19 74
509 2017 5 23 25 256
510 2017 5 24 15 294
511 2017 5 25 12 283
512 2017 5 26 16 319
513 2017 5 27 12 88
514 2017 5 28 13 185
515 2017 5 29 27 273
516 2017 5 30 32 218
517 2017 5 31 16 278
518 2017 6 1 14 281
519 2017 6 2 15 327
520 2017 6 3 16 96
521 2017 6 4 21 261
522 2017 6 5 17 218
523 2017 6 6 15 192
524 2017 6 7 9 239
525 2017 6 8 12 229
526 2017 6 9 14 187
527 2017 6 10 11 282
528 2017 6 11 14 199
529 2017 6 12 18 271
530 2017 6 13 15 270
531 2017 6 14 14 300
532 2017 6 15 16 142
533 2017 6 16 14 268
534 2017 6 17 11 281
535 2017 6 18 11 272
536 2017 6 19 16 196
537 2017 6 20 19 311
538 2017 6 21 14 304
539 2017 6 22 22 227
540 2017 6 23 23 269
541 2017 6 24 24 257
542 2017 6 25 12 244
543 2017 6 26 12 258
544 2017 6 27 15 50
545 2017 6 28 23 86
546 2017 6 29 21 256
547 2017 6 30 17 246
548 2017 7 1 7 241
549 2017 7 2 16 279
550 2017 7 3 12 262
551 2017 7 4 12 285
552 2017 7 5 14 354
Temp..C._Cottbus_DWD
1 2.4
2 -3.8
3 -10.2
4 -8.9
5 -7.8
6 -7.0
7 -4.5
8 3.4
9 0.1
10 0.7
11 3.4
12 3.4
13 2.7
14 1.6
15 0.4
16 -0.5
17 -2.1
18 -4.2
19 -7.6
20 -2.8
21 -3.3
22 -7.1
23 -1.0
24 3.6
25 6.6
26 8.9
27 10.9
28 8.4
29 5.4
30 7.9
31 4.1
32 7.6
33 9.7
34 5.1
35 3.2
36 3.7
37 8.2
38 7.6
39 8.2
40 8.5
41 5.4
42 4.1
43 2.1
44 0.5
45 3.7
46 4.1
47 0.8
48 -1.0
49 2.4
50 0.9
51 3.5
52 8.5
53 7.9
54 3.4
55 2.7
56 0.3
57 0.6
58 0.5
59 2.2
60 0.8
61 -0.5
62 3.6
63 3.2
64 2.9
65 4.9
66 3.7
67 2.7
68 1.2
69 2.8
70 5.6
71 4.6
72 3.4
73 2.1
74 3.1
75 3.7
76 4.1
77 3.3
78 2.6
79 5.2
80 5.2
81 5.6
82 5.8
83 4.3
84 4.4
85 6.1
86 8.2
87 10.2
88 11.3
89 7.5
90 7.2
91 7.2
92 6.4
93 8.6
94 12.0
95 14.1
96 15.5
97 12.5
98 9.8
99 9.2
100 7.2
101 7.3
102 9.0
103 10.4
104 12.1
105 8.6
106 8.1
107 11.2
108 8.8
109 7.6
110 9.7
111 7.4
112 8.1
113 7.8
114 6.5
115 4.3
116 4.7
117 4.8
118 5.8
119 6.1
120 8.9
121 12.3
122 11.5
123 11.6
124 12.5
125 8.9
126 11.4
127 15.8
128 17.5
129 17.2
130 17.8
131 17.9
132 18.4
133 19.1
134 16.6
135 10.7
136 8.3
137 9.5
138 9.4
139 13.6
140 15.4
141 15.8
142 17.9
143 22.1
144 21.1
145 16.5
146 13.7
147 15.1
148 15.9
149 18.5
150 21.7
151 20.3
152 19.3
153 17.9
154 19.8
155 20.2
156 20.4
157 21.6
158 19.8
159 19.0
160 20.7
161 16.6
162 17.0
163 17.5
164 17.8
165 16.6
166 17.4
167 15.6
168 18.0
169 15.4
170 17.6
171 17.9
172 16.9
173 18.5
174 20.9
175 25.4
176 27.9
177 24.4
178 18.6
179 18.4
180 18.9
181 20.1
182 19.9
183 22.4
184 19.6
185 16.2
186 16.7
187 18.0
188 15.7
189 15.8
190 19.8
191 18.5
192 24.2
193 25.5
194 21.5
195 19.1
196 14.1
197 14.9
198 17.7
199 19.3
200 18.3
201 18.7
202 21.5
203 21.6
204 21.9
205 21.0
206 20.9
207 23.0
208 21.9
209 20.9
210 20.6
211 21.1
212 20.9
213 19.7
214 17.3
215 15.6
216 18.5
217 21.4
218 16.6
219 17.1
220 18.5
221 22.5
222 16.8
223 12.4
224 13.2
225 16.3
226 21.2
227 17.8
228 16.2
229 14.5
230 13.9
231 15.9
232 18.9
233 21.2
234 18.7
235 18.0
236 20.2
237 20.5
238 21.9
239 23.0
240 23.2
241 24.8
242 20.8
243 16.0
244 17.8
245 18.3
246 18.2
247 20.6
248 19.2
249 16.4
250 14.8
251 18.4
252 21.2
253 20.6
254 20.6
255 22.8
256 22.7
257 22.5
258 21.6
259 19.4
260 20.3
261 19.8
262 14.4
263 14.7
264 13.5
265 14.2
266 11.0
267 12.9
268 13.5
269 14.1
270 14.0
271 12.3
272 16.6
273 20.4
274 15.2
275 14.2
276 15.1
277 11.9
278 12.2
279 8.2
280 9.2
281 9.3
282 8.4
283 8.7
284 7.2
285 6.6
286 7.2
287 6.9
288 8.0
289 9.0
290 9.2
291 7.8
292 9.1
293 10.1
294 7.8
295 7.2
296 6.9
297 7.6
298 9.3
299 9.8
300 7.0
301 8.2
302 10.8
303 9.5
304 7.0
305 6.1
306 10.6
307 6.8
308 2.8
309 5.6
310 6.8
311 5.3
312 4.1
313 3.8
314 0.5
315 0.2
316 1.4
317 -1.6
318 -3.9
319 -2.7
320 2.2
321 7.2
322 10.4
323 11.2
324 7.2
325 7.1
326 10.4
327 7.7
328 5.5
329 4.4
330 0.7
331 -0.5
332 3.4
333 -0.8
334 -3.1
335 -0.1
336 5.0
337 3.6
338 -2.2
339 -2.7
340 -3.4
341 -0.6
342 1.7
343 7.2
344 6.8
345 9.1
346 6.9
347 2.7
348 -0.1
349 3.4
350 2.4
351 1.4
352 -1.2
353 3.0
354 2.3
355 -1.4
356 -0.8
357 0.6
358 1.8
359 4.2
360 7.2
361 8.5
362 5.3
363 3.9
364 2.6
365 -0.4
366 -0.7
367 0.3
368 0.0
369 1.5
370 1.7
371 -3.2
372 -6.9
373 -6.0
374 -3.2
375 -1.9
376 -2.2
377 -4.7
378 3.3
379 2.4
380 0.2
381 0.2
382 -1.5
383 -2.5
384 -3.2
385 -5.8
386 -1.9
387 -0.1
388 -3.1
389 -6.7
390 -2.9
391 -0.6
392 -0.4
393 -2.4
394 -4.1
395 -0.7
396 -0.4
397 -0.6
398 -1.5
399 -2.4
400 1.1
401 3.4
402 2.6
403 -1.0
404 -1.3
405 -4.0
406 -4.7
407 -2.4
408 -2.1
409 -2.3
410 -3.6
411 -2.9
412 2.0
413 4.9
414 5.1
415 3.7
416 4.3
417 7.0
418 7.8
419 7.6
420 7.4
421 3.5
422 3.6
423 8.7
424 10.4
425 8.3
426 5.6
427 6.3
428 6.8
429 10.7
430 9.6
431 4.6
432 3.2
433 5.8
434 6.7
435 5.6
436 4.5
437 1.6
438 3.7
439 5.3
440 9.6
441 6.0
442 7.6
443 6.1
444 5.0
445 11.6
446 10.4
447 7.3
448 6.9
449 7.0
450 5.8
451 5.5
452 7.6
453 11.3
454 10.3
455 12.0
456 15.6
457 16.9
458 13.0
459 9.6
460 8.0
461 9.5
462 8.9
463 8.0
464 10.7
465 11.1
466 12.7
467 7.6
468 9.7
469 9.1
470 8.8
471 9.0
472 5.5
473 5.3
474 3.7
475 2.9
476 3.3
477 9.1
478 7.5
479 5.7
480 7.8
481 7.9
482 6.0
483 6.6
484 6.6
485 6.0
486 6.8
487 11.1
488 9.7
489 11.4
490 9.4
491 10.5
492 13.0
493 11.5
494 7.0
495 4.2
496 8.5
497 12.8
498 15.1
499 15.0
500 14.8
501 15.0
502 15.5
503 19.7
504 21.5
505 23.0
506 15.2
507 15.3
508 15.5
509 18.5
510 13.2
511 13.9
512 16.1
513 19.2
514 22.8
515 24.3
516 22.7
517 19.0
518 15.6
519 18.2
520 19.8
521 15.9
522 16.4
523 18.6
524 15.6
525 17.3
526 21.4
527 18.0
528 22.1
529 21.3
530 16.9
531 17.0
532 20.3
533 16.9
534 15.6
535 19.0
536 22.9
537 24.1
538 19.0
539 20.8
540 20.7
541 22.2
542 20.9
543 18.0
544 18.7
545 20.2
546 17.5
547 18.2
548 17.0
549 16.8
550 17.7
551 17.8
552 16.1
Re: Analyse Feinstaubwerte in Abhängigkeit von der Windrichtung
Die Bildschirmausgabe der Daten ist sehr unpraktisch, um damit zu arbeiten. Kannst Du denn nicht die txt-Datei als Anhang an eine Nachricht hinzufügen oder den Inhalt der txt-Datei statt dessen in die Nachricht kopieren?
Gruß, Jörg
Gruß, Jörg