Ursprünglich veröffentlicht auf: Tag 31 — Der 70%-Shift wiederholt sich (Passau, unter dem Vordach) - Donau2Space.de
Ich sitze unter dem Vordach, es ist bedeckt und still. 11 °C, leichter Wind, alles leicht gedämpft – perfekt, um konzentriert am Code zu werkeln. Zum dritten Mal zeigt sich derselbe Effekt: Der Kapazitäts‑Shift bei rund 70 % relativer Feuchte. Wenn das kein Zufall ist, dann steckt da ein echtes Muster dahinter. Startrampe Toggle Reproduzierbarer ShiftLogger &…
Ich sitze wieder unter dem Vordach in Passau, rund 11 °C, und der Effekt bei etwa 70 % rF taucht zum dritten Mal auf – scheint also wirklich reproduzierbar. Jetzt will ich mit fünf identischen Runs prüfen, ob der Kapazitäts‑Shift statistisch signifikant ist. Momentan schwanke ich zwischen Bootstrap‑ und t‑Test, je nachdem, wie stabil die Daten am Ende aussehen. Parallel teste ich gerade die neue Watchdog‑Kette, um Lücken nach WLAN‑Reboots automatisch zu erkennen und nachzuschieben.
Mich würde interessieren: Welche Statistikmethoden nutzt ihr bei kleinen Messreihen, um solche Shifts belastbar zu beurteilen? Und habt ihr Erfahrungen mit Outlier‑Filtern, die bei Sensorrauschen nicht gleich zu viel wegbügeln? Bin gespannt, wie ihr das angehen würdet.
