初めて質問いたします。よろしくお願いいたします。

連続した電圧信号をフーリエ変換して、その信号にどういった周波数の信号が含まれているかを調べたいのですが、その際に、各スペクトルを電圧値に変換した数値も調べたいと思っています。
参考書等をあたったところフーリエ変換をして、振幅スペクトルを求めるところまではできたのですが、実際の電圧値に変換することができません。

どなたか、よい方法、書籍などがありましたらご教授いただけないでしょうか?
よろしくお願いいたします。

使用環境は、OS…Win2kpro、BorlandC++5.5.1(Borlandからフリーでダウンロードしたもの)です。

A 回答 (3件)

はじめまてお便りだします。

よろしくお願い致します。
どのような用途でFFTを作成しているか存じませんが、ディジタルオーディオや計測用データ解析にしても、連続した信号をFFTにする場合は、ある一定時間でのサンプリングを行い、切り出した波形の位置によりスペクトルの形状が変わってきます。そのため、切り出した時間波形にウインドウ(窓)を掛け、切り出しによるスペクトルの影響を小さくする必要があります。そのあとにフーリエ変換を行います。あとは、ご回答の通り、振幅は実部と虚部の絶対値、位相は虚部÷実部のアークタンジェントです。あと振幅はこのままだと大きい値なので、DCで振幅÷(サンプリング数(2048や4096など)÷2)でACで振幅÷(サンプリング数)ですがDCでよいと思います。y=sin(2πft)などで確かめてください。また、振幅のモードでは、実効値、0-peek,peek-peekがあり、各々、1/sqr(2),1,2倍すれば求まります。長くなりましたが、FFTを参考にされるならば計測機器メーカでFFTアナライザを扱っているところがあるのでそちらを参照をするのも一つの手だと思います。あとわからなければ個人的に質問してくださっても結構です。

参考URL:http://www.onosokki.co.jp/HP-WK/whats_new/onorep …
    • good
    • 0
この回答へのお礼

お礼が遅くなってしまい申し訳ありません。
いただいたアドバイスを元に、ネット上をさまよった結果、
参考にできるプログラムを発見することができました。
それと自分の作成したものとを比較した結果、ご指摘いただいた窓関数の扱いを
間違っていたようです。そのほかにもミスがちらほら・・・。
ということで何とか目的を達成することができました。
どうもありがとうございました。

お礼日時:2002/05/10 13:25

何の電圧信号を計測しているか分からないので、「とんでもなく大きな数字になってしまう」といわれても何とも言えません。

答えが分かっているものを、FFTして確かめてみるのが一番でしょう。またFFTの他にも、DFT(離散フーリエ変換)が良かったりする場合があります。また解析する数によっても結果が変ってきます。そこら辺を注意してみてください。

FFTのプログラムは、ネット上でいろいろとソースを公開しているみたいです。検索エンジンで探せば、沢山出てきます。それらを参考にしてみてください。
    • good
    • 0
この回答へのお礼

お礼が遅くなってしまい申し訳ありません。
いただいたアドバイスを元に、ネット上をさまよった結果、
参考にできるプログラムを発見することができました。
どうもありがとうございました。

お礼日時:2002/05/10 13:22

FFTしたら、実数部と虚数部の2つの値が出てきます。

その値の大きさ(絶対値)をとると電圧値になります。全ての周波数に対してその計算をすることで、周波数に対する電圧の値を求めることが出来ます。
    • good
    • 0
この回答へのお礼

tsumoruさん、ご回答ありがとうございます。

複素数の絶対値を取るという意味だと思うのですが、
r = 実数部、i = 虚数部とすると
√r*r + i*i
で求められるものですよね?
それが、とんでもなく大きな数値になってしまうのです。
その場合、FFTの計算が間違っているのでしょうか?

お礼日時:2001/11/21 17:13

お探しのQ&Aが見つからない時は、教えて!gooで質問しましょう!

このQ&Aを見た人はこんなQ&Aも見ています

このQ&Aを見た人が検索しているワード

このQ&Aと関連する良く見られている質問

QFFT・PSDの縦軸は何を意味するのでしょう?

加速度計測の結果について、PSD(パワースペクトラムデンシティ)をかけた場合、その縦軸の意味を教えてください。
また、FFTとPSDはどういう違いが有るのでしょうか?
これまでは、周波数の分布のみに着目していました。
どなたか、わかりやすく教えてください。
よろしくお願いします。

Aベストアンサー

一般に加速度センサー信号の出力は電圧です。

縦軸は係数をかけていない状態では#1さんがおっしゃるように計測した電圧の値を示しています。

よって、縦軸に物理的な意味を持たせるのには、電圧と加速度の間の換算係数をかけてやる必要があります。

フーリエ解析は時刻歴波形は正弦波の組み合わせで構成されるという仮定の下で計算を行っています。FFTの結果は横軸で示される周波数の正弦波の振幅を示しています。
電圧と加速度の換算係数をかけてやると、FFTの縦軸はその周波数成分を持つ加速度振幅を示しています。

ここで1つ問題があります。FFTはサンプリング周波数により分解能が変わります。FFTによる周波数分析は正確にいうと、離散値なので、ジャストの周波数のもをだけを表しているのではなく、ある範囲の周波数範囲にある成分を表しています。
このため分解能が変わると周波数範囲が変わり、同じ波形を分析しても振幅が変わります。
これでは分解能が異なるデータ同士は比較できないなどの問題が生じます。
そのため、周波数幅で振幅を基準化して、1Hzあたりの振幅としたものがPSDです。
PSDならサンプリング周波数が異なるデータ同士の比較ができます。

要はフーリエ振幅(FFT)はサンプリング周波数・分解能により変わる値であり、PSDはそのようなことのないように周波数幅で基準化した値という差があります。

なお、2乗表示したものをパワースペクトルと呼び、それを周波数で基準化したものをPSDと呼びますが、PSDは表示方法によって2乗した状態のあたいを表示(パワー表示)するときと、2乗した値の平方根を計算して表示することがありますので、使用する際には縦軸の表示方法については要注意です。

一般に加速度センサー信号の出力は電圧です。

縦軸は係数をかけていない状態では#1さんがおっしゃるように計測した電圧の値を示しています。

よって、縦軸に物理的な意味を持たせるのには、電圧と加速度の間の換算係数をかけてやる必要があります。

フーリエ解析は時刻歴波形は正弦波の組み合わせで構成されるという仮定の下で計算を行っています。FFTの結果は横軸で示される周波数の正弦波の振幅を示しています。
電圧と加速度の換算係数をかけてやると、FFTの縦軸はその周波数成分を持つ加速...続きを読む

Qフーリエスペクトルの振幅について

ある時間関数を離散フーリエ変換して得られるフーリエスペクトルの
振幅値について教えて下さい。

今想定している離散フーリエ変換の式は一般的なもので
Σ(k=0~N-1) f(k)exp(-2πkni/N)
を考えています。
また、離散フーリエ変換して得られるスペクトルは
√(Re^2+Im^2)
で計算します。

離散フーリエ変換を適用する関数を、
振幅1の直流、及び振幅1で周波数5[Hz]の正弦波とします。
(この2つの信号は別々の信号で合成されていません。)
サンプリング周波数を20[Hz]とした場合、
サンプリングして得られるデータ列はそれぞれ、
直流: 「1, 1, 1, 1」
正弦波: 「0, 1, 0, -1」
となると想定されます。
(正弦波をサンプリングする場合は位相が関わってきますが、
今回は気にしないで下さい。)

このデータ列に対して上記の離散フーリエ変換を適用した場合、
得られるフーリエスペクトルの振幅値はそれぞれ、
直流: 「4」(直流のフーリエスペクトルの振幅値値)
正弦波: 「2」(5[Hz]のフーリエスペクトルの振幅値)
となります。
(データ点数は上の通り4点)

ここで質問なのですが、
離散フーリエ変換して得られるスペクトルの振幅値から
元の関数の振幅値を求める場合、
フーリエスペクトルをサンプリングの総データ点数で割ることは
数学的に納得できます。
しかしこの例の場合、フーリエスペクトルを総データ点数で割ると、
直流: 「4 -> 1」
正弦波: 「2 -> 0.5」
となってしまい、直流は正しいのですが、
正弦波の元の振幅値を正確に求めることは出来ません。
フーリエスペクトルの振幅値から正弦波の振幅値を正しく求めるには、
「フーリエスペクトルの振幅値*2/データ点数」
としてやらなければいけません。

上記のことに関して、
なぜこのようになるのかを(2をかける理由を)教えて頂けないでしょうか。

ある時間関数を離散フーリエ変換して得られるフーリエスペクトルの
振幅値について教えて下さい。

今想定している離散フーリエ変換の式は一般的なもので
Σ(k=0~N-1) f(k)exp(-2πkni/N)
を考えています。
また、離散フーリエ変換して得られるスペクトルは
√(Re^2+Im^2)
で計算します。

離散フーリエ変換を適用する関数を、
振幅1の直流、及び振幅1で周波数5[Hz]の正弦波とします。
(この2つの信号は別々の信号で合成されていません。)
サンプリング周波数を20[Hz]とした場合、
サンプリングし...続きを読む

Aベストアンサー

離散フーリエ変換というのは、実質離散フーリエ級数展開なので、
フーリエ級数展開を考えます。

f(t) = a0/2 + Σ[n=1→∞] { an cos (nωt) + bn sin (nωt) }

f(t)の周期をTとして、ω=2π/Tです。

直流成分の振幅といっているのはこの第1項a0/2のことで、
サイン成分の振幅はbnのことです。

問題文の離散フーリエ変換の式

>Σ(k=0~N-1) f(k)exp(-2πkni/N)

は複素フーリエ級数展開なのでオイラーの公式

cos nωt = [e^{inωt}+e^{-inωt}]/2
sin nωt = [e^{inωt}-e^{-inωt}]/2i = = -i [e^{inωt}-e^{-inωt}]/2

を使って書き直すと、

f(t) = a0/2 + Σ[n=1→∞] { ([an -i bn]/2) e^{nωt} + ([an +i bn]/2) e^{-inωt} }

an = a(-n), bn = -b(-n)の関係があるので、

cn = ([an -i bn]/2), c(-n) = ([an +i bn]/2)

と置くことができ、a0/2をc0と定義し直せば、

f(t) = Σ[n=-∞→∞] cn e^{nωt}

したがって、複素フーリエ係数が求めているのはcn = (an-ibn)/2で、その実数部はan/2、虚数部は-bn/2です。

こうなる理由は、サイン、コサインのときは正の整数だったnを複素数で取り扱うときにマイナス側に拡張したことで、同じ係数が+側と-側にわかれたためです。

離散的な場合は和が-N/2~N/2の範囲の有限項で打ち切られ、
-N/2~0の範囲が一周期ずらされてN/2~Nになっています。

離散フーリエ変換というのは、実質離散フーリエ級数展開なので、
フーリエ級数展開を考えます。

f(t) = a0/2 + Σ[n=1→∞] { an cos (nωt) + bn sin (nωt) }

f(t)の周期をTとして、ω=2π/Tです。

直流成分の振幅といっているのはこの第1項a0/2のことで、
サイン成分の振幅はbnのことです。

問題文の離散フーリエ変換の式

>Σ(k=0~N-1) f(k)exp(-2πkni/N)

は複素フーリエ級数展開なのでオイラーの公式

cos nωt = [e^{inωt}+e^{-inωt}]/2
sin nωt = [e^{inωt}-e^{-inωt}]/2i = = -i [e^{inωt}...続きを読む

Qフーリエ変換について教えてください

フーリエ変換をすると横軸が時間から周波数になるのはわかったのですが、縦軸が何になるのかわかりません。

一般的に縦軸はなにになるのでしょうか?

また横軸が時間で、縦軸が距離をフーリエ変換したら縦軸は何になるのでしょうか?

よろしくお願いします。

Aベストアンサー

時間関数をフーリエ変換すると結果は、その時間関数の周波数成分が
得られます。スペクトルとも言います。従って、縦軸は、周波数成分です。一般に複素数です。
大きさと偏角による表現もできます。
大きさの方は振幅特性、位相角の方は位相特性と呼ばれます。
画像のように空間座標の上の関数の場合には、フーリエ変換すると
空間周波数成分が得られます。横軸は、空間周波数(2次元)となります。
対象とする関数により結果はそれぞれ意味が異なります。
「一般に何になる」とは言えません。

>横軸が時間で縦軸が距離の場合・・・
フーリエ変換の結果は、距離を表す時間関数の周波数成分です。

フーリエ変換の対象の関数は別に時間関数でなければならないということは
ありません。従って、フーリエ変換の結果は適用する人が解釈(定義)すれば
よいと思います。
たとえば、
時間関数をフーリエ変換し、その結果の絶対値の対数のフーリエ変換を
することもあります。これの結果には、発明者らがケプストラムという名前
をつけています。Cepstrum は Spectrum から作った造語です。

時間関数をフーリエ変換すると結果は、その時間関数の周波数成分が
得られます。スペクトルとも言います。従って、縦軸は、周波数成分です。一般に複素数です。
大きさと偏角による表現もできます。
大きさの方は振幅特性、位相角の方は位相特性と呼ばれます。
画像のように空間座標の上の関数の場合には、フーリエ変換すると
空間周波数成分が得られます。横軸は、空間周波数(2次元)となります。
対象とする関数により結果はそれぞれ意味が異なります。
「一般に何になる」とは言えません。

>横軸が...続きを読む

Q周波数解析をエクセルツール『フーリエ解析』で実施したいのですが・・

周波数解析をエクセルツール『フーリエ解析』で実施したいのですが・・
時刻歴を持った波形をエクセルのフーリエ解析にかけたところ以下のような結果が出ました。

時刻(s)波形(風速)(フーリエ結果)
0 0 4964.547892
0.01 0.016148 162.934386092482+757.485796541738i
0.02 0.024223 -176.671853947744+679.108499109482i
0.03 0.032297 -38.1198577747876+304.999881074942i
0.04 0.040371 -33.7184553866481+283.069540754i
0.05 0.047921 67.2878230094194+268.189434427773i
0.06 0.055471 -5.3340068659851+181.755877831686i
0.07 0.063021 43.7700366445313+188.325607658826i
0.08 0.070571 95.1628904739282+115.524911946043i
0.09 0.078121 79.1610244918527+286.809861194846i
0.1 0.084849 -20.9326884388047+207.486443103952i
0.11 0.091578 -10.0874722910491+176.517532576085i

この場合の結果をパワースペクトル密度にしたいのですが,
一番上が定常分で,事項以降が ωt,2ωt,・・・nωtということに
なって,それぞれの実部^2+虚部^2の平方がスペクトルになると思いますが
これを横軸周波数のおなじみのグラフにするには横軸の周波数はどのよう
に考えればいいのでしょうか。
(たとえば2ωtの項の場合の周波数はいくらになる?)
また,風速のパワースペクトルの単位はどのようになるでしょう。
基本的な質問だと思います。とても恥ずかしいのですが,ご教授いただけますか。
もしかすると根本的な間違いをしている気もします・・

周波数解析をエクセルツール『フーリエ解析』で実施したいのですが・・
時刻歴を持った波形をエクセルのフーリエ解析にかけたところ以下のような結果が出ました。

時刻(s)波形(風速)(フーリエ結果)
0 0 4964.547892
0.01 0.016148 162.934386092482+757.485796541738i
0.02 0.024223 -176.671853947744+679.108499109482i
0.03 0.032297 -38.1198577747876+304.999881074942i
0.04 0.040371 -33.7184553866481+283.069540754i
0.05 0.047921 67.2878230094194+268.189434427773i
0.06 0.055471 ...続きを読む

Aベストアンサー

> これを横軸周波数のおなじみのグラフにするには横軸の周波数はどのように考えればいいのでしょうか。

例えば、256点のデータをエクセルで「フーリエ解析」したとします。結果も256点(#0~#255とします)出てきます。ただし、パワースペクトル(複素数の実部^2+虚部^2)にすると、#1~#127と#255~#129は対称形になっていますから、実際には129点の結果になります。
さて周波数ですが、この#1は

 元のデータ256点の中に、ちょうど1周期現れる周波数

に相当します。サンプリングの定理から、最大周波数は、256点の中に128周期の波で、周期は2点毎の波になります(#128)。

具体的に、例えばデータ間隔が1秒で全256点の場合、#1の周波数は1/256Hz、#2の周波数は1/128Hzになります。

QFFTとパワースペクトルの違いについて教えてください。

FFTとパワースペクトルの違いについて教えてください。
勉強不足で申し訳ありません。よろしくお願いします。

Aベストアンサー

信号をFFTで出したスペクトルというのは、
単にある信号をフーリエ展開した係数をプロットしたものに過ぎません。
ですので、位相によっては値がプラスにもマイナスにもなることがあります。

これに対してパワースペクトルというのは、信ある信号について
ある周波数における信号強度そのものをプロットしたものです。
ですので、位相にかかわらずかならず値がプラスになります。

確かFFTスペクトルを2乗したものがパワースペクトルになったと思います。
間違ってるかもしれないので、一応教科書も調べてみてください。

QExcelで4096点以上のFFTの方法

Excelでは4096点までのFFTしかできませんが、4096点以上のFFTをかける方法(VB?)をご存知の方いらっしゃいましたらお教えください。

Aベストアンサー

下記などご参考まで。プログラムをそのまま公開されています。
http://tsuyu.cocolog-nifty.com/blog/2007/03/publi.html


#プログラムの始めのn=の行とDimの行の数字を適切に修正して使います。

Q高速フーリエ変換でデータ数が2のべき乗でない時

こんにちは。現在、フーリエ変換について勉強しているのですが、ちょっとわからないことがあったので質問させていただきました。

質問内容は高速フーリエ変換についてで、cooley&tukeyのアルゴリズムを利用すると、データが2の冪乗個のときは計算量をО(NlogN)に減らせる事ができるというものでした。

しかしデータが2の冪乗個でないとき。例えばN=5000くらいのときはデータを切り取って無理やりN=4096(=2^12)みたいな感じにすれば良いんですよね?
やっぱりその時って、N=5000で通常の離散フーリエ変換したときと周波数値に誤差が出ると思うのですが、それはどうやったら計算できるのでしょうか。。。

どなたかご教授していただければ幸いです。

Aベストアンサー

離散フーリエ変換は、信号が周期的であることを前提としています。
離散フーリエ変換でのデータ数Nは、離散時間信号の周期に当たります。変換の結果は線スペクトルとなります。
N=5000がその信号の1周期なのでしょうか。
もしそうならば、4096にすれば、誤差が大きくなるでしょう。
N=5000で変換すべきです。この場合にも高速アルゴリズムが
存在します。#1の方のとおりです。
FORTRANの時代には、パッケージがありました。
NはN=2^m*3^n*5^k*7^Lだったと思います。

もうひとつの考え方は、有限持続時間信号のフーリエ変換としての
適用です。これは、連続スペクトルとなります。データ数Nは
スペクトルの分解能に関係します。サンプリング周波数をNで割った
ものが周波数分解能となります。
実際のデータよりも2倍程度のNを使うことが多いと思います。
データ数が5000ならば、Nは8192とし足りないデータには、
0を詰めます。これならば、2のべき乗のNを選べます。
この場合、逆変換は周期的な拡張が行われることに注意が必要です。

離散フーリエ変換は、信号が周期的であることを前提としています。
離散フーリエ変換でのデータ数Nは、離散時間信号の周期に当たります。変換の結果は線スペクトルとなります。
N=5000がその信号の1周期なのでしょうか。
もしそうならば、4096にすれば、誤差が大きくなるでしょう。
N=5000で変換すべきです。この場合にも高速アルゴリズムが
存在します。#1の方のとおりです。
FORTRANの時代には、パッケージがありました。
NはN=2^m*3^n*5^k*7^Lだったと思...続きを読む

Qノイズスペクトルの計算について

http://media.maxim-ic.com/images/appnotes/3642/3642Fig01.gif

よくスペック表にノイズ電圧が書かれていますが、例えば
上記のようなノイズ密度スペクトルがあり、10Hz~200kHzまでのノイズ電圧を求めるにはどうするのでしょうか?

考えられるのは
・縦軸を二乗し、決められた周波数範囲で積分した上で平方根をとる
ということですが、以前ある素子に関して計算したときには計算が全くあいませんでした。
どなたか確かなことを知ってらっしゃったら教えて下さい。

Aベストアンサー

>Vn は正確にはショットノイズだけでなくブラウニアンノイズなど全てのホワイトノイズの足し合わせと考えて良いのでしょうか?
Vn は平坦部分のノイズ密度の値の意味ですが、これは確かに、いろいろなノイズ成分を足し合わせたものです。ただし、それが平坦になっているということは、周波数依存のあるノイズ成分が、その平坦領域では非常に小いために、周波数依存のない平坦なノイズだけが見えている状態になります。したがって、その平坦部分にはブラウニアンノイズも含まれますが、量としては非常に小さいといえます。

2番目の質問から推測すると、JAICAさんの測定したノイズスペクトルには平坦部分がないので Vn が求められないということだと思います。図1のようなスペクトルなら平坦部分が Vn ですが、図2のように平坦部分がない場合は Vn を求めることはできません。

 ↑
 │\       /
 |  \__/_ Vn
 |_______
     周波数      図1

 ↑    /\
 │\ /   \/
 |
 |_______
     周波数      図2

>数値積分する方法をとると思うのですが、その計算方法を教えて下さい。
例えば、図3のようなノイズ電圧密度スペクトル(単位がV/√Hz)があったとします。

ノイズ密度
[V/√Hz]
 ↑       ・ ・
 │    ・
 | ・ ・
 |_______
   f1 f2     f6     図3

このスペクトルが周波数 f の関数として
   V = g(f)
で表わされるとき、fmin~fmaxの範囲でのノイズ電圧の実効値 E [Vrms] は
   E = √{∫[fmin~fmaxx] g(f)^2 df }
となります。つまり、ノイズ密度電圧を2乗したスペクトル g(f)^2 を fmin~fmax の範囲で積分して√をとったのが E になります。実際には、g(f) が簡単な関数で表わされることはないので、以下のように数値的に積分すればいいでしょう。

周波数 f1 のときのノイズ密度が N1、f2 のとき N2 というふうになっていて、全体でn点あるとします。このとき、f1 ~ fn の周波数範囲でのノイズ電圧の実効値 E は
   E ≒ √[ { ( N1^2 + N2^2 )*( f2 - f1 ) + ( N2^2 + N3^2 )*( f3 - f2 ) + ・・・ + ( N(n-1)^2 + Nn^2 )*( fn - f(n-1) ) }/2 ]
と近似できます(台形公式)。例えば、以下のようなデータがあったとします。

周波数[Hz] ノイズ[nV/√Hz]
  1      1.1
  2      1.3
  5      1.5
 10      2
 20      3
 50      4
100      3
200      2
500      1.5
1000     1

周波数が Excel のA列、ノイズ密度[V/√Hz]がB列に書かれているとき、C列で ( N1^2 + N2^2 )*( f2 - f1 ) などを計算して、C10のセルでC列の和を計算します。

     A      B    C
1    1      1.1  =(B1^2+B2^2)*(A2-A1)
2    2      1.3  上式をC2~C9までコピー&ペースト
3    5      1.5
4   10      2
5   20      3
6   50      4
7  100      3
8  200      2
9  500      1.5  ここまでペースト
10 1000      1   =SQRT(SUM(C1:C9)/2) ← これが √(C列の和/2)=ノイズ電圧実効値
       
ちなみに上の計算結果は 59.059 でした。

>Vn は正確にはショットノイズだけでなくブラウニアンノイズなど全てのホワイトノイズの足し合わせと考えて良いのでしょうか?
Vn は平坦部分のノイズ密度の値の意味ですが、これは確かに、いろいろなノイズ成分を足し合わせたものです。ただし、それが平坦になっているということは、周波数依存のあるノイズ成分が、その平坦領域では非常に小いために、周波数依存のない平坦なノイズだけが見えている状態になります。したがって、その平坦部分にはブラウニアンノイズも含まれますが、量としては非常に小さいとい...続きを読む

Qパワースペクトルとは?

パワースペクトルについて説明してくださいと先生に言われました。
全くわからない人に説明するので端的にわかりやすく説明したいのですが誰かできる人はいませんか?ちなみにぼくも詳しいことは全然わかりません。
本などを見ても式があったりしてそれをまた理解することが出来ません。
なんかイメージがわくような方法はないですかね?

Aベストアンサー

スペクトルとは、独立な成分それぞれについての強さをグラフにしたものです。
光の場合、光の種類を色で分類する事ができます。光といっても、その中に青はどれくらい、オレンジはどれくらいとそれぞれの色に応じて強さがあります。
光をそれぞれに分ける方法は、たとえばプリズムがあって、光をプリズムに通すといろいろな色にわかれてみえます。

ニュートンはプリズムを使った実験で有名です。一つ目のプリズムで光を分光し、赤と青の光を残して他の光を遮り、赤と青を二つ目のプリズムやレンズで一つにまとめました。その後でもう一度プリズムを通すと、いったんまとめたのにやはり赤と青しかでてこないのです。これから光の色の独立性(赤や青は、混ざらないものとして独立に扱って良い、ということ)がわかります。

このように色にはそれぞれを別々に扱ってもよいので、色ごとに物事を考えると分かりやすくなります。この色ごとについての強度を「光のスペクトル」、といいます。
強度はふつう「時間当たりに光りが運ぶエネルギー」(パワー)で表すので、この時は「パワースペクトル」です。

こんなふうに物事を自然な「成分(光の時は色)」にわけて考えた物がスペクトルです。詳しくは座標とフーリエ成分の関係について(フーリエ変換について)勉強するといいと思います(電磁場の実空間の振動とフーリエ空間上での振動の対応として)。

スペクトルとは、独立な成分それぞれについての強さをグラフにしたものです。
光の場合、光の種類を色で分類する事ができます。光といっても、その中に青はどれくらい、オレンジはどれくらいとそれぞれの色に応じて強さがあります。
光をそれぞれに分ける方法は、たとえばプリズムがあって、光をプリズムに通すといろいろな色にわかれてみえます。

ニュートンはプリズムを使った実験で有名です。一つ目のプリズムで光を分光し、赤と青の光を残して他の光を遮り、赤と青を二つ目のプリズムやレンズで一つにま...続きを読む

Qエクセル STDEVとSTDEVPの違い

エクセルの統計関数で標準偏差を求める時、STDEVとSTDEVPがあります。両者の違いが良くわかりません。
宜しかったら、恐縮ですが、以下の具体例で、『噛み砕いて』教えて下さい。
(例)
セルA1~A13に1~13の数字を入力、平均値=7、STDEVでは3.89444、STDEVPでは3.741657となります。
また、平均値7と各数字の差を取り、それを2乗し、総和を取る(182)、これをデータの個数13で割る(14)、この平方根を取ると3.741657となります。
では、STDEVとSTDEVPの違いは何なのでしょうか?統計のことは疎く、お手数ですが、サルにもわかるようご教授頂きたく、お願い致します。

Aベストアンサー

データが母集団そのものからとったか、標本データかで違います。また母集団そのものだったとしても(例えばクラス全員というような)、その背景にさらならる母集団(例えば学年全体)を想定して比較するような時もありますので、その場合は標本となります。
で標本データの時はSTDEVを使って、母集団の時はSTDEVPをつかうことになります。
公式の違いは分母がn-1(STDEV)かn(STDEVP)かの違いしかありません。まぁ感覚的に理解するなら、分母がn-1になるということはそれだけ結果が大きくなるわけで、つまりそれだけのりしろを多くもって推測に当たるというようなことになります。
AとBの違いがあるかないかという推測をする時、通常は標本同士の検証になるわけですので、偏差を余裕をもってわざとちょっと大きめに見るということで、それだけ確証の度合いを上げるというわけです。


このQ&Aを見た人がよく見るQ&A

人気Q&Aランキング