Verteilungsfunktionen

tv$>$ fit measure definition dy-chi-square  Minimierung des $\chi$² gewichtet mit den Fehlern der Daten (Maximierung der Gaussfunktion).

$chi(f)$² = ∑_i=0^numdata {( {f(X_i) - Y_idY_i} } ²

f:

Fitfunktion

X$$_i

Kanal

Y$$_i

Wert des Spektrums im Kanal X$$_i

dY$$_i

Fehler von Y$$_i

tv$>$ fit measure definition y-chi-square

Minimierung des $\chi$² gewichtet mit den Daten (Maximierung der Gaussverteilung).

$chi(f)$² = ∑_i=0^numdata {(f(X_i) - Y_i)²|Y_i|}

f:

Fitfunktion

X$$_i

Kanal

Y$$_i

Wert des Spektrums im Kanal X$$_i

tv$>$ fit measure definition poisson   Maximierung der Poissonverteilung.

$P(f)\; =\; \prod$_i=0^numdata {f(X_i)^Y_iY_i!} ⋅ exp(-f(X_i))

f:

Fitfunktion

X$$_i

Kanal

Y$$_i

Wert des Spektrums im Kanal X$$_i

Die tatsächlich maximierte und dargestellte Funktion sieht folgendermaßen aus:

$$

C:

$\sum$_i=0^numdata -ln(Y_i!)