7.3 Modell mit qualitativer abhängiger Variablen
|
|
- Elsa Hertz
- vor 5 Jahren
- Abrufe
Transkript
1 7.3 Modll mi qualiaivr abhägigr Variabl Modll mi qualiaiv abhägig Variabl rgb sich ischrwis bi ir Erklärug vo ökoomisch Wahlhadlug i Abhägigki vo bsimm Charakrisika. Bisil: - Durch wlch Fakor läss sich di Eschidug is Idividuums, si Arbiskraf azubi, ökoomisch rklär? - Wlch Eiflussgröß sid maßgblich für d Eschluss is Kosum für d Kauf odr Nichkauf is Produks? - Wodurch wird di Wahl is Vrkhrs- odr Trasormils ökoomisch rklär? Ar dr ökoomrisch Aals: Qurschisaals mi Mikroda (mikroökoomrisch Aals)
2 Ar vo Modll mi qualiaivr abhägigr Variabl Liars Wahrschilichkismodll \ Biomials Logi-Modll Logi-Modll Probi-Modll \ \ Muliomials Logi-Modll Biomials Probi-Modll Muliomials Probi-Modll Im Folgd sll wir das liar Wahrschilichkismodll ud das Logi- Modll vor. Szill fokussir wir di Aals auf das biomial Logi-Modll, bi dm di abhägig Variabl dichoom is, d.h. zwi Ausrägug wi z.b. Kauf () ud Nichkauf (0) ha. Muliomial Logi-Modll sll isofr i Vrallgmirug dar, als dass di abhägig Variabl mhr als zwi Ausrägug ha wi z.b. bi dr Wahl is Vrkhrsmils Pkw (), Bah () ud Bus (3). Logi-Modll: basir auf dr logisisch Vrilug Probi-Modll: basir auf dr Normalvrilug
3 Bisil: Dr Kauf is Produks wird i Abhägigki vom Eikomm ud Gschlch is Kosum ursuch. Aus ir Qurschisrhbug ha sich folgd Dabasis rgb: Mrkmalsrofil ds Kosum, dr das Produk ich gkauf ha ( =0): ' x 500 Mrkmalsrofil ds Kosum, dr das Produk gkauf ha ( =): x ' Kosum Produkkauf Eikomm x Gschlch x 3 i (0) 500 wibl. () ja () 3000 mäl. (0) 3 ja () 300 mäl. (0) 4 ja () 3500 mäl. () 5 i (0) 800 wibl. () 6 i (0) 3000 wibl. () 7 ja () 4000 mäl. (0) 8 i (0) 00 wibl. () 9 ja () 3800 mäl. (0) 0 i (0) 900 wibl. () ja () 600 wibl. () i (0) 400 mäl. (0) 3 ja () 400 mäl. (0) 4 ja () 3700 mäl. (0) 5 i (0) 3300 wibl. () 6 ja () 400 wibl. () 7 i (0) 500 wibl. () 8 ja () 3900 mäl. (0) 9 ja () 4400 mäl. (0) 0 i (0) 000 wibl. () i (0) 300 wibl. () ja () 3400 mäl. (0) 3 ja () 3500 wibl. () 4 ja () 3800 mäl. (0) 5 i (0) 00 wibl. ()
4 Liars Wahrschilichkismodll Di dichoom abhägig Variabl imm d Wr mi dr Wahrschilichki a, falls i Erigis wi z.b. dr Kauf is Produks ralisir wird odr di Erwrbsrso rwrbsäig is. Falls das brach Erigis ich iri, imm di Zufallsvariabl d Wr 0 a. Währd di Kaufschidug vo Größ wi z.b. dm Eikomm, dm Gschlch ud dr sozial Sllug abhäg mag, sid z.b. dr Lohsaz ud das Gschlch maßgblich Drmia für di Eschidug übr di Erwrbsäigki ir Prso. Allgmi wird bi im Wahlhadlugsmodll di Wahrschilichki dafür, dass sich i Idividuum z.b. für d Kauf is Produks odr i Pariziaio am Erwrbslb schid, durch di Eiflussgröß x, x,..., x k rklär: (7.9) P Fβ' x,,,, mi x x x x k ' ud β k '
5 Dr Vkor häl di ubka Paramr ds Wahlhadlugsmodlls, d i Abhägigki vo dr Szifikaio dr Vrilugsfukio F i urschidlich Irraio zukomm. I dr Rgl is x i Schivariabl (x = für all ), so dass dr Paramr das absolu Glid bzich. Im ifachs Wahlhadlugsmodll vrädr sich z.b. di Kaufwahrschilichki liar mi ir Vrädrug dr Eiflussgröß. Ma rhäl das liar Wahrschilichkismodll (liar robabili (LP) modl), i dm als Basisvrilug i Glichvrilug ursll wird: (7.0) F β' x β' x Di Wahrschilichki is bi ggbm Vkor x glichziig dr (bdig) Erwarugswr dr Zufallsvariabl irrir: (7.) E x = β' x Di Zufallsvariabl sz sich dmach aus dr ssmaisch Komo ud ir Sörgröß u zusamm, di d möglich Abwichug zwisch d bobach ud rwar Wahlhadlugsschidug dr Idividu Rchug räg: (7.) u β' x u
6 Da ur di Wr ud 0 ahm ka, folg u ir Zwiukvrilug, di aus dr folgd Tabll rsichlich is: u Pu β'x β'x 0 β'x β'x Erwarugswr vo u : (7.3) E Variaz vo u : (7.4) u β'x β'x β'x β' x 0 Var u u β'x βx β'x β'x β'x β'x β'x β'x β'x Mhodisch Problm ds LP Modlls: β'x - Ki Gwähr, dass di gschäz Wahrschilichki im Irvall zwisch 0 ud lig, - Di Variaz dr Sörgröß u häg vo d rklärd Variabl (x-variabl ) ab, so dass di Sörgröß vo vorhri hroskdasisch is, - Di Särk dr Imuls, di vo d x-variabl auf di Vrädrug dr Wahrschilichki is Erigisss ausgh, sid uabhägig vom ihrm ralisir Nivau.
7 Bisil: Gwöhlich Klis-Quadra-Schäzug (OLS-Schäzug) ds liar Wahrschilichkismodlls (LP-Modlls): Dd Variabl: KAUF Mhod: Las Squars Mhod: Las Squars Icludd obsrvaios: 5 Variabl Coffici Sd. Error -Saisic Prob. C EINKOMMEN GESCHLECHT R-squard Ma dd var Adjusd R-squard S.D. dd var S.E. of rgrssio Akaik ifo cririo Sum squard rsid Schwarz cririo Log liklihood Haa-Qui crir F-saisic Durbi-Waso sa Prob(F-saisic)
8 Bobachugswr dr abh. Variabl, gschäz Wahrschil., Rsidu ˆ û Gschäz Wahrschilichki < 0: Kosum 8, 0, 5 Gschäz Wahrschilichki > : Kosum 7, 3, 8, 9.
9 Logi-Modll I dr mirisch Wirschafsforschug wrd aus dis Grüd asll ds liar Wahrschilichkismodlls Probi- ud Logi-Modll zur Erklärug ökoomischr Wahlhadlug hragzog. Währd im Probi-Modll z.b. di Kaufwahrschilichki durch i Sadard-Normalvrilug ggb is, lig dm Logi-Modll di Vrilugsfukio ir logisisch Vrilug zugrud. Da sich di Wahrschilichkisfukio ds Probi- ud Logi-Modlls i ihrr Form srch, wird das schäzchisch bssr hadhabbar Logi-Modll bi mirisch Ursuchug bvorzug. Dr Urschid bsh im Wslich dari, dass bi di logisisch Wahrschilichkisvrilug a d Rädr i größr Wahrschilichkismass als di Normalvrilug bsiz, was dr Emiri of bssr srich. Das Logi-Modll is durch di Szifikaio dr Vrilugsfukio F [Gl. (7.9)] i Form dr logisisch Vrilug ggb: (7.5) Fβ'x β'x β'x -β'x -(ββ x... βkxk )
10 Bgrüdug für di Normalvrilug asll dr Glichvrilug Di Normalvrilug läss sich bgrüd, w ma für i Idividuum di ubobachbar Idxvariabl * β' x u iführ, di d Grad dr Nigug ds Idividuums z.b. für i Kaufschidug odr Arbisariziaio rfass. Das Idividuum wird sich für d Kauf is Gus schid, w di Idxvariabl * i bsimm Schrak übrschri, bi dr dr Bsiz ds Gus als vorilhaf agsh wird. W wir di Schrak oh Eischräkug dr Allgmihi glich Null sz, da läss sich di Bzihug zwisch d ubobachbar Idxvariabl * ud dr bobachbar abhägig Variabl durch * falls 0 * 0 falls 0 widrgb. Di Wahrschilichki, dass sich i Idividuum z.b. für d Kauf is Produks odr di Aufahm ir Erwrbsäigki schid, is da durch P * 0 Pβ' x u 0 P u β' x ud bi ir Smmri dr Wahrschilichkisvrilug durch ggb. P * 0 Pu β' x F β' x
11 W ma sich vorsll, dass sich di Idxvariabl * aus ir Vilzahl uabhägigr Eiflussfakor zusammsz, ka aufgrud ds Zral Grzwrsazs für F di Vrilugsfukio ir Normalvrilug zugrud glg wrd. Dis bgrüd di Vrwdug ds Probi-Modlls i dr ökoomrisch Aals vo ökoomisch Wahlhadlug. W bi Awdug i größrr Ail vo "ousid valus" als bi ir Normalvrilug rwar wrd ka, bi das Logi-Modll jdoch i gigr Modllirugsbasis. Abbildug: Wahrschilichkisvrilug ds Logi-Modlls
12 Odds ud Effkkoffizi Di Odds drück das Wahrschilichkisvrhälis (7.6) P P aus, d.h. di Odds gb das Vrhälis dr Wahrschilichki für i Ralisirug ds Erigisss = rlaiv zur Wahrschilichki für i Ralisirug ds Ggrigisss =0 widr. I dr Logi-Aals sid di Odds durch (7.7) β'x + β'x + β'x β'x ggb. Dami gb di Effkkoffizi j a, wi sich di Odds vrädr, w di rklärd Variabl x j um i Eihi rhöh wird: ββx... β j(x j )... β jxk ββx... β jx j... β jxk Odds β j β j
13 Nach Logarihmirug vo (7.7) rhäl ma das Logi-Modll i dr Form (7.8) l β' x aus dr rsichlich is, dass di Rgrssioskoffizi β j bim Logi-Modll di Imuls auf di sog. Log Odds l mss, di aus ir Vrädrug dr xog Grö ß um i Eihi rsulir. Di Log Odds gb di Chac für i Ralisirug ds brach Erigisss im Vrglich zum Komlmärrigis widr. Für si ha sich di Bzichug "Logi" igbürgr.
14 Margialr Effk dr rklärd Variabl x j auf di abhägig Variabl Di Eiflüss ir Vrädrug dr rklärd Variabl auf di Wahrschilichki ds brach Erigisss lass sich dagg durch di arill Abliug (7.9) x j F β'x x j f β'x β j agb, i dr f di Dichfukio dr Logi-Vrilug bzich: f β'x β'x β'x Durch di Koffizi β j alli is ur och di Richug drmiir, i di sich di Wahrschilichki bi bsimm Imuls dr xog Variabl vrädr. Das Ausmaß dr Vrädrug häg jdoch zusäzlich vo dr Silhi dr Vrilugsfukio dr Logi-Vrilug im Puk β'x ab. J silr di Vrilugsfukio bim akull Nivau vrläuf, umso größr is dr Effk ir Vrädrug dr rklärd Variabl auf di Wahrschilichki ds brach Erigisss.
15 Maximum-Liklihood-Schäzug ds Logi-Modlls : Wahrschilichki, dass di Zufallsvariabl d Wr aimm bi Güligki ds Logi-Modlls: = x Vkor x dr rklärd Variabl: Mrkmalsrofil dr Idividu Schäzug ds Logi-Modlls mi dr Maximum-Liklihood-Mhod β'x Prizi dr Maximum-Liklihood-Mhod (ML-Mhod): Aus wlchr Grudgsamhi samm i kokr Sichrob mumaßlich? W ma di Paramr dr Grudgsamhi variir, wird sich auch di Wahrschilichki dafür ädr, dass sich di vorligd Sichrob ralisir. Ur wlch Wr dr Paramr komm abr dr ggb Sichrob di maximal Wahrschilichki zu, sich zu ralisir? Dis Wr hiß Maximum-Liklihood-Schäzr (ML-Schäzr). β' (Gl. 7.5) Sichrob dr Wr (0 odr ) dr abhägig Variabl :,,..., Wahrschilichki, dass bim Idividuum = odr =0 iri: f( ) ( ) für =: f( =) =, für =0: f( =0) = -
16 Gmisam Wahrschilichkisfukio f für Y =, Y =,..., Y = bi im Broulli-Prozss (uabhägig Zihug): ) (... ) ( ) ( ),,...,, ( f x β (7.6) Liklihood-Fukio: (7.7) Π ),,...,, L( Π β'x β'x β'x β'x x x x β Zum Zwck ir Schäzug ds Paramrvkors β brach wir di logarihmir Liklihood-Fukio L*: β'x β'x β'x l l Σ l l Σ L l L* (7.8)
17 Bdigug rsr Ordug für i Maximum dr Liklihood-Fukio: L * β (7.9) β'x β'x x x 0 β x 0 mi β β'x β'x x β'x β'x 0 Da (7.9) i ich-liars Glichugsssm i β is, ka dr ubka Paramrvkor allrdigs ich aalisch rmil wrd. Vilmhr is i iraivs Vrfahr azuwd, mi dm dr Maximum-Liklihood-Schäzr ˆβ ML für β umrisch bsimm wrd ka. Ei solchs Iraiosvrfahr. Das i hoh Kovrgzgschwidigki bsiz, is das Nwo-Rahso-Vrfahr.
18 Ausghd vo im Afagsschäzr β wird mi dm Nwo-Rahso-Vrfahr im m- Schri i vrbssrr Paramrschäzr aus im iraiv Schma dr Form rmil: β L * ββ' 0 m * L β m m m β β β β β Di Iraiosvorschrif basir auf ir Talor-Rihzrlgug zwir Ordug. Für das Logi-Modll sid dr Vkor dr rs Abliug (= Gradi) ud di Marix dr zwi Abliug (= Hss-Marix) durch ud ggb. L * β β'x β'x L * ββ' β'x β'x x x x ' Di Hss sch Ivrs ka zuglich als Schäzr für di Kovariazmarix ds ML-Schäzrs ˆβ ML vrwd wrd. Ihr Diagoallm, di di Variaz dr Komo vo ˆβ ML hal, lass sich für i Sigifikazs dr gschäz Koffizi ds Logi-Modlls vrwd.
19 Bisil: Logi-Modll für d Produkkauf () i Abhägigki vom Eikomm (x ) ud Gschlch (x 3 ) lau: βx 3x3 βx 3x3 ( βx 3x3 ) Maximum-Liklihood-Schäzug (ML-Schäzug) ds Logi-Modlls Til : Rgrssioskoffizi mi Sadardfhlr, z- ud -Wr Dd Variabl: KAUF Mhod: ML - Biar Logi (Quadraic hill climbig) Saml: 5 Icludd obsrvaios: 5 Covrgc achivd afr 5 iraios Covariac marix comud usig scod drivaivs Variabl Coffici Sd. Error z-saisic Prob. C EINKOMMEN GESCHLECHT McFadd R-squard Ma dd var S.D. dd var S.E. of rgrssio Akaik ifo cririo Sum squard rsid.64677
20 Gschäzs Logi-Modll für d Produkkauf ˆ (ˆ βˆ x ˆ 3 x 3 ),7644-0,00448 x,87446 x 3 Effk dr rklärd Variabl Eikomm (x ) ud Gschlch (x 3 ) auf di Kaufwahrschilichki : βˆ 0,00448 > 0: Eikomm (x ) Kaufwahrschilichki βˆ3,87446 < 0: Gschlch (x 3 ) wibl. () sa mäl. (0) Kaufwahrsch. Kaufwahrschilichki für d Kosum, dr sich für d Nichkauf ( =0) schid ha, aufgrud sis Mrkmalsrofils x = ( 500 ): ˆ 0,033,76440, ,87446 Kaufwahrschilichki für d Kosum, dr sich für d Kauf ( =) schid ha, aufgrud sis Mrkmalsrofils x = ( ): ˆ 0,8473,76440, ,874460
21 Bobachugswr dr abh. Variabl, gschäz Wahrschil., Rsidu ˆ û Rsidual Acual Fid
22 Variaz-Kovariaz-Marix dr Rgrssioskoffizi - brch als Ivrs dr Marix dr zwi Abliug (= Hss sch Ivrs) L * β β' ββˆ ML β'x ˆ βˆ 'x x x ' (Hss-Marix a dr Sll β ˆβ ML) Cov(ˆ βml) L * ββ' ββˆ ML E Sadardfhlr dr Rgrssioskoffizi: ˆ ˆ 35,547 5, ˆ ˆ 0, ,00040 ˆ ˆ 3 3,3758,83644
23 Vrlauf dr gschäz kumulir Kaufwahrschilichki für Frau ud Mär i Abhägigki vom Eikomm (x ) 0,8 0,6 0,4 0, für Frau: für Mär: 000 ˆ ˆ Mär,7644-0,00448x,7644-0,00448x Frau Eikomm,87446 Aus dr Grafik wird abr auch dulich, dass di Rgrssioskoffizi ich gauso irrir wrd kö wi bi dr liar Rgrssio. Wird das Eikomm im milr Brich bi 3000 um i Eihi rhöh, da sig di Kaufwahrschilichki vil särkr als bi ir glich sark Vrädrug i d Radbrich (bisilswis bi 000 odr bi 5000 ).
24 Margialr Effk ds Eikomms (x ) auf di Kaufwahrschilichki ˆ x f β'x ˆ ˆ β'x βˆ βˆ β'x ˆ - Effk ir Erhöhug ds Eikomms um 00 bim Kosum (=) auf di Kaufwahrschilichki ds Produks: ˆ 00 x,76440, ,87446,76440, , ,0330, ,040 0, Effk ir Erhöhug ds Eikomms um 00 bim Kosum (=) auf di Kaufwahrschilichki ds Produks: ˆ x 00,76440, ,874460,76440, , ,9380, ,0580 0,
25 Effkkoffizi - Gschäzr Effkkoffizi ds Eikomms (x ) βˆ 0,00448,0045 > Mi zuhmdm Eikomm sig di Odds, d.h. imm das Chacvrhälis für d Produkkauf ggübr dm Nichkauf zu. ( 0,00448 ) 00% 0,45% Erhöh sich das Eikomm um GE, da sig di Odds irhalb dr Gru wiblichr ud mälichr Kosum um d Fakor,0045, d.h. um 0,45%. - Gschäzr Effkkoffizi ds Gschlchs (x 3 ) βˆ3 -, ,0564 < Bi im Übrgag vo dr Gru dr mälich Kosum (x = 0) zur Gru dr wiblich Kosum (x 3 = ) sik di Odds, d.h. imm das Chacvrhälis für d Produkkauf ggübr dm Nichkauf ab. -,87446 ( ) 00% 94,36% Gh ma vo dr Gru dr mälich Kosum (x = 0) zur Gru dr wiblich Kosum (x 3 = ) übr, sik di Odds bi Kosahalug ds Eikomms um d Fakor 7,7, d.h. um 94,36%.
26 Liklihood-Vrhälis-Ts ud Psudo-R Di Güligki ds Logi-Modlls übrhau läss sich ur Vrwdug ds Liklihood-Vrhälis-Tss übrrüf. W di Nullhohs (7.0) H 0 : 3 0 gülig is, ka di Wahrschilichki dafür, dass di Zufallsvariabl d Wr aimm, dadurch gschäz wrd, dass ma di Azahl dr saisisch Eihi, di di brach Mrkmalsausrägug hab, auf di Azahl dr Bobachug bzih: ˆ Ei Bdighi durch xog Variabl fäll da, da si kirli Erklärugsghal bsiz. Ur dr Nullhohs is di logarihmir Liklihood- Fukio durch (7.) * L l L l 0 0 l ggb. Währd L * 0 als rsrigir log-liklihood-fukio bzich wird, hiß di ur dm Logi-Modll rsulird logarihmisch Liklihood-Fukio L* ursrigir. Ur dr Nullhohs (7.0) folg di Liklihood-Raio-Saisik (7.) l L * 0 L *
27 asmoisch ir χ -Vrilug mi k- Frihisgrad. Ei Aahm dr Nullhohs imlizir, dass xog Variabl x,x 3,...,x k ki Eifluss auf di Wahrschilichki ds brach Erigisss hab, so dass ihr Schäzug alli durch d Ailswr ˆ grchfrig is. Als Maß für di Gü dr Aassug is i dm Drmiaioskoffizi vrglichbars Maß wickl word, das aus dism Grud als Psudo-R bzich wird * L (7.3) PR * L 0 Das Psudo-R ka als Gümaß vrsad wrd, das d Grad dr "Usichrhi" i d Da miss, dr durch das Logi-Modll "rklär" wird. Sofr ss is, w = is ud 0, w =0 is, da gil für di ursrigir Log- Liklihoodfukio L*=l=0, d.h. PR rrich da si maximal Wr. I dism Exrmfall lis di rklärd Variabl i rfk Modllaassug Offbar ka dis Siuaio jdoch ur da ir, w β'x gg - ud + gh. Dr miimal Wr ds Psudo-R wird gau da rrich, w di ursrigir log-liklihoodfukio mi dr rsrigir übrisimm, d.h. w di xog Variabl kirli Erklärugsghal bsiz. Zwar ka grudsäzlich mi wachsdm PR vo ir vrbssr Modllaassug gsroch wrd, doch bsiz di Wr ds Psudo-R ich di aschaulich Irraio, di dm Drmiakoffizi bim mulil Rgrssiosmodll zukomm.
28 Covariac marix comud usig scod drivaivs Bisil: Variabl Coffici Sd. Error z-saisic Prob. Kgröß ud Tss übr di Modllaassug für das gschäz Logi-Modlls: C EINKOMMEN GESCHLECHT McFadd R-squard Ma dd var S.D. dd var S.E. of rgrssio Akaik ifo cririo Sum squard rsid Schwarz cririo Log liklihood Haa-Qui crir Rsr. log liklihood LR saisic.560 Avg. log liklihood Prob(LR saisic) Obs wih D=0 Toal obs 5 Obs wih D= 4
29 Psudo-R - Wr dr Log Liklihood-Fukio ur dr Nullhohs (rsrigir log Liklihood-Fukio L * 0 ): * L l L l 0 0 l 4 4l l 7, (Eviws-Ouu: Rsr. log liklihood) - Wr dr log Liklihood-Fukio für das gschäz Logi-Modll (ursrigir log Liklihood-Fukio L*): L* 6,07 (EViws-Ouu: Log liklihood) Brchug s. ächs Si) PR L L * 0 * 6,07 7,48 0,646 (EViws-Ouu: McFadd R-squard)
30 Brchug dr ursrigir log Liklihood-Fukio L*: ˆ l l l l 0 0, ,0000-0,038-0,038 0, ,655 0,0000-0, , ,0709 0,0000-0, , ,9 0,0000-0, ,3473 0,0000-0,04-0, ,3878 0,0000-0,78-0,78 7 0, ,000 0,0000-0, , ,0000-0,0087-0, , ,0050 0,0000-0, , ,0000-0,86-0,86 3 0, ,007 0,0000-3, ,7493 0,0000-0,305-0,305 0, ,0008 0,0000-0, ,994-0,0078 0,0000-0, , ,0000-0,7896-0, , ,08 0,0000-0, , ,0000-0,038-0, , ,003 0,0000-0, , ,0003 0,0000-0, , ,0000-0,0035-0, ,3940 0,0000-0,3993-0,3993 0, ,095 0,0000-0, , ,9 0,0000-0,9 4 0, ,0050 0,0000-0, , ,0000-0,0087-0,0087 Σ ,900 -,78 * L 6,079
31 Liklihood-Vrhälis-Ts Nullhohs H 0 : β = β 3 = 0 Prüfgröß (Liklihood-Vrhälis-Saisik): l, 5 L * 0 L * 7,48 6,07 Kriischr Wr (α = 0,05): Χ² k-;-α = Χ² ;0,95 = 5,99 Tsschidug: (l =,5) > (Χ² ;0,95 = 5,99) => H 0 ablh
32 Klassifikaiosabll Dd Variabl: KAUF Mhod: ML - Biar Logi (Quadraic hill climbig) Saml: 5 Icludd obsrvaios: 5 Prdicio Evaluaio (succss cuoff C = 0.5) Esimad Equaio Cosa Probabili D=0 D= Toal D=0 D= Toal P(D=)<=C P(D=)>C Toal Corrc % Corrc % Icorrc Toal Gai* Prc Gai** 90.9 NA 8.8 Esimad Equaio Cosa Probabili D=0 D= Toal D=0 D= Toal E(# of D=0) E(# of D=) Toal Corrc % Corrc % Icorrc Toal Gai* Prc Gai** *Chag i "% Corrc" from dfaul (cosa robabili) scificaio **Prc of icorrc (dfaul) rdicio corrcd b quaio
Wir betrachten hier nur den Fall m,n N, also m>0 und n>0. Die anderen Fälle, bei denen m=0 oder n=0 ist, können leicht selbst gelöst werden.
Übugsaufgab Fourirrih Mahmaik III M Prof. Dr. B. Grabowski Bla 6 grabowski@hw-saarlad.d Lösug zu Übugs-Bla 6 Zu Aufgab Wir brach hir ur d Fall m, N, also m> ud >. Di adr Fäll, bi d m odr is, kö lich slbs
MehrNominalzinsen versus Realzinsen. Nominalzinsen versus Realzinsen
K A I T E L 5 Erwarug: Di Grudlag 5- Noialzis vrsus Ralzis Noialzis sid Zis, di i Währugsihi ausgdrück wrd. Ralzis sid Zis, di i Eihi ds Warkorbs ausgdrück wrd. rof. Dr. Volkr Claus Makroökooik Wirssr
Mehr3. Spezielle diskrete Wahrscheinlichkeitsmodelle
Lhrsuhl ür Emrsch Wrschasorschug ud Ökoomr Dr. Rolad Füss Sask II: Schlßd Sask SS 007 3. Szll dskr Wahrschlchksmodll 3. Glchvrlug Glchvrlug: B dr Glchvrlug ha jds Ergs d glch Erswahrschlchk: Wahrschlchksuko:
MehrAufgaben zur Ökonometrie I
Aufgabe zur Ökoomerie I 3. Sigifikazess ud Kofideziervalle 3. Wie groß is der Sadardfehler der Regressio vo GASV auf VEINKR ( Eergiemodell Ib, s. Ergebisse i Aufgabe.8) (mi Ierpreaio)? Der Sadardfehler
MehrPhysik PHB3/4 (Schwingungen, Wellen, Optik)
Physik PHB3/4 (Schwigug, Wll, Opik) 1_Schwigug_ri_Gapf_BA_W.oc - 1/7 1. ri, gäpf Schwigug Ral Schwigug si ir i ugsrlus rbu. i Schwigugsrgi wir urch ug rbrauch,.h. issipaio i Wär. a i Gsargi proporioal
MehrWeiterbildung WBA Allgemeine Zahnmedizin SSO: Beurteilung der Weiterbildungspraxis durch die Assistenzzahnärztinnen und Assistenzzahnärzte
Witrbildug WBA Allgmi Zhmdizi SSO: Burtilug dr Witrbildugprxi durch di Aitzzhärzti ud Aitzzhärzt Witrbildugtätt/-prxi: Aitti/Aitt: ---------------------------------------------- -----------------------------------------------
MehrL Hospital - Lösungen der Aufgaben B1
L Hospital - Lösug dr Aufgab B Gsucht: = Übrprüf ob di Rgl vo L'Hospital agwdt wrd darf Für ght dr Zählr gg L'Hospital darf agwdt wrd, Für ght dr Nr gg = da Zählr ud Nr gg gh Zählr ud Nr diffrzir: ' =
MehrLogarithmusfunktionen
V Logarithmusfuktio Widrholug wichtigr Rchgstz Üug ach http://www.hrdr-orschul.d/madica/aufg000/pu.pdf (utr Hälft ds Aritslatts!) mit folgd Zusatzfrag: Brch Si ud drück Si durch i izig Logarithmus glichr
MehrR. Brinkmann Seite Achsenschnittpunkte von e- Funktionen und Exponentialgleichungen
R. Brikma http://brikma-du.d Sit 08..009 Achsschittpukt vo - Fuktio ud Epotialglichug Eiführugsbispil Bispil : Zu bstimm sid di Achsschittpukt vo s + f = D Schittpukt mit dr y y=f 0 Achs fidt ma übr d
MehrKryptologie am Voyage 200
Mag. Michal Schnidr, Krypologi am Voyag200 Khvnhüllrgymn. Linz Krypologi am Voyag 200 Sinn dr Vrschlüsslung is s, inn Tx (Klarx) so zu vrändrn, dass nur in auorisirr Empfängr in dr Lag is, dn Klarx zu
MehrAntrag auf Beurkundung der Geburt ( 36 PStG)
Eiggssmpl ds Sdsms I i rli Arg uf urkudug dr bur ( 36 PS) oschf dr udsrpublik Duschld i Oslo, d Argsllr (Fmilim, bursm, Vorm, ruf, Wohor, Nchwis zur Prso, E-Mil-Aschrif) brg/ brg ls Kids: di urkudug dr
MehrMathematik für VIW - Prof. Dr. M. Ludwig
Mhmik für VIW - Prof. Dr. M. Ludwig 7.3.4.3 Lplc-Trformio (Lplc 749-87 Di Lplc-Trformio i i Spzilfll vo Igrlrformio. Hir wird i pzill zur Löug ihomogr Diffrilglichug igführ. Awdug fid i u.. i dr Siglvrriug
Mehr2.3 Schätzeigenschaften der OLS-Methode
.3 Schäzeigechafe der OLS-Mehode Jede Schäzmehode wei beimme Güeeigechafe auf, die vo der Erfüllug beimmer Vorauezuge abhäge. Wa die gewöhliche Mehode der kleie Quadrae (OLS-Mehode) beriff, id beimme Schäzeigechafe
MehrKlausur (Mathematik II) - Sommersemester 2013
Klusur Mthmtik II) - Sommrsmstr Nm: Mtrikl-Nr: EMil: optiol Schll-Korrktur) Aug 6 7 8 Pukt 6 Als Hilsmittl sid di vo dm Lhrutrgt zur Vrügug gstllt sowi ig Utrlg zuglss Skript ud Mustrug sowi dr Lösug).
MehrSignale und Systeme. Analoge Signale und Systeme. Bachelorstudiengänge Nachrichtentechnik Telekommunikationsinformatik
Sigl ud Sysm Alog Sigl ud Sysm Bchlorsudigäg Nchrichchik Tlkommuikiosiformik rof. Dr.-Ig. Is Rr Lizig, Aril 8 Erklärug ds Auors Erklärug ds Auors Dr vorligd T rich sich Sud ds Sudiggs Tlkommmuikiosiformik.
MehrKommunikation. Begriffsdefinitionen aus dem Web
Kommuikatio 28 I usrr Gsllschaft ist Kommuikatio shr wichtig. Oft vrstädig sich Msch problmlos mitiadr. Erst w s Schwirigkit gibt, mrk wir, dass Kommuikatiosprozss zimlich komplizirt si kö: Kommuikatio
MehrAufgabe 1: Streudiagramm Bremsweg und Geschwindigkeit
Aufgab : Strudiagramm rmswg ud Gschwidigkit 70 60 50 40 30 rmswg 20 0 0 0 20 30 40 50 Autotyp Typ 2 Typ 60 Gschwidigkit Aufgab 3: Ergbiss Aufgo/Etfrt Variabl(b,c) Aufgo Variabl Gschwidigk it, EINSEN(a)
MehrMACHEN SIE MIT beim innovativen e-health Projekt der Apotheken
MACHEN SIE MIT bim innovaiv -Halh Projk dr Apohk - di Mdikam-App mi vil Zusazlisung für Apohk und Pai V3.00_11_2013 Unsr ak ull Wrbung : i d m m o k Jz p p A s i h Gsund! k h o p A für Ihr Ihr Pai: Di
MehrPlancksches Strahlungsgesetz
Packschs Strahugsgstz Spktra Strahdicht ds schwarz Strahrs Packschs Strahugsgstz Dr schwarz Strahr ist dadurch gkzicht, dass auffad Strahug aus bibigr Richtug vöig absorbirt wird ud di ausgsadt Strahug
MehrStudiumPlus- SS 2017 Torsten Schreiber
StudiumPlus- SS 07 Torst Schribr 44 Dis rg sollt Si uch oh Skript btwort kö: N Si di wichtigst Eigschft vo Mg! Wi kö Si i Itrvll dfiir? Wi fuktioirt di Modulo-Oprtio? Wofür brucht m ds d Morg Gstz? Ws
MehrInnovative Spaltenböden Güte überwacht Güte geprüft EN 12737 geprüft
Iovaiv Spalböd Gü übrwach Gü gprüf EN 12737 gprüf www.salli.com Tchisch Uiv. Graz mach Säll saubr, rock ud warm Nu mi Quarzgummi-Airuschauflag bi all Schrägschlizlm für Ridr VORTEILE Absolu ruschsichr
MehrO. Univ.-Prof. Dr. Fritz Scheuch, Wirtschaftsuniversität Wien / Institut für MarketingManagement
Ablauf & Ihalt Eröffugsstatmt O. Uiv.-Prof. Dr. Fritz Schuch, Wirtschaftsuivrsität Wi / Istitut für MarktigMaagmt Bdutug Olishoppig ud Prisvrglichsplattform & Mthodik dr Studi Uiv. Ass. Dr. Ar Floh, Wirtschaftsuivrsität
Mehr6.2 Prüfen von Restriktionen - Granger-Kausalität
6.2 Prüfe vo Restriktioe - Grager-Kausalität 6.28 Aufteile des Variablevektors y t i zwei Teilvektore y 1t (N 1 1) ud y 2t (N 2 1). Sid Koeffiziete φ i de Gleichuge vo y 1t für die Abhägigkeit vo alle
Mehre = lim ( n n) und Folgerungen
= lim + ud Folgrug Ergäzug zur Vorlsug Aalysis I, Dail Grisr, Dz. 2005 Satz: Si x = +, y = + +. Da gilt lim x = lim y = x ist strg mooto wachsd, y ist strg mooto falld. Isbsodr gilt für all x < < y. Bmrug:
MehrInhaltsverzeichnis der Formelsammlung "Ökonometrie I"
Ihalsverzeichis der Formelsammlug "Öoomerie I" Ihalsverzeichis der Formelsammlug "Öoomerie I". Öoomerische Eigleichugsmodelle mi quaiaive Variable... 4. Öoomerie ud öoomerisches Modell... 4.. Regressiosgleichug
MehrLösungsvorschlag Vorbereitung Nr.3 K
Mahmaik Lösungsvorschlag Vorbriung Nr. K..8 Pflichil (wa 0 min) Ohn Taschnrchnr und ohn Formlsammlung (Disr Til muss mi dn Lösungn abggbn sin, h dr GTR und di Formalsammlung vrwnd wrdn dürfn.) Aufgab :
Mehrb) Weisen Sie nach, dass g und f im selben Punkt ein Minimum besitzen.
Znral schriflich Abiurprüfungn im Fach Mahmaik Analysis Lisungskurs Aufgab 3 ln-funkion und Vrknüpfungn In dr Anlag sind di Graphn zwir Funkionn g und f dargsll. Ggbn sind wirhin zwi Funkionn h und h,
Mehr5.5. Konkrete Abituraufgaben zu Exponentialfunktionen
5.5. Konkr Abiuraufgabn zu Exponnialfunkionn Aufgab : Kurvnunrsuchung, Ingraion () Übr in Vnil kann das Wassrvolumn in inm Wassrbhälr grgl wrdn. Di Särk ds Wassrsroms durch diss Vnil is ggbn durch in Funkion
Mehr3 Signalabtastung und rekonstruktion
- /8-3 Signalabaung und rkonrukion 3. Abaung Di Dikriirung inr zikoninuirlichn unkion durch di Ennahm von unkionwrn zu bimmn Zipunkn bzichn man al Abaung. Erolg di Ennahm in glichn Ziabändn voninandr,
Mehr3. Grad Ist die höchste vorkommende Potenz : y`, (y`)², (y`)³ y`: 1. Grad (linear), (y`)² : 2. Grad (quadrat) dx dt
IV. Diffrnialglichngn: z.b. y d Klassifiaion von Diffrnialglichngn 1. Gwöhnlich / Parill Dgl. y f, 1 nabhängig Variabl gwöhnlich Dgl mhr Variabln : parill Dgl. Ordnng Is di höchs vorommnd bling y, y...
Mehr4.2 Die Lenzsche Regel
Expriaphysik T Dorud SS Shauka. Kha @ T - Dorud. d Kapi 4 4. Di zsch g Dr durch i iduzir Spaug fißd Sro is so grich, dass r i Magfd rzug, das dr Ädrug ds agisch Fusss ggwirk. ispi: irbsrö brs di wgug ir
Mehr9. Übungsblatt Aufgaben mit Lösungen
9. Übungsbla Aufgabn mi Lösungn Aufgab : Zwi Drucklufbhälr mi unrschidlichn Volumina V und V sind durch in zunächs vrschlossn Rohrliung vrbundn. Vor Öffnn ds Sprrvnils zu 0 hrrschn in dn Bhälrn unrschidlich
MehrKostengünstig und einfach das
Kostgüstig ud ifach das SWIFT-Ntzwrk utz. Mit dm SWIFT Abidugssr vic dr OKB. W IF T- N t z w g U t r h m S du U ug rhm t b rk i t S W I F T- A i m i h S W I F T- A b d o Das SWIFT Abidugssr vic Ihr ifachr
MehrKondensator an Gleichspannung
Musrlösung Übungsbla Elkrochnisch Grundlagn, WS / Musrlösung Übungsbla 2 Prof. aiingr / ammr sprchung: 6..2 ufgab Spul an Glichspannung Ggbn is di Schalung nach bb. -. Di Spannung bräg V. Di Spul ha di
MehrSparkasse Staufen-Breisach. Kleine Zinsen für große Wünsche. Der Sparkassen-Privatkredit.
2 Jahr ImmobiliCtr = 2 Jahr Komptz, Erfahrug ud Qualität Stauf-Briach i h c ut G Wir lad Si i! Damit Si vo Afag a auf dm richtig Wg id, bit wir Ih al rt Schritt Ihr prölich Fiaz-Chck. Wir rarbit gmiam
MehrGrundlegende Eigenschaften der Atomkerne: β-zerfall (Teil I)
Krhysik I Grudlgd Eigschaft dr Atomkr: β-zrfall (Til I) Motivatio Für di Bschribug dr Elmtsyths i astrohysikalisch Umgbug sid isbsodr gut Ktiss übr di β-zrfalls- Eigschaft vo istabil Kr frab vom Tal dr
MehrAbituraufgaben: Lösungen Aufgaben Kernchemie
Abiuraufgab: Lösug Aufgab Krchmi 98/I/ Kurslir Klaus Bz/ Kollgia Chrisia Kappl C.. : 35 3 9 9U 5 Ba 3Kr 3.. 3 3 5 Ba β La β 57 3 C β 58 3 Pr β 59 3 d Bim ß Zrfall wird i uro i i Proo ud i lkro umgwadl.
Mehrzur Freiwilligenarbeit im Alter
12 0 2 r o A s r v r k G ü f hr d J s h ch zwsc s pä rä o r Eu d o S d u r A h k m S c F b F & r g D rw F r zu D & Fk zur Frwgrb m Ar V är ud Msch s wchg Bräg für d Gsschf. Ds rch vo dr Arb urschdchs Vr
MehrLösung der Abitur-Übung 2:
Lög dr Abir-Übg : Agab..a Fio allgmi: Ablig allgmi: =a +b +c+d =a +b+c =a+b SP mi Grad bi -/ -= =-a+b-c+d wil: g-= Brührgp im WP / = =a+b+c+d wil: = Sigg im WP i m=- =- -=a+b+c wil: =- Wdp bi = = =a+b
MehrEigenschaften trigonometrischer Reihen. Trigonometrische Reihen. Reihenentwicklung. Reihenentwicklung. Fourierreihenentwicklung
roomrsch Rh Do: Rh dr Gsal a + a cos x + b s x + a cos x + L + a cos x + b s x +L hß roomrsch Rh. D Zahl a a, b,..., a, b,..., b: prodsch Fuko sd hr Koz. Escha roomrschr Rh a + a cos x + b s x + a cos
MehrVolksbank Wittenberg eg
Volksbak Wittbrg G Offlgugsbricht i. S. d. Istituts- Vrgütugsvrordug pr 31.12.2011 Ihaltsvrzichis 1 Ihaltsvrzichis 1 Ihaltsvrzichis... 2 2 Bschribug ds Gschäftsmodlls... 3 3 Agab zur Eihaltug dr Afordrug
MehrErwartungsbildung, Konsum und Investitionen
K A P I T E L 7 Erwarungsbildung, Konsum und Invsiionn Prof. Dr. Ansgar Blk Makroökonomik II Winrsmsr 2009/0 Foli Kapil 7: Erwarungsbildung, Konsum, und Invsiionn Erwarungsbildung, Konsum und Invsiionn
MehrINCIDENT MANAGEMENT SYSTEM
INCIDENT MANAGEMENT SYSTEM Uivrslls Srvicud Vorgagsmaagmt WAS KANN i NORIS IMS TATSÄCHLICH FÜR IHR UNTERNEHMEN LEISTEN? Übrzug Si sich vo usrr vollitgrirt Awdug zur Erfassug, Barbitug, Dokumtatio ud Auswrtug
Mehr8 Reglerentwurf im Frequenzbereich
Mhr Iforio zu il 8 Rglrwurf i rquzrich Wir h Rglkris ud ihr izl opo ishr usschlißlich i Zirich rch, d h si hd ds zilich Vrlufs ihrr Ausggsgröß i vorgg Vrluf dr Eiggsgröß chrkrisir Als ssigl h wir di i
Mehr(3) Sie haben 120 Minuten Zeit und können eine Maximalpunktzahl von 120 erreichen.
Klausur Makroökonomik B Prof. Dr. Klaus Adam 21.12.2009 (Hrbssmsr 2009) Wichig: (1) Erlaub Hilfsmil: Nichprogrammirbarr Taschnrchnr, ausländisch Sudirnd zusäzlich in Wörrbuch nach vorhrigr Übrprüfung durch
MehrAufgabenblatt Finanzmathematik. Rentenrechnung 3
FachHochschul Lausitz Fachbich IEM Fiazmathmatik Nam: Plz,Noack Mat. WIE 3 Datum: 7..4 Aufgabblatt Fiazmathmatik tchug 3 Aufgab Aus i Azig: Bakdit sofot ud bum fü jd Zwck: z.b. 5.,- fü 36,- moatlich bi
Mehr4. Thermische Eigenschaften von Kristallen - spezifische Wärme
4. rmisc igscaft vo Kristall - spzifisc Wärm f.: spz. Wärm bi ost. olum: S tropi, ir rgi, mpratur S primtll: - bi Zimmrtmpratur ist N M bi fast all Fstörpr (ulog-ptitsc Rgl), N Azal dr Atom, M Mass ds
MehrINFLATIONSSCHUTZ 156,00 RAIFFEISEN BANK INTERNATIONAL 10 2012
Mi Lb INFLATIONSSCHUTZ 156,00 RAIFFEISEN BANK INTERNATIONAL 10 2012 Vorsorg Alg Mobilität Woh * szahlug u a t s d ag 156 % Mi ttobitr N d f au il: bzog! Ihr Vor t ih l A sschutz durch i io t a fl I ug
Mehr3.6 Prognosen mit ARMA-Modellen
3.6 Prognosen mi ARMA-Modellen Opimale Prognosen mi ARMA-Modellen im Sinne eines minimalen Mean Squared Error (MSE sind durc die bedingen Erwarungswere von +, =,,..., uner Verwendung der zur Zei vorandenen
MehrDirekt-Vertrieb Hersteller vertreibt seine Ware direkt an den Kunden (B2C; B2B)
(Eiführug) Optimirug Vrtribsprozss Sit: 1 Vrtribsart Dirkt-Vrtrib Hrstllr vrtribt si War dirkt a d Kud (B2C; B2B) Idirktr-Vrtrib War wrd übr Partr, Hädlr, Distributio, Ntzwrk agbot (B2C, B2B) Gmischtr
Mehr:46 1/9 Kinder gut betreut
30.09.2017 02:46 1/9 gut btrut LANDKREIS AUGSBURG (DRUCKANSICHT) KINDER GUT BETREUT KINDERTAGESSTÄTTEN & SCHULISCHE BETREUUNGSANGEBOTE IM LANDKREIS AUGSBURG Di G mi d im La dkr is Aug sbu rg vrf üg üb
MehrMein Raiffeisen Club-Paket. Bank, Versicherung und Freizeit in einem.
Mi Raiffis Club-Pakt. Bak, Vrsichrug ud Frizit i im. Di idividulls Club-Pakt. Di Koto bi Raiffis. Ei Club-Pakt ist i Kombiatio vo Bakprodukt, * Kostlos Kotoführug di du dir slbst ach di Wüsch ud Zil zusammstll
MehrEtablierung eines Qualitätsmanagementsystems (QMS) für Lehre und Studium an der TU Berlin
Etablirug is Qualitätsmaagmtsystms (QMS) für Lhr ud Studium a dr TU Brli Prof. Dr.-Ig. Jörg Stibach (Projktlitr) Prof. Dr.-Ig. Joachim Hrrma (fachlichr Bratr) Dipl.-Ig. Bjami Will (Projktmaagr) Dipl.-Psych.
MehrDie zweite Implikation der Annahme einer skalaren Kovarianzmatrix, (2.7) 2 nxn
6. Auokorrelaio 6. Form ud Auswirkug Die zweie Implikaio der Aahme eier skalare Kovariazmarix, (.7) Cov( u) E( uu') I x is, dass sich Sörerme uerschiedlicher Beobachuge ich beeiflusse, also ukorrelier
MehrSKILL software. Das Leitsystem: embiaguide Konzept, Kunden, erster Großauftrag in Aussicht! erster Großauftrag. Konzept. Kunden
Ds Lisysm: mbiguide Kozp, Kud, rsr Großufrg i Aussich! SKILL sofwr Kozp rsr Großufrg Kud Ds Lisysm: SKILLguid rsmlig i THE SQUAIRE/Trmil 1, Flughf Frkfur SKILLsofwr ms SKILL sofwr SKILLbudoc Projk dokumir
MehrMartin Meyer. Signalverarbeitung
Mari Myr Sigalvrarbiug Au dm Programm Nachrichchik/Kommuikaiochik lkommuikaio vo D. Corad Opraiovrärkr vo J. Fdrau Kommuikaiochik vo M. Myr Digial Kommuikaioym ud vo R. Nockr Digial Sigalvrarbiug mi MALAB
MehrHP IT Service Management Verbinden von Mensch, Prozess und Technik
HP IT Srvic Mgm Vrbid vo Msch, Prozss ud Tchik Dirk Fldm Sior Cosul, HP Srvics 2004 Hwl-Pckrd Dvlopm Compy, L.P. Th iformio coid hri is subjc o chg wihou oic IT Srvic Mgm... hiß IT ls Busiss bgrif ud d
MehrKonfliktmanagement in der Psychiatrie. Christoph Hebborn, Fachkraft für Arbeitssicherheit Klinikum Oberberg GmbH
Kofliktmaagmt i dr Psychiatri Christoph Hbbor, Fachkraft für Arbitssichrhit Kliikum Obrbrg GmbH Kofliktmaagmt am Bispil ds Kriskrakhaus Gummrsbach Ztrum für slisch Gsudhit Kliik Marihid 01 Kliikum Obrbrg
MehrFLÜSSIGKRISTALLANZEIGEN GMBH
FLÜSSIGKRISTALLANZEIGEN GMBH Maßgschidrt TFT-Bildschirm Tailor-mad TFT-Displays Di TFT-Displays vo ADITECH ig sich optimal für all Awdugsbrich, bi d Stadard-Bildschirm im Hiblick auf Größ, Hlligkit, Lsbarkit
MehrInklusionskiste für Kinder mit besonderem Förderbedarf
Iklusioskist für Kidr mit bsodrm Fördrbdarf Dutsch Afagsutrricht k o o E-B Basistraiig Phoologisch Bwussthit 1 rk b ta s h c u db u t au L, Rim Ihalt 1 Arbitsblättr Phoologisch Bwussthit 1 Rimwörtr sprch
Mehr2011 Bachelorstudium RAUMPLANUNG UND RAUMORDNUNG KURZ UND BÜNDIG
2011 Bachlorstudiu RAUMPLANUNG UND RAUMORDNUNG KURZ UND BÜNDIG Zu Studiu vo Di Etfaltugsöglichkit dr Msch sid tschidd ch Räuli ig. abhäg gsgfüg ihr Nutzugsöglichkit i Sidlu sozial di bsti g Nutzug Stadorttschidu
MehrVo r d ä c h e r-ca r p o r t s. Vo r d ä c h e r-ca r p o r t s a u s Sta h l Ed e l s ta h l u n d. Gl a s. En g i n e e r i n g
a u s Sta h l Ed e l s ta h l u n d Gl a s 2 Ve r z i n k t e Sta h l k o n s t r u k t i o n m i t g e k l e bt e n Ec h t g l a s- s c h e i b e n Da c h ü b e r s p a n n t d i e Fr ü h s t ü c k s
MehrEnergieeffizienz: Herstellung und Design. Energieeinsparung zwischen 75% und 93% Jahre Garantie FORDERN SIE UNSEREN FACHKATALOG AN
5 Jahr Garati VERLÄNGERUNG AUF 10 JAHRE AUF ANFRAGE Ergiffiziz: Hrstllug ud Dsig Ergiisparug zwisch 75% ud 93% i S h b a g c s o Au g ur ri l h Za Ihrr bish % 25 für! g tu h c u l B FORDERN SIE UNSEREN
MehrAssessmentprüfung Makroökonomik I 19. Juli 2006
...... (Nam, Voram) (Markl-Nummr) Assssmprüfug Makroökoomk I 9. Jul 26 UNBEDINGT LESEN. Übrprüf S d Vollsädgk dsr Prüfugsurlag. D S sd durchlaufd ummrr. Vrlag S Ersaz, falls S fhl. 2. Es sd all Aufgab
MehrAnforderungen/Termine (4 ECTS)
PS: Kommuikatiostraiig Nacbsprcug Jär 05 Uivrsität Salzburg Facbric Erziugswissscaft Adras Pasco & Grgö Horsa Afordrug/Trmi ( ECTS) Awsit: Trmi Vorbsprcug: Mo,. Oktobr 7.00-9.00.05 UN Tst: Mo, 7. Novmbr
MehrInhalt: Modellbildung technischer Systeme Zustandsraum
Modllbldug hhr Sym Zuadraum hw aar Ihal:. Dagoalform. Jorda-Normalform 3. Blokdagoalform 4. Zuammfaug zu d Dagoalform 5. Traformaorgl dr Zuadglhug auf Normalform 6. Awdug kaohr Traformao Qull: Ubhau Barbara
MehrSchulinterner Lehrplan des Faches Physik (Sekundarstufe I)
Schulitrr Lhrpla ds Fachs Physik (Skudarstuf I) 1. Stllug i dr Studtafl Am Gymasium Sdastraß wird das Fach Physik i d Klass 6, 8 ud 9 utrrichtt. 2. Prozssbzog Komptz Vrwdt Abkürzug Gmäß KLP, S. 17-19,
MehrJahreskurs Makroökonomik, Teil 2 Nachholklausur vom 7. April 2009
rofssor Dr. Olivr Ladma WS 008/09 Jahrskurs Makroökoomik, Til Nachholklausur vom 7. April 009 Aufgab 1 (15%) Vo all G0-Saa hab di USA bishr am särks auf das kysiaisch Rzp ds dfici spdig zurückggriff, um
MehrDie Spektren der Atome
Cusaus-Gyasiu Wittlich Di Spktr dr Ato Nils Bohr 885-96 96 H H Cusaus-Gyasiu Wittlich Di Spktr dr Ato So Wassrstoff Hliu Qucksilbr Ura Cusaus-Gyasiu Wittlich. Bohrschs Postulat: Elktro bwg sich auf bstit
Mehrg Die K Kollagenexpertise von Geistlich Für das entscheidende Quantum mehr an Sicherheit Kollagenexpertise von Geistlich für mehr Therapiesicherheit
Das Kollag dr Gislich Bio-Gid rrich di höchsmöglich Rihi bi glichziigm Erhal dr aiv Kollagsrukur. Durch di srukurll Ählichki zum körprig Kollag fid i uauffällig Gwbigraio sa. Rfrz 1 Barbck, M. al.; Porci
MehrAufgaben Interferenz am Gitter
Aufga Itrfrz a Gittr 38. Auf i optich Gittr it dr Gittrkotat 4,00 * 0-6 fällt Licht dr Wllläg 694 krcht i. Da Itrfrzild wird auf i,00 tfrt Schir oachtt, dr paralll zu Gittr tht. a) Brch Si d Atad dr auf
MehrWir nutzen diese. Foto: Kurhan Fotolia.com
r S m i s Nürbrg g la r Vrb rich-alxar-uivrgsaiägweirschafswissgascghawfirschafsrch (LL.B.) i i a r Fri ll/r Bachlors.A.) or Bachlors (B hags chafslhr s ir w Srfac s b i k Br Schwrp Wir z is! c a h C Foo:
MehrÜbungsaufgaben "Vektorrechnung"
stllt vo Olf Gmkow Sit / Übugsufgb "Vktochug" ) Vo i Gd g ist d ukt (; ; ) ud d Richtugsvkto bkt. Bch Si d Abstd ds ukts (; ; ) vo dis Gd. Lösug, dt d g ) Di i d,-b vlufd Gd g schidt di bid Kooditchs jwils
Mehr1.1. Thünen sche Kreise und Thünen-Modell
.. Thünn sch Kris nd Thünn-Modll Johann Hinrich von Thünn 783-850 Znrm Fri Wirschaf Forswirschaf Frchwchslw. Kopplwirschaf Drifldrwirschaf Vihzch Wildnis (Jagd) Ulrich van Snm Rgionalökonomik I WS 004/05
Mehr2.6! Sicherheit, Zuverlässigkeit, Verfügbarkeit
.6! Sihrhi, Zuvrlässigki, Vrfügbarki Sihrhi! EN ISO 9:5! Sihrhi safy is in Zusand, in dm das Risiko ins Prsonn- odr Sahshadns auf inn annhmbarn Wr bgrnz is. Sihrhi is nih bwsnhi von Risiko Wi hoh is in
Mehr(Nicht)-Planarität. (Nicht)-Planarität. - Mit und ohne Einbettungsconstraints - Optimales Kanteneinfügen. Zusammenfassung von Montag
Optimals Katifüg Zusammfassug vo Motag - Mit ud oh Eibttugscostraits - Karst Kli Vorlsug Automatischs Zich vo Graph W 07/08-08. Jauar 2008 Eischräkug dr Eibttug durch dri grudlgd Costraits: Groupig, Mirror,
MehrJe nach Konfiguration. Je nach Konfiguration. Je nach Konfiguration. Wahlweise elektrisch oder pneumatisch. Pneumatische Vakuumpumpen 5-6 bar
ERE odrlösug idull v i d i lösug k r d t wrd! s o s p d g J dürfiss r uf Mrkml Ho Lbsdur durc Vrwdug qulittiv ocwrtigr Mtrili Wlwis lktrisc odr pumtisc Vkuumpump Azl dr ugr rictt sic c dr lcstärk Akustiscs
Mehr2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:
. Schätzverfahre. Puktschätzug wirtschaftlicher Kezahle Allgemei: Puktschätzug eies Parameters: Ermittlug eies Schätzwertes für eie ubekate Parameter eier Zufallsvariable i der Grudgesamtheit mit Hilfe
MehrWelcher Akku hält länger?
Wchr Akk h gr? Ei Vrgich vo y v Br www.-gh. W vrrch i Arg i Akk i r Vorgg chich or chich? Di Awor i. Ei Akk i i Vrchißrok Ag ri i Vr Hrr gi. Ähich ir g Fr öch r Akk irig Fkor ir Aggfor rückkhr. Wi ch i
MehrSchulcurriculum Grundschule Goldenbek: Methoden - und Lernkompetenzen Entwickelt auf Grundlage des Curriculums der Glück-Auf-Grundschule, Hohndorf
Schulcurriculu Grudschul Gldbk: Mhd - ud Lrk Ewickl auf Grudlag ds Curriculus dr Glück-Auf-Grudschul, Hhdrf Sachk Sialk Mhdk Lrk M h d k / L r k Hadwrklich Grudchik iüb ( Ausschid, Klb, Lch, Fris Brich
Mehrˆ Dichtefunktion: ƒ X ( ) = F ( ) bei differenzierbarer Verteilungsfunktion (stetige Zufallsvariable) (, ) E [X] = E X 1
Formlsmmlug Eigschft vo Zufllsvril X si i (disrt odr sttig Zufllsvril. ˆ Vrtilugsfutio: F X ( = P(X ˆ Dichtfutio: ƒ X ( = F ( i diffrzirrr Vrtilugsfutio (sttig Zufllsvril ˆ Zähldicht, Frquz- odr Mssfutio:
Mehr26 Eigenschaften der Eigenwerte, Eigenvektoren und Eigenräume
Lieare Algebra II SS 211 - Prof Dr Mafred Leiz Kapiel VIII: Das Eigewerproblem 26: Eigeschafe der Eigewere, K 26 Eigeschafe der Eigewere, Eigeveore ud Eigeräume A Eigeschafe der Eigewere B Eigeschafe der
MehrMusterlösung Aufgabe 1:
rlin Üung Anlog- und Digillkronik W 9/ lcronics nd mdicl signl procssing Üung 8: Oszillorn i /9 Musrlösung Aug :. Brchnung dr Ürrgungsunkion 4 4 mi ω j s C C j C ω ω ω rlin Üung Anlog- und Digillkronik
Mehr\ Mathematik. 1. Allgemeine Grundlagen. 1.1 Rechnen mit reellen Zahlen Potenzen und Wurzeln. = = = n. a a. a b = a. b ab. a a a.
\ Mhmik Formlmmlug - Sf Au Slh www.auslh.com 6... Allgmi Grudlg. Rch mi rll Zhl.. Poz ud Wurzl Rchrgl für Poz m m+ = m m = m m m ( = ( = m, ;, = ( = ( ( Rchrgl für Wurzl m m m = ( = = = = = = = = = ( =
Mehr1 Beispiel zur Methode der kleinsten Quadrate
1 Beispiel zur Methode der kleinsten Quadrate 1.1 Daten des Beispiels t x y x*y x 2 ŷ ˆɛ ˆɛ 2 1 1 3 3 1 2 1 1 2 2 3 6 4 3.5-0.5 0.25 3 3 4 12 9 5-1 1 4 4 6 24 16 6.5-0.5 0.25 5 5 9 45 25 8 1 1 Σ 15 25
MehrFührungskräfteentwicklung als Anleitung zur Übernahme von Verantwortung
Ladsschulamt ud Lhkäftakadmi Fühugsakadmi Fühugskäfttwicklug als Alitug zu Übahm v Vatwtug Wi müss wi us als Fühugskäft twickl, um vatwtlich hadl zu kö?? Gsllschaft zu Födug ädaggisch Fschug 2. Mai 2013
MehrReihenentwicklung die Taylorentwicklung
Rihtwicklug di Taylortwicklug Motivatio: Es lig i Potrih olgdr Form vor: Durch Umorm rgibt sich: s s s s s K K K Für udlich groß rgibt sich im Wrtbrich < < i dlich Summ s. Dis lässt sich als Fuktio vo
MehrHallo ich grüße Dich!
AaRot h 10Fa g, d i Dua u fd rsu c h a c hd i ms l t b a t wt s ot s t ud 3Go l d R g l wi Dua bh u t b s s rl b k a s t AaRot h www. a a r ot hc oa c hi g. c om Aa Roth Slortfidri AstroCoach - Prsoal
MehrGetreide-Lagersilos "Made by NEUERO" für Innen- und Außenaufstellung
mit Typprüfug vrzikt Ausfürug st abil Kostruktio o Frtigugsqualit ät Flacprofilirug dr Siloplatt, dadurc größr St abilit ät ud bssr gigt für Vrdlugsprodukt, z. B. S aatgut agpasst Blüftugssystm ud Blüftugsvtilator
MehrEmpirische Ökonomie 1 Sommersemester Formelsammlung. Statistische Grundlagen. Erwartungswert und Varianz einer Zufallsvariable.
Empirische Ökoomie 1 Sommersemester 2013 Formelsammlug Hiweis: Alle Variable, Parameter ud Symbole sid wie i de Vorlesugsuterlage defiiert. Statistische Grudlage Erwartugswert Erwartugswert ud Variaz eier
MehrSicher auf Reisen TK-Tarif Traveller
s R f Schr llr TK-Trf Trv l l f z h c S r w Wl Ihr Rs Ihr Rsschzpk m TK-Trf Trvllr Ws s dr TK-Trf Trvllr? Als TK-Mgld sd S f Ihr Rs rhlb Erops bss vrschr. Wlw jdoch ch. Ds Lück kö S übr d TK-Trf Trvllr
Mehre aus der Parameterform (*). Die Ebene E, in b c > a 1 = 0, so dass: a a
Mihl Buhlm Mthmtik > Vktohug > Kis Pmtfom Eilitug Im didimsiol ll Vktoum kö Gd ud E uh Kis mit Hilf vo Pmtfom dgstllt wd. Gg si im Folgd i Kis k mit Kismittlpukt Mm m m 3 ud Kisdius, >. Sid ud zwi Eihitsvkto,
MehrPoisson-Verteilung. Die Anwendung der Poisson-Verteilung ist breit gefächert:
oisso-vrtilug Di Noral-Vrtilug ist i kotiuirlich Vrtilug Di Bioial-Vrtilug ist diskrt. Ei witr diskrt Vrtilug ist di oisso-vrtilug. Di Awdug dr oisso-vrtilug ist brit gfächrt: Azahl dr Tlfogspräch, di
MehrDiagramm. 1.2 Geben Sie das elektrische Potential an der Kugeloberfläche an!
Aufgab zum lktrich Pottial 9.0 Ei fldrzugd Ladug Q 5,0 0 C it auf i Koduktorkugl mit dm Radiu R,0cm aufgbracht.. Stll Si i im r Diagramm d Pottialvrlauf für r R dar! Q E gilt: (r) Diagramm 40 r. Gb Si
MehrAufgaben zur Ökonometrie I
Aufgaben zur Ökonomerie I 4. Mulikollineariä 4. Worin beseh das Problem der Mulikollineariä? A. Perfeke Mulikollineariä Perfeke Mulikollineariä lieg dann vor, wenn zwei oder mehrere unabhängige Variable
MehrFormelsammlung zur Vorlesung Experimentalphysik 2 Prof. Dr. rer. nat. G. Haussmann. 1 bar
oraug zur Vorug Exriahyik Pro. r. rr. a. G. Haua Hyroaik r üigki Grug hyikaich Größ ruck ruck Kra äch Größgichug Eihi ruck ich ich Eihi r ich Paca Pa Ma Vou kg 3 Eigcha vo üigki Koribiiä V V chwrruck or
Mehr2. Das multiple Regressionsmodell
. Das mliple Regressiosmodell. Modellspezifikaio Bei ökoomerische Eigleichgsmodelle is eie edogee Variable vo eier oder mehrere eogee Variable abhägig. Allgemei lasse sich ökoomerische Eigleichgsmodelle
MehrKapitel 4. Budgetmenge. Budgetmenge. Nutzenmaximierung und Konsumentenauswahl. Nutzenmaximierung und Konsumentenauswahl
Nutzemaimierug ud Kosumeteauswahl Kaitel 4 Nutzemaimierug ud Kosumeteauswahl Defiitio der Budgetmege ud der Budgetbeschräkug. Die ege der mögliche Alterative Darstellug der otimale Kosumeteauswahl: Grahisch.
MehrMusterlösung Aufgabe 1:
brlin Übung Analog- und Digiallkronik WS 0/ Musrlösung Aufgab :. Komparaorschalung: Komparaorschalung Di Angabn bzüglich ds Tmpraursnsors bzihn sich auf inn Srom von I S ma. Dahr is di ihnschalung aus
MehrLife Hacks Kollegen, Schüler, Eltern & Co.
Lif Hacks Kollg, Schülr, Eltr & Co. Gial Tipps ud Tricks für Grudschullhrri ud Grudschullhrr Lhrr Lif Ha cks Gru Grud owloadauszug owloadauszug aus d Origialtit tl: Origialtitl: schull Lif Hacks Kollg,
Mehr