Der Chi Quadrat Test nicht nur für die digitalen Ziffernanalyse geeignet

Größe: px
Ab Seite anzeigen:

Download "Der Chi Quadrat Test nicht nur für die digitalen Ziffernanalyse geeignet"

Transkript

1 Der Chi Quadrat Test nicht nur für die digitalen Ziffernanalyse geeignet 1. Einleitung Seit Anfang 2002 finden elektronische Betriebsprüfungen auf der Grundlage der Grundsätze zum Datenzugriff und zur Prüfbarkeit digitaler Unterlagen" (GDPdU) statt. Die Betriebsprüfer wurden hierfür mit Laptops ausgestattet, auf denen u.a. auch die Prüfsoftware IDEA installiert ist. In dieser Prüfsoftware, aber auch in CheckAud for Data Analysis, sind umfangreiche Auswertungsund Prüfmöglichkeiten integriert, die auf mathematisch statistischen Verfahren beruhen und die auch die Durchführung der Benford Analyse und des Chi Quadrat Tests gestatten. Spätestens seit diesem Zeitpunkt haben diese beiden Verfahren eine hohe Popularität unter Prüfern aber auch in der Allgemeinheit erreicht, wie zahlreiche Artikel und Fernsehbeiträge belegen. Selbst Gerichte haben sich damit schon intensiv beschäftigt. Die Benford Analyse und der Chi Quadrat Test sind Verfahren der digitalen Ziffernanalyse, einem relativ neuen Zweig der mathematisch statistischen Analyseverfahren. Das Ziel der Ziffernanalyse ist es, ungewöhnlich häufiges Auftreten von einzelnen Ziffern oder Zifferkombinationen aufzudecken. Um ungewöhnlich häufiges Auftreten zu entdecken, muss ein Maßstab definiert werden, der die normale Häufigkeitsverteilung der Ziffern vorgibt. Während die Benford Verteilung von einer natürlichen Verteilung der Ziffern ausgeht, wird bei der Durchführung des Chi Quadrat Test eine Gleichverteilung der Ziffern unterstellt. Der Öffentlichkeit bekannt wurde dieser Test durch ein Urteil des Finanzgerichts Münster (Az 6V 4562/03 E, U) vom , welches der Finanzverwaltung eine Zuschätzung der Steuerschuld eines Kleinunternehmers auf Grund des Ergebnisses eines Chi Quadrat Tests erlaubte. Die Posten des Kassenbuches wiesen bei einer musterbasierten Analyse der Dezimalstellen signifikante Abweichungen von der unterstellten Gleichverteilung aller Ziffern auf. In diesem Beitrag werden die Funktionsweise des Chi Quadrat Tests, seine Anwendungsmöglichkeiten und seine Grenzen dargestellt. 2. Chi Quadrat Test als Werkzeug der digitalen Ziffernanalyse 2.1 Testidee Karl Pearson entwickelte im Jahr 1900 den Chi Quadrat Anpassungstest. In seiner Arbeit und häufig in wissenschaftlichen Publikationen wird er mit Darstellung des griechischen Buchstabens als 2 Anpassungstest bezeichnet. In diesem Beitrag wird aber die vereinfachte Darstellung des Namens gewählt. Er gehört zu den bekanntesten und ältesten Testverfahren in der Statistik. Mit ihm lässt sich prüfen, ob eine beobachtete Verteilung einer vorgegebenen (theoretischen) Verteilung entspricht.

2 Sie eignet sich als Werkzeug für Prüfer, um Datenmanipulationen auf die Spur zu kommen. Im Gegensatz zur Benford Verteilung wird beim Chi Quadrat Test nicht die Erstziffernverteilung untersucht, sondern die Verteilung der letzten Ziffer vor dem Komma die Verteilung der ersten oder ersten zwei Nachkommaziffer Abb. 1: Unterschiedliche Prüfansätze bei Benford und Chi Quadrat 2.2 Beispiel Der schon aus früheren Newslettern bekannte Datensatz umfasst Buchungssätze von Kreditoren Rechnungen. Hierfür wurden in einem ersten Analyseschritt für die Rechnungsbeträge deskriptive Daten berechnet, klassifiziert und ein Histogramm auf der Basis der Klassifikation erstellt. Kenngröße Wert N (= Gesamtzahl) Arithmetischer Mittelwert 1.173,88 Median 273,03 Modus 1.695,00 Summe ,00 Minimum 0,86 Maximum % Perzentil 68,92 75% Perzentil 828,00 Standardabweichung 2.922,78 Schiefe 4,9596 Kurtosis 30,9527 Tab. 1: Berechnung einiger deskriptiver Kenngrößen Für einen ersten Überblick über die Verteilung der Daten wurden folgende Klassen gebildet und die prozentualen Anteile der Klassenhäufigkeiten als Grafik dargestellt:

3 Tab. 2: Darstellung der Häufigkeiten der klassifizierten Rechnungsbeträge Abb. 2: Klassierte Darstellung der Rechnungsbeträge

4 Im Rahmen der digitalen Ziffernanalyse soll der Datensatz daraufhin untersucht werden, ob die Ziffern der ersten Nachkommastelle gleichverteilt oder ob Anomalien im Datensatz vorhanden sind. Um die Funktionsweise anschaulich darzustellen, wurde der Chi Quadrat Test in Excel nachgebildet. Diese Datei kann gerne per E Mail schreiber.de) angefordert werden. Im ersten Schritt wird aus den Rechnungsbeträgen die erste Nachkommastelle extrahiert: Abb. 3: Extraktion der ersten Nachkommastelle Im nächsten Schritt werden die Häufigkeiten der einzelnen Ziffern ausgezählt(spalte H) und deren relativen Häufigkeiten (Spalte I) berechnet. Abb. 4: Extraktion der ersten Nachkommastelle

5 Es liegt nun die Verteilung (beobachte Verteilung / Ist Verteilung) der 1. Nachkommastelle der Rechnungsbeträge vor. Diese muss nun mit unserer Annahme der Gleichverteilung der Ziffern geprüft werden. Dazu werden die erwarteten Häufigkeiten (Spalte J) bzw. relativen Häufigkeiten (Spalte K) berechnet. Der Datensatz besteht aus Datensätzen. Wenn die Ziffern 0 9 gleichverteilt sind, ist die erwartete Häufigkeit 2.786/10 = 278,6. Abb. 5: Beobachtete und erwartete Häufigkeiten Zwischen den beobachteten und der durch die Gleichverteilung vorgegebenen Häufigkeiten sind Differenzen zu erkennen. Die Verteilung der Ziffern eines untersuchten Datensatzes wird nie exakt einer Gleichverteilung folgen, sondern durch Zufallsschwankungen von dieser abweichen. Wie kann man diese beiden Verteilungen miteinander vergleichen? Dazu wird folgendes intuitiv einleuchtendes Verfahren angewendet (siehe Abb. 6): 1. Man ermittelt für jede Zahl die Differenz zwischen der tatsächlichen Häufigkeit und der theoretisch erwarteten Häufigkeit der Ziehungen (Spalte L). Diese Differenz wird quadriert, damit sich negative und positive Differenzen nicht gegeneinander aufheben (Spalte M). 2. Nun wird diese quadrierte Differenz normiert, indem man sie durch die erwartete Häufigkeit dividiert (Spalte N). 3. Dieses Verfahren führt man für jede Ziffer durch und addiert alle Einzelwerte zu einem Gesamtergebnis (Spalte N; letzte Zeile). 4. Der Unterschied zwischen beiden Verteilungen kann nun durch eine Zahl dem Chi Quadrat Wert ausgedrückt werden: 1.465, (beobachtete Häufigkeit - erwartete Häufigkeit) Chi Quadrat 1.465,816 erwartete Häufigkeit für alle Ziffern (1)

6 Abb. 6: Berechnung der Prüfgröße Chi Quadrat Als Chi Quadrat Wert berechnet sich nach Formel (1) ein Wert von 1.465,816. Dieser Wert muss nun mit einem kritischen Wert verglichen werden, der eine zufällige Abweichung von einer systematischen unterscheidet. Hierfür muss vom Prüfer ein maximales Irrtumsrisiko bzw. ein Konfidenzniveau vorgegeben werden. Im Prüfungsgeschäft ist ein von 5% üblich, dies entspricht einem von 95%. Darüber hinaus muss zur Bestimmung des kritischen Wertes, die Anzahl der Freiheitsgrade ermittelt werden. Da es zehn mögliche Ziffern gibt, ist die Anzahl der Freiheitsgrade der Chi Quadrat Verteilung gleich neun. Mit diesen Parametern kann man in der Tab. 2 einen kritischen Wert von 16,919 ablesen. Zuverlässigkeit 0,9999 0,999 0,99 0,95 0,9 Fehler 0,0001 0,001 0,01 0,05 0,1 Chi 2 -kritisch 2 33,720 27,877 21,666 16,919 14,684 Tab. 3: Kritische Grenzen für den Chi Quadrat Test Da der berechnete Wert von 1.465,816 sehr viel höher ist als 16,919, kann mit einem maximalen Irrtumsrisiko von 5% statistisch bewiesen werden, dass die erste Ziffer nach dem Komma der untersuchten Rechnungsbeträge nicht gleichverteilt ist, es also Auffälligkeiten im Datensatz gibt, die durch tiefer gehende Prüfungshandlungen geklärt werden müssen. Neben der Berechnung des Chi Quadrat Wertes sollte vom Prüfer auch eine Graphik (siehe Abb. 7) über die Ziffernverteilung angefertigt werden. Anhand dieser visuellen Darstellung können sehr leicht Auffälligkeiten bzw. Muster im Datenmaterial entdeckt werden. Im Beispiel kommt die Ziffer 0 in 31,2% der Fälle vor. Eine nähere Betrachtung ergab einen hohen Anteil von Rechnungsbeträgen mit glatten Centbeträgen. Es wurde festgestellt, dass es sich hierbei um abgerechnete Dienstleistungen handelte. Bei Dienstleistungen wird häufig mit einem glatten Tagessatz gearbeitet. Es ist bei der Durchführung solcher Tests vom Prüfer immer zu beachten, dass eine signifikante Abweichung von der Gleichverteilung der Ziffern ein Hinweis aber kein Beweis einer mutwilligen Datenmanipulation ist.

7 Abb. 7: Graphische Darstellung der Häufigkeiten der ersten Ziffer nach dem Komma der Rechnungsbeträge 2.3 Anwendungsvoraussetzungen Folgende Voraussetzungen (siehe Odenthal 2006), die denen der Benford Verteilung sehr ähnlich sind, sollte ein Datensatz besitzen, damit der Chi Quadrat Test durchgeführt werden kann: Ausreichender Datenumfang, da bei einer großen Anzahl von Datensätzen typische Regelmäßigkeiten erkennbar sind, die an einer kleinen Zahl von Datensätzen noch nicht erkannt werden können (in der Statistik nennt man diesen Sachverhalt Das Gesetz der großen Zahlen ). Es dürfen keine definierten Unter und Obergrenzen oder Sockelbeträge innerhalb des Wertebereichs existieren. Daten dürfen keine psychologisch gewählte Werte haben (z.b. Supermarktpreise die auf 49 oder 99 enden). Die Daten dürfen keine sprechenden Schlüssel (z.b. Versicherungsnummer), nicht zu Identifikationszwecken zugeordnet (z. B. Konto, Telefonnummer) und müssen untereinander unabhängig sein. Es dürfen keine festgelegten Grenzwerte (Minimum, Maximum) oder Sockelbeträge innerhalb des Wertebereichs existieren. Andernfalls ist mit einer Häufung der Werte um diese definierten Grenzwerte zu rechnen. Im Datensatz dürfen keine periodisch wiederkehrende Daten (z.b. Mieten, Lohnzahlungen) vorkommen. Die Daten sollten nicht aus anderen Daten abgeleitet bzw. aggregiert (z.b. Mittelwert) sein.

8 Innerhalb des Datensatzes dürfen nicht verschiedene Einheiten (z.b. Kontobewegungen in EUR und in Dollar) Durch entsprechende Selektion oder Transformation können Datensätze, die die oben aufgeführten Kriterien nicht erfüllen, so angepasst werden, so dass der Chi Quadrat Test durchgeführt werden kann. 3. Chi Quadrat Test als Werkzeug zum Vergleich von Verteilungen Den Test auf Gleichverteilung von Ziffern als Chi Quadrat Test zu bezeichnen ist irreführend. Er müsste Gleichverteilungstest heißen. Der Chi Quadrat Test ist ein statistisches Standardverfahren, mit dem zwei Verteilungen miteinander verglichen werden können. Im Folgenden wird kurz ein anderer möglicher Einsatz des Testverfahrens dargestellt. Man kann z.b. eine historische Verteilung von Daten mit der Verteilung des aktuellen Jahres vergleichen und prüfen, ob die Verteilungen übereinstimmen oder ob es signifikante Abweichungen gibt. In Tab. 2 wurden die Rechnungsbeträge des Jahres 2011 in 18 Klassen geschichtet und die absoluten und relativen Häufigkeiten je Klasse dargestellt. Diese Verteilung kann nun als Vergleichsverteilung für das Jahr 2012 herangezogen werden. Die Daten des Jahres 2012 wurden nach dem gleichen Klassenmodell geschichtet und die Häufigkeiten ermittelt. Man erkennt deutliche Unterschiede in den Verteilungen. Es muss nun geprüft werden, ob die Verteilungen sich signifikant unterscheiden. Hierzu wird der Chi Quadrat Test eingesetzt. Abb. 8: Berechnung der Prüfgröße Chi Quadrat für den Vergleich zweier Jahresverteilungen Der Chi Quadrat Wert wurde wie in Formel (1) beschrieben berechnet. Vergleicht man die Verteilung der Rechnungsbeträge des Jahres 2012 mit denen des Jahres 2011, so berechnet sich ein Chi Quadrat Wert von 82,422. Es stellt sich nun die Frage, ob der Wert hoch genug ist, um einen Unterschied der beiden Verteilungen anzuzeigen. Zur Berechnung des kritischen Wertes wird ein maximales Irrtumsrisiko von 5% (entspricht einem Konfidenzniveau von 95%) festgelegt. Neben der Festlegung des maximalen Irrtumsrisikos muss noch

9 die Anzahl der Freiheitsgrade festgelegt werden. Diese ist einfach zu bestimmen. Sie ist die Anzahl der Klassen minus 1 in unserem Beispiel also 18 1 = 17. Zur Berechnung der kritischen Grenzen kann mit Excel und der Funktion CHIINV() eine entsprechende Tabelle erstellt werden. Tab. 4: Kritische Grenzen für den Chi Quadrat Test Der kritische Wert liegt bei 27,587, der berechnete Wert liegt bei 82,422. Da der berechnete Wert höher ist als der kritische Wert kann mit einem maximalen Irrtumsrisiko von 5% davon ausgegangen werden, dass die Verteilung der Rechnungsbeträge des Jahres 2012 sich deutlich vom Vorjahr unterscheidet. Besonders deutlich unterscheidet sich die Klasse mit Beträgen zwischen 500 und EUR. 4. Fazit In diesem Beitrag wurde der Einsatz des Chi Quadrat Tests in der digitalen Ziffernanalyse beschrieben. Bei der Verwendung dieses Analyse Werkzeuges ist es sehr wichtig, dass die Ergebnisse der Analyse vom Prüfer mit größter Sorgfalt interpretiert werden. Auffälligkeiten in der Ziffernanalyse sind ein möglicher Hinweis, aber kein Beweis für Manipulationen oder wirtschaftskriminelle Handlungen. Nur zusätzliche und ergänzende Prüfungshandlungen können diesen Verdacht erhärten oder ausschließen.

10 In einem weiteren Beispiel wurde die Anwendung des Chi Quadrat Tests zum Vergleich von Jahresverteilungen gezeigt. Für den Prüfer ist der Chi Quadrat Test ein sehr effektives und effizientes Werkzeug, um zwei Verteilungen miteinander zu vergleichen. 5. Literatur Klindtworth, Holger (2006): Handbuch der Datenprüfung. Richard Boorberg Verlag, Stuttgart. Odenthal, Roger (2006): Prüfsoftware im Einsatz, Datev-Verlag, Nürnberg. Dipl. Inform. Marcus Herold IBS Schreiber GmbH Bereichsleiter Datenanalyse Seminarmanagement

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Prüfung eines Datenbestandes

Prüfung eines Datenbestandes Prüfung eines Datenbestandes auf Abweichungen einzelner Zahlen vom erwarteten mathematisch-statistischen Verhalten, die nicht mit einem Zufall erklärbar sind (Prüfung auf Manipulationen des Datenbestandes)

Mehr

2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen

2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen 4. Datenanalyse und Modellbildung Deskriptive Statistik 2-1 2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen Für die Auswertung einer Messreihe, die in Form

Mehr

Einfache statistische Auswertungen mit dem Programm SPSS

Einfache statistische Auswertungen mit dem Programm SPSS Einfache statistische Auswertungen mit dem Programm SPSS Datensatz: fiktive_daten.sav Dipl. Päd. Anne Haßelkus Dr. Dorothea Dette-Hagenmeyer 11/2011 Überblick 1 Deskriptive Statistiken; Mittelwert berechnen...

Mehr

Webergänzung zu Kapitel 10

Webergänzung zu Kapitel 10 Webergänzung zu Kapitel 10 10.1.4 Varianzanalyse (ANOVA: analysis of variance) Im Kapitel 10 haben wir uns hauptsächlich mit Forschungsbeispielen beschäftigt, die nur zwei Ergebnissätze hatten (entweder

Mehr

Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table("c:\\compaufg\\kredit.

Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table(c:\\compaufg\\kredit. Lösung 16.3 Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit

Mehr

9. Schätzen und Testen bei unbekannter Varianz

9. Schätzen und Testen bei unbekannter Varianz 9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,

Mehr

Statistik II für Betriebswirte Vorlesung 3

Statistik II für Betriebswirte Vorlesung 3 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 3 5. November 2013 Beispiel: Aktiensplit (Aczel & Sounderpandan, Aufg. 14-28) Ein Börsenanalyst

Mehr

TÜV Service tested Prüfgrundlagen

TÜV Service tested Prüfgrundlagen TÜV Service tested Prüfgrundlagen 60 Grundsätzliche Prüfgrundlagen Für die Auszeichnung TÜV Service tested müssen drei Voraussetzungen erfüllt sein: 1. Die Gesamtzufriedenheit muss von den Kunden des Unternehmens

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Übung 2 28.02.2008 1 Inhalt der heutigen Übung Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben 2.1: Häufigkeitsverteilung 2.2: Tukey Boxplot 25:Korrelation

Mehr

Dokumentation. estat Version 2.0

Dokumentation. estat Version 2.0 Dokumentation estat Version 2.0 Installation Die Datei estat.xla in beliebiges Verzeichnis speichern. Im Menü Extras AddIns... Durchsuchen die Datei estat.xla auswählen. Danach das Auswahlhäkchen beim

Mehr

Einführung in die statistische Datenanalyse I

Einführung in die statistische Datenanalyse I Einführung in die statistische Datenanalyse I Inhaltsverzeichnis 1. EINFÜHRUNG IN THEORIEGELEITETES WISSENSCHAFTLICHES ARBEITEN 2 2. KRITIERIEN ZUR AUSWAHL STATISTISCH METHODISCHER VERFAHREN 2 3. UNIVARIATE

Mehr

Anpassungstests VORGEHENSWEISE

Anpassungstests VORGEHENSWEISE Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel

Mehr

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.) ue biostatistik: nichtparametrische testverfahren / ergänzung 1/6 h. Lettner / physik Statistische Testverfahren Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Mehr

4. Erstellen von Klassen

4. Erstellen von Klassen Statistik mit Tabellenkalkulation 4. Erstellen von Klassen Mit einem einfachen Befehl lässt sich eine Liste von Zahlen auf die Häufigkeit der einzelnen Werte untersuchen. Verwenden Sie dazu den Befehl

Mehr

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst Excel Edition ^ Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3

Mehr

Vorsicht statt Nachsicht

Vorsicht statt Nachsicht Vorsicht statt Nachsicht Perfekt abgesichert für alle Fälle. WIRTSCHAFTSPRÜFER STEUERBERATER WIRTSCHAFTSPRÜFER RECHTSANWÄLTE STEUERBERATER Entdeckung von Unregelmäßigkeiten bei Steuer- und Ordnungsmäßigkeitsprüfungen

Mehr

1 Verteilungen und ihre Darstellung

1 Verteilungen und ihre Darstellung GKC Statistische Grundlagen für die Korpuslinguistik Kapitel 2: Univariate Deskription von Daten 8.11.2004 Univariate (= eindimensionale) Daten bestehen aus Beobachtungen eines einzelnen Merkmals. 1 Verteilungen

Mehr

Datenanalyse mit Excel. Wintersemester 2013/14

Datenanalyse mit Excel. Wintersemester 2013/14 Datenanalyse mit Excel 1 KORRELATIONRECHNUNG 2 Korrelationsrechnung Ziel der Korrelationsrechnung besteht im bivariaten Fall darin, die Stärke des Zusammenhangs zwischen zwei interessierenden statistischen

Mehr

Willkommen zur Vorlesung Statistik

Willkommen zur Vorlesung Statistik Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Maßzahlen für zentrale Tendenz, Streuung und andere Eigenschaften von Verteilungen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische

Mehr

Datenprüfung. Analyse von Datenbeständen

Datenprüfung. Analyse von Datenbeständen Datenprüfung Analyse von Datenbeständen Datenprüfungen Die Daten eines Unternehmens sind ein wichtiges Fundament für eine erfolgreiche Geschäftstätigkeit. Aus ihnen lassen sich risikorelevante Faktoren

Mehr

Überblick über die Verfahren für Ordinaldaten

Überblick über die Verfahren für Ordinaldaten Verfahren zur Analyse ordinalskalierten Daten 1 Überblick über die Verfahren für Ordinaldaten Unterschiede bei unabhängigen Stichproben Test U Test nach Mann & Whitney H Test nach Kruskal & Wallis parametrische

Mehr

Grundlagen der Datenanalyse am Beispiel von SPSS

Grundlagen der Datenanalyse am Beispiel von SPSS Grundlagen der Datenanalyse am Beispiel von SPSS Einführung Dipl. - Psych. Fabian Hölzenbein hoelzenbein@psychologie.uni-freiburg.de Einführung Organisatorisches Was ist Empirie? Was ist Statistik? Dateneingabe

Mehr

Standardisieren Sie die manuelle Differenzierung in Ihrem Labor

Standardisieren Sie die manuelle Differenzierung in Ihrem Labor Standardisieren Sie die manuelle Differenzierung Einleitung Die Interpretation von Ausstrichen peripheren Bluts spielt eine große Rolle bei der Diagnose hämatologischer Krankheiten und stellt daher eine

Mehr

- Normalverteilung (Gaußverteilung) kann auf sehr viele Zufallsprozesse angewendet werden.

- Normalverteilung (Gaußverteilung) kann auf sehr viele Zufallsprozesse angewendet werden. Normalverteilung und Standardnormalverteilung als Beispiel einer theoretischen Verteilung - Normalverteilung (Gaußverteilung) kann auf sehr viele Zufallsprozesse angewendet werden. - Stetige (kontinuierliche),

Mehr

1) Warum ist die Lage einer Verteilung für das Ergebnis einer statistischen Analyse von Bedeutung?

1) Warum ist die Lage einer Verteilung für das Ergebnis einer statistischen Analyse von Bedeutung? 86 8. Lageparameter Leitfragen 1) Warum ist die Lage einer Verteilung für das Ergebnis einer statistischen Analyse von Bedeutung? 2) Was ist der Unterschied zwischen Parametern der Lage und der Streuung?

Mehr

Erstellen einer Formel

Erstellen einer Formel Software Erstellen einer Formel In Excel kann man individuelle Formeln erstellen, dabei wird eine Formel mit ein Gleichzeichen = eingeleitet. Man kann direkt in eine Zelle schreiben oder in dem dafür vorgesehen

Mehr

Eine Einführung in R: Statistische Tests

Eine Einführung in R: Statistische Tests Eine Einführung in R: Statistische Tests Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws12/r-kurs/

Mehr

Einfache Statistiken in Excel

Einfache Statistiken in Excel Einfache Statistiken in Excel Dipl.-Volkswirtin Anna Miller Bergische Universität Wuppertal Schumpeter School of Business and Economics Lehrstuhl für Internationale Wirtschaft und Regionalökonomik Raum

Mehr

S.M. Hartmann GmbH IT Solutions

S.M. Hartmann GmbH IT Solutions S.M. Hartmann GmbH 82008 Unterhaching Prager Straße 7 www.smhsoftware.de S.M. Hartmann GmbH IT Solutions Software für den modernen Handel Modul IDEA-Schnittstelle gemäß GDPdU Version V5.0 Funktionsüberblick

Mehr

Erfolg und Vermögensrückgänge angefertigt im Rahmen der Lehrveranstaltung Nachrichtentechnik von: Eric Hansen, eric-hansen@gmx.de am: 07.09.

Erfolg und Vermögensrückgänge angefertigt im Rahmen der Lehrveranstaltung Nachrichtentechnik von: Eric Hansen, eric-hansen@gmx.de am: 07.09. Abstract zum Thema Handelssysteme Erfolg und Vermögensrückgänge angefertigt im Rahmen der Lehrveranstaltung Nachrichtentechnik von: Eric Hansen, eric-hansen@gmx.de am: 07.09.01 Einleitung: Handelssysteme

Mehr

Parametrische vs. Non-Parametrische Testverfahren

Parametrische vs. Non-Parametrische Testverfahren Parametrische vs. Non-Parametrische Testverfahren Parametrische Verfahren haben die Besonderheit, dass sie auf Annahmen zur Verteilung der Messwerte in der Population beruhen: die Messwerte sollten einer

Mehr

Statistische Auswertung in der Betriebsprüfung

Statistische Auswertung in der Betriebsprüfung Dr. Harald Krehl Der Einsatz verteilungsbezogener Verfahren Der Einsatz verteilungsbezogener Verfahren etwa des Benford- Newcomb Verfahrens oder der Normalverteilung bzw. der LogNormalverteilung in der

Mehr

Brückenkurs Statistik für Wirtschaftswissenschaften

Brückenkurs Statistik für Wirtschaftswissenschaften Peter von der Lippe Brückenkurs Statistik für Wirtschaftswissenschaften Weitere Übungsfragen UVK Verlagsgesellschaft mbh Konstanz Mit UVK/Lucius München UVK Verlagsgesellschaft mbh Konstanz und München

Mehr

Klausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min

Klausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min Klausur, Multivariate Verfahren, SS 2006, 6 Kreditpunkte, 90 min 1 Prof. Dr. Fred Böker 08.08.2006 Klausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min Gesamtpunkte: 39 Aufgabe

Mehr

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18

1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18 3. Deskriptive Statistik Ziel der deskriptiven (beschreibenden) Statistik (explorativen Datenanalyse) ist die übersichtliche Darstellung der wesentlichen in den erhobenen Daten enthaltene Informationen

Mehr

- Eine typische Ausfallrate, wie sie bei vielen technischen Anwendungen zu sehen ist hat die Form einer Badewanne, deshalb nennt man diese Kurve auch

- Eine typische Ausfallrate, wie sie bei vielen technischen Anwendungen zu sehen ist hat die Form einer Badewanne, deshalb nennt man diese Kurve auch 1 2 - Eine typische Ausfallrate, wie sie bei vielen technischen Anwendungen zu sehen ist hat die Form einer Badewanne, deshalb nennt man diese Kurve auch Badewannenkurve. -mit der Badewannenkurve lässt

Mehr

1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de

1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de 1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de Man sollte eine Excel-Tabelle immer so übersichtlich wie möglich halten. Dazu empfiehlt es sich, alle benötigten Daten, Konstanten und Messwerte

Mehr

Melanie Kaspar, Prof. Dr. B. Grabowski 1

Melanie Kaspar, Prof. Dr. B. Grabowski 1 7. Hypothesentests Ausgangssituation: Man muss sich zwischen 2 Möglichkeiten (=Hypothesen) entscheiden. Diese Entscheidung soll mit Hilfe von Beobachtungen ( Stichprobe ) getroffen werden. Die Hypothesen

Mehr

Business Value Launch 2006

Business Value Launch 2006 Quantitative Methoden Inferenzstatistik alea iacta est 11.04.2008 Prof. Dr. Walter Hussy und David Tobinski UDE.EDUcation College im Rahmen des dokforums Universität Duisburg-Essen Inferenzstatistik Erläuterung

Mehr

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 LÖSUNG 3A Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Mit den Berechnungsfunktionen LG10(?) und SQRT(?) in "Transformieren", "Berechnen" können logarithmierte Werte sowie die Quadratwurzel

Mehr

Evaluation der Normalverteilungsannahme

Evaluation der Normalverteilungsannahme Evaluation der Normalverteilungsannahme. Überprüfung der Normalverteilungsannahme im SPSS P. Wilhelm; HS SPSS bietet verschiedene Möglichkeiten, um Verteilungsannahmen zu überprüfen. Angefordert werden

Mehr

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion

Mehr

Expertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung)

Expertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung) Epertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung) Im Folgenden wird mit Hilfe des Programms EXEL, Version 007, der Firma Microsoft gearbeitet. Die meisten

Mehr

a) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten.

a) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten. Statistik für Kommunikationswissenschaftler Wintersemester 2009/200 Vorlesung Prof. Dr. Helmut Küchenhoff Übung Cornelia Oberhauser, Monia Mahling, Juliane Manitz Thema 4 Homepage zur Veranstaltung: http://www.statistik.lmu.de/~helmut/kw09.html

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

Mehr

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 LÖSUNG 4B a.) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Mit "Deskriptive Statistiken", "Kreuztabellen " wird die Dialogbox "Kreuztabellen" geöffnet. POL wird in das Eingabefeld von

Mehr

6.2 Regressionsanalyse

6.2 Regressionsanalyse c-kennzahlensystem (ROCI) 6. Regressionsanalyse Die Regressionsanalyse zählt zu den wichtigsten Analysemethoden des Kommunikationscontrollings und hat ihre tiefen Wurzeln in der Statistik. Im Rahmen des

Mehr

Einfache statistische Auswertungen mit dem TI-Nspire

Einfache statistische Auswertungen mit dem TI-Nspire 1. Neues Dokument und darin eine neue Seite anlegen Als Typ 6: Lists & Spreadsheet wählen. Darin die Messwerte in einer Spalte erfassen. Dies ergibt die Urliste. Wenn mehrere Messwerte vorliegen, die diejenigen,

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

Beurteilung der biometrischen Verhältnisse in einem Bestand. Dr. Richard Herrmann, Köln

Beurteilung der biometrischen Verhältnisse in einem Bestand. Dr. Richard Herrmann, Köln Beurteilung der biometrischen Verhältnisse in einem Bestand Dr. Richard Herrmann, Köln Beurteilung der biometrischen Verhältnisse in einem Bestand 1 Fragestellung Methoden.1 Vergleich der Anzahlen. Vergleich

Mehr

Auswertung mit dem Statistikprogramm SPSS: 30.11.05

Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Seite 1 Einführung SPSS Was ist eine Fragestellung? Beispiel Welche statistische Prozedur gehört zu welcher Hypothese? Statistische Berechnungen mit

Mehr

Statistik im Versicherungs- und Finanzwesen

Statistik im Versicherungs- und Finanzwesen Springer Gabler PLUS Zusatzinformationen zu Medien von Springer Gabler Grimmer Statistik im Versicherungs- und Finanzwesen Eine anwendungsorientierte Einführung 2014 1. Auflage Übungsaufgaben zu Kapitel

Mehr

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft

90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte

Mehr

Auswertung und Darstellung wissenschaftlicher Daten (1)

Auswertung und Darstellung wissenschaftlicher Daten (1) Auswertung und Darstellung wissenschaftlicher Daten () Mag. Dr. Andrea Payrhuber Zwei Schritte der Auswertung. Deskriptive Darstellung aller Daten 2. analytische Darstellung (Gruppenvergleiche) SPSS-Andrea

Mehr

DEUTSCHE BUNDESBANK Seite 1 Z 10-8. Prüfzifferberechnungsmethoden zur Prüfung von Kontonummern auf ihre Richtigkeit (Stand: September 2015)

DEUTSCHE BUNDESBANK Seite 1 Z 10-8. Prüfzifferberechnungsmethoden zur Prüfung von Kontonummern auf ihre Richtigkeit (Stand: September 2015) DEUTSCHE BUNDESBANK Seite 1 Z 10-8 Prüfzifferberechnungsmethoden zur Prüfung von Kontonummern auf ihre Richtigkeit (Stand: September 2015) 00 Modulus 10, Gewichtung 2, 1, 2, 1, 2, 1, 2, 1, 2 Die Stellen

Mehr

Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel

Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel 16.11.01 MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 1 Gliederung Datenanalyse (inferenzstatistisch)

Mehr

Standardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen. Standardisierung von Daten

Standardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen. Standardisierung von Daten DAS THEMA: TABELLEN UND ABBILDUNGEN Standardisierung von Daten Darstellung von Daten in Texten, Tabellen und Abbildungen Standardisierung von Daten z-standardisierung Standardnormalverteilung 1 DIE Z-STANDARDISIERUNG

Mehr

Technische Informatik - Eine Einführung

Technische Informatik - Eine Einführung Martin-Luther-Universität Halle-Wittenberg Fachbereich Mathematik und Informatik Lehrstuhl für Technische Informatik Prof. P. Molitor Ausgabe: 2005-02-21 Abgabe: 2005-02-21 Technische Informatik - Eine

Mehr

Veranstaltung Statistik (BWL) an der FH Frankfurt/Main im WS 2004/05 (Dr. Faik) Klausur 09.02.2005 - GRUPPE A - BEARBEITER/IN (NAME, VORNAME):

Veranstaltung Statistik (BWL) an der FH Frankfurt/Main im WS 2004/05 (Dr. Faik) Klausur 09.02.2005 - GRUPPE A - BEARBEITER/IN (NAME, VORNAME): Veranstaltung Statistik (BWL) an der FH Frankfurt/Main im WS 2004/05 (Dr. Faik) Klausur 09.02.2005 - GRUPPE A - BEARBEITER/IN (NAME, VORNAME): MATRIKELNUMMER: Alte Prüfungsordnung/Neue Prüfungsordnung

Mehr

Willkommen zur Vorlesung Statistik

Willkommen zur Vorlesung Statistik Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Varianzanalyse Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr. Wolfgang

Mehr

Statistik II für Betriebswirte Vorlesung 2

Statistik II für Betriebswirte Vorlesung 2 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 2 21. Oktober 2014 Verbundene Stichproben Liegen zwei Stichproben vor, deren Werte einander

Mehr

Datenerfassung und Datenmanagement

Datenerfassung und Datenmanagement Datenerfassung und Datenmanagement Statistische Auswertungssysteme sind heute eine aus der angewandten Statistik nicht mehr wegzudenkende Hilfe. Dies gilt insbesondere für folgende Aufgabenbereiche: -

Mehr

Excel Pivot-Tabellen 2010 effektiv

Excel Pivot-Tabellen 2010 effektiv 7.2 Berechnete Felder Falls in der Datenquelle die Zahlen nicht in der Form vorliegen wie Sie diese benötigen, können Sie die gewünschten Ergebnisse mit Formeln berechnen. Dazu erzeugen Sie ein berechnetes

Mehr

Anwender-Dokumentation GDPdU Version 2.8.0-01 Version 3.2.0-01

Anwender-Dokumentation GDPdU Version 2.8.0-01 Version 3.2.0-01 Anwender-Dokumentation GDPdU ab Version 2.8.0-01 Version 3.2.0-01 Allgemeines Mit diesem Dokument soll die Änderungen in der Ausgabe aus FORMEL 1 Finance Classic zur Betriebsprüfung gemäß der GDPdU (Grundsätze

Mehr

Untersuchungen an LED-Leuchten im Bürobereich

Untersuchungen an LED-Leuchten im Bürobereich Untersuchungen an LED-Leuchten im Bürobereich Cornelia Vandahl Ingo Herzog Karin Bieske Christoph Schierz TU Ilmenau Aleš Markytán OSRAM Opto Semiconductors GmbH Fachgebiet Lichttechnik Prof.-Schmidt-Str.

Mehr

Chi-Quadrat Verfahren

Chi-Quadrat Verfahren Chi-Quadrat Verfahren Chi-Quadrat Verfahren werden bei nominalskalierten Daten verwendet. Die einzige Information, die wir bei Nominalskalenniveau zur Verfügung haben, sind Häufigkeiten. Die Quintessenz

Mehr

Indextest bietet klare und schnelle Antworten auf immer wiederkehrende Fragen

Indextest bietet klare und schnelle Antworten auf immer wiederkehrende Fragen 06. August 2013 ForschungsWerk mit Innovation auf dem Markt: Indextest bietet klare und schnelle Antworten auf immer wiederkehrende Fragen NÜRNBERG - ForschungsWerk hat mit Indextest ein Tool entwickelt,

Mehr

Statistik eindimensionaler Größen

Statistik eindimensionaler Größen Statistik eindimensionaler Größen Michael Spielmann Inhaltsverzeichnis 1 Aufgabe der eindimensionalen Statistik 2 2 Grundbegriffe 2 3 Aufbereiten der Stichprobe 3 4 Die Kennzahlen Mittelwert und Streuung,

Mehr

Analytische Statistik I. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2009/10

Analytische Statistik I. Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2009/10 Analytische Statistik I Statistische Methoden in der Korpuslinguistik Heike Zinsmeister WS 2009/10 Testen Anpassungstests (goodness of fit) Weicht eine gegebene Verteilung signifikant von einer bekannten

Mehr

Planen mit mathematischen Modellen 00844: Computergestützte Optimierung. Autor: Dr. Heinz Peter Reidmacher

Planen mit mathematischen Modellen 00844: Computergestützte Optimierung. Autor: Dr. Heinz Peter Reidmacher Planen mit mathematischen Modellen 00844: Computergestützte Optimierung Leseprobe Autor: Dr. Heinz Peter Reidmacher 11 - Portefeuilleanalyse 61 11 Portefeuilleanalyse 11.1 Das Markowitz Modell Die Portefeuilleanalyse

Mehr

BE FR DE GR IT PT ES Im Verhältnis zur Anzahl aller gelisteten Unternehmen Im Verhältnis zum Umsatz aller gelisteten Unternehmen

BE FR DE GR IT PT ES Im Verhältnis zur Anzahl aller gelisteten Unternehmen Im Verhältnis zum Umsatz aller gelisteten Unternehmen Entwicklung der europäischen börsennotierten Konzerne 2 Die Rentabilität (gemessen an EBIT/ Umsatz) der europäischen nichtfinanziellen börsennotierten Konzerne hat sich zum dritten Mal in Folge leicht

Mehr

Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell

Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell Einfaktorielle Versuchspläne 27/40 Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell Abweichung Einfach Differenz Helmert Wiederholt Vergleich Jede Gruppe mit Gesamtmittelwert

Mehr

Funktion Erläuterung Beispiel

Funktion Erläuterung Beispiel WESTFÄLISCHE WILHELMS-UNIVERSITÄT WIRTSCHAFTSWISSENSCHAFTLICHE FAKULTÄT BETRIEBLICHE DATENVERARBEITUNG Folgende Befehle werden typischerweise im Excel-Testat benötigt. Die Beispiele in diesem Dokument

Mehr

Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest

Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest Universität Wien Institut für Mathematik Wintersemester 2009/2010 Medizinische Statistik Epidemiologie und χ 2 Vierfeldertest Seminar Angewandte Mathematik Ao. Univ. Prof. Dr. Peter Schmitt von Nadja Reiterer

Mehr

Auswertung von kritischen Daten Vorgehensweise anhand eines Beispiels Visual-XSel 10.0

Auswertung von kritischen Daten Vorgehensweise anhand eines Beispiels Visual-XSel 10.0 Auswertung von kritischen Daten Vorgehensweise anhand eines Beispiels Visual-XSel 10.0??? Curt Ronniger 2007 Bei Neueinstieg in das Programm, sollte zunächst die Dokumentation XSelDoE10.pdf gelesen werden.

Mehr

D. Ergebnisse. Dackel Shi Tzu Cavalier Cairnterrier Pudel-Mix J. R. Terrier Lhaso Apso

D. Ergebnisse. Dackel Shi Tzu Cavalier Cairnterrier Pudel-Mix J. R. Terrier Lhaso Apso Ergebnisse D. Ergebnisse. Allgemeine Daten Insgesamt gingen die Daten von Hunden in die Studie ein. Davon waren Rüden und Hündinnen. Dackel waren mit 77 % (3/) die am häufigsten vertretene Rasse, die zweithäufigste

Mehr

Ein bisschen Statistik

Ein bisschen Statistik Prof. Dr. Beat Siebenhaar ein bisschen Statistik 1 Ein bisschen Statistik (orientiert an Hüsler/Zimmermann (006) mit Umsetzung auf die linguistische Fragen) 1. Datentypen und Grafik Grafische Darstellungen

Mehr

QM: Prüfen -1- KN16.08.2010

QM: Prüfen -1- KN16.08.2010 QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,

Mehr

Handbuch Online-Abgleich

Handbuch Online-Abgleich Handbuch Online-Abgleich Inhalt Einleitung...1 Voraussetzungen...1 Aufruf des Online-Abgleiches...1 Übersichtsseite...1 Wahl einer Liste...1 Wahl des Online Abgleichs...2 Erstellen eines neuen Abgleiches...3

Mehr

Leseprobe. Wilhelm Kleppmann. Versuchsplanung. Produkte und Prozesse optimieren ISBN: 978-3-446-42033-5. Weitere Informationen oder Bestellungen unter

Leseprobe. Wilhelm Kleppmann. Versuchsplanung. Produkte und Prozesse optimieren ISBN: 978-3-446-42033-5. Weitere Informationen oder Bestellungen unter Leseprobe Wilhelm Kleppmann Versuchsplanung Produkte und Prozesse optimieren ISBN: -3-44-4033-5 Weitere Informationen oder Bestellungen unter http://www.hanser.de/-3-44-4033-5 sowie im Buchhandel. Carl

Mehr

ACL-Skript: GDPdU-Datenübernahme

ACL-Skript: GDPdU-Datenübernahme ACL-Skript: GDPdU-Datenübernahme 1 Ziel und Inhalt des Skriptes Das beigefügte ACL-Skript GDPdU_1x ermöglicht es, Daten, die über eine GDPdU- Schnittstelle mit begleitender XML-Datei transferiert wurden,

Mehr

, dt. $+ f(x) = , - + < x < +, " > 0. " 2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) =

, dt. $+ f(x) = , - + < x < +,  > 0.  2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) = 38 6..7.4 Normalverteilung Die Gauß-Verteilung oder Normal-Verteilung ist eine stetige Verteilung, d.h. ihre Zufallsvariablen können beliebige reelle Zahlenwerte annehmen. Wir definieren sie durch die

Mehr

Dossier: Rechnungen und Lieferscheine in Word

Dossier: Rechnungen und Lieferscheine in Word www.sekretaerinnen-service.de Dossier: Rechnungen und Lieferscheine in Word Es muss nicht immer Excel sein Wenn Sie eine Vorlage für eine Rechnung oder einen Lieferschein erstellen möchten, brauchen Sie

Mehr

Arbeiten mit Excel. 1. Allgemeine Hinweise

Arbeiten mit Excel. 1. Allgemeine Hinweise 1. Allgemeine Hinweise Man sollte eine Excel Tabelle immer so übersichtlich wie möglich halten. Dazu empfiehlt es sich, alle benötigten Daten, Konstanten und Messwerte inklusive aller dazugehörigen Einheiten

Mehr

Kapitel 13 Häufigkeitstabellen

Kapitel 13 Häufigkeitstabellen Kapitel 13 Häufigkeitstabellen Die gesammelten und erfaßten Daten erscheinen in der Datendatei zunächst als unübersichtliche Liste von Werten. In dieser Form sind die Daten jedoch wenig aussagekräftig

Mehr

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben

Mehr

Ein möglicher Unterrichtsgang

Ein möglicher Unterrichtsgang Ein möglicher Unterrichtsgang. Wiederholung: Bernoulli Experiment und Binomialverteilung Da der sichere Umgang mit der Binomialverteilung, auch der Umgang mit dem GTR und den Diagrammen, eine notwendige

Mehr

$ % + 0 sonst. " p für X =1 $

$ % + 0 sonst.  p für X =1 $ 31 617 Spezielle Verteilungen 6171 Bernoulli Verteilung Wir beschreiben zunächst drei diskrete Verteilungen und beginnen mit einem Zufallsexperiment, indem wir uns für das Eintreffen eines bestimmten Ereignisses

Mehr

Skriptum zur Veranstaltung. Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik. 1. Version (mehr Draft als Skriptum)

Skriptum zur Veranstaltung. Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik. 1. Version (mehr Draft als Skriptum) Skriptum zur Veranstaltung Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik 1. Version (mehr Draft als Skriptum) Anmerkungen, Aufzeigen von Tippfehlern und konstruktive Kritik erwünscht!!!

Mehr

Überblick über die Tests

Überblick über die Tests Anhang A Überblick über die Tests A.1 Ein-Stichproben-Tests A.1.1 Tests auf Verteilungsannahmen ˆ Shapiro-Wilk-Test Situation: Test auf Normalverteilung H 0 : X N(µ, σ 2 ) H 1 : X nicht normalverteilt

Mehr

Digitale Betriebsprüfung

Digitale Betriebsprüfung Digitale Betriebsprüfung 1 Digitale Betriebsprüfung Warum digitale Betriebsprüfung: Die digitale Betriebsprüfung ergänzt die bisherige Form der Betriebsprüfung. Seit dem 01.01.2002 sind alle Unternehmen,

Mehr

5. Schließende Statistik. 5.1. Einführung

5. Schließende Statistik. 5.1. Einführung 5. Schließende Statistik 5.1. Einführung Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.

Mehr

Varianzanalyse ANOVA

Varianzanalyse ANOVA Varianzanalyse ANOVA Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/23 Einfaktorielle Varianzanalyse (ANOVA) Bisher war man lediglich in der Lage, mit dem t-test einen Mittelwertsvergleich für

Mehr

Hinweise zu Anforderungen des Faches Mathematik in Klasse 11 des Beruflichen Gymnasiums Wirtschaft

Hinweise zu Anforderungen des Faches Mathematik in Klasse 11 des Beruflichen Gymnasiums Wirtschaft Berufsbildende Schule 11 der Region Hannover Hinweise zu Anforderungen des Faches Mathematik in Klasse 11 des Beruflichen Gymnasiums Wirtschaft Das folgende Material soll Ihnen helfen sich einen Überblick

Mehr

Laufende Auswertung von Feedback-Fragebögen... 2. Eine Vorlage zur Auswertung eines Fragebogens und die Präsentation erstellen...

Laufende Auswertung von Feedback-Fragebögen... 2. Eine Vorlage zur Auswertung eines Fragebogens und die Präsentation erstellen... Inhaltsverzeichnis Laufende Auswertung von Feedback-Fragebögen... 2 Eine Vorlage zur Auswertung eines Fragebogens und die Präsentation erstellen... 2 Namen verwalten... 4 Dr. Viola Vockrodt-Scholz edvdidaktik.de

Mehr

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung Kapitel 3 Zufallsvariable Josef Leydold c 2006 Mathematische Methoden III Zufallsvariable 1 / 43 Lernziele Diskrete und stetige Zufallsvariable Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion

Mehr

Aufgabe 1: Nehmen Sie Stellung zu den folgenden Behauptungen (richtig/falsch mit stichwortartiger Begründung).

Aufgabe 1: Nehmen Sie Stellung zu den folgenden Behauptungen (richtig/falsch mit stichwortartiger Begründung). Aufgabe 1: Nehmen Sie Stellung zu den folgenden Behauptungen (richtig/falsch mit stichwortartiger Begründung). a) Die Anzahl der voneinander verschiedenen Beobachtungswerte eines statistischen Merkmals

Mehr

IDEA als Instrument der digitalen Betriebs- und Jahresabschlussprüfung

IDEA als Instrument der digitalen Betriebs- und Jahresabschlussprüfung IDEA als Instrument der digitalen Betriebs- und Jahresabschlussprüfung Dipl.-Kfm. Gero Hübenthal Wirtschaftsprüfer Steuerberater Vortragsgliederung (1) IDEA Die Prüfungssoftware der Finanzverwaltung (2)

Mehr