Vorlesung Multivariate Analyse

Größe: px
Ab Seite anzeigen:

Download "Vorlesung Multivariate Analyse"

Transkript

1 Vorlesug Multvarate Aalse Kaptel I Dateauswertug mt STATA Prof. Dr. Josef Brüderl Uverstät Mahem Herbstsemester 7 Methode-Currculum B.A. Sozologe Bassmodul: Methode ud Statstk: VL Dateerhebug (): 5 ÜK (): VL Dateauswertug (): 5 Ü(): VL Multvarate Aalse (): 5 Ü(): Aufbaumodul: Methode der emprsche Sozalforschug: ÜK Dateerhebugssemar (): ÜK Dateaalsesemar (4): 8 Josef Brüderl, Multvarate Aalse, HWS 7 Fole

2 Lerzele Beherrschug efacher Dateauswertuge mt STATA Eführug der Vorlesug Übuge am PC m Tutorum Kets multvarater Aalseverfahre Tabelleaalse Leare Regresso Logstsche Regresso Ergebsse multvarater Verfahre terpretere köe STATA output Josef Brüderl, Multvarate Aalse, HWS 7 Fole STATA Josef Brüderl, Multvarate Aalse, HWS 7 Fole 4

3 Dateegabe varable observato value Josef Brüderl, Multvarate Aalse, HWS 7 Fole 5 Grudauszählug: Häufgketstabelle. codebook Ekomme Ekomme Netto pro Moat tpe: umerc (t) rage: [,] uts: uque values: 4 mssg.: /5 tabulato: Freq. Value 5.. tabulate Alter Alter Befragter Freq. Percet Cum Total 5. Josef Brüderl, Multvarate Aalse, HWS 7 Fole 6

4 ALLBUS Bevölkerugsumfrage alle Jahre set 98 (N ~.) Vo ZUMA als Servce für de Sozalforschug Treddate ALLBUS Ewohermelderegsterstchprobe, Osss überrepräsetert GG: alle deutschsprachge Persoe über 8, wohhaft D Prvathaushalte Ausschöpfug: 47% Müdlches Itervew (CAPI) Ifos: De Date des ALLBUS (N.8) Im CIP-Pool auf Laufwerk K: Zusätzlch das Codebuch ud der Frageboge Auswertuge West/Ost getret (oder gewchtet mt v78) Josef Brüderl, Multvarate Aalse, HWS 7 Fole 7 Uvarate Kezahle. codebook v v44 haushaltsekomme <offee+lsteagabe> tpe: umerc (t) label: v44, but 9 omssg values are ot labeled rage: [85,] uts: uque values: 9 mssg.: 544/8. summarze v44, detal haushaltsekomme <offee+lsteagabe> Percetles Smallest % % 7 5 % 968 Obs 76 5% 4 5 Sum of Wgt. 76 5% Mea Largest Std. Dev % 5 9% 4 5 Varace % 5 65 Skewess % 8 Kurtoss.8778 Josef Brüderl, Multvarate Aalse, HWS 7 Fole 8 4

5 Vertelugsgraphe. hstogram v44, wdth() start() (b, start, wdth). kdest v44 Fracto haushaltsekomme <offee+lsteagabe> Dest....4 Kerel dest estmate haushaltsekomme <offee+lsteagabe> kerel epaechkov, badwdth 7.47 Josef Brüderl, Multvarate Aalse, HWS 7 Fole 9 Dateaufberetug Vor der Dateauswertug st praktsch mmer ee Dateaufberetug ötg Fallauswahl - permaet: keep f v drop f v> - temporär: summ v44 f v Neue Varable blde geerate auslfed (v69 + v7) / Ersetze besteheder Varable replace auslfed sqrt(auslfed^) Rekoderug besteheder Varable recode auslfed /.5 4/7 Label der Werte eer eue Varable label varable auslfed "Ausläderfedlchket" label defe ausllbl "edrg" "hoch" label value auslfed ausllbl tab auslfed Josef Brüderl, Multvarate Aalse, HWS 7 Fole 5

6 * moatlches Netto-HHekomme geerate hhek v44 Bespel: Armut Deutschlad * Bestmmug der Persoezahl m HH tab v6 //HHgröße geerate hhvorst //eder HH hat ee Haushaltsvorstad replace hhvorst. f v6. geerate sost //Italserug "Zahl sostger Persoe über 4" geerate kd4 //Italserug "Zahl Kder uter 5" replace kd4 kd4+ f v69<5 //Bestmmug der Zahl der Kder uter 5 replace kd4 kd4+ f v79<5 replace kd4 kd4+ f v89<5 replace kd4 kd4+ f v99<5 replace kd4 kd4+ f v49<5 replace kd4 kd4+ f v49<5 replace kd4 kd4+ f v49<5 replace kd4. f v6. replace sost v6 - kd4 - //Bestmmug der sostge Persoe als Resdualgröße * Kotrolle tab hhvorst sost kd4 geerate hhgr hhvorst+sost+kd4 tab hhgr v6 * Berechug des bedarfsgewchtete Pro-Kopf-Ekommes * (Äquvalezekomme) ach der OECD-Skala. De OECD-Gewchte sd * Haushaltsvorstad:. * wetere Persoe über 4:.7 * Kder uter 5:.5 geerate oecdek hhek / (*hhvorst +.7*sost +.5*kd4) summ oecdek, detal Josef Brüderl, Multvarate Aalse, HWS 7 Fole Bespel: Armut Deutschlad * Gruppertes Boxplot West/Ost (der Aussresser wrd rekodert) ge oecdek oecdek recode oecdek 6/max6 graph box oecdek, over(v) 6, Armutsgreze (Euro etto moatlch) 5, West Ost 4, arthm. Mttel oecdek, Meda , Armutsquote, West Ost alte budeslaeder eue budeslaeder arthm. Mttel 4,%,% Meda 9,4% 6,% Josef Brüderl, Multvarate Aalse, HWS 7 Fole 6

7 Bespel: Armut Deutschlad Dest Äquvalezekomme West Dest Äquvalezekomme Ost 4 5 oecdek kerel epaechkov, badwdth oecdek kerel epaechkov, badwdth 9.55 Egezechet sd de auf dem arthmetsche Mttel baserede Armutsgreze Josef Brüderl, Multvarate Aalse, HWS 7 Fole Kofdeztervalle Das 95%-Kofdeztervall st gegebe durch x ±,96 σ wobe σ σ X X /. sort v. c oecdek, b(v) > v alte bu Varable Obs Mea Std. Err. [95% Cof. Iterval] oecdek > v eue bu Varable Obs Mea Std. Err. [95% Cof. Iterval] oecdek Josef Brüderl, Multvarate Aalse, HWS 7 Fole 4 7

8 Bvarate Dateaalse: t-test. ttest oecdek, b(v) Aahme Two-sample t test wth equal varaces Group Obs Mea Std. Err. Std. Dev. [95% Cof. Iterval] alte bu eue bu combed dff dff mea(alte bu) - mea(eue bu) t 7. Ho: dff degrees of freedom 7 Ha: dff < Ha: dff! Ha: dff > Pr(T < t). Pr( T > t ). Pr(T > t). zwesetger Test p-wert Teststatstk Josef Brüderl, Multvarate Aalse, HWS 7 Fole 5 Exkurs: p-wert Der p-wert gbt de Wahrschelchket a, dass de Teststatstk de berechete Wert oder ee, der och weter Rchtug der Alteratvhpothese legt, ammt De Nullhpothese wrd da verworfe, we p α Dchte....4 p/ p/,5%,5% t H : dff Be 7 df st de t-vertelug ee Stadardormalvertelug De krtsche Werte sd auf dem 5%-Nveau -,96 ud,96 Legt de Teststatstk t z.b. be,4, so ka de H abgeleht werde Rechts vo t legt p/ Whs. (de Whs., dass och was Extremeres rauskommt) X~N(,) Da offeschtlch p <,5, ka de H abgeleht werde Josef Brüderl, Multvarate Aalse, HWS 7 Fole 6 8

9 . recode v5 8.. tab v5 v, col ch V De Kreuztabelle Wahlabscht alte bud eue bud Total cdu-csu spd f.d.p bueds9-gruee republkaer pds adere parte Total,44 664,88... p-wert Pearso ch(6).5946 Pr. Cramér's V. Josef Brüderl, Multvarate Aalse, HWS 7 Fole 7 Korrelato: Alter ud Lks-Rechts. twowa (scatter v6 v85 f v, tter()) Lks-Rechts Selbstestufug rechts lks Alter. correlate v6 v85 f v (obs8) v6 v v6. v spearma v6 v85 f v Number of obs 8 Spearma's rho.487 Test of Ho: v6 ad v85 are depedet Prob > t. Josef Brüderl, Multvarate Aalse, HWS 7 Fole 8 9

10 Regresso: Alter ud Lks-Rechts. regress v6 v85 f v Source SS df MS Number of obs F(, 88) 5.5 Model Prob > F. Resdual R-squared Ad R-squared.69 Total Root MSE.85 v6 Coef. Std. Err. t P> t [95% Cof. Iterval] v _cos R Regressoskoeffzet t-wert p-wert Josef Brüderl, Multvarate Aalse, HWS 7 Fole 9 Regresso: Alter ud Lks-Rechts. twowa (scatter v6 v85) (lft v6 v85) f v rechts Lks-Rechts Selbstestufug lks Alter beobachteter Wert Regressosgerade Josef Brüderl, Multvarate Aalse, HWS 7 Fole

11 Vorlesug Multvarate Aalse Kaptel II Multvarate Dateaalse Prof. Dr. Josef Brüderl Uverstät Mahem Herbstsemester 7 Kausaltät Wsseschaft sucht ach kausale Bezehuge Ursache-Wrkugs-Bezehuge De wsseschaftlche Methode: das Expermet Versuchs- ud Kotrollgruppe Radomserug - Dadurch uterschede sch Versuchs- ud Kotrollgruppe cht - Kee ubeobachtete Heterogetät Kotrollerte Stmulussetzug durch Forscher - Damt st schergestellt, dass de uv der av zetlch vorgeht - Kee Edogetät E sauber durchgeführtes Expermet erlaubt ee schere Kausalschluss Expermete sd aber de Sozalwsseschafte mest cht praktkabel Josef Brüderl, Multvarate Aalse, HWS 7 Fole

12 Korrelato ud Kausaltät Deshalb erhebt ma oft Date über X ud Y ex-post-facto ud berechet dere Korrelato Korrelato st aber cht glech Kausaltät Um vo eer Korrelato auf Kausaltät schleße zu köe, müsse folgede Bedguge gelte: X ud Y sd korrelert X geht Y zetlch vora (kee Edogetät) - Paeldate ötg - Be Querschttsdate hlft ur Theore De Korrelato vo X ud Y blebt erhalte, auch we ma für drtte Varable kotrollert (kee ubeobachtete Heterogetät) - Des macht ma mt multvarate Aalseverfahre Damt kommt der multvarate Aalse der Sozalforschug ee zetrale Rolle zu: Se st der Ersatz für das Expermet Josef Brüderl, Multvarate Aalse, HWS 7 Fole Bespel: Studezulassug Dskrmerug vo Fraue be der Studezulassug? Afag der 7er Jahre wurde gege de Uverst of Calfora at Berkel geklagt, wel dese relatv weger Fraue als Mäer zum Studum zuleß (s.: Krämer, W., 995: Dekste! Campus-Verlag) Σ fktves (!) Bespel: cht zug. zug. M 4 (%) 5 F 45 5 (%) 5 Φ (-).4 Σ 85 5 Josef Brüderl, Multvarate Aalse, HWS 7 Fole 4

13 Bespel: Studezulassug Der Uverstät gelag es edoch achzuwese, dass Fraue Wrklchket gar cht beachtelgt ware... Mathe SoW M F Σ M F Σ cht zug. zug. 8 (44%) (5%) 9 cht zug. zug. (6%) 44 4 (8%) 74 6 Σ 8 Σ 48 8 Φ (+). Φ (+).4 Josef Brüderl, Multvarate Aalse, HWS 7 Fole 5 Bespel: Studezulassug..., velmehr war der Zusammehag zwsche Geschlecht ud Zulassug dar begrüdet, dass......fraue sch häufger für solche Fächer bewarbe......, de sgesamt edrgere Zulassugsquote hatte. M F Σ Mathe Sow Σ Mathe Sow cht zug. zug Σ 5 5 Σ 8 Φ (+).4 Φ (-).4 Josef Brüderl, Multvarate Aalse, HWS 7 Fole 6

14 Hauptproblem: Schekorrelato X ud Y korrelere zwar, aber Grud herfür st ee drtte Varable Z, de sowohl X als auch Y kausal verursacht De Korrelato st echt, aber de Kausaltät st schebar (Schekausaltät) Schematsch ahad ees Pfaddagramms Z Z st ee atezederede Varable Durch de bede Kausaleffekte kausaler Effekt etsteht ee Korrelato vo X ud Y Es wäre e Fehler dese Korrelato X Y als kausal zu terpretere Korrelato Durch Kotrolle vo Z (Drttvarablekotrolle) ka ma das Problem behebe Bespele Zahl der Störche eer Rego korrelert postv mt der Zahl der Geburte Mege der Haare auf Kopf vo Mäer korrelert egatv mt Ekomme Techo-Lebhaber wähle eher GRÜN Regelmäßges Zäheputze sekt das Herzfarktrsko Josef Brüderl, Multvarate Aalse, HWS 7 Fole 7 De Lösug: Drttvarablekotrolle Ma muss für Z (statstsch) kotrollere Multvarate Aalseverfahre Z kostat halte: Kodtoale Kreuztabelle (Partaltabelle) Für ede Ausprägug vo Z wrd ee egee Kreuztabelle (X Y) erstellt (dredmesoale Kreuztabelle) Damt erhält ma für ede Ausprägug vo Z ee egee, kodtoale Korrelatoskoeffzete: r r, usw., XY Z XY Z De messe de Korrelato vo X ud Y uter Kotrolle vo Z Schekorrelato legt vor, we de kodtoale Korrelatoskoeffzete glech ull sd Bespel Studezulassug (Fole 5) De kodtoale Ph-Koeffzete sd praktsch ull (Ist aber kee Schekorrelato, s. ächste Fole) Josef Brüderl, Multvarate Aalse, HWS 7 Fole 8 4

15 Was och passere ka: Iterveto Ist Z terveered, so legt ee Iterveto vor Schematsch ahad ees Pfaddagramms X Z kausaler Effekt Y Korrelato Z st ee terveerede Varable X hat ee drekte Kausaleffekt auf Y Kotrollert ma für Z, so werde de kodtoale Korrelatoskoeffzete ull Damt hat ma aber cht schebare Kausaltät aufgedeckt, soder ee kausale Mechasmus aufgedeckt Wchtg st also, sch zu überlege, ob Z atezedered oder terveered st Bespel Zulassugsbespel: Geschlecht Fach Zulassugsquote Josef Brüderl, Multvarate Aalse, HWS 7 Fole 9 Bespel: Krchgagshäufgket Mt dem ALLBUS 994 utersuche wr, we sch der Wohort (West/Ost) auf de Krchgag auswrkt Krchgag ach Wohort Selte/e Öfter N West 55% 45% 9 84% 6% 4 Um zu überprüfe, ob de Korrelato ur schebar st, kotrollere wr für Kofesso ( -Tabelle) Krchgag ach Kofesso ud Wohort Katholke Protestate Kofessoslose West Ost West Ost West Ost Selte/e 4% 8% 6% 59% 9% 97% Öfter 58% V, 6% Josef Brüderl, Multvarate Aalse, HWS 7 Fole Ost 9% V, V,8 4% 7% V,7 % 5

16 Bespel: Krchgagshäufgket 7 6 % öfter 5 4 West Ost bvarat Katholke Protestate Kofessosl Josef Brüderl, Multvarate Aalse, HWS 7 Fole Bespel: Krchgagshäufgket Um de Kausalmechasmus gaz zu verstehe, erstelle wr och de Kreuztabelle X Z ud Z Y Katholk Protestat Kofessosl.,6 Wohort Kofesso ach Wohort Kofesso././.7,8 West 47% 4% % V,6,46 Krchgag Ost % 6% 7% Krchgag ach Kofesso Katholk Protestat Kofessosl. selte 4% 6% 96% V,46 öfter 59% 4% Josef Brüderl, Multvarate Aalse, HWS 7 Fole 4% Das gesamte Kausalmodell präsetere wr überschtlch eem Pfaddagramm. A de Pfele schrebe wr de bvarate Korrelatoskoeffzete. Am Pfel vo Wohort auf Krchgag stehe de kodtoale Korrelatosk. De sd fast ull ud mache deutlch, dass her praktsch ke drekter Kausaleffekt vorlegt (also Iterveto). 6

17 Sstematk der Drttvarablekotrolle Bestätgug Z X Y r XY r r, XY Z r ZY rzy X r ZY XY Z X Schekorrelato Z Iterveto Z X Y X Y r XY, rxy Z rxy Z r XY, rxy Z rxy Z Josef Brüderl, Multvarate Aalse, HWS 7 Fole Sstematk der Drttvarablekotrolle Multkausaltät: addtver Effekt Z r XY r r X, XY Z XY Z ZY ZY X ZY X r Y r r Multkausaltät: Kofuderug Z + + X + Y r XY > r XY Z r XY Z Multkausaltät: Suppresso (verdeckte Korrelato) Z r - + X + Y XY < r XY Z r XY Z Josef Brüderl, Multvarate Aalse, HWS 7 Fole 4 7

18 Sstematk der Drttvarablekotrolle Iterakto De Bezehug vo X ud Y fällt uterschedlch aus, e achdem welche Wert Z ammt (Z heßt auch Moderator ) X r Z Y XY Z r XY Z Bespele: Sport (X), Gesudhet (Y), Erkältug (Z) Esatz (X), Erfolg (Y), Motvato (Z) Bespel: M. Halbwachs (9) Les Causes du Sucde Halbwachs stellte fest, dass ee Korrelato zwsche Kofesso ud Selbstmordrate besteht: Katholke 9,9 Selbstmorde (pro.), Protestate 9,6 Selbstmorde (pro.). Kotrollert ma de Wohort, so verschwdet de Korrelato für Städte, auf dem Lad mmt se sogar och zu. Wohort Stadt Lad Alle Katholk 9,9 8,8 9,9 Protestat 7,8 4,4 9,6 Josef Brüderl, Multvarate Aalse, HWS 7 Fole 5 STATA-Bespel: Estellug zu Ausläder *********************** BSP DRITTVAR.DO ************************* * Allgemee Stax ****************** * b Z, sort: tab Y X, col ch V ************************************** * Tabelle: Estellug zu Ausläder (v7) ach Bldug codebook v87 geerate bld v87 recode bld label var bld "Schulabschluss" label defe lblbld "Haupt" "Real" "Ab" label value bld lblbld tab spearma v7 bld, col ch g v7 bld * Drttvarablekotrolle ach West/Ost b v, sort: tab v7 bld, col ch g Ergebs: Der Effekt vo Bldug auf de Estellug zu Ausläder bestätgt sch (ach Kotrolle des Wohortes) Josef Brüderl, Multvarate Aalse, HWS 7 Fole 6 8

19 STATA-Bespel: Estellug zu Ausläder 7 Mttelwert Ausläderfedlchket Haupt Real Ab Haupt Real Ab alte budeslaeder eue budeslaeder Josef Brüderl, Multvarate Aalse, HWS 7 Fole 7 Selbstselekto Be eem Expermet werde de Vp vom Forscher de bede Gruppe per Radomserug zugewese Be ex-post facto Desgs überlässt ma es de Persoe selbst, welche Gruppe se gehe (Selbstselekto) Das führt lecht zu ubeobachteter Heterogetät Selbstselekto st e allgegewärtges methodsches Problem der Sozalforschug! Bespel: Ehemäer lebe läger (W. Krämer, Dekste!) Vo ledge Mäer zwsche 45 ud 54 werde de ächste Jahre % sterbe, vo verheratete Mäer ur %. Hat also de Ehe ee postve Kausaleffekt auf Gesudhet? Ne! Mt zemlcher Scherhet habe wr es her mt Selbstselekto ach der Varable Gesudhet zu tu: Ftte Mäer habe höhere Heratschace ud lebe läger. Ma muss also ubedgt de Drttvarable Gesudhet kotrollere. Josef Brüderl, Multvarate Aalse, HWS 7 Fole 8 9

20 Vorlesug Multvarate Aalse Kaptel III Varazaalse Prof. Dr. Josef Brüderl Uverstät Mahem Herbstsemester 7 Varazaalse De Varazaalse st e geegetes Verfahre, we ma ee metrsche av ud ee (efaktorelle VA) oder mehrere (mehrfaktorelle) kategorale uv vorlege hat Im efaktorelle Fall lefert de VA sbesodere auch e Maß für de bvarate Zusammehag zwsche eem kategorale Merkmal ud eem metrsche Merkmal sost v.a. Probleme be Zushg. zwsche omalskalerte ud metrsche Merkmale; dekbar: Cramer's V mt Grupperug, aber: Iformatosverlust De Varazaalse steht eem ege Verhälts zur leare Regresso Josef Brüderl, Multvarate Aalse, HWS 7 Fole 4

21 Bldug ud Ekomme (ALLBUS 994) Nur Vollzet, uter. DM (N459) Ekomme DM Haupt Real Abtur U Bldug Zusammehag be der VA heßt, dass sch de Gruppemttelwerte uterschede Er st stärker, e weger de Werte erhalb der Gruppe um de Gruppemttelwert streue Josef Brüderl, Multvarate Aalse, HWS 7 Fole 4 De Streuugszerlegug: Gruddee X hat r Auspräguge (r (Sub)gruppe) bezeche de Umfag der Gruppe {,..., r}, d.h. bezeche das Mttel der Gruppe De Gesamtstreuug wrd zerlegt zwe Terme: Ekomme Ma Gesamtstreuug M Frau Geschlecht cht erklärte Streuug Gesamtstreuug r Streuug der Gruppemttel Streuug der Werte de Gruppe Josef Brüderl, Multvarate Aalse, HWS 7 Fole 4 F erklärte Streuug

22 Josef Brüderl, Multvarate Aalse, HWS 7 Fole 4 De Streuugszerlegug Quadrere lefert Summato über alle Mtgleder der Gruppe : Wege der Schwerpuktregel glt: Summato über alle Gruppe führt zu: ) ( ) ( ) ( + ) ( ) )( ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( RSS MSS TSS ) ( ) ( ) ( + + r r r s. Streuugszerlegug be der Regresso Josef Brüderl, Multvarate Aalse, HWS 7 Fole 44 Das Zusammehagsmaß η (ETA ) η msst de Atel der durch X erklärte Varaz vo Y η hat ke Vorzeche η bedeutet, dass de Gruppezugehörgket X keerle Streuug der abhägge Varable Y erklärt (Gruppemttelwerte sd glech) η bedeutet, dass de Gruppezugehörgket X de gesamte Streuug der abhägge Varable Y erklärt (erhalb der Gruppe kee Streuug mehr) r r ) ( ) ( TSS MSS TSS RSS TSS Gesamtstreuug erklärte Streuug η

23 Rechebespel X Y ( ) ( ) ( ) (TSS) 4 (MSS) η,5 8 Josef Brüderl, Multvarate Aalse, HWS 7 Fole 45 Sgfkaztest Uterschede sch de Gruppemttelwerte sgfkat? Ma testet: H : μ μ... μ r H : μ μ für md. e Paar, Uter der H streue de Gruppemttel cht, also MSS Große Werte der MSS spreche also gege de H Ma verwedet deshalb de ormerte MSS als Teststatstk MSS ( r ) F ~ F( r, r) RSS ( r) De H wrd verworfe, falls: F > F -α (r-,-r) Bemerkug: Auch deser Test beruht auf der Aahme glecher Varaze. Dese Aahme ka ma ebefalls teste (Bartlett-Test) Josef Brüderl, Multvarate Aalse, HWS 7 Fole 46

24 F-Vertelug Sd X ud Y uabhägge Zufallsvarable mt X ~ χ (m) ud Y ~ χ (), so st de Zufallsvarable X / m Z Y / F-vertelt mt m ud Frehetsgrade Ma schrebt auch Z ~ F(m,) Es glt (> bzw. >4): ( + m ) E( Z), Var( Z) m( 4)( ) F(,) t(), F(, ) N(,) Josef Brüderl, Multvarate Aalse, HWS 7 Fole 47 F-Vertelug Dchte F(,) F(4,) 4 5 X Josef Brüderl, Multvarate Aalse, HWS 7 Fole 48 4

25 F-Vertelug F,9 (,5) 4,6 F,95 (,),6 Josef Brüderl, Multvarate Aalse, HWS 7 Fole 49 Rechebespel (Fortsetzug) MSS 4 RSS TSS MSS r F 4/(-) / 4/(6-),5 F,95 (,) 9,55 De Teststatstk st also kleer als der krtsche Wert Wr köe de Nullhpothese cht zurückwese De Gruppemttelwerte uterschede sch cht sgfkat (be der klee Fallzahl st deses Ergebs weg überrasched) Josef Brüderl, Multvarate Aalse, HWS 7 Fole 5 5

26 STATA-Bespel ******************** BSP VARIANZANALYSE.DO ************************ * Nur Westdeutschlad, hauptberuflch gaztags, bs Alter 65 keep f v keep f v keep f v85 < 66 * Moatsettoekomme geerate ek v6 * Bldug geerate bld v87 recode bld replace bld 4 f(v96 v97) label defe lblbld "Haupt" "Real" "Abtur" 4 "U" label value bld lblbld * Varazaalse oewa ek bld, tabulate Josef Brüderl, Multvarate Aalse, HWS 7 Fole 5 STATA-Bespel. oewa ek bld, tabulate Summar of ek bld Mea Std. Dev. Freq Haupt Real Abtur U Total FMMS/RMS H verwerfe Aalss of Varace Source SS df MS (SS/df) F Prob > F Betwee groups MSS Wth groups RSS.99e Total TSS.567e Bartlett's test for equal varaces: ch() 9.54 Prob>ch. H verwerfe Varaze uglech Josef Brüderl, Multvarate Aalse, HWS 7 Fole 5 6

27 Vorlesug Multvarate Aalse Kaptel IV Leare Regressosaalse Prof. Dr. Josef Brüderl Uverstät Mahem Herbstsemester 7 Leare Regressosaalse De Regressosaalse st das zetrale Aalseverfahre de Sozalwsseschafte Im efachste Fall (efache leare Regresso) hadelt es sch um e Verfahre zur bvarate Zusammehagsaalse metrscher Varable Ihre besodere Bedeutug erlagt de Methode eersets dadurch, dass se ee bequeme Übergag zur multvarate Dateaalse erlaubt (multple Regresso), aderersets dadurch, dass se sch durchaus auch auf kategorale Varable erweter lässt (uv: Dumm-Varable; av: logstsche Regresso, ordales Logtmodell, multomales Logtmodell u.a.) Josef Brüderl, Multvarate Aalse, HWS 7 Fole 54 7

28 De efache Regresso Sd av (Regressad) ud uv (Regressor) bede metrsch, so ka ma zur Zusammehagsaalse das leare Regressosmodell esetze. Ma formulert folgedes leare Modell des Zusammehags: α + βx + ε α ud β sd de Regressoskoeffzete α: Achseabschtt, β: Stegug β: um we vel Ehete ädert sch Y, we X um ee Ehet stegt β st damt e efach zu terpreteredes Maß des Zusammehags ε st der Fehlerterm (Abwechug der Date vo der Regressosgerade) Ma schätzt de Regressoskoeffzete, dem ma de Fehlerquadratsumme mmert (OLS) m ε m ( α βx ) α, β α, β De OLS-Schätzer (Formel s.u.) otere wr mt ˆ α ud ˆ β De vom Regressosmodell vorhergesagte Werte sd ˆ ˆ α + ˆ βx De geschätzte Fehler (Resdue) sd damt ˆ ε ˆ ˆ α ˆ βx Josef Brüderl, Multvarate Aalse, HWS 7 Fole 55 Bespel Abote ud Klausurerfolg 4 Pukte Klausur ˆ 4,4 5, x Abschtt Josef Brüderl, Multvarate Aalse, HWS 7 Fole 56 8

29 OLS-Schätzer α ud β werde so festgelegt, dass de Datepukte möglchst weg vo der Regressosgerade abweche Präzse: Ma schätzt de Regressoskoeffzete, dem ma de Fehlerquadratsumme mmert (ordar least squares, OLS) m α, β ε m Ablete deses Ausdrucks, Nullsetze ud Auflöse der bede daraus resulterede Glechuge, lefert de OLS-Schätzer: ˆ α ˆ βx ˆ β α, β ( x x)( ) s s ( x x) ( α βx ) Josef Brüderl, Multvarate Aalse, HWS 7 Fole 57 XY X x x x x Bespel: Berechug der OLS-Schätzer x Lerstude Pukte m Test x -6-4 (x -6) (x -6) ( -4) ˆ β,5 ˆ α 4,5 6, 86 6 Josef Brüderl, Multvarate Aalse, HWS 7 Fole 58 9

30 Bespel: De OLS-Regressosgerade 9 Pukte m Test (Y) ε ˆ,8+, 5 x αˆ βˆ Lerstude (X) Josef Brüderl, Multvarate Aalse, HWS 7 Fole 59 Das Bestmmthetsmaß R We gut passt das Regressosmodell auf de Date? De Gruddee st: Welcher Atel der Streuug vo Y wrd durch das Regressosmodell erklärt? Streuugszerlegug Total sum of squares (TSS): TSS ( ) Model sum of squares (MSS): Resdual sum of squares (RSS): MSS RSS De gesamte Streuug ka damt zwe Tele zerlegt werde ( ) TSS ( ˆ ) + MSS RSS Josef Brüderl, Multvarate Aalse, HWS 7 Fole 6 + ( ˆ ) ( ˆ ) ( ˆ )

31 Graphsche Iterpretato der Streuugszerlegug 9 8 Pukte m Test (Y) ˆ ˆ ŷ Lerstude (X) Josef Brüderl, Multvarate Aalse, HWS 7 Fole 6 Das Bestmmthetsmaß R Das Bestmmthetsmaß st u defert als R erklärte Streuug gesamte Streuug MSS TSS Es glt: R R lässt sch terpretere als der Atel der Varaz, der durch de Regressosgerade (ud damt durch X) erklärt wrd Es glt: R r ( ˆ ) ( ) Josef Brüderl, Multvarate Aalse, HWS 7 Fole 6

32 Bespel Lerstude ud Pukte m Test x ŷ ( 4) ( ˆ 4) αˆ.8645 βˆ.558 R 7.56 / Josef Brüderl, Multvarate Aalse, HWS 7 Fole 6 r ud R Y 4 Y 4 5 X r, R r -.79, R,6 X Y Y r, R X 4 5 r, R X 4 5 Josef Brüderl, Multvarate Aalse, HWS 7 Fole 64

33 Sgfkaztest für st e Schätzer Mt eer Stchprobevertelug Ud eem Stadardfehler ˆ σ ˆ β Damt ka ma auch e Kofdeztervall schätze Ebeso ka ma ee Sgfkaztest durchführe Nullhpothese: X hat kee Efluss auf Y (ke Zusammehag) H : β De Teststatstk (t-wert) st βˆ ˆ β T ~ t( ) ˆ σ ˆ β De H wrd abgeleht, falls T > t -α/ (-) - Ab > das z -α/ Quatl (Faustregel für α5%: T > ) Köe wr de H verwerfe, so sprcht ma davo, dass X ee sgfkate Efluss auf Y hat Josef Brüderl, Multvarate Aalse, HWS 7 Fole 65 βˆ Test der Sgfkaz des Gesamtmodells Ist das Regressosmodell sgfkat? Overall F-Test Nullhpothese: der Stegugskoeffzet st glech ull H : β Uter der H erklärt das Modell chts, also MSS Große Werte der MSS spreche also gege de H Ma verwedet deshalb de ormerte MSS als Teststatstk (F-Wert) MSS F ~ F(, ) ( ) RSS De H wrd verworfe, falls: F > F -α (,-) Ma sprcht da davo, dass das Regressosmodell sgfkat st Josef Brüderl, Multvarate Aalse, HWS 7 Fole 66

34 STATA Bespel: Abote ud Klausurerfolg. regress klpukte abote Source SS df MS Number of obs F(, 79) 7.45 Model Prob > F. Resdual R-squared Ad R-squared.76 Total Root MSE klpukte Coef. Std. Err. t P> t [95% Cof. Iterval] abote _cos Josef Brüderl, Multvarate Aalse, HWS 7 Fole 67 Aahme der Regresso A: Leartätsaahme α + βx + ε,, K, A: Im Mttel st der Fehler ull E( ε ), für alle A: De Fehlervaraz st kostat (Homoskedastztät) V ( ε ) σ, für alle A4: De Fehlerkovaraze sd ull (kee Autokorrelato) Cov( ε, ε ), für alle A5: Regressor ud Fehler sd ukorrelert Der Regressor darf cht mt wetere ubeobachtete Varable korrelere (kee ubeobachtete Heterogetät) Cov( x, ε ), für alle ud A6: Normalvertelugsaahme (für Sgfkaztests) ε ~ N(, σ ) Josef Brüderl, Multvarate Aalse, HWS 7 Fole 68 4

35 Egeschafte der OLS-Schätzer Be Gültgket vo A bs A5 habe de OLS-Schätzer gewsse wüscheswerte Egeschafte: Se sd uverzerrt (erwartugstreu): E( ˆ) β β der Klasse der leare, uverzerrte Schätzer de mt der kleste Stchprobevaraz best lear ubased estmate (BLUE) Gauß-Markov Theorem Dabe bedeutet: lear : de Schätzer lasse sch als leare Fuktoe der Date bereche ubased : de Schätzer sd erwartugstreu best : de Schätzer sd effzeter als alle adere leare Schätzer Josef Brüderl, Multvarate Aalse, HWS 7 Fole 69 Stadardserte Regressoskoeffzete β hägt vo der Maßehet vo X ud Y ab Um Verglechbarket herzustelle, wählt ma machmal de Stadardabwechug als Maßehet Stadardserug vo Y ud X (Z-Trasformato) * * x x, x sy sx De Regressosglechug lautet u * * * * * α + β x + ε Für de stadardserte Regressoskoeffzete ergbt sch * * * * ˆ α ˆ β x ˆ s * β s * * X Y * X r Bespel Abote ud Klausurerfolg : r -,4 - Stegt de Note um ee Stadardabwechug, so verrgert sch de Puktzahl um,4 Stadardabwechuge Josef Brüderl, Multvarate Aalse, HWS 7 Fole 7 5

36 Regresso mt Dumm-Varable Voraussetzug für ee Regresso st metrsches X Kategorales, dchotomes X geht aber auch Dumm-Coderug svoll: ee Ausprägug, de adere De -Kategore wrd auch als Referezkategore bezechet Bespel: Geschlecht ud Ekomme (Ma, Frau) Ekomme 4 Geschlecht We seht de Regressosgerade aus? RSS wrd mmal, falls ˆ Glechzetg glt ˆ ˆ ˆ ˆ ˆ α ˆ + β Damtergbtsch ˆ α α ˆ β Josef Brüderl, Multvarate Aalse, HWS 7 Fole 7 Regresso mt Dumm-Varable x x x x x ˆβ x x ˆ α bx 5.5 Josef Brüderl, Multvarate Aalse, HWS 7 Fole 7 6

37 STATA: Regresso mt Dumm-Varable. oewa Ekomme Geschlecht Aalss of Varace Source SS df MS F Prob > F Betwee groups Wth groups Total regr Ekomme Geschlecht Source SS df MS Number of obs F(, 4).5 Model 5 5 Prob > F.879 Resdual 4 4 R-squared Ad R-squared.99 Total 55 5 Root MSE Ekomme Coef. Std. Err. t P> t [95% Cof. Iterval] Geschlecht _cos Josef Brüderl, Multvarate Aalse, HWS 7 Fole 7 Regresso mt Dumm-Varable Führt ma ee Regresso auf ee dchotome Varable (Dumm-Coderug) durch, so glt: De Kostate αˆ st glech dem Mttelwert der Referezkategore (X) Der Stegugsparameter βˆ st glech der Dfferez zwsche dem Mttelwert der Kategore X ud dem Mttelwert der Referezkategore Das Bestmmthetsmaß R etsprcht dem Maß η eer Varazaalse Der overall F-Test der Regresso ud der F-Test der Varazaalse sd detsch Josef Brüderl, Multvarate Aalse, HWS 7 Fole 74 7

38 Multple Regresso De Regresso wrd zu eem multvarate Aalseverfahre, we ma mehr als ee uv ebezeht: β + β x + β x + K+ β x + ε,, K, β heßt Regressoskostate De adere Regressoskoeffzete defere ee p-dmesoale Regressosebee Iterpretato: β gbt a, um we vel Ehete sch Y ädert, we sch X um ee Ehet erhöht, uter Kotrolle der adere m Modell ethaltee X-Varable β sagt us, welcher Effekt verblebt, we wr für de adere uvs kotrollere Multvarate Aalse - Wr füge dem Modell alle svolle Drttvarable hzu - Verschwdet β, so legt ee Schekorrelato bzw. Iterveto vor p p Josef Brüderl, Multvarate Aalse, HWS 7 Fole 75 Bespel: Statuszuwesugsmodell Blau/Duca (967) "The Amerca Occupatoal Structure" We erlagt ma see sozale Posto? Durch achevemet oder Statusvererbug? ALLBUS : - Abhägge Varable: Ekomme (ur Westdeutsche, Vollzet) - Status des Vaters: Magtude-Prestgeskala (Werte vo -87) - Achevemet : egee Schul- ud Berufsbldug (Werte vo 8-,5) Fehler Fehler Josef Brüderl, Multvarate Aalse, HWS 7 Fole 76 8

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

2. Zusammenhangsanalysen: Korrelation und Regression

2. Zusammenhangsanalysen: Korrelation und Regression 2. Zusammehagsaalse: Korrelato ud Regresso Dowloads zur Vorlesug 2. Zusammehagsaalse: Korrelato ud Regresso 2 Grudbegrffe zwedmesoale Stchprobe De Gewug vo mehrere Merkmale vo eer Beobachtugsehet führt

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient Ablehugsberech:!Sgfkazveau abhägge Gruppe: Gruppe vo Versuchspersoe, dee jede ezele Versuchsperso aus Gruppe A eer äquvalete Versuchsperso aus Gruppe B etsprcht (oder tatsächlch de gleche Versuchsperso

Mehr

Regressionsrechnung und Korrelationsrechnung

Regressionsrechnung und Korrelationsrechnung Regressosrechug ud Korrelatosrechug Beschrebede Statstk Modul : Probleme be der Abhäggketsaalyse Problem : Es gbt mest cht ur ee Eflussfaktor (Probleme sd selte mookausal ) A Ursache() Wrkug B C - efache

Mehr

Multiple Regression (1) - Einführung I -

Multiple Regression (1) - Einführung I - Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da

Mehr

Geometrisches Mittel und durchschnittliche Wachstumsraten

Geometrisches Mittel und durchschnittliche Wachstumsraten Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Geometrsches Mttel ud durchschttlche Wachstumsrate Modellaufgabe Übuge Lösuge www.f-lere.de Geometrsches

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

Leitfaden zu den Indexkennzahlen der Deutschen Börse

Leitfaden zu den Indexkennzahlen der Deutschen Börse Letfade zu de Idexkezahle der Deutsche Börse Verso.5 Deutsche Börse AG Verso.5 Letfade zu de Idexkezahle der Deutsche Börse Page Allgemee Iformato Um de hohe Qualtät der vo der Deutsche Börse AG berechete

Mehr

Allgemeine Prinzipien

Allgemeine Prinzipien Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) Problemstellug: Bsher: Gesucht: 6. Zusammehagsmaße (Kovaraz ud Korrelato) Ee Varable pro Merkmalsträger, Stchprobe x1,, x Maße für Durchschtt, Streuug, usw. Bespel: Kurse zweer Akte ud a 9 aufeader folgede

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste): Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge

Mehr

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

2 Regression, Korrelation und Kontingenz

2 Regression, Korrelation und Kontingenz Regresso, Korrelato ud Kotgez I desem Kaptel lerst du de Zusammehag zwsche verschedee Merkmale durch Grafke zu beschrebe, Maßzahle ür de Stärke des Zusammehags zu bereche ud dese zu terpretere, das Wsse

Mehr

Korrelations- und Assoziationsmaße

Korrelations- und Assoziationsmaße k m χ : j l r +. Zusammehagsmaße ( o e ) jl jl e jl Korrelatos- ud Assozatosmaße e jl 5 Merkmal Y Summe X b b m a H (a,b) H (a,b). a H (a,b) H (a,b). Summe.. Zusammehagsmaße Eführug Sche- ud Noses-Korrelato

Mehr

Maße zur Kennzeichnung der Form einer Verteilung (1)

Maße zur Kennzeichnung der Form einer Verteilung (1) Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug

Mehr

Sozialwissenschaftliche Methoden und Statistik I

Sozialwissenschaftliche Methoden und Statistik I Sozalwsseschaftlche Methode ud Statstk I Uverstät Dusburg Esse Stadort Dusburg Itegrerter Dplomstudegag Sozalwsseschafte Skrpt zum SMS I Tutorum Vo Mark Lutter Stad: Aprl 004 Tel I Deskrptve Statstk Mark

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Bedgte Wahrschelchket

Mehr

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit Bespelklausur BWLB TelMarketg 45MuteBearbetugszet BWLBBespelklausurTelMarketg Sete WchtgeHwese:. VOLLSTÄNDIGKEIT: PrüfeSeuverzüglch,obIhreKlausurvollstädgst(Aufgabe).. ABGABE: EsstdegesamteKlausurabzugebe.

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) 6. Zuammehagmaße Kovaraz ud Korrelato Problemtellug: Bher: Ee Varable pro Merkmalträger, Stchprobe x,, x Geucht: Maße für Durchchtt, Streuug, uw. Jetzt: Zwe metrche! Varable pro Merkmalträger, Stchprobe

Mehr

Deskriptive Statistik - Aufgabe 3

Deskriptive Statistik - Aufgabe 3 Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der

Mehr

Statistik mit Excel und SPSS

Statistik mit Excel und SPSS Stattk mt Excel ud SPSS G. Kargl Grudbegrffe Grudgeamthet Erhebugehet Merkmale Werteberech Stchprobe Telbereche der Stattk: Dekrtpve Stattk Iduktve Stattk Exploratve Stattk U- / B- / Multvarate Stattk

Mehr

Quantitative Methoden in der klinischen Epidemiologie

Quantitative Methoden in der klinischen Epidemiologie Quattatve Methode der klsche Epdemologe Korrelato ud leare Regresso Lerzele Besteht e fuktoeller Zusammehag zwsche zwe Messuge a eem Patete? Korrelato als Maßzahl für de Stärke ees leare Zusammehages Beschrebe

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien REGRESSION Ee awedugsoreterte Eführug Marcus Hudec Chrsta Neuma Uterstützt vo Isttut für Statstk der Uverstät We Eletug De Regresso st e velfältg esetzbares Werkzeug zur Beschrebug ees fuktoale Zusammehags

Mehr

Einführung in Statistik

Einführung in Statistik Eführug Statstk 4. Semester Begletedes Skrptum zur Vorlesug m Fachhochschul-Studegag Iformatostechologe ud Telekommukato vo Güther Kargl FH Campus We 2009 Ihaltsverzechs Eführug Statstk Eletug. Deskrptve

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

Unter einer Rente versteht man eine regelmässige und konstante Zahlung 8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher

Mehr

Messfehler, Fehlerberechnung und Fehlerabschätzung

Messfehler, Fehlerberechnung und Fehlerabschätzung Apparatves Praktkum Physkalsche Cheme der TU Brauschweg SS1, Dr. C. Maul, T.Dammeyer Messfehler, Fehlerberechug ud Fehlerabschätug 1. Systematsche Fehler Systematsche Fehler et ma solche Fehleratele, welche

Mehr

2. Mittelwerte (Lageparameter)

2. Mittelwerte (Lageparameter) 2. Mttelwerte (Lageparameter) Bespele aus dem täglche Lebe Pro Hemspel hatte Borussa Dortmud der letzte Saso durchschttlch 7.2 Zuschauer. De deutsche Akte sd m Durchschtt um 0 Zähler gefalle. I Ide wurde

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methode der comutergestützte Produkto ud Logstk 9. Bedesysteme ud Warteschlage Prof. Dr.-Ig. habl. Wlhelm Dagelmaer Modul W 336 SS 06 Bedesysteme ud Warteschlage Besel: Fahrradfabrk Presse Puffer Lackerere

Mehr

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre

Mehr

6. Modelle mit binären abhängigen Variablen

6. Modelle mit binären abhängigen Variablen 6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch

Mehr

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß Thema Zetrehe Statstk - Neff INHALT. Zetreheaalyse, Tred Leare Regressosaalyse mt eem Eflussfaktor X = "Zet" De tredberegte Sasoschwakuge e = s = y ŷ De mttlere Sasoschwakuge s j k k = = s De rreguläre

Mehr

Universitätslehrgang Sports Physiotherapy Einführung in die Statistik

Universitätslehrgang Sports Physiotherapy Einführung in die Statistik Departmet of Sport Scece ad Kesolog Uverstätslehrgag Sports Phsotherap Eführug de Statstk Gerda Strutzeberger Block I Block Mttwoch 5..0 3:00 bs 4:50 Grudlage, Skaleveau 5:05 bs 7:00 Gütekrtere, Hpothese,

Mehr

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:

Mehr

Mathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK

Mathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK Mathematk: Mag. Schmd Wolfgag & LehrerIeteam Arbetsblatt 7-7 7. Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK STATISTISCHE GRUNDBEGRIFFE Statstk gledert sch zwe Telbereche De Beschrebede

Mehr

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik Formelsammlug rtschaftsmathemat / Statst Formelsammlug für de Lehrverastaltug rtschaftsmathemat / Statst zugelasse für de Klausure zur rtschaftsmathemat ud Statst de Studegäge der Techsche Betrebswrtschaft

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

Grundgesetze der BOOLEschen Algebra und Rechenregeln 5... Grudgesetze der BOOLEsche Algebra ud Recheregel Auf de mathematsch korrekte Eführug der BOOLEsche Algebra ka ch verzchte, da das Ihrer Mathematkausbldug ausführlch behadelt wrd. Ich stelle Ihe zuächst

Mehr

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen Prof. Dr. Fredel Bolle 3. rgäzuge zur Haushaltstheore, sbesodere Dualtät ud Aweduge (Btte wederhole Se zuächst emal de Haushaltstheore aus Mkro I!!!) komme gegebe errechbare Idfferezkurve festgelegt Güterprese

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Defere de Folge (a ) Õ mt a =+: Eplzte Defto *+ a() Doe 3, falls = Rekursve Defto Defere de Folge (b ) Õ, b = : b + sost whe(=,

Mehr

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil IV Musterklausuren (Univ. Essen) mit Lösungen Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert

Mehr

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung 1 Mathe Formel Statstk ud Wahrschelchketsrechug Jör Horstma, 6.10.003. Alle Agabe ohe Gewähr. http://www.ba-stuttgart.de/ w017/ 1.1 Grudlage Ezelklasse [a ; b [ Klassewete Klassemtte Mttelwert b a = w

Mehr

Nagl, Einführung in die Statistik Seite 1

Nagl, Einführung in die Statistik Seite 1 Nagl, Eführug de Statstk Sete Eletug Damt der Wert des Faches Statstk für wsseschaftlche Utersuchuge besser gesehe werde ka, wrd zuerst e kurzer Abrß über de Ablauf eer wsseschaftlche Utersuchug voragestellt.

Mehr

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling Aalse ud praktsche Umsetzug uterschedlcher Methode des Radomzed Brach Samplg Dssertato zur Erlagug des Doktorgrades der Fakultät für Forstwsseschafte ud Waldökologe der GeorgAugustUverstät Göttge vorgelegt

Mehr

Vorlesung Multivariate Statistik. Sommersemester 2009

Vorlesung Multivariate Statistik. Sommersemester 2009 P.Martus, Multvarate Statstk, SoSe 009 Free Uverstät Berl Charté Uverstätsmedz Berl Bachelor Studegag Boformatk Vorlesug Multvarate Statstk Sommersemester 009 Prof. Dr. rer. at. Peter Martus Isttut für

Mehr

Lage- und Streuungsmaße

Lage- und Streuungsmaße Statstk für SozologIe Lage- ud Streuugsmaße Uv.Prof. Dr. Marcus Hudec Beschrebug quattatver Date Um de emprsche Vertelug ees quattatve Merkmals zu beschrebe, betrachte wr Parameter, de ee Verdchtug der

Mehr

Quantitative BWL 2. Teil: Finanzwirtschaft

Quantitative BWL 2. Teil: Finanzwirtschaft Quattatve BWL. el: Fazwtschaft Mag. oáš Sedlačk Lehstuhl fü Fazdestlestuge Uvestät We Quattatve BWL: Fazwtschaft Ogasatosches Isgesat wd es 6 ee gebe (5 Ehete + Klausu Klausu fdet a D 7. Jaua 009 statt

Mehr

Formelsammlung zur Zuverlässigkeitsberechnung

Formelsammlung zur Zuverlässigkeitsberechnung Formelsmmlug zur Zuverlässgetsberechug zusmmegestellt vo Tt Lge Fchhochschule Merseburg Fchberech Eletrotech Ihlt:. Zuverlässget vo Betrchtugsehete.... Zuverlässget elemetrer, chtreprerbrer ysteme... 3.

Mehr

Kommentierte Formelsammlung der deskriptiven und induktiven Statistik für Wirtschaftswissenschaftler

Kommentierte Formelsammlung der deskriptiven und induktiven Statistik für Wirtschaftswissenschaftler Kommeterte Formelsammlug der deskrptve ud duktve Statstk für Wrtschaftswsseschaftler Prof. Dr. Iree Rößler Prof. Dr. Albrecht Ugerer Wetere Bespele ud ausführlche Erläuteruge sowe detallerte Lösuge der

Mehr

Institut für Statistik und Ökonometrie

Institut für Statistik und Ökonometrie Isttut für Statstk ud Ökoometre Zähldatemodelle (Cout Data Models) Asätze ud Aweduge Verea Dexhemer Arbetspaper Nr. 3 (Ma 00) Johaes Guteberg-Uverstät Fachberech Rechtsud Wrtschaftswsseschafte Haus Recht

Mehr

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6 Ihalt: Efaktorelle Varazaalyse Bortz: Bortz Kap. 7.0-7. Übug Statstk II SS 006 Musterlösug rbetsblatt 6 ufgabe 1: Nee Se de Verfahre für Mttelwertsvergleche, de Se bsher für tervallskalerte Date kee gelert

Mehr

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen Ivestmetfods Kezahleberechug erformace Rsko- ud Ertragsaalyse, Rskokezahle Gültg ab 01.01.2007 Ihalt 1 erformace 4 1.1 Berechug der erformace über de gesamte Beobachtugzetraum (absolut)... 4 1.2 Aualserug

Mehr

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und:

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und: 1 L - Hausaufgabe Nr. 55 Sotag, 1. Ju 2003 Ee Müze werde dremal geworfe. Was st das Zufallsexpermet, das Elemetareregs, das zusammegesetzte Eregs, der Eregsraum ud de Wahrschelchket? Lösugs kte.: 1 De

Mehr

Grundzüge der Preistheorie

Grundzüge der Preistheorie - - Grudzüge der Prestheore Elemetare Gedake der uterehmersche Prespoltk Verso 3. Harr Zgel 999-3, EMal: HZgel@aol.com, Iteret: http://www.zgel.de Nur für Zwecke der Aus- ud Fortbldug Ihaltsüberscht. Grudgedake.....

Mehr

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004 Stattk fü Igeeue (IAM) Veo 74 Vaazaalye Mt de efache Vaazaalye (ANOVA Aaly of Vaace) wd de Hypothee gepüft, ob de Mttelwete zwee ode mehee Stchpobe detch d, de au omaletelte Gudgeamthete gezoge wede, de

Mehr

Verteilungen und Schätzungen

Verteilungen und Schätzungen Verteluge ud Schätzuge Zufallseperet Grudbegrffe Vorgag ach eer bestte Vorschrft ausgeführt ( Przp) belebg oft wederholbar se Ergebs st zufallsabhägg be ehralge Durchführug des Eperets beeflusse de Ergebsse

Mehr

( ) := 1 N. μ 1 : Mittelwert. 2.2 Statistik und Polydispersität. Definition des k-ten Moments: Definition des k-ten zentralen Moments: 1 N

( ) := 1 N. μ 1 : Mittelwert. 2.2 Statistik und Polydispersität. Definition des k-ten Moments: Definition des k-ten zentralen Moments: 1 N . Charakterserug vo Polymere. moodsperse polydsperse cytochrom c Ege Bopolymere (Ezyme) habe ur ee ehetlche olekülgröße. moodsperse mometa st kee Polymersatosmethode verfügbar, de Polymere mt eer ehetlche

Mehr

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen IT Zahlesysteme Zahledarstellug eem Stellewertcode (jede Stelle hat ee bestmmte Wert) Def. Code: Edeutge Abbldugsvorschrft für de Abbldug ees Zeche-Vorrates eem adere Zechevorrat. Dezmalsystem De Bass

Mehr

Regressionsgerade, lineares Modell:

Regressionsgerade, lineares Modell: Statstk Grudlage Charakterserug vo Verteluge Eführug Wahrschelchketsrechug Wahrschelchketsverteluge Schätze ud Teste Korrelato Regresso Eführug Durch de Regressosaalyse wrd versucht, de Art des Zusammehags

Mehr

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst Marketg- ud Iovatosmaagemet Herbstsemester 2013 - Übugsaufgabe Leseder: Prof. Dr. Adreas Fürst Isttut für Marketg ud Uterehmesführug Abtelug Marketg Uverstät Ber Ihaltsverzechs 1 Eletug Allgemee Grudlage

Mehr

Klausur Betriebswirtschaftslehre PM/B

Klausur Betriebswirtschaftslehre PM/B Isttut für Fazwrtschaft, Bake ud Verscheruge, Karlsruher Isttut für Techologe Klausur Betrebswrtschaftslehre PM/B Achtug: Ihalte der Vorlesug köe Zukuft ggf. cht mehr kosstet mt de Ihalte deser Klausur

Mehr

Lorenz' sche Konzentrationskurve und Disparitätsindex nach Gini

Lorenz' sche Konzentrationskurve und Disparitätsindex nach Gini Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Lorez' sche Kozetratoskurve ud Dspartätsdex ach G Übuge Aufgabe Lösuge www.f-lere.de Begrff Lorez'

Mehr

Hochschule München Fakultät Wirtschaftsingenieurwesen Datenanalyse

Hochschule München Fakultät Wirtschaftsingenieurwesen Datenanalyse Hochschule Müche Fakultät Wrtschaftsgeeurwese Dateaalyse Prof. Dr. Volker Abel Verso. Ihaltsverzechs Ihaltsverzechs. Auswertug ud Modellerug vo Zähldate.... Auswertug vo prozetuale Häufgkete.... Auswertug

Mehr

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP)

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP) Zu Aufgabe 1) Sd folgede Merkmale dskret oder stetg? a) De durch ee wahlberechtgte Perso der BRD gewählte Parte be der Budestagswahl. b) Kraftstoffverbrauch ees Persoekraftwages auf 100 km. c) Zahl der

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Name: Vorame: Matrkel-Nr.: BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Itegrerter Studegag Wrtshaftswsseshaft Klausuraufgabe zur Hauptprüfug Prüfugsgebet: BWW 2.8

Mehr

Ergebnis- und Ereignisräume

Ergebnis- und Ereignisräume I Ergebs- ud Eregsräume Zufallsexpermete Defto: E Expermet, welches belebg oft uter gleche Bedguge wederholbar st ud desse Ergebs cht mt Bestmmthet vorhergesagt werde ka (d.h. es gbt md. 2 Mgk.), heßt

Mehr

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten Festverzslche Wertaere Kurse ud Redte be gazzahlge Restlaufzete Glederug. Rückblck: Grudlage der Kursrechug ud Redteermttlug 2. Ausgagsstuato 3. Herletug der Formel 4. Abhäggket vom Marktzsveau 5. Übugsaufgabe

Mehr

EINLEITUNG, FEHLERRECHNUNG

EINLEITUNG, FEHLERRECHNUNG Eletug FEHLERRECHNUNG ohe Dfferetalrechug 04.05.006 Blatt 1 EINLEITUNG, FEHLERRECHNUNG Aufgabe des physkalsche Praktkums st es, dem Studerede de Physk durch das Expermet äher zu brge, h mt der Methode

Mehr

Induktion am Beispiel des Pascalschen Dreiecks

Induktion am Beispiel des Pascalschen Dreiecks Iduto am Bespel des Pascalsche Dreecs Alexader Rehold Coldtz 0.02.2005 Eletug vollstädge Iduto De vollstädge Iduto st ebe dem drete ud drete Bewesverfahre ees der wchtgste der Mathemat. Eher bespelhaft

Mehr

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung De Bomalvertelg al Wahrchelchketvertelg für de Schadevercherg Für da Modell eer Schadevercherg e gegebe: = Schade ee Verchergehmer, we der Schadefall etrtt w = Wahrchelchket dafür, da der Schadefall etrtt

Mehr

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree

Mehr

8. Mehrdimensionale Funktionen

8. Mehrdimensionale Funktionen Prof. Dr. Wolfgag Koe Mathematk, SS05.05.05 8. Mehrdmesoale Fuktoe Wer Greze überschretet, versucht, ee eue Dmeso vorzustoße. [Dael Mühlema, (*959), Übersetzer ud Aphorstker] Ege Leute sollte cht dü werde,

Mehr

Statistik. (Inferenzstatistik)

Statistik. (Inferenzstatistik) Statstk Mathematsche Hlfswsseschaft mt der Aufgabe, Methode für de Sammlug, Aufberetug, Aalyse ud Iterpretato vo umersche Date beretzustelle, um de Struktur vo Masseerscheuge zu erkee. Deskrptve (beschrebede)

Mehr

Lageparameter (Mittelwerte) und Streuungsparameter

Lageparameter (Mittelwerte) und Streuungsparameter Statstk Grudlage Charakterserug vo Verteluge Eführug Wahrschelchketsrechug Wahrschelchketsverteluge Schätze ud Teste Korrelato Regresso Lageparameter (Mttelwerte) ud Streuugsparameter Mttelwerte: Gebe

Mehr

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit Glederug: A. Vermögesverwaltug I. Gegestad II. Ablauf III. Koste B. Grudzüge der Kaptalmarkttheore I. Portefeulletheore 1. Darstellug. Krtk II. Captal Asset Prcg Model (CAPM) 1. Darstellug. Krtk III. Arbtrage

Mehr

Investitionsentscheidungen im Multi-Channel-Customer-Relationship Management 1

Investitionsentscheidungen im Multi-Channel-Customer-Relationship Management 1 Ivesttosetscheduge m Mult-Chael-Customer-Relatoshp Maagemet Has Ulrch Buhl, Na Kreyer, Na Schroeder Lehrstuhl für Betrebswrtschaftslehre, Wrtschaftsformatk & Facal Egeerg Kerkompetezzetrum Iformatostechologe

Mehr

D. Plappert Die Strukturgleichheit verschiedener physikalischer Gebiete gezeigt am Beispiel Hydraulik-Elektrizitätslehre

D. Plappert Die Strukturgleichheit verschiedener physikalischer Gebiete gezeigt am Beispiel Hydraulik-Elektrizitätslehre D. Plappert De Strukturglechhet verschedeer physkalscher Gebete gezegt am Bespel Hydraulk-Elektrztätslehre Erschee Kozepte ees zetgemäße Physkuterrchts, Heft 3, Schroedel Verlag 979. Eletug De megeartge

Mehr

IV. VERSICHERUNGSUNTERNEHMUNG

IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG Vers.-Oek.Tel-I-Ka-IV--5 Dr. Rurecht Wtzel; HS 09.0.009 IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG. Überblck ) I desem Katel wede wr us der Aalyse der Verscherugsuterehmug

Mehr

Zentrum für Sensorsysteme Projektbereich 5 "Anwendung von Sensoren in der Fertigungstechnik" Univ.-Prof. Dr.-Ing. Peter Scharf

Zentrum für Sensorsysteme Projektbereich 5 Anwendung von Sensoren in der Fertigungstechnik Univ.-Prof. Dr.-Ing. Peter Scharf UNIVERSITÄT SIEGEN Zetrum für Sesorssteme Projektberech 5 "Awedug vo Sesore der Fertgugstechk" Uv.-Prof. Dr.-Ig. Peter Scharf Utersuchug des Eflusses vo Algorthme auf de Messuscherhet be der D-Geometremessug

Mehr

Zweidimensionale Verteilungen

Zweidimensionale Verteilungen Bblografsce Iformato der Deutsce Natoalbblotek De Deutsce Natoalbblotek verzecet dese Publkato der Deutsce Natoalbblografe; detallerte bblografsce Date sd m Iteret über abrufbar. De Iformatoe

Mehr

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen?

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen? Aufgabe 1 (60 Pukte) De Gesellschaft XYZ betet als prvate Reteverscherug ee Idepolce gege Emalbetrag a mt eer Aufschubfrst vo zwe Jahre. Ivestert wrd e so geates IdeZertfkat, das be Retebeg das folgede

Mehr

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern AMMO Berchte aus Forschug ud Techologetrasfer Etwcklug eer Dsatcherfukto zur Überrüfug vo Nomerugsmege der Betrebsführug vo Erdgassecher Prof. Dr. sc. tech. Dr. rer. at. R. Ueckerdt Dr.Ig. H.W. Schmdt

Mehr

Innovative Information Retrieval Verfahren

Innovative Information Retrieval Verfahren Thomas Madl Iovatve Iformato Retreval Verfahre Hauptsemar Wtersemester 004/005 Überblc Formales Vortrag Ausarbetug Scheerwerb Termplaug Kurzvorstellug Theme Themevergabe Wederholug Grudlage Gewchtug ud

Mehr

Investition und Finanzierung Skript III

Investition und Finanzierung Skript III Ivestto ud Fazerug Skrpt III zuletzt geädert am: 05.05.03 Ivestto ud Fazerug Skrpt III Quelle: Vorlesug Ivestto ud Fazerug 6. Semester, FH Erfurt, Prof. Dr. Waldhelm Copyrght 2003 BSTM Sete Alle Agabe

Mehr

Physikalische Chemie T Fos

Physikalische Chemie T Fos Physkalsche Cheme T Fos ISCHPHSEN.... ZUSENSETZUNG VO ISCHPHSEN.... EXTENSIVE - UND INTENSIVE GRÖßEN... 4.. Partelles olvolume V m... 7.3 DS ROULTSCHE GESETZ... 0.4 KOLLIGTIVE EIGENSCHFTEN....4. De Sedeuktserhöhug...

Mehr

Workshops zum TI-83 PLUS

Workshops zum TI-83 PLUS Workshops zum TI-83 PLUS Beträge vo T 3 Flader / Belge E Uterrchtsbehelf zum Esatz moderer Techologe m Mathematkuterrcht T 3 Österrech / ACDCA am PI-Nederösterrech, Hollabru Vorwort Alässlch userer gemesame

Mehr

Regressionsverfahren haben viele praktische Anwendungen. Die meisten Anwendungen fallen in eine der folgenden beiden Kategorien:

Regressionsverfahren haben viele praktische Anwendungen. Die meisten Anwendungen fallen in eine der folgenden beiden Kategorien: Regressoslse De Regressoslse st ee Slug vo sttstshe Alseverfhre. Zel e de häufgste egesetzte Alseverfhre st es Bezehuge zwshe eer hägge ud eer oder ehrere uhägge rle festzustelle. Se wrd sesodere verwedet

Mehr

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Ole- ud a de müdlche Prüfuge abgegebe sowet erforderlch. A der schrftlche Klausur (Ope-book-Prüfug)

Mehr

2. Arbeitsgemeinschaft (11.11.2002)

2. Arbeitsgemeinschaft (11.11.2002) Mat T. Kocbk G Fazeugs- & Ivesttostheoe Veastaltug m WS / Studet d. Wtschatswsseschat. betsgemeschat (..). Fshe-Sepaato Das Fshe-Sepaatostheoem sagt aus, daß ute bestmmte ahme heutge ud mogge Kosum substtueba

Mehr

Test für Varianz. Test für Varianz. Test für Varianz. Die Kontingenztabelle. Statistik 2 4. Vorlesung. Wiederholung: zweidimensionales Datenmaterial

Test für Varianz. Test für Varianz. Test für Varianz. Die Kontingenztabelle. Statistik 2 4. Vorlesung. Wiederholung: zweidimensionales Datenmaterial Statstk 4. Vorlesug Test für Varaz Estchprobetest für de Varaz: Hat de Varaz ee bestmmte Wert, bzw. legt er eem bestmmte Berech? Etschedug basert auf dem Ergebs eer ezge Stchprobe. Zwestchprobetest für

Mehr

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Prüfuge abgegebe sowet erforderlch. Stad 1. Jul 2010. Äderuge vorbehalte. Formelsammlug Fazplaer

Mehr

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion AG Kstrut KONTRUKTION Plaetegetrebe (Umlaufgetrebe) rpt TU Berl, AG Kstrut Plaetegetrebe Vrtele Plaetegetrebe: e Achsversatz z.t. sehr grße Über-/Utersetzuge möglch grße Tragraft guter Wrugsgrad Rhlff

Mehr

Maßzahlen zur Beschreibung von Verteilungen

Maßzahlen zur Beschreibung von Verteilungen Programmcode: Lagemaße Maßzahle zur Beschrebug vo Verteluge > c(0,,5,6,3,0,-) > mea() [] > meda() [] > table() - 0 3 5 6 kee drekte Modusfukto 0 zwemal Uvarate Deskrpto ud Eplorato vo Date - Maßzahle zur

Mehr

Bestimmen einer stetigen Ausgleichsfunktion f(x), die eine gegebene Menge von n Datenpunkten (x k

Bestimmen einer stetigen Ausgleichsfunktion f(x), die eine gegebene Menge von n Datenpunkten (x k Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3- Ausglechs- ud Iterpolatosrechug 3 Ausglechs- ud Iterpolatosrechug De Aufgabe der Ausglechsrechug st mt Hlfe eer stetge Futo f()ee bestmmte

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche Kozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso 0.00 Harry Zgel 99-006, EMal: HZgel@aol.com, Iteret:

Mehr