2. Zusammenhangsanalysen: Korrelation und Regression

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "2. Zusammenhangsanalysen: Korrelation und Regression"

Transkript

1 2. Zusammehagsaalse: Korrelato ud Regresso Dowloads zur Vorlesug 2. Zusammehagsaalse: Korrelato ud Regresso 2

2 Grudbegrffe zwedmesoale Stchprobe De Gewug vo mehrere Merkmale vo eer Beobachtugsehet führt zu mehrdmesoale Stchprobe. ur zwe Merkmale zwedmesoale Stchprobe Schrebwese (, ) (, ),( 2, 2),,(, ) Bespele Körpergröße () ud Gewcht () ph-wert () ud Sauerstoffsättgug () des Blutes Plaquede () ud Paplleblutugsde () 2. Zusammehagsaalse: Korrelato ud Regresso 3 Bespel Ierhalb eer zahärztlche Stude wurde vo 24 zufällg ausgewählte Erwachsee sowohl = Plaquede (PI) als auch = Paplleblutugsde (PBI) bestmmt. Dabe wurde der PI zuächst pro Zah gemesse, dem jede Zahoberfläche 9 Segmete utertelt ud der mt Plaque befallee Oberflächeatel ach Afärbe regstrert wurde. Der PI war da der mttlere Atel über alle m Gebss vorhadee Zähe. Zur Bestmmug des PBI wurde mamal 4 7+2=30Iterdetalräume m Gebss mt Hlfe eer Sode auf Zahfleschblute utersucht. Der PBI war da der Atel der blutede Iterdetalräume pro Gebss. 2. Zusammehagsaalse: Korrelato ud Regresso 4 2

3 Bespel De Utersuchug ergab folgedes Resultat: Pat PI PBI Pat PI PBI Zusammehagsaalse: Korrelato ud Regresso 5 Grafke Streudagramme Streudagramme möglchst m Vorfeld weterer Aalse betrachte! 2. Zusammehagsaalse: Korrelato ud Regresso 6 3

4 Streudagramm mt Regressosgerade korrekter Vorhersageberech! 2. Zusammehagsaalse: Korrelato ud Regresso 7 Korrelato / Regresso Korrelatosaalse -Besteht Zusammehag zwsche zwe Merkmale ud? -Welcher Art st der Zusammehag? -Welche Stärke hat er? -We st er gerchtet? Regressosaalse -Bestmmug ees fuktoelle Zusammehags Wrkugsrchtug bekat / vorgegebe f ( ), abhägges Merkmal, uabhägges Merkmal -multple Regresso f,,, ) ( 2 m 2. Zusammehagsaalse: Korrelato ud Regresso 8 4

5 Bespel Folgede Fragestelluge sd vo Iteresse:. Besteht e Zusammehag zwsche bede Beobachtugsmerkmale = PI ud = PBI ud we stark st deser Zusammehag? (Korrelatosaalse) 2. Lässt sch = PBI m Mttel aus = PI vorhersage? (Regressosaalse) 2. Zusammehagsaalse: Korrelato ud Regresso 9 Korrelato Gbt es Zusammehäge? Zusammehagsaalse: Korrelato ud Regresso 0 5

6 Korrelato Korrelato -Bezehug zwsche mdestes zwe Merkmale -Abletug ees kausale Zusammehags auf Bass der Korrelatosaalse ur uter Kets der Wrkugsrchtug möglch -zusätzlches Problem: vorgetäuschte/vermttelte Korrelatoe verdeckte, cht mt erfasste Ursache Z Z 2. Zusammehagsaalse: Korrelato ud Regresso Korrelato Z Z Z vorgetäuscht / über vermttelt Z 2. Zusammehagsaalse: Korrelato ud Regresso 2 6

7 Korrelato etwa kresförmg ukorrelert adere Eflüsse überwege etwa ellptsch mttel korrelert je größer, desto kleer etwa geradlg stark korrelert je größer, desto größer 2. Zusammehagsaalse: Korrelato ud Regresso 3 Korrelato lear mooto je größer, desto größer chtlear mooto je größer, desto größer chtlear cht mooto Zusammehagsaalse: Korrelato ud Regresso 4 7

8 8 2. Zusammehagsaalse: Korrelato ud Regresso 5 Korrelato gesucht: geegete Zusammehagsmaße - es estere verschedee Korrelatoskoeffzete gebe ee gewsse Aufschluss über de Abhäggketsgrad zweer Merkmale/Zufallsgröße Wederholug metrsches Merkmal : Varaz s s s 2. Zusammehagsaalse: Korrelato ud Regresso 6 Korrelato metrsche Merkmale ud Stchprobevaraz vo Stchprobevaraz vo Stchprobekovaraz vo ud s 2 2 s 2 2 s

9 Korrelato Kovaraz vo ud Werteberech st gaze reelle Achse abhägg vo Varaz vo erfordert Normerug Varaz vo Stärke ud Rchtug des leare Zusammehags zwsche ud Maßkorrelatoskoeffzet ach Pearso r p s rp s s 2. Zusammehagsaalse: Korrelato ud Regresso 7 Korrelato Maßkorrelatoskoeffzet ach Pearso r p -Werteberech st Itervall [-, ] -abhägg vo Stärke ud Rchtug des leare Zusammehags zwsche ud -dmesoslos -msst Grad des leare Zusammehags -r p = vollstädger learer Zusammehag, = a + b, a > 0 geau da we, de Pukte auf eer stegede Gerade lege -r p = - -vollstädger learer Zusammehag, = a + b, a < 0 -geau da we, de Pukte auf eer fallede Gerade lege 2. Zusammehagsaalse: Korrelato ud Regresso 8 9

10 Korrelato Maßkorrelatoskoeffzet ach Pearso r p -r p ahe de Pukte häufe sch um ee (gedachte) stegede Gerade -r p ahe - de Pukte häufe sch um ee (gedachte) fallede Gerade -r p glech 0 Es besteht ke learer Zusammehag (Kausaltät offe). chtlearer Zusammehag ka trotzdem bestehe -r p st ebefalls Puktschätzwert uterlegt zufällge Schwakuge Estez vo Kofdeztervall ud Tests empfdlch gegeüber Ausreßer 2. Zusammehagsaalse: Korrelato ud Regresso 9 Korrelato -0,07-0,69 0,99 0,99 0,76-0,08 2. Zusammehagsaalse: Korrelato ud Regresso 20 0

11 Bestmmthetsmaß E beobachteter Zusammehag glt als: -schwach, falls: 0 < r p 0,3 -mttel, falls: 0,3 < r p 0,7 -stark, falls: 0,7 < r p Das Quadrat r² des Korrelatoskoeffzete r p heßt Bestmmthetsmaß. We de Wrkugsrchtug bekat st, gbt das Bestmmthetsmaß Auskuft darüber, we vel der Varaz der abhägge Größe () durch de Eflussgröße () erklärt werde ka. r² = 0,75: 75% der Varato vo werde durch erklärt; 25% werde durch adere (zufällge) Eflüsse verursacht. 2. Zusammehagsaalse: Korrelato ud Regresso 2 Korrelato Ragkorrelatoskoeffzet ach Spearma r s -Werteberech st Itervall [-, ] -abhägg vo Stärke ud Rchtug des mootoe Zusammehags zwsche, -dmesoslos -msst Grad des mootoe Zusammehags -berechebar für mdestes ordale Merkmale -formal Maßkorrelato auf der Bass der Ragzahle = (2, 7, 0,, 5, 4) = (3, 6,, 2, 5, 4) = (4, 49, 0,, 25, 6) = (3, 6,, 2, 5, 4) = 2 = Maßkorrelato < Maßkorrelato = Ragkorrelato = Ragkorrelato = 2. Zusammehagsaalse: Korrelato ud Regresso 22

12 Korrelato -0,07-0,0-0,69-0,68 0,99 0,99 Maßkorrelato Ragkorrelato 0,99 0,99 0,76 0,97 mooto aber cht lear! 2. Zusammehagsaalse: Korrelato ud Regresso 23-0,08 0,08 Maßkorrelato Ragkorrelato Korrelato Ragkorrelatoskoeffzet ach Spearma r s -r s ahe de Pukte häufe sch um ee mooto wachsede Fukto -r s ahe - de Pukte häufe sch um ee mooto fallede Fukto -r s glech 0 es besteht ke mootoer Zusammehag (Kausaltät offe). aderer chtlearer Zusammehag ka trotzdem bestehe -r s st ebefalls Puktschätzwert uterlegt zufällge Schwakuge Estez vo Kofdeztervall ud Tests relatv uempfdlch gegeüber Ausreßer 2. Zusammehagsaalse: Korrelato ud Regresso 24 2

13 Korrelato omaler Merkmale Ph-Koeffzet ud mt je zwe Auspräguge Kotgeztafel Hstor of Dabetes at Basele * Hstor of Hperteso at Basele Kreuztabelle A, A bzw. B, B Azahl Hstor of Hperteso at Basele No es Gesamt Hstor of Dabetes No d 84 c at Basele es b 6 a Gesamt a d b c ( a b) ( c d) ( a c) ( b d) a: A ud B trete e d: weder A och B , Maßzahl für Stärke ud Rchtug des Zusammehages zwsche dem Etrete vo A ud B der Stchprobe 2. Zusammehagsaalse: Korrelato ud Regresso 25 Korrelato omaler Merkmale Ph-Koeffzet ahe A trtt sehr häufg glechzetg mt B e ahe - A trtt sehr selte glechzetg mt B e ahe 0 Es besteht ke Zusammehag zwsche dem Etrete vo A ud B. -schwach, falls: 0 < 0,3 -mttel, falls: 0,3 < 0,7 -stark, falls: 0,7 < -Häufge Alteratve: Odds-Rato 2. Zusammehagsaalse: Korrelato ud Regresso 26 3

14 Korrelato Überscht zur Korrelatosaalse Merkmalstpe vo ud Tabelle / Graphk Maßzahl metrsch Streudagramm r p, r s ordal mt vele möglche Werte appromatves Streudagramm r s omal oder ordal mt wege möglche Werte Kotgeztafel, or 2. Zusammehagsaalse: Korrelato ud Regresso 27 Regresso Regresso -Bestmmug ees fuktoelle Zusammehags Wrkugsrchtug bekat / vorgegebe: f ( ), abhägges Merkmal (Wrkugsgröße), uabhägges Merkmal ( Eflussgröße) -a pror Aahme über Fuktostp -leare, quadratsche, epoetelle, logarthmsche Fukto -Fuktosbeschrebug mt (ubekate) Parameter a b, a b c, a 2 b -Zel: Bestmmug der Parameter auf Grudlage eer kokrete Stchprobe Mmerug ees geegete Fehlerkrterums c 2. Zusammehagsaalse: Korrelato ud Regresso 28 4

15 Regresso leare Regresso Aahme: für jedes lässt sch E m Mttel durch ee leare Fukto a + b bereche: ( ( )) a b emprsche Regressosgerade Schätzug vo a ud b aus kokreter Stchprobe ˆ ( ) a ˆ bˆ Methode der kleste Quadrate 2. Zusammehagsaalse: Korrelato ud Regresso 29 Leare Regresso Regressosaalse [kg] Modellvorstellug = a + b Asteg Offset Parameter a ud b müsse bestmmt werde [cm] 2. Zusammehagsaalse: Korrelato ud Regresso 30 5

16 Leare Regresso Methode der kleste Quadrate Datepukt (, ) Abstad d zwsche Modell ud Datepukt zu gehörger Pukt auf der Gerade: = a + b d a 2 2 b Summe der quadratsche Abstäde zwsche Date ud Ausglechsgerade d 2 ( a, b) 2 d a b 2 muß mmert werde st Fukto vo a ud b 2. Zusammehagsaalse: Korrelato ud Regresso 3 Leare Regresso Maß für Apassugsgüte Gütemaß für Vorhersage durch de Glechug: ˆ ( ),2300,20 2. Zusammehagsaalse: Korrelato ud Regresso 32 6

17 Leare Regresso leare Regresso -Asteg der emprsche Regressosgerade heßt (emprscher) Regressoskoeffzet beschrebt Äderug vo ŷ, we sch um ee Ehet erhöht -Regressosgerade laufe mmer durch de Schwerpukt der Puktwolke -Asteg ud Absolutgled der Fukto sd Puktschätzer Schätzfehler: Estez vo Kofdeztervalle ud Tests ˆ ( ) 0,867 0,746 [0,829; 0,906] [7,683; 3,808] 2. Zusammehagsaalse: Korrelato ud Regresso 33 Bespel De emprsche Regressosgerade ka zur Vorhersage des mttlere PBI aus dem PI verwedet werde, da folge R-Quadrat (BM) =0,839 aäherd 84% der Varabltät der beobachtete PBI-Werte durch de berechete Abhäggket vom PI erklärt werde ka. Folglch ergbt sch für = PBI de emprsche Regressosgerade PBI = PI. 2. Zusammehagsaalse: Korrelato ud Regresso 34 7

18 Regresso multple leare Regresso -ageommee leare Abhäggket vo vo,, m metrsch metrsch oder bär (.d.r. durch 0 ud codert) -Aahme: für jedes lässt sch m Mttel durch ee leare Fukto b 0 + b + + b m m bereche. -Zele: Idetfkato progostscher Faktore (Relevaz vo Eflussgröße) Schätzug des Effektes vo Eflussgröße Verbesserug der Vorhersage (m Verglech zur efache Regresso) -Bespel: : Körperfettatel : z. B. Alter, Geschlecht, BMI 2. Zusammehagsaalse: Korrelato ud Regresso 35 AUFGABE (KORRELATION) Welche Aussage über de Puktwolke bs 3 trfft zu? Der Maßkorrelatoskoeffzet beträgt etwa: 2 3 (A) (B) (C) (D) (E) Zusammehagsaalse: Korrelato ud Regresso 36 8

19 AUFGABE 2 (KORRELATION) Welcher der folgede Maßkorrelatoskoeffzete ach Pearso r p beschrebt de stärkste leare Zusammehag? A B C D r p r p r p r p 0,00 0,45 0,79 0,60 2. Zusammehagsaalse: Korrelato ud Regresso 37 AUFGABE 3 (KORRELATION) Welcher der folgede Ragkorrelatoskoeffzete ach Spearma r s beschrebt de stärkste mootoe Zusammehag? A B C D r s r s r s r s 0,80 0,45 0,78 0,87 2. Zusammehagsaalse: Korrelato ud Regresso 38 9

20 AUFGABE 4 (KORRELATION / REGRESSION) Mttels Korrelatos- ud learer Regressosaalse ˆ bˆ bˆ 0 wrd e learer Zusammehag zweer metrscher Merkmale ud utersucht. Welche der folgede Aussage st rchtg? A Der Korrelatoskoeffzet st e Maß für de Stärke ud Rchtug des l. Zusammehages vo ud. B Der Korrelatoskoeffzet st stets größer oder glech Null. C De Summer vo Regressoskoeffzet ˆb ud Korrelatoskoeffzet st mmer Es. D We der Regressoskoeffzet ˆb glech Es st, so st auch der Korrelatoskoeffzet glech Es. 2. Zusammehagsaalse: Korrelato ud Regresso 39 AUFGABE 5 (LINEARE REGRESSION) De Zusammesetzug des meschlche Körpers st Folge geetscher ud Erährugsfaktore. Se ka durch äußere Eflüsse we Trag, Krakhet, Dät beeflusst werde. Isbesodere st e hoher Fettgehalt e Rskofaktor für vele Erkrakuge. Zur Rskoquatfzerug oder Itervetoskotrolle st es otwedg, de relatve Körperfettgehalt möglchst geau zu bestmme, z.b. über de BMI, Hautfaltemessug, Bompedaz. Gesucht wrd e efaches, gut passedes Modell zur Vorhersage des relatve Körperfettgehaltes. Dazu lege Körperfettdate vo 8 gesude Erwachsee m Alter vo 23 bs 6 Jahre vor. Ee vsuelle Edruck über de Efluss des Alters vermttelt das Streudagramm (Puktwolke). De Zelgröße (abhägg) wrd auf der - Achse, de Eflussgröße (uabhägg) auf der -Achse aufgetrage. 2. Zusammehagsaalse: Korrelato ud Regresso 40 20

21 AUFGABE 5 (LINEARE REGRESSION). Schrtt: Welche Efluss hat das Alter? Prob. Nr. Alter %- Fettatel Mttel wert: Das Streudagramm lässt vermute, dass de Abhäggket durch e efaches leares Modell mt der Geradeglechug = b 0 + b beschrebe werde ka. 2. Zusammehagsaalse: Korrelato ud Regresso 4 AUFGABE 5 (LINEARE REGRESSION) Um we vel Prozet erhöht sch der Körperfettatel zwsche dem 30. ud 40. Lebesjahr: 5% pro Lebesjahr: 0,5%? 2. Zusammehagsaalse: Korrelato ud Regresso 42 2

22 AUFGABE 5 (LINEARE REGRESSION) Be welchem Körperfettwert würde de Gerade de -Achse schede? 3% Welche Werte etspreche b 0 ud b der Geradeglechug? b : Asteg (mttlere Zuahme vo, we um ee Ehet stegt); b 0 : be =0 (oft cht m Vorhersageberech, deshalb cht terpretert) (mttlerer Körperfettatel %) = 0.5 (Alter Jahre) Zusammehagsaalse: Korrelato ud Regresso 43 AUFGABE 5 (LINEARE REGRESSION) 2. Schrtt: E leares Modell apasse Mt dem Statstkprogramm SPSS werde de Regressoskoeffzete b 0 ud b der Geradeglechug ach eer ehetlche Vorschrft, der Methode der kleste Fehlerquadrate, aus de Date geschätzt: Modell (Kostate) Alter (Jahre) Ncht stadardserte Koeffzete a. Abhägge Varable: Körperfett (%) Koeffzete a Stadardserte Koeffzete B Stadardfehler Beta T Sgfkaz 3,22 5,076,635,535,548,06,792 5,9,000 Regressoskoeffzete b 0 ud b Sgfkaztest: H0: b = 0, HA: b 0 2. Zusammehagsaalse: Korrelato ud Regresso 44 22

23 AUFGABE 5 (LINEARE REGRESSION) Ergäze Se de geschätzte Koeffzete auf 2 Kommastelle gerudet mt hre Maßehete ( Klammer) der Glechug ud beschrebe Se de Zusammehag quattatv. mttlerer prozetualer Körperfettat.(%) 0.55(%/Jahr)Alter (Jahre) (%) Amerkug: Mt eem statstsche Test über de Regressoskoeffzete b für das Alter wrd geprüft, ob e sgfkater Zusammehag zwsche Alter ud Körperfett besteht. De Kostate wrd der Regel cht terpretert. Gbt es ee statstsch sgfkate Efluss des Alters auf das Körperfett (α=0.05)? Da p<0.05 (p st cht 0, soder <0.00!), st mttlerer Asteg des Körperfetts vo 0.55 Prozetpukte pro Lebesjahr sgfkat (verschede vo Null). 2. Zusammehagsaalse: Korrelato ud Regresso 45 AUFGABE 5 (LINEARE REGRESSION) 3. Schrtt: Prüfe, we gut das Modell passt We gut das efache leare Modell auf de Date passt, wrd durch das Bestmmthetsmaß (Quadrat des Maßkorrelatoskoeffzete R) beschrebe. E Bestmmthetsmaß vo wrd errecht, we alle Datepukte auf der Gerade lege, das leare Modell also perfekt passt. Modell Modellzusammefassug Korrgertes Stadardfehler R R-Quadrat R-Quadrat des Schätzers,792 a,627,604 5,7536 a. Eflußvarable : (Kostate), Alter (Jahre) E Bestmmthetsmaß vo = 0.792² besagt, dass äherugswese 62.7% der Varato des prozetuale Körperfettatels durch das Alter erklärt werde ka (ud 37.3% durch adere Eflüsse). Das Vorhersagemodell köte also durch wetere Eflussfaktore och verbessert werde. 2. Zusammehagsaalse: Korrelato ud Regresso 46 23

24 AUFGABE 5 (MULT. LIN. REGRESSION) 4. Schrtt: Das Modell verbesser multples leares Regressosmodell Bod mass de as a measure of bod fatess: Age- ad se- specfc predcto formulas Deureberg et al. Brtsh Joural of Nutrto 99, 65: 05-4(0) Abstract: I 229 subjects, 52 males ad 708 females, wth a wde rage bod mass de (BMI; kg/m2), ad a age rage of 7 83 ears, bod composto was determed b destometr ad athropometr. The relatoshp betwee destometrcall-determed bod fat percetage (BF%) ad BMI, takg age ad se (males =, females = 0) to accout, was aalsed. I adults the predcto formula was: BF% =.20 BMI age 0.8 se 5.4 (R2 = 0.79). Iteral ad eteral cross-valdato of the predcto formulas showed that the gave vald estmates of bod fat males ad females at all ages. I obese subjects however, the predcto formulas slghtl overestmated the BF%. The predcto error s comparable to the predcto error obtaed wth other methods of estmatg BF%, such as skfold thckess measuremets or boelectrcal mpedace. 2. Zusammehagsaalse: Korrelato ud Regresso 47 AUFGABE 5 (MULT. LIN. REGRESSION) Deureberg et al. habe e multples leares Regressosmodell für de Vorhersage des Körperfettatels etwckelt. Lese Se de Zusammefassug. BF% =.20 BMI age 0.8 se 5.4 (R2 = 0.79). Welche zusätzlche Merkmale wurde berückschtgt ud welche Efluss hat das auf de Güte der Vorhersage? Geschlecht, Körpergröße, Gewcht; Modellgüte wrd besser, 79% erklärte Varabltät Bodmaß-Ide BMI = (Körpergewcht kg) / (Körperläge m)2 2. Zusammehagsaalse: Korrelato ud Regresso 48 24

25 AUFGABE 5 (MULT. LIN. REGRESSION) 5. Schrtt: Das Modell awede Bereche Se ach der Deureberg-Formel (BF% =.20 BMI age 0.8 se 5.4 ) de mttlere Körperfettatel für: ee 27 jährge Ma (BMI 23 kg/m2) =.2* *27-0.8* 5.4 = 7.6 ee 25 jährge Frau (BMI 2 kg/m2) =.2* *25-0.8*0 5.4 = 25.5 We groß st der Utersched m vorhergesagte mttlere Körperfettatel zwsche Mäer ud Fraue gleche Alters mt glechem BMI? 0.8 % gerger be Mäer 2. Zusammehagsaalse: Korrelato ud Regresso 49 25

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

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

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

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

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

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

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

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

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

(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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Verdichtete Informationen

Verdichtete Informationen Verdchtete Iormatoe Maßzahle Statstke be Stchprobe Parameter be Grudgesamthete Maßzahle zur Beschrebug uvarater Verteluge Maßzahle der zetrale Tedez (Mttelwerte) Maßzahle der Varabltät (Streuugswerte)

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Stoffwerte von Flüssigkeiten. Oberflächenspannung (PHYWE)

Stoffwerte von Flüssigkeiten. Oberflächenspannung (PHYWE) Stoffwerte vo Flüssgkete Oberflächespaug (PHYWE) Zel des Versuches st, de Platzbedarf ees Ethaol-Moleküls der Grezfläche zwsche Dapfphase ud Lösug aus der Kozetratosabhäggket der Oberflächespaug be wässrge

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

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

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

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

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

Physikalisch-Technische Bundesanstalt, Braunschweig

Physikalisch-Technische Bundesanstalt, Braunschweig Üerscht üer essuscherhetserechuge vo der Darstellug der Ehet des Drehmometes üer de Wetergae s h zur Aedug ud Bespel eer Ope-ource-Aedug dafür Drk Röske Physkalsch-Techsche Budesastalt, Brauscheg Darstellug

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

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

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

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

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

Prof. Dr. B.Grabowski. Die Behauptung I folgt aus der Multiplikationsformel: )

Prof. Dr. B.Grabowski. Die Behauptung I folgt aus der Multiplikationsformel: ) Höhere Mathemat KI Master rof. Dr..Grabows E-ost: grabows@htw-saarlad.de Satz vo ayes ud totale Wahrschelchet Zu ufgabe anachwes der Formel I ud II: eh.: I. Formel der totale Wahrschelchet: ewes: Es glt:...

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

( ) := 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

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

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

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

Statistik und Wahrscheinlichkeit

Statistik und Wahrscheinlichkeit Regeln der Wahrschenlchketsrechnung tatstk und Wahrschenlchket Regeln der Wahrschenlchketsrechnung Relatve Häufgket n nt := Eregnsalgebra Eregnsraum oder scheres Eregns und n := 00 Wahrschenlchket Eregnsse

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

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

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

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

Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 54

Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 54 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 54 3.2.8 ARROW-PRATT-Maß für de Rskoestellug Rskoverhalte bsher grob kategorsert ach Rskoeutraltät, -symathe ud averso be Rskoaverso: (X) < SÄ Rskoräme

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

Eigenwerteinschließungen I

Eigenwerteinschließungen I auptsemar: Numersche Lösuge für Egewertaufgabe Egewerteschleßuge I Referet: Wolfgag Wesselsky Glederug Eletug Kodto vo Egewerte 3 Eschleßugssätze Bauer-Fke, Gershgor, Wlkso, Bedxo 4 Zusatz: Courat / Weyl

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

Wie gelingt es den Buchmachern (oder FdJ 1 ) IMMER zu gewinnen

Wie gelingt es den Buchmachern (oder FdJ 1 ) IMMER zu gewinnen We gelgt es de Buchacher (oder FdJ IMMER zu gewe Eletug Schrebwese ud Varable Erwarteter Gew des Buchachers 4 4 De Stratege der Buchacher 5 4 Der ehrlche Buchacher 6 4 "real lfe" Buchacher6 4 La FdJ 9

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

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

Thema 5: Reduzierte Datenanforderungen II: Naive Diversifikation

Thema 5: Reduzierte Datenanforderungen II: Naive Diversifikation Thea 5: Reduzerte Dateaforderuge II: Nave Dversfkato roble: Klealeger verfüge oft cht eal über hrechede Iforatoe zur Awedug des Sgle-Idex-Modells. I wetere: Herletug eer Hadlugsepfehlug für de Fall fehleder

Mehr

Das Verfahren von Godunov. Seminar Numerik 25.11.2010 Anja Bettendorf

Das Verfahren von Godunov. Seminar Numerik 25.11.2010 Anja Bettendorf Das Verfahre vo Goduov Semar Numerk 5..00 Aja Beedorf Das Verfahre vo Goduov Übersch Goduov - Goduovs Verfahre für Leare Syseme Aweduge & Folgeruge aus Goduovs Verfahre - De Numersche Fluss-Fuko m Goduov

Mehr

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ).

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ). - rudlage der Elektrotechk - 60 22..04 4 Der komplzertere elektrsche lechstromkres 4. Kombato vo Verbraucher 4.. Sere- oder eheschaltug vo Wderstäde We ma mehrere Verbraucher ehe schaltet, so werde alle

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

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

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

Deskriptive Statistik - Aufgabe 2

Deskriptive Statistik - Aufgabe 2 Derptve Statt - Augabe Budelad Mäer Fraue Bade-Württemberg 7,5 7,5 Bayer 6,8 7,5 Berl-Wet 4,4 Berl-Ot,8 4, Bradeburg 0, 0,8 Breme 4,6,6 Hamburg, 8, Hee 8, 8, Mecleburg-Vorpommer,3, Nederache 0,3, Nordrhe-Wetale

Mehr

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de

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

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

( ) ( ) ) ( ) 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

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

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen .. Jährlche Retezahluge... Vorschüssge Retezahluge Ausgagspukt: Über ee edlche Zetraum wrd aus eem Kaptal (Retebarwert v, ), das zseszslch agelegt st, jewels zu Beg ees Jahres ee bestmmte Reterate ř gezahlt

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

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

Lineare Regression (1) - Einführung I -

Lineare Regression (1) - Einführung I - Lneare Regresson (1) - Enführung I - Mttels Regressonsanalysen und kompleeren, auf Regressonsanalysen aserenden Verfahren können schenar verschedene, jedoch nenander üerführare Fragen untersucht werden:

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

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

19. Amortisierte Analyse

19. Amortisierte Analyse 9. Amortserte Aalyse Amortserte Aalyse wrd egesetzt zur Aalyse der Laufzet vo Operatoe Datestrukture. Allerdgs wrd cht mehr Laufzet ezeler Operatoe aalysert, soder de Gesamtlaufzet eer Folge vo Operatoe.

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

5. ZWEI ODER MEHRERE METRISCHE MERKMALE

5. ZWEI ODER MEHRERE METRISCHE MERKMALE 5. ZWEI ODER MEHRERE METRISCHE MERKMALE wenn an ener Beobachtungsenhet zwe (oder mehr) metrsche Varablen erhoben wurden wesentlche Problemstellungen: Frage nach Zusammenhang: Bsp.: Duxbury Press (sehe

Mehr

Mathematischer Vorbereitungskurs für das Physikstudium. Kurt Bräuer Institut für Theoretische Physik Universität Tübingen

Mathematischer Vorbereitungskurs für das Physikstudium. Kurt Bräuer Institut für Theoretische Physik Universität Tübingen Mathematscher Vorberetugskurs für das Physkstudum Kurt Bräuer Isttut für Theoretsche Physk Uverstät Tübge Letztes Update: Oktober Ihalt. Zahlebereche.... Koordate ud Vektore... 5 3. Grezwerte, Folge ud

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

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

Inhaltsverzeichnis. 1 Allgemeine Messtechnik

Inhaltsverzeichnis. 1 Allgemeine Messtechnik Ihaltsverzechs I Allgemee Messtechk. Grudsätzlches. Grudbegrffe des Messes.. Iteratoales Ehetesystem (SI), Begrffe des Normes, Eche, Justere, Kalbrere.. Das Meßgerät als System, der Begrff der Übertragug.3

Mehr