2.3 Univariate Datenanalyse in R
|
|
- Pamela Kramer
- vor 8 Jahren
- Abrufe
Transkript
1 2.3. UNIVARIATE DATENANALYSE IN R Univariate Datenanalyse in R Wir wollen nun lernen, wie man in R Daten elementar analysiert. R bietet eine interaktive Umgebung, Befehlsmodus genannt, in der man die Daten direkt eingeben und analysieren kann. Durch das Bereitschaftszeichen > wird angezeigt, dass eine Eingabe erwartet wird. Der Befehlsmodus ist ein mächtiger Taschenrechner. Wir können hier die Grundrechenarten Addition, Subtraktion, Multiplikation und Division mit den Operatoren +, -, * und / durchführen: > 3+4 [1] 7 > 3-4 [1] -1 > 3*4 [1] 12 > 3/4 [1] 0.75 Zum Potenzieren benutzen wir ^ : > 3^4 [1] 81 Man kann aber auch komplizierte Analysen durchführen. Wir wollen zunächst das Merkmal Alter aus Beispiel 1 auf Seite 1 analysieren. Die Werte des Merkmals Alter sind in der dritten Spalte von Tabelle 1.2 auf Seite 9 zu finden. Die Urliste sieht folgendermaßen aus Um die Daten in R analysieren zu können, müssen wir sie eingeben. Hierzu gibt es in R eine Reihe von Möglichkeiten. Schauen wir uns die einfachste an. Wir erzeugen einen Vektor mit den Daten. Ein Vektor ist eine Zusammenfassung von Objekten zu einer endlichen Folge. Ein Vektor besteht aus sogenannten Komponenten. Einen Vektor erstellt man in R mit der Funktion c. Diese macht aus einer Folge von Zahlen, die durch Kommata getrennt sind, einen Vektor, dessen Komponenten die einzelnen Zahlen sind. Die Zahlen sind die Argumente der Funktion c. Argumente einer Funktion stehen in runden Klammern hinter dem Funktionsnamen und sind durch Kommata voneinander getrennt.
2 48 KAPITEL 2. UNIVARIATE ANALYSE Die Funktion c wird also aufgerufen durch: c(a1,a2,...) Dabei sind A1, A2 die Argumente der Funktion. Für das Beispiel geben wir ein: > c(30,23,26,33,37,28,31,23,24,26,23,32,29,25,31,26,37, 38,29,28,28,28,38,27,27) Der Zeilenumbruch findet nur auf dem Papier statt. In R gibt alle 25 Zahlen hintereinander ein. Am Bildschirm erhalten wir folgendes Ergebnis: [1] Die Elemente des Vektors werden ausgegeben. Am Anfang steht [1]. Dies zeigt, dass die erste Zahl gleich der ersten Komponente des Vektors ist. Um mit den Werten weiterhin arbeiten zu können, müssen wir sie in einer Variablen speichern. Dies geschieht mit dem Zuweisungsoperator <-, den man durch die Zeichen < und - erhält. Auf der linken Seite steht der Name der Variablen, der die Werte zugewiesen werden sollen, auf der rechten Seite steht der Aufruf der Funktion c. Die Namen von Variablen dürfen beliebig lang sein, dürfen aber nur aus Buchstaben, Ziffern und dem Punkt bestehen, wobei das erste Zeichen ein Buchstabe oder der Punkt sein muss. Beginnt ein Name mit einem Punkt, so dürfen nicht alle folgenden Zeichen Ziffern sein. Hierdurch erzeugt man nämlich eine Zahl. Wir nennen die Variable Alter. R unterscheidet Groß- und Kleinschreibung. Die Variablennamen Alter und alter beziehen sich also auf unterschiedliche Objekte. Wir geben ein > Alter<-c(30,23,26,33,37,28,31,23,24,26,23,32,29,25,31,26,37, 38,29,28,28,28,38,27,27) Den Inhalt einer Variablen kann man sich durch Eingabe des Namens anschauen. Der Aufruf > Alter liefert das Ergebnis [1]
3 2.3. UNIVARIATE DATENANALYSE IN R 49 In R gibt es eine Vielzahl von Funktionen. Von diesen haben wir die Funktion c kennengelernt. Den Mittelwert bestimmen wir mit der Funktion mean. Sie wird aufgerufen durch mean(x,trim=0,na.rm=false) Im Argument x steht der Datensatz als Vektor. Dieses Argument muss beim Aufruf von mean immer angegeben werden. Diue beiden anderen Argumente müssen nicht angegeben werden. Werden sie nicht angegeben, so wird ihnen der Wert zugewiesen, der oben zu finden ist. Das Argument trim bietet die Möglichkeit, einen getrimmten Mittelwert zu bestimmen. Es gibt den Anteil an, der auf jeder Seite des geordneten Datensatzes vor der Berechnung des Mittelwerts herausgelassen wird. Setzen wir trim zum Beispiel auf 0.1, so wird x 0.1 bestimmt. Das Argument na.rm steuert den Umgang mit fehlenden Beobachtungen im Vektor x. Bei fast jeder statistischen Erhebung fehlen Beobachtungen, da Befragte keine Antwort gegeben haben, oder Versuche abgebrochen werden mussten. In R gibt man fehlende Beobachtungen als NA. Dies heißt not available. SindimVektorx fehlende Werte, so wird der Mittelwert ohne diese bestimmt, wenn das Argument na.rm auf TRUE steht. Nimmt es den Wert FALSE an, so liefert die Funktion mean alsergebnisden Wert NA. Schauen wir uns dies für ein Beispiel an. > z<-c(1,na,5,3) > z [1] 1 NA 5 3 > mean(x=z) [1] NA > mean(x=z,na.rm=true) [1] 3 Beim Aufruf der Funktion können wir die Argumente auch an den Stellen eingeben, an denen sie beim Funktionsaufruf stehen. Wir hätten also auch eingeben können: > mean(x,0,true) [1] 3 Für die Variable Alter erhalten wir > mean(alter) [1] 29.08
4 50 KAPITEL 2. UNIVARIATE ANALYSE Wir können aber auch unsere eigene Funktion Mittelwert schreiben. Hierzu benötigen wir die Funktionen sum und length. Die Funktion sum bestimmt die der Elemente eines Vektor, während die Funktion length die Anzahl der Kopmponenten angibt. Wir können den Mittelwert also folgendermaßen bestimmen: > sum(alter)/length(alter) [1] Wir wollen nun eine Funktion Mittelwert schreiben, die den Mittelwert der Elemente eines Vektors x bestimmt. Eine Funktion wird durch folgende Befehlsfolge deklariert: fname<-function(argumente} { Koerper der Funktion return(ergebnis) } Wir geben also ein Mittelwert<-function(x) { return(sum(x)/length(x)) } Wir können die Funktion sofort benutzen: > Mittelwert(Alter) [1] Der Zweck der Funktion Mittelwert ist ersichtlich, aber auch hier verbessert die Verwendung von Kommentaren die Lesbarkeit. Hier ist die kommentierte Version von Mittelwert: Mittelwert<-function(x) { # Mittelwert der Elemente von x return(sum(x)/length(x)) } Den Median bestimmen wir mit der Funktion median: median(x,na.rm=false)
5 2.3. UNIVARIATE DATENANALYSE IN R 51 Die Argumente kennen wir bereits von der Funktion mean. Für das Merkmal Alter gilt: > median(alter) [1] 28 Die Stichprobenvarianz liefert die Funktion var: var(x,y=null,na.rm=false,use) und die Standardabweichung die Funktion sd sd(x, na.rm = FALSE) Bei der Varianz sind die Argumente y und use für uns nicht relevant. Für das Merkmal Alter gilt > var(alter) [1] und > sd(alter) [1] Mit der Funktion hist kann man ein Histogramm zeichnen. Die Funktion hist hat sehr viele Argumente. Wir wollen hier nicht auf alle eingehen. Schauen wir uns zunächst an, wwas passiert, wenn man sie nur mit dem Datensatz aufruft und alle anderen Argument auf ihren vorbesetzten Werten lässt. Der Aufruf > hist(alter) so liefert das Histogramm in Abbildung 2.13.
6 52 KAPITEL 2. UNIVARIATE ANALYSE Abbildung 2.13: Histogramm des Merkmals Alter Histogram of Alter Frequency Alter Dieses unterscheidet sich beträchtlich vom Histogramm in Abbildung 2.7 auf Seite 25. Die Anzahl der Klassen beträgt in Abbildung 2.7 4, während in Abbildung Klassen gewählt wurden. Gibt man die Anzahl der Klassen oder die Klassengrenzen nicht vor, so wählt R diese nach einem in gewissem Sinne optimalen Algorithmus. Man kann die Anzahl der Klassen oder die Klassengrenzen mit dem Argument breaks vorgeben. Das Argument breaks ist ein fakultatives Argument der Funktion hist. Es ist mit einem Wert vorbelegt, der beim Aufruf verwendet wird. Will man einen anderen benutzen, so muss diesem Aufruf dem Argument breaks zuweisen. Wir hatten die Klassengrenzen 20, 25, 30, 35 und 40 gewählt. Wir rufen die Funktion hist also auf mit > hist(alter,breaks=c(0,25,30,35,40)) und erhalten die Abbildung Abbildung 2.14: Histogramm des Merkmals Alter Histogram of Alter Frequency Alter
7 2.3. UNIVARIATE DATENANALYSE IN R 53 Jetzt stimmt zwar die Anzahl der Klassen, aber die absoluten Häufigkeiten der Klassen stimmt nicht, wie man beim Vergleich von Abbildung 2.14 mit Abbildung 2.7 erkennt. Dies liegt daran, dass R standardmäßig die Klassen links offen und rechts abgeschlossen wählt. Sollen die Klassen rechts offen und links abgeschlossen sein, so müssen wir das Argument right auf F setzen. Außerdem sind in Abbildung 2.14 die absoluten und nicht die relativen Häufigkeiten abgetragen. Die relativen Häufigkeiten erhalten wir, indem wir das Argument freq auf T setzt. Nun gibt es noch zwei kleine Aspekte, die wir berücksichtigen müssen. In Abbildung 2.7 stehen die Zahlen an der Ordinate parallel zur Achse. Wir sind es gewohnt, dass sie senkrecht zur Achse stehen. Dies erreichen wir, indem wir vor dem Aufruf der Funktion hist eingeben: > par(las=1) Die Überschrift über der Graphik des Histogramms unterdrücken wir, indem wir das Argument main auf den Wert "" setzen. Abbildung 2.7 erhalten wir also durch folgende Befehle: > par(las=1) > hist(alter,breaks=c(0,25,30,35,40),freq=f,main="",right=f, xlab="alter") Die 4 Histogramme in Abbildung 2.8 auf Seite 26 erhält man durch folgende Befehlsfolge: > par(mfrow=c(2,2)) > hist(alter,breaks=2,freq=f,main="",right=f,xlab="alter") > hist(alter,breaks=c(23,25,27,29,31,33,35,37,39), freq=f,main="",right=f,xlab="alter") > hist(alter,breaks=c(23,28,33,38,43),freq=f,main="", right=f,xlab="alter") > hist(alter,breaks=c(23,27,31,35,39),freq=f,main="", right=f,xlab="alter") Durch den Befehl par(mfrow=c(2,2)) werden 4 Bilder in einer Grafik erstellt. Die folgende Funktion boxplothist erstellt einen Boxplot und ein Histogramm in einer Grafik, wie sie in Abbildung 2.12 auf Seite 46 zu finden sind. Das Argument der Funktion boxplothist ist der Vektor x.
8 54 KAPITEL 2. UNIVARIATE ANALYSE boxplothist<-function(x) { grenzen<-hist(x,right=f,plot=f)[[1]] k<-length(grenzen) plot(c(grenzen[1],grenzen[k]),c(0,0),xlab="",ylab="", axes=f,ylim=c(-0.1,2),type="l") box<-boxplot.stats(x)[[1]] lines(box[1:2],c(0.5,0.5)) lines(rep(box[2],2),c(0.3,0.7)) lines(rep(box[3],2),c(0.3,0.7)) lines(rep(box[4],2),c(0.3,0.7)) lines(c(box[2],box[4]),c(0.7,0.7)) lines(c(box[2],box[4]),c(0.3,0.3)) lines(c(box[4],box[5]),c(0.5,0.5)) aussen<-x[x>box[5] x<box[1]] text(aussen,rep(0.5,length(aussen)),"*") anz<-hist(x,plot=f,right=f)[[2]] anz<-anz/max(anz)+1 for (i in 1:(length(grenzen)-1)) {lines(rep(grenzen[i],2),c(1,anz[i])) lines(rep(grenzen[i+1],2),c(1,anz[i]))} for (i in 1:length(anz)) lines(grenzen[i:(i+1)],rep(anz[i],2)) lines(c(grenzen[1],grenzen[k]),c(1,1)) text(round(grenzen),rep(-0.1,k),round(grenzen)) } Das untere Quartil x 0.25 und das obere Quartil x 0.75 liefert die Funktion fivenum. Sie wird aufgerufen durch fivenum(x, na.rm = TRUE) Ruft man diese mit der Variablen x auf, so erhält man neben den beiden Quartilen noch den Median, das Maximum und das Minimum. > five<-fivenum(alter) > five [1] Das untere Quartil steht in der zweiten Komponente und das obere Quartil in der vierten Komponente des Vektors five. Auf Komponenten eines Vektors
9 2.3. UNIVARIATE DATENANALYSE IN R 55 greift man durch Indizierung zu. Hierzu gibt man den Namen des Vektors gefolgt von eckigen Klammern ein, zwischen denen die Nummer der Komponente steht, auf die man zugreifen will. Den Wert des unteren Quartils liefert folgender Aufruf: > five[2] [1] 26 und den Wert des oberen Quartils folgender Aufruf: > five[4] [1] 31 Auf mehrere Komponenten eines Vektors greift man zu, indem man einen Vektor mit den Nummern der Komponenten bildet und mit diesem indiziert. So erhält man den Wert des unteren Quartils und den Wert des oberen Quartils durch > five[c(2,4)] [1] Einen Boxplot liefert die Funktion boxplot. Sie wird aufgerufen durch boxplot(x) Den Boxplot des Merkmals Alter in Abbildung 14 auf Seite 44 erhält man durch: > boxplot(alter) Neben dem Merkmal Alter haben wir noch das Merkmal Trinkgeld betrachtet. Dieses ist diskret. Die Häufigkeitstabelle sieht folgendermaßen aus: Trinkgeld absolute Häufigkeit Liegen die Daten in Form einer Häufigkeitstabelle vor, so können wir diese Struktur bei der Eingabe benutzen. Hierzu benutzen wir die Funktion rep. Der Aufruf
10 56 KAPITEL 2. UNIVARIATE ANALYSE rep(x,times) erzeugt einen Vektor, in dem das Argument x times-mal wiederholt wird. Schauen wir uns ein Beispiel an: > rep(1,9) [1] Die Argumente x und times können Vektoren sein. Sind x und times gleich lange Vektoren, so wird x[i] times[i]-mal wiederholt. Wir erzeugen also einen Vektor Geld durch: > Geld<-rep(c(0.8,1.8,2.8,3.8),c(2,13,7,2)) > Geld [1] Um das Stabdiagramm zeichnen zu können, müssen die Daten in Form einer Häufigkeitstabelle vorliegen. Die Funktion table erstellt die Häufigkeitstabelle der Werte eines vektors x: table(x) Wir geben also ein > h<-table(geld) > h Geld Die Funktion table bestimmt absolute Häufigkeiten. Die relativen Häufigkeiten erhalten wir, indem wir die Funktion sum benutzen. Diese berechnet die Summe der Elemente eines Vektors. > sum(h) [1] 24 Der Aufruf > h/sum(h)
11 2.3. UNIVARIATE DATENANALYSE IN R 57 liefert die relativen Häufigkeiten: Geld Mit der Funktion barplot erstellen wir das Stabdiagramm. Der Aufruf > barplot(h/sum(h)) liefert die Abbildung 2.4. Die empirische Verteilungsfunktion bestimmen wir mit der Funktion ecdf. Diese steht in der Bibliothek stepfun. Wir laden diese Bibliothek durch > library(stepfun) Nun stehen alle Funktionen zur Verfügung. Die Abbildung 2.6 auf Seite 22 erhalten wir durch folgenden Aufruf: > plot(ecdf(geld),main="") Schauen wir uns nun noch nominalskalierte und ordinalskalierte Merkmale an. Beginnen wir mit der Analyse des Merkmals Geschlecht. Dieses besitzt die Merkmalsausprägungen w und m. Die Urliste ist: m w w m m m w m w m w m m w w m m m w w w w w w m Wir geben die Urliste als Vektor ein, dessen Komponenten Zeichenketten sind. Eine Zeichenkette ist eine Folge von Zeichen, die in Hochkommata stehen. > Geschlecht<-c("m","w","w","m","m","m","w","m","w","m","w", "m","m","w","w","m","m","m","w","w","w","w","w","w","m") Die Häufigkeitstabelle erhalten wir mit der Funktion table > h<-table(geschlecht) > h Geschlecht m w > h<-h/sum(h) > h Geschlecht m w
12 58 KAPITEL 2. UNIVARIATE ANALYSE und das Stabdiagramm in Abbildung 2.1 auf Seite 13 mit der Funktion barplot. > barplot(h) Liegt nicht die Urliste, sondern Häufigkeiten vor, so erstellen wir einen Vektor mit den Häufigkeiten > h1<-c(0.48,0.52) Rufen wir mit diesem Vektor die Funktion barplot auf, so wird die Abszisse nicht beschriftet. Wir müssen den Kategorien Namen geben. Dies geschieht mit dem Argument names.arg. DerAufruf > barplot(h1,names.arg=c("m","w")) liefert das gewünschte Stabdiagramm. Für das Paretodiagramm benötigen wir den sortierten Vektor. Hierzu benutzen wir die Funktion sort. DerAufruf sort(x) sortiert den Vektor x aufsteigend. Beim Paretodiagramm müssen wir absteigend sortieren. Hierzu setzen wir das Argument decreasing auf den Wert TRUE. Das Paretodiagramm des Merkmals Geschlecht liefert der folgende Befehl: > barplot(sort(h,decreasing=true)) Bei einem Merkmal mit ordinalem Messniveau gehen wir bei einem Merkmal mit nominalem Messniveau vor. Betrachten wir hierzu das Merkmal Bewertung. Wir geben ein: > Bewertung<-c("g","g","g","sg","sg","sg","g","sg", "g","g","g","g","sg","m","sg","g","m") Rufen wir jetzt die Funktion table auf, so erhalten wir folgendes Ergebnis: > table(bewertung) Bewertung g m sg 9 2 6
13 2.3. UNIVARIATE DATENANALYSE IN R 59 Wir sehen, dass die Ausprägungen des Merkmals Bewertung alphabetisch gordnet sind. Die richtige Reihenfolge erhalten wir, indem wir aus Bewertung mit der Funktion ordered einen geordneten Faktor machen: > Bewertung<-ordered(Bewertung,levels=c("sg","g","m")) > Bewertung [1] g g g sg sg sg g sg g g g g sg m sg g m Levels: sg < g < m Jetzt funktioniert auch die Funktion table so, wie wir es uns wünschen: > table(bewertung) Bewertung sg g m Wir haben nun gesehen, wie man univariate Datensätze in R analysiert. Nun wollen wir uns noch anschauen, wie man partielle Informationen aus einem Datensatz herausfiltern kann. Wir haben bereits gelernt, wie man durch Indizieren eine oder mehrere Komponenten eines Vektors auswählen kann. Will man auf die letzte Komponente zugreifen, so benötigt man die Länge des Vektors. Diese liefert die Funktion length: > length(alter) [1] 25 Die letzte Komponente des Vektors Alter erhalten wir also durch > Alter[length(Alter)] [1] 27 Wir können auf Komponenten, die hintereinander stehen, einfacher zugreifen. Sind i und j natürliche Zahlen mit i<j, so liefert in R der Ausdruck i:j die Zahlenfolge i, i + 1,...,j 1,j. Ist i>j, so erhalten wir die Zahlenfolge i, i 1,...,j +1,j. Wollen wir also auf die ersten drei Komponenten von Alter zugreifen, so geben wir ein > Alter[1:3] [1] Wollen wir den Vektor Alter in umgekehrter Reihenfolge ausgeben, so geben wir ein
14 60 KAPITEL 2. UNIVARIATE ANALYSE > Alter[length(Alter):1] [1] Mit der Funktion rev hätten wir das gleiche Ergebnis erhalten. > rev(alter) [1] Oft will man Komponenten eines Vektors selektieren, die bestimmte Eigenschaften besitzen. Hierzu benötigt man Vergleichsoperatoren, mit denen man auf Gleichheit mit ==, Ungleichheit mit!=, kleiner mit <, kleiner gleich mit <=, größer mit > oder größer gleich mit >= überprüfen kann. Das Ergebnis des Vergleichs ist vom Typ logical, ist also entweder T oder F, wobeit für true und F für false steht: > 3<4 [1] T Man kann natürlich auch einen Vektor der Länge n und einen Skalar mit einem Vergleichsoperator verknüpfen: > 1:5 <= 3 [1] T T T F F Indiziert man einen Vektor der Länge n mit einem Vektor vom Typ logical der Länge n, so werden die Komponenten ausgewählt, bei denen im Vektor vom Typ logical ein T steht. Wollen wir das Alter der Teilnehmer wissen, die weniger als 15 Jahre alt sind, so geben wir ein > Alter[Alter<25] [1] Die Nummern der Teilnehmer erhalten wir durch > (1:length(Alter))[Alter<25] [1] Sind alle Komponenten eines Vekors vom Typ logical, sowirdf in 0 und T in 1 umgewandelt, wenn man eine Funktion auf den Vektor anwendet, die numerische Argumente erwartet. Der Aufruf > sum(alter<25) [1] 4
15 2.3. UNIVARIATE DATENANALYSE IN R 61 liefert also die Anzahl der Teilnehmer, die jünger als 25 Jahre sind. Sollen mehrere Bedingungen erfüllt sein, so kann man die logischen Operatoren & und verwenden. Der Operator & entspricht dem logischen "und" und der Operator entspricht dem logischen "oder". Die Indizes der Teilnehmer, die mindestens 25 und höchstens 30 Jahre alt sind, erhalten wir durch > (1:length(Alter))[Alter>=25 & Alter<=30] [1]
16 62 KAPITEL 2. UNIVARIATE ANALYSE Tabelle 2.8: Die Häufigkeitstabelle des Merkmals Anzahl CDs Anzahl CDs absolute Häufigkeit von 0 bis unter von 50 bis unter von 100 bis unter von 150 bis unter von 200 bis unter von 250 bis unter Tabelle 2.9: Die Häufigkeitstabelle des Merkmals Mathematische Grundbildung Mathematische Grundbildung absolute Häufigkeit von 300 bis unter von 350 bis unter von 400 bis unter von 450 bis unter von 500 bis unter von 550 bis unter (Quelle: Deutsches PISA-Konsortium (Hrsg.): PISA Leske + Budrich, 2001.)
17 2.3. UNIVARIATE DATENANALYSE IN R 63 Tabelle 2.10: Die Häufigkeitstabelle der Körpergröße der Männer Körpergröße absolute Häufigkeit von 165 bis unter von 170 bis unter von 175 bis unter von 180 bis unter von 185 bis unter von 190 bis unter von 195 bis unter Tabelle 2.11: Die Häufigkeitstabelle des Merkmals Alter der Teilnehmer einer Weiterbildungsveranstaltung Alter absolute Häufigkeit von 20 bis unter 24 3 von 24 bis unter 28 7 von 28 bis unter 32 9 von 32 bis unter 36 2 von 36 bis unter 40 4
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrDatenbanken Microsoft Access 2010
Datenbanken Microsoft Access 2010 Abfragen Mithilfe von Abfragen kann ich bestimmte Informationen aus einer/mehrerer Tabellen auswählen und nur diese anzeigen lassen die Daten einer/mehrerer Tabellen sortieren
MehrR ist freie Software und kann von der Website. www.r-project.org
R R ist freie Software und kann von der Website heruntergeladen werden. www.r-project.org Nach dem Herunterladen und der Installation von R kann man R durch Doppelklicken auf das R-Symbol starten. R wird
MehrEinfache statistische Auswertungen mit dem TI-Nspire
1. Neues Dokument und darin eine neue Seite anlegen Als Typ 6: Lists & Spreadsheet wählen. Darin die Messwerte in einer Spalte erfassen. Dies ergibt die Urliste. Wenn mehrere Messwerte vorliegen, die diejenigen,
MehrFormale Methoden der Ökonomik: Einführung in die empirische Wirtschaftsforschung
Übung Formale Methoden der Ökonomik: Einführung in die empirische Wirtschaftsforschung BACHELOR FT 2013 (HSU) Übung Emp. WiFo FT 2013 1 / 15 Datensätze Statistische Auswertungen gehen in den meisten Fällen
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrErstellen von x-y-diagrammen in OpenOffice.calc
Erstellen von x-y-diagrammen in OpenOffice.calc In dieser kleinen Anleitung geht es nur darum, aus einer bestehenden Tabelle ein x-y-diagramm zu erzeugen. D.h. es müssen in der Tabelle mindestens zwei
MehrDatenbanken Kapitel 2
Datenbanken Kapitel 2 1 Eine existierende Datenbank öffnen Eine Datenbank, die mit Microsoft Access erschaffen wurde, kann mit dem gleichen Programm auch wieder geladen werden: Die einfachste Methode ist,
Mehr4. Erstellen von Klassen
Statistik mit Tabellenkalkulation 4. Erstellen von Klassen Mit einem einfachen Befehl lässt sich eine Liste von Zahlen auf die Häufigkeit der einzelnen Werte untersuchen. Verwenden Sie dazu den Befehl
Mehr5 DATEN. 5.1. Variablen. Variablen können beliebige Werte zugewiesen und im Gegensatz zu
Daten Makro + VBA effektiv 5 DATEN 5.1. Variablen Variablen können beliebige Werte zugewiesen und im Gegensatz zu Konstanten jederzeit im Programm verändert werden. Als Variablen können beliebige Zeichenketten
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrHandbuch Fischertechnik-Einzelteiltabelle V3.7.3
Handbuch Fischertechnik-Einzelteiltabelle V3.7.3 von Markus Mack Stand: Samstag, 17. April 2004 Inhaltsverzeichnis 1. Systemvorraussetzungen...3 2. Installation und Start...3 3. Anpassen der Tabelle...3
MehrErwin Grüner 09.02.2006
FB Psychologie Uni Marburg 09.02.2006 Themenübersicht Folgende Befehle stehen in R zur Verfügung: {}: Anweisungsblock if: Bedingte Anweisung switch: Fallunterscheidung repeat-schleife while-schleife for-schleife
MehrOutlook. sysplus.ch outlook - mail-grundlagen Seite 1/8. Mail-Grundlagen. Posteingang
sysplus.ch outlook - mail-grundlagen Seite 1/8 Outlook Mail-Grundlagen Posteingang Es gibt verschiedene Möglichkeiten, um zum Posteingang zu gelangen. Man kann links im Outlook-Fenster auf die Schaltfläche
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrStellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster
Es gibt in Excel unter anderem die so genannten Suchfunktionen / Matrixfunktionen Damit können Sie Werte innerhalb eines bestimmten Bereichs suchen. Als Beispiel möchte ich die Funktion Sverweis zeigen.
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
Mehr2. ZELLINHALTE UND FORMELN
2. ZELLINHALTE UND FORMELN Aufgabe: In dem Beispiel Haushaltsbuch entwickeln Sie eine Kostenaufstellung, die alle monatlichen Ausgaben einzelner Sparten enthält. Darauf basierend berechnen Sie mit einfachen
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
MehrDokumentation. estat Version 2.0
Dokumentation estat Version 2.0 Installation Die Datei estat.xla in beliebiges Verzeichnis speichern. Im Menü Extras AddIns... Durchsuchen die Datei estat.xla auswählen. Danach das Auswahlhäkchen beim
MehrWir arbeiten mit Zufallszahlen
Abb. 1: Bei Kartenspielen müssen zu Beginn die Karten zufällig ausgeteilt werden. Wir arbeiten mit Zufallszahlen Jedesmal wenn ein neues Patience-Spiel gestartet wird, muss das Computerprogramm die Karten
Mehr1 topologisches Sortieren
Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung
MehrUmfrage der Klasse 8c zum Thema "Smartphones"
Umfrage der Klasse 8c zum Thema "Smartphones" Gruppe Aylin, Antonia, Lisa, Vanessa Wir haben in den Wochen der Projektarbeit eine Umfrage gemacht, bei der wir insgesamt 25 Leute befragt haben. Zuvor hatten
MehrDas sogenannte Beamen ist auch in EEP möglich ohne das Zusatzprogramm Beamer. Zwar etwas umständlicher aber es funktioniert
Beamen in EEP Das sogenannte Beamen ist auch in EEP möglich ohne das Zusatzprogramm Beamer. Zwar etwas umständlicher aber es funktioniert Zuerst musst du dir 2 Programme besorgen und zwar: Albert, das
MehrZwischenablage (Bilder, Texte,...)
Zwischenablage was ist das? Informationen über. die Bedeutung der Windows-Zwischenablage Kopieren und Einfügen mit der Zwischenablage Vermeiden von Fehlern beim Arbeiten mit der Zwischenablage Bei diesen
MehrDer Aufruf von DM_in_Euro 1.40 sollte die Ausgabe 1.40 DM = 0.51129 Euro ergeben.
Aufgabe 1.30 : Schreibe ein Programm DM_in_Euro.java zur Umrechnung eines DM-Betrags in Euro unter Verwendung einer Konstanten für den Umrechnungsfaktor. Das Programm soll den DM-Betrag als Parameter verarbeiten.
MehrDiana Lange. Generative Gestaltung Operatoren
Diana Lange Generative Gestaltung Operatoren Begriffserklärung Verknüpfungsvorschrift im Rahmen logischer Kalküle. Quelle: google Operatoren sind Zeichen, die mit einer bestimmten Bedeutung versehen sind.
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)
MehrBerechnungen in Access Teil I
in Access Teil I Viele Daten müssen in eine Datenbank nicht eingetragen werden, weil sie sich aus anderen Daten berechnen lassen. Zum Beispiel lässt sich die Mehrwertsteuer oder der Bruttopreis in einer
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
MehrEinführung in das Arbeiten mit MS Excel. 1. Bearbeitungs
Einführung in das Arbeiten mit MS Excel 1. Bildschirmaufbau Die Tabellenkalkulation Excel basiert auf einem Rechenblatt, das aus Spalten und Zeilen besteht. Das Rechenblatt setzt sich somit aus einzelnen
MehrAntolin-Titel jetzt automatisch in WinBIAP kennzeichnen
& Antolin-Titel jetzt automatisch in WinBIAP kennzeichnen Immer mehr Schulen setzen das erfolgreiche Leseförderungsprojekt "Antolin" ein - und die Bibliotheken verzeichnen große Nachfrage nach den Kinderbüchern,
MehrHandbuch. NAFI Online-Spezial. Kunden- / Datenverwaltung. 1. Auflage. (Stand: 24.09.2014)
Handbuch NAFI Online-Spezial 1. Auflage (Stand: 24.09.2014) Copyright 2016 by NAFI GmbH Unerlaubte Vervielfältigungen sind untersagt! Inhaltsangabe Einleitung... 3 Kundenauswahl... 3 Kunde hinzufügen...
Mehr4 Aufzählungen und Listen erstellen
4 4 Aufzählungen und Listen erstellen Beim Strukturieren von Dokumenten und Inhalten stellen Listen und Aufzählungen wichtige Werkzeuge dar. Mit ihnen lässt sich so ziemlich alles sortieren, was auf einer
MehrExcel Pivot-Tabellen 2010 effektiv
7.2 Berechnete Felder Falls in der Datenquelle die Zahlen nicht in der Form vorliegen wie Sie diese benötigen, können Sie die gewünschten Ergebnisse mit Formeln berechnen. Dazu erzeugen Sie ein berechnetes
Mehr4. BEZIEHUNGEN ZWISCHEN TABELLEN
4. BEZIEHUNGEN ZWISCHEN TABELLEN Zwischen Tabellen können in MS Access Beziehungen bestehen. Durch das Verwenden von Tabellen, die zueinander in Beziehung stehen, können Sie Folgendes erreichen: Die Größe
MehrR-Tutorial. R bietet zahlreiche Hilfe-Funktionen an. Informiere Dich über die Funktion log():
Statistik für Bioinformatiker SoSe 2005 R-Tutorial Aufgabe 1: Hilfe. Logge Dich ein. Username und Passwort stehen auf dem Aufkleber am jeweiligen Bildschirm. Öffne eine Shell und starte R mit dem Befehl
Mehr104 WebUntis -Dokumentation
104 WebUntis -Dokumentation 4.1.9.2 Das elektronische Klassenbuch im Betrieb Lehrer Aufruf Melden Sie sich mit Ihrem Benutzernamen und Ihrem Passwort am System an. Unter den aktuellen Tagesmeldungen erscheint
MehrMedia Teil III. Begriffe, Definitionen, Übungen
Media Teil III. Begriffe, Definitionen, Übungen Kapitel 1 (Intermedia- Vergleich: Affinität) 1 Affinitätsbewertung als Mittel des Intermedia-Vergleichs Um die Streugenauigkeit eines Werbeträgers zu bestimmen,
MehrAuf der linken Seite wählen Sie nun den Punkt Personen bearbeiten.
Personenverzeichnis Ab dem Wintersemester 2009/2010 wird das Personenverzeichnis für jeden Mitarbeiter / jede Mitarbeiterin mit einer Kennung zur Nutzung zentraler Dienste über das LSF-Portal druckbar
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrAccess [basics] Gruppierungen in Abfragen. Beispieldatenbank. Abfragen gruppieren. Artikel pro Kategorie zählen
Abfragen lassen sich längst nicht nur dazu benutzen, die gewünschten Felder oder Datensätze einer oder mehrerer Tabellen darzustellen. Sie können Daten auch nach bestimmten Kriterien zu Gruppen zusammenfassen
MehrKurzanleitung fu r Clubbeauftragte zur Pflege der Mitgliederdaten im Mitgliederbereich
Kurzanleitung fu r Clubbeauftragte zur Pflege der Mitgliederdaten im Mitgliederbereich Mitgliederbereich (Version 1.0) Bitte loggen Sie sich in den Mitgliederbereich mit den Ihnen bekannten Zugangsdaten
MehrSTATISTIK. Erinnere dich
Thema Nr.20 STATISTIK Erinnere dich Die Stichprobe Drei Schüler haben folgende Noten geschrieben : Johann : 4 6 18 7 17 12 12 18 Barbara : 13 13 12 10 12 3 14 12 14 15 Julia : 15 9 14 13 10 12 12 11 10
MehrIn diesem Thema lernen wir die Grundlagen der Datenbanken kennen und werden diese lernen einzusetzen. Access. Die Grundlagen der Datenbanken.
In diesem Thema lernen wir die Grundlagen der Datenbanken kennen und werden diese lernen einzusetzen. Access Die Grundlagen der Datenbanken kurspc15 Inhaltsverzeichnis Access... Fehler! Textmarke nicht
MehrWindows. Workshop Internet-Explorer: Arbeiten mit Favoriten, Teil 1
Workshop Internet-Explorer: Arbeiten mit Favoriten, Teil 1 Wenn der Name nicht gerade www.buch.de oder www.bmw.de heißt, sind Internetadressen oft schwer zu merken Deshalb ist es sinnvoll, die Adressen
MehrInformatik Kurs Simulation. Hilfe für den Consideo Modeler
Hilfe für den Consideo Modeler Consideo stellt Schulen den Modeler kostenlos zur Verfügung. Wenden Sie sich an: http://consideo-modeler.de/ Der Modeler ist ein Werkzeug, das nicht für schulische Zwecke
MehrLaufende Auswertung von Feedback-Fragebögen... 2. Eine Vorlage zur Auswertung eines Fragebogens und die Präsentation erstellen...
Inhaltsverzeichnis Laufende Auswertung von Feedback-Fragebögen... 2 Eine Vorlage zur Auswertung eines Fragebogens und die Präsentation erstellen... 2 Namen verwalten... 4 Dr. Viola Vockrodt-Scholz edvdidaktik.de
MehrMediator 9 - Lernprogramm
Mediator 9 - Lernprogramm Ein Lernprogramm mit Mediator erstellen Mediator 9 bietet viele Möglichkeiten, CBT-Module (Computer Based Training = Computerunterstütztes Lernen) zu erstellen, z. B. Drag & Drop
MehrPrüfung Computation, Programming
Prüfung Computation, Programming 1. Computation: Reguläre Ausdrücke [5 Punkte] Zusammenfassung reguläre Ausdrücke a Das Zeichen a. Ein beliebiges Zeichen [abc] Ein beliebiges Zeichen aus der Menge {a,
MehrAccess 2010. Grundlagen für Anwender. Andrea Weikert 1. Ausgabe, 1. Aktualisierung, Juli 2012. inkl. zusätzlichem Übungsanhang ACC2010-UA
Andrea Weikert 1. Ausgabe, 1. Aktualisierung, Juli 2012 Access 2010 Grundlagen für Anwender inkl. zusätzlichem Übungsanhang ACC2010-UA 3 Access 2010 - Grundlagen für Anwender 3 Daten in Formularen bearbeiten
MehrAccess [basics] Rechnen in Berichten. Beispieldatenbank. Datensatzweise berechnen. Berechnung im Textfeld. Reporting in Berichten Rechnen in Berichten
Berichte bieten die gleichen Möglichkeit zur Berechnung von Werten wie Formulare und noch einige mehr. Im Gegensatz zu Formularen bieten Berichte die Möglichkeit, eine laufende Summe zu bilden oder Berechnungen
MehrCC Modul Leadpark. 1. Setup 1.1 Providerdaten 1.2 Einstellungen 1.3 Qualifizierungsstati 1.4 Reklamationsstati 1.5 Design 1.
CC Modul Leadpark 1. Setup 1.1 Providerdaten 1.2 Einstellungen 1.3 Qualifizierungsstati 1.4 Reklamationsstati 1.5 Design 1.6 Dateien 2. Mein Account 2.1 Shortcutmenü 2.2 Passwort 2.3 E-Mail 2.4 Daten 3.
Mehr1. Einführung. 2. Alternativen zu eigenen Auswertungen. 3. Erstellen eigener Tabellen-Auswertungen
1. Einführung Über die Tabellen-Auswertungen können Sie eigene Auswertungen nach Ihren Wünschen erstellen. Diese Auswertungen werden immer anhand der aktuellen Daten aus orgamax ermittelt, Sie können also
MehrDas Onlinebefragungssystem der Qualitätsagentur. - Zugang beantragen - im System anmelden - Befragung einrichten, durchführen und auswerten
Das Onlinebefragungssystem der Qualitätsagentur - Zugang beantragen - im System anmelden - Befragung einrichten, durchführen und auswerten Inhalt: Teil I: Zugang zum Onlinebefragungssystem der Qualitätsagentur
MehrNicht kopieren. Der neue Report von: Stefan Ploberger. 1. Ausgabe 2003
Nicht kopieren Der neue Report von: Stefan Ploberger 1. Ausgabe 2003 Herausgeber: Verlag Ploberger & Partner 2003 by: Stefan Ploberger Verlag Ploberger & Partner, Postfach 11 46, D-82065 Baierbrunn Tel.
Mehr1. So beginnen Sie eine Kalkulation
KASSE Eine iphone Apps von a-mass Dieses kleine Programm kann zur Buchführung, als Haushalts- oder Registrierkasse verwendet werden Es können laufende Kosten genauso wie jegliche Ausgaben oder Einnahmen
MehrDatenexport aus JS - Software
Datenexport aus JS - Software Diese Programm-Option benötigen Sie um Kundendaten aus der JS-Software in andere Programme wie Word, Works oder Excel zu exportieren. Wählen Sie aus dem Programm-Menu unter
MehrVorstellung Microsoft Mathematics 4.0
Vorstellung Microsoft Mathematics 4.0 Inhaltsverzeichnis Plotten einer Funktion... 3 Lösen von Gleichungen... 5 Lösen von Gleichungssystemen... 6 Der Dreieck-Assistent... 8 Vergleich von Mathematics mit
MehrRepetitionsaufgaben Wurzelgleichungen
Repetitionsaufgaben Wurzelgleichungen Inhaltsverzeichnis A) Vorbemerkungen B) Lernziele C) Theorie mit Aufgaben D) Aufgaben mit Musterlösungen 4 A) Vorbemerkungen Bitte beachten Sie: Bei Wurzelgleichungen
MehrEinführung in die C++ Programmierung für Ingenieure
Einführung in die C++ Programmierung für Ingenieure MATTHIAS WALTER / JENS KLUNKER Universität Rostock, Lehrstuhl für Modellierung und Simulation 14. November 2012 c 2012 UNIVERSITÄT ROSTOCK FACULTY OF
MehrStammdatenanlage über den Einrichtungsassistenten
Stammdatenanlage über den Einrichtungsassistenten Schritt für Schritt zur fertig eingerichteten Hotelverwaltung mit dem Einrichtungsassistenten Bitte bereiten Sie sich, bevor Sie starten, mit der Checkliste
MehrAnalog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table("c:\\compaufg\\kredit.
Lösung 16.3 Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit
MehrErstellen einer Collage. Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu])
3.7 Erstellen einer Collage Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu]) Dann Größe des Dokuments festlegen beispielsweise A4 (weitere
Mehr4.1 Wie bediene ich das Webportal?
4.1 Wie bediene ich das Webportal? Die Bedienung ist durch ein Redaktionssystem sehr einfach möglich. Das Tutorial zeigt Ihnen wie Sie SMS-News und Top-News erstellen und veröffentlichen können. Schritt
MehrWir machen neue Politik für Baden-Württemberg
Wir machen neue Politik für Baden-Württemberg Am 27. März 2011 haben die Menschen in Baden-Württemberg gewählt. Sie wollten eine andere Politik als vorher. Die Menschen haben die GRÜNEN und die SPD in
MehrDAS HALLENBUCHUNGSPROGRAMM EBUSY
DAS HALLENBUCHUNGSPROGRAMM EBUSY Das Buchungssystem kann von jedem Ort, jedem Computer mit Internet Anschluss und sogar vom Smartphone erreicht werden. Entweder rufen Sie die Seite direkt über die Internet
MehrInformationen als Leistung
PUSH-NOTIFICATIONS 2 Informationen als Leistung Immer mehr Anbieter von Apps möchten mehr als nur eine schöne Oberfläche, sondern den Usern auch wirklichen Nutzen bieten. Der Nutzen besteht darin, aktuelle
MehrEDV-Fortbildung Kombi-Schulung Word-Excel 2010. Modul Excel. Informationen zum Programm. Die Programmoberfläche von Excel
EDV-Fortbildung Kombi-Schulung Word-Excel 2010 Modul Excel Informationen zum Programm Microsoft Excel ist das meistverbreitete Programm zur Tabellenkalkulation. Excel bietet sich für umfangreiche, aber
MehrSysteme 1. Kapitel 6. Nebenläufigkeit und wechselseitiger Ausschluss
Systeme 1 Kapitel 6 Nebenläufigkeit und wechselseitiger Ausschluss Threads Die Adressräume verschiedener Prozesse sind getrennt und geschützt gegen den Zugriff anderer Prozesse. Threads sind leichtgewichtige
MehrAbamsoft Finos im Zusammenspiel mit shop to date von DATA BECKER
Abamsoft Finos im Zusammenspiel mit shop to date von DATA BECKER Abamsoft Finos in Verbindung mit der Webshopanbindung wurde speziell auf die Shop-Software shop to date von DATA BECKER abgestimmt. Mit
MehrEinführung in die Programmierung
: Inhalt Einführung in die Programmierung Wintersemester 2008/09 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund - mit / ohne Parameter - mit / ohne Rückgabewerte
MehrBedingungen. Bedingungen. Bedingungen
Oftmals ist das Arbeiten mit notwendig. Dabei können sich die auf Formatierungen beziehen, aber auch auf Transformationen. Bedingte Formatierung Datentransformation 24.04.2006 Einführung in Excel 91 24.04.2006
Mehr3. Die tägliche E-Mail-Flut effizient verwalten
3. Es ist wie im normalen Leben: Wenn man etwas vernünftig einsortiert, findet man es auch rasch wieder. In Outlook ist das ähnlich. Denn mit der Zeit sammeln sich sehr viele E-Mails an. Wer da keine logische
MehrKapitel 4 Die Datenbank Kuchenbestellung Seite 1
Kapitel 4 Die Datenbank Kuchenbestellung Seite 1 4 Die Datenbank Kuchenbestellung In diesem Kapitel werde ich die Theorie aus Kapitel 2 Die Datenbank Buchausleihe an Hand einer weiteren Datenbank Kuchenbestellung
MehrSQL - Übungen Bearbeitung der Datenbank Personal (1)
Bearbeitung der Datenbank Personal (1) 1. Abfragen einer einzigen Tabelle 1.1. Zeigen Sie alle Informationen an, die über die Kinder der Mitarbeiter gespeichert sind. 1.2. Zeigen Sie aus der Tabelle stelle
MehrQM: Prüfen -1- KN16.08.2010
QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
MehrHANDBUCH PHOENIX II - DOKUMENTENVERWALTUNG
it4sport GmbH HANDBUCH PHOENIX II - DOKUMENTENVERWALTUNG Stand 10.07.2014 Version 2.0 1. INHALTSVERZEICHNIS 2. Abbildungsverzeichnis... 3 3. Dokumentenumfang... 4 4. Dokumente anzeigen... 5 4.1 Dokumente
MehrLichtbrechung an Linsen
Sammellinsen Lichtbrechung an Linsen Fällt ein paralleles Lichtbündel auf eine Sammellinse, so werden die Lichtstrahlen so gebrochen, dass sie durch einen Brennpunkt der Linse verlaufen. Der Abstand zwischen
MehrKreatives Gestalten mit Flash 5.0
Kreatives Gestalten mit Flash 5.0 Animationen, Effekte und Anwendungen für das WWW Bearbeitet von Isolde Kommer 1. Auflage 2000. Buch. 444 S. Hardcover ISBN 978 3 446 21463 7 Format (B x L): 20,1 x 23,6
Mehr5. Übung: PHP-Grundlagen
5.1. Erstes PHP-Programm 1. Schreiben Sie PHP-Programm innerhalb einer Webseite, d.h. innerhalb eines HTML-Dokument. Ihr PHP-Programm soll einen kurzen Text ausgeben und Komentare enthalten. Speichern
MehrAufklappelemente anlegen
Aufklappelemente anlegen Dieses Dokument beschreibt die grundsätzliche Erstellung der Aufklappelemente in der mittleren und rechten Spalte. Login Melden Sie sich an der jeweiligen Website an, in dem Sie
Mehr1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:
Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:
MehrDatenbank LAP - Chefexperten Detailhandel
AJR Informatique Conseil Datenbank LAP - Chefexperten Detailhandel Kurzanleitung Version 01-17 Februar 2009 1 Zugang zur Datenbank Zugang zur Datenbank erhalten Sie unter www.dblap.ch. Zum Training können
MehrBinäre Bäume. 1. Allgemeines. 2. Funktionsweise. 2.1 Eintragen
Binäre Bäume 1. Allgemeines Binäre Bäume werden grundsätzlich verwendet, um Zahlen der Größe nach, oder Wörter dem Alphabet nach zu sortieren. Dem einfacheren Verständnis zu Liebe werde ich mich hier besonders
MehrAnzeige von eingescannten Rechnungen
Anzeige von eingescannten Rechnungen Wenn Sie sich zu einer Eingangsrechnung die eingescannte Originalrechnung ansehen möchten, wählen Sie als ersten Schritt aus Ihrem Benutzermenü unter dem Kapitel Eingangsrechnung
MehrLehrer: Einschreibemethoden
Lehrer: Einschreibemethoden Einschreibemethoden Für die Einschreibung in Ihren Kurs gibt es unterschiedliche Methoden. Sie können die Schüler über die Liste eingeschriebene Nutzer Ihrem Kurs zuweisen oder
MehrDie besten Excel-Tastenkombinationen im Überblick
Die besten Excel-Tastenkombinationen im Überblick Erfahrungsgemäß sind es nicht unbedingt die umfangreichen Tipps, die den Nutzen haben. So kann dir häufig schon eine kleine Hilfe bei der täglichen Arbeit
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
Mehr25 kann ohne Rest durch 5 geteilt werden! ist wahr
Lehrbrief 2: Lektion 8 - C -Praxis 4-1 - 5.2 Einfache Entscheidungen mit if und die Vergleichsoperatoren Nun tauchen wir immer tiefer in die Geheimnisse von C ein und beschäftigen uns mit einem sehr wichtigen
MehrMicrosoft Access 2010 Navigationsformular (Musterlösung)
Hochschulrechenzentrum Justus-Liebig-Universität Gießen Microsoft Access 2010 Navigationsformular (Musterlösung) Musterlösung zum Navigationsformular (Access 2010) Seite 1 von 5 Inhaltsverzeichnis Vorbemerkung...
MehrEnigmail Konfiguration
Enigmail Konfiguration 11.06.2006 Steffen.Teubner@Arcor.de Enigmail ist in der Grundkonfiguration so eingestellt, dass alles funktioniert ohne weitere Einstellungen vornehmen zu müssen. Für alle, die es
MehrW-Rechnung und Statistik für Ingenieure Übung 11
W-Rechnung und Statistik für Ingenieure Übung 11 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik
MehrMathematischer Vorbereitungskurs für Ökonomen
Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen
MehrLeichte-Sprache-Bilder
Leichte-Sprache-Bilder Reinhild Kassing Information - So geht es 1. Bilder gucken 2. anmelden für Probe-Bilder 3. Bilder bestellen 4. Rechnung bezahlen 5. Bilder runterladen 6. neue Bilder vorschlagen
MehrEinfache Varianzanalyse für abhängige
Einfache Varianzanalyse für abhängige Stichproben Wie beim t-test gibt es auch bei der VA eine Alternative für abhängige Stichproben. Anmerkung: Was man unter abhängigen Stichproben versteht und wie diese
MehrHilfedatei der Oden$-Börse Stand Juni 2014
Hilfedatei der Oden$-Börse Stand Juni 2014 Inhalt 1. Einleitung... 2 2. Die Anmeldung... 2 2.1 Die Erstregistrierung... 3 2.2 Die Mitgliedsnummer anfordern... 4 3. Die Funktionen für Nutzer... 5 3.1 Arbeiten
Mehr