Psychologische Methodenlehre und Statistik II
|
|
- Katrin Schenck
- vor 8 Jahren
- Abrufe
Transkript
1 Psychologische Methodenlehre und Statistik II Pantelis Christodoulides & Karin Waldherr 9. Juni 2010 Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 1/47
2 Allgemeines Eine in vielen empirischen Wissenschaften häufige Fragestellung ist die nach dem Unterschied zwischen mehreren empirischen Verteilungen hinsichtlich einer polytomen (qualitativen mehrkategoriellen) Variablen Frage nach Zusammenhang zwischen zwei polytomen Variablen Beispiel: E. Kretschmer (1921) postulierte einen Zusammenhang zwischen Körperbau und Charakter, bei Psychotikern zwischen Körperbau und Psychosekategorie Westphal (1931) trug umfangreiches Material von n = 8099 Fällen zusammen, um damit die genannte Vermutung zu prüfen Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 2/47
3 Körperbautypen von Kreschmer Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 3/47
4 Bespiel 1 - Daten k m Kontingenztafel; j = 1,..., k Ausprägungen bei Variable 1, l = 1,..., m Ausprägungen bei Variable 2 k = 4 Körperbautypen, m = 3 Diagnosegruppen k... Zeilen, m... Spalten Vierfeldertafel ist Spezialfall mit k = m = 2 Kategorien je Variable Ist Zusammenhang gegeben? f jl MA/DE EP SCH pyknisch f 1. athletisch f 2. leptosom f 3. atypisch f f.. = n f.1 f.2 f.3 Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 4/47
5 Notation und Hypothesen Index j durchläuft die Zeilen, l die Spalten der Kontingenztafel Eintragungen im Inneren der Tabelle heissen f jl, beobachtete Häufigkeiten ( frequencies ) Zeilensummen werden mit f j., Spaltensummen mit f.l bezeichnet H 0 besagt, dass die Verteilungen innerhalb der k Zeilen / m Spalten voneinander nur zufällig abweichen Verteilung der pyknischen Patienten auf die Diagnosekategorien MA/DE, EP, SCH, weicht nur zufällig von jener der athletischen Patienten, der leptosomen Patienten und der atypischen Patienten ab H 0 : Es besteht kein Zusammenhang (keine Kontingenz) zwischen Art der Psychose und Körperbau des Patienten Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 5/47
6 Hypothesen H 1 : es besteht ein Zusammenhang zwischen Art der Psychose und Körperbau des Patienten H 0 ist mittels χ 2 -Test prüfbar, indem man die f jl mit den unter H 0 erwarteten Häufigkeiten e jl vergleicht e jl : Wenn Psychose und Körperbau nicht zusammenhängen (H 0 ), dann erwarten wir für die pyknischen Patienten dieselbe Verteilung auf die Diagnosekategorien wie bei allen Patienten insgesamt, nämlich einen Anteil von f 1l f 1. = f.l n für MA/DE, 8099 für EP, für SCH Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 6/47
7 Hypothesen und Teststatistik Erwartungswert (H 0 ) für die Anzahl der pyknischen Patienten mit Diagnose MA/DE ist gleich f e 11 = f.1 1. n = = Erwartungswert (H 0 ) für die Anzahl der pyknischen Patienten mit Diagnose EP ist gleich = 312 Erwartungswert (H 0 ) für die Anzahl der pyknischen Patienten mit Diagnose SCH ist gleich = Analog die Berechnung der Erwartungswerte in den anderen Zellen Allgemein ist unter H 0 der Erwartungswert e jl für die Zahl der Beobachtungen mit Kombination Kategorie j in Variable 1 und l in Variable 2 e jl = f j.f.l n Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 7/47
8 Hypothesen und Teststatistik e jl MA/DE EP SCH pyknisch athletisch leptosom atypisch Als Maß für die Abweichung der f jl von den unter H 0 erwarteten e jl verwenden wir die Statistik χ 2 = k m (f jl e jl ) 2 H0 χ 2 (k 1)(m 1) j=1 l=1 Asymptotische Verteilung unter H 0 gegeben, wenn alle e jl genügend groß sind Faustregel: 80% der e jl 5, kein e jl < 1 e jl Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 8/47
9 Beispiel 1 Es genügt, die e jl nur auf den rot gedruckten Teil der Tabelle anzuwenden Restliche e jl können dann einfacher als Differenz zu den gegebenen Randsummen bestimmt werden Teststatistik ergibt dann χ 2 = ( ) ( ) = bei df = (4 1)(3 1) = 6 H 0 verwerfen Es besteht ein Zusammenhang zwischen Körperbau und psychiatrischer Diagnose Wie stark ist aber dieser Zusammenhang? Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 9/47
10 Kontingenzkoeffizient Wir versuchen χ 2 in ein Maß zu transformieren, das einer Korrelation ähnlich ist Kontingenzkoeffizient CC χ CC = + 2 χ 2 + n Für χ 2 = 0 ist CC = 0 Je größer χ 2 desto näher kommt CC an 1 heran CC hat eine entfernte Ähnlichkeit mit einer Korrelation. Es bestehen allerdings auch wesentliche Unterschiede Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 10/47
11 Kontingenzkoeffizient CC ist laut Definition stets 0, d.h. CC ist ein richtungsloses Zusammenhangsmaß Da χ 2 nur endlich groß sein kann, ist CC stets < 1, denn erst für χ 2 würde CC 1 streben Das Quadrat von CC kann nicht als Bestimmtheitsmaß interpretiert werden Dass CC nie 1 werden kann, läßt sich beheben, indem man CC mit dem jeweils maximalen Kontingenzkoeffizienten CC max, in Beziehung setzt d 1 CC max = mit d = min(k, m) d CC max hängt nur von der Dimension der Kontingenztafel ab Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 11/47
12 Kontingenzkoeffizient Wir definieren den korrigierten Kontingenzkoeffizienten CC CC = CC CC max CC drückt aus, welcher Prozentsatz der überhaupt erreichbaren Kontingenz in den gegebenen Daten vorliegt Es gilt 0 CC 1 CC ist besser interpretierbar als CC Beispiel 1: CC = = 0.48 Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 12/47
13 Kontingenzkoeffizient CC = CC max = 2 3 = 0.82 CC = 0.48 CC max 0.82 = 0.59 Zusammenhang zwischen Körperbau und Psychose ist vorhanden aber nicht sehr stark, liegt im mittleren Bereich Interpretation der Art des Zusammenhanges mithilfe der Differenzen zwischen f jl und e jl Zellen mit absolut großen Differenzen zwischen Beobachtetem und unter der H 0 Erwartetem tragen zur Stärke des Zusammenhanges bei Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 13/47
14 Kontingenzkoeffizient f jl MA/DE EP SCH pyknisch athletisch leptosom atypisch e jl MA/DE EP SCH pyknisch athletisch leptosom atypisch Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 14/47
15 Voraussetzungen für χ 2 -Tests in Kontingenztafeln Eintragungen müssen stets absolute Häufigkeiten sein (häufiger Fehler: Prozentzahlen statt Häufigkeiten) Jede Einheit der Untersuchung darf nur einmal in die Kontingenztafel eingehen Häufiger Fehler: Mehrere Eintragungen stammen von derselben Person Alle Eintragungen sind wechselseitig unabhängig 80% der e jl 5, kein e jl < 1 χ 2 -Test stets einseitig durchführen, da nur große Werte für die H 1 sprechen Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 15/47
16 Beispiel 2 Im Rahmen einer kulturvergleichenden Studie zu Essstörungen zwischen Italien, Österreich und den Niederlanden bei jährigen weiblichen Jugendlichen wurde u.a. der Body-Mass-Index erhoben. Die Jugendlichen wurden in die drei Gewichtsgruppen Untergewicht, Normalgewicht und Übergewicht eingeteilt. Unterscheiden sich die Gewichtsverteilungen in den drei Ländern bzw. gibt es einen Zusammenhang zwischen Land und Gewichtsverteilung? Land Gewichtsgruppe Niederlande Österreich Italien f j. Untergewicht Normalgewicht Übergewicht f.l Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 16/47
17 Beispiel 2 Erwartete Häufigkeiten e jl = f j.f.l n Land Gewichtsgruppe Niederlande Österreich Italien f j. Untergewicht Normalgewicht Übergewicht f.l χ 2 = ( )2 (83 80) = > 9.49 = χ 2 (0.95;4) H 0 verwerfen, CC = 0.076, CC = 0.11 Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 17/47
18 Kontingenztafel in SPSS Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 18/47
19 Kontingenztafel in SPSS Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 19/47
20 Vierfeldertafeln Häufige Fragestellung in Testpsychologie ist, ob eines von 2 Testitems schwieriger ist als das andere Dieselbe Stichprobe wird zweimal untersucht (Messwiederholung) Je zwei Antworten in der Tabelle stammen von derselben Person Eintragungen sind teilweise abhängig Bei falscher Aufstellung der Tafel würde Stichprobengröße (scheinbar) verdoppelt Item 1 Item 2 richtig f 11 f 12 f 1. falsch f 21 f 22 f 2. f.1 f.2 n Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 20/47
21 Vierfeldertafeln Item 2 richtig falsch Item 1 richtig a b a + b falsch c d c + d a + c b + d n Unter H 0 (gleich schwere Items) gilt P ((+ ) (+ ) ( +)) = P (( +) (+ ) ( +)) = 1 2 Sei K die Zufallsvariable Anzahl der Personen mit Antwortfolge (+ ) unter der Bedingung, dass nur die Personen mit genau einer richtigen Antwort betrachtet werden Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 21/47
22 Vierfeldertafeln Realisierung von K ist b, Erwartungswert und Varianz E(K) = b + c, σ K = 1 b + c 2 2 Normalverteilungsapproximation z = k E(K) σ K = b b+c b + c z = b c χ 2 (b c)2 = b + c b + c, df = 1 McNemar Test, äquivalent dem Binomialtest mit NV-Approximation χ 2 -Test stets einseitig durchgeführt, obwohl H 1 stets zweiseitig Im Falle einseitiger H 1 wird Binomialtest gerechnet Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 22/47
23 Beispiel 3 Ein Kurz-Screening zur Erfassung einer dementiellen Erkrankung, das bisher aus zwei Items bestand, soll um ein drittes Item erweitert werden. Für die beiden ersten Items kann aufgrund bisheriger Untersuchungen vermutet werden, dass Item 2 schwieriger ist als Item 1. Für das neu erstellte Item 3 liegen diesbezüglich noch keine Informationen vor. Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 23/47
24 Beispiel 3: Fragestellungen 1. Unterscheiden sich die drei Items bezüglich Schwierigkeit? 2. Gibt es einen Zusammenhang zwischen den Items? Fragen zur Unterschiedlichkeit: 3 Hypothesen 1. H 0 : Item 3 und Item 1 gleich schwierig; H 1 : Item 3 und Item 1 unterschiedlich schwierig 2. H 0 : Item 3 und Item 2 gleich schwierig; H 1 : Item 3 und Item 2 unterschiedlich schwierig 3. H 0 : Item 2 gleich schwierig oder leichter als Item 1; H 1 : Item 2 schwieriger als Item 1 Fragen zum Zusammenhang: 3 Hypothesen 1. H 0 : kein Zusammenhang zwischen Items 1 und 2; H 1 : positiver Zusammenhang zwischen Items 1 und 2 2. H 0 : kein Zusammenhang zwischen Items 1 und 3; H 1 : positiver Zusammenhang zwischen Items 1 und 3 3. H 0 : kein Zusammenhang zwischen Items 2 und 3; H 1 : positiver Zusammenhang zwischen Items 2 und 3 Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 24/47
25 Beispiel 3: Sind Items 1 und 3 unterschiedlich schwierig? Item Item a 90 b c 151 d McNemar-Test: χ 2 = (b c)2 b + c = (90 142) = = χ 2 1,0.95 = 3.84 < H 0 verwerfen: Items sind unterschiedlich schwierig (Item 3 schwieriger) Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 25/47
26 Beispiel 3: Sind Items 2 und 3 unterschiedlich schwierig? mittels SPSS Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 26/47
27 Beispiel 3: Sind Items 2 und 3 unterschiedlich schwierig? mittels SPSS Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 27/47
28 Beispiel 3: Ist Item 2 schwieriger als Item 1? Item Item a 115 b c 150 d Binomialtest (mit NV-Approximation): k = 115; E(K) = np = = 129, σ K = np(1 p) = 64.5 z = k E(K) = = 1.68 σ K > z 0.95 = H 0 verwerfen: Item 1 leichter als Item 2 Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 28/47
29 Signifikanz einer Produktmomentkorrelation Überprüfen der Existenz eines linearen Zusammenhanges H 0 : ρ = 0, H 1 : ρ 0; H 0 : ρ 0( 0), H 1 : ρ > 0(< 0); ρ XY = E(XY ) E(X )E(Y ) σ X σ Y Voraussetzungen: Metrisches Skalenniveau von X und Y, und bivariate Normalverteilung von X und Y Prüfung der zweiten Voraussetzung ist äußerst schwierig Beschränken uns darauf, das bivariate Streudiagramm mittels Anschauung auf Auffälligkeiten zu untersuchen Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 29/47
30 Bivariate Normalverteilung Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 30/47
31 Signifikanz einer Produktmomentkorrelation Die Statistik t = r 1 r 2 n 2 ist unter den obigen Voraussetzungen eine Realisierung einer t-verteilten Variable mit df = n 2 Signifikanz von r kann mittels t-tabelle geprüft werden Beispiel: Verschiedene faktorenanalytisch orientierte Intelligenztheorien unterscheiden einen verbal-edukativen und einen technisch-praktischen Leistungsbereich und ordnen diesen Bereichen unabhängige Faktoren zu In einer Stichprobe von n = 87 Probanden korrelierte die verbal-edukative Leistung, X, mit der praktisch-technischen, Y, zu r XY = 0.57 Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 31/47
32 Signifikanz einer Produktmomentkorrelation Kann die Vermutung H 0 : ρ 0 gegenüber H 1 : ρ > 0 beibehalten werden (α = 0.01)? t = = 6.40, df = 85, > t(0.99,85) H 0 verwerfen In der Praxis können wir selbst diese kurze Rechnung sparen, da die gerade signifikanten Korrelationen r für verschiedene df tabelliert sind (Tabelle 11) r krit(df =80) = < 0.57, also wird die H 0 verworfen Partielle Korrelation: Signifikanzprüfung wie bei Produktmomentkorrelation, jedoch mit df = n 3 Punktbiseriale Korrelation: Mittels t-test oder U-Test Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 32/47
33 Signifikanz einer Rangkorrelation H 0 : ρ = 0, H 1 : ρ 0; H 0 : ρ 0( 0), H 1 : ρ > 0(< 0); Asymptotisch standardnormalverteilte Prüfgröße z z = r n 1 Beispiel: Für die n = 14 Teilnehmer eines Pfadfinder-Zeltlagers wurde eine Rätsel-Rallye und ein Tischtennis-Turnier veranstaltet. Alle 14 Kinder wurden in jeder der beiden Disziplinen gemäß ihrem Abschneiden gerangreiht. Rangkorrelation betrug r = 0.39 Kann man schließen, dass beide Leistungen statistisch abhängig sind (α = 0.05)? Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 33/47
34 Signifikanz einer Rangkorrelation H 0 : ρ = 0, gegen ungerichtete H 1 : ρ 0 z = r n 1 = = 1.41 < z (0.975) = 1.96 H 0 beibehalten Ein statistischer Zusammenhang zwischen den Rangplätzen in der Rätsel-Rallye und im Tischtennisturnier kann demnach anhand der vorliegenden Daten nicht nachgewiesen werden Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 34/47
35 Signifikanzprüfung von Produktmoment-, Rangkorrelation und partieller Korrelation mittels SPSS Korrelieren Drive for Thinness, Bulimia, Body Dissatisfaction, Perfectionism und Ineffectiveness signifikant miteinander? Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 35/47
36 Signifikanz einer Produktmomentkorrelation mittels SPSS Korrelieren Drive for Thinness, Body Dissatisfaction und Perfectionism signifikant miteinander (H 1 : ρ > 0)? Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 36/47
37 Signifikanz einer Produktmomentkorrelation mittels SPSS Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 37/47
38 Signifikanz einer partiellen Korrelation mittels SPSS Korrelieren Drive for Thinness und Body Dissatisfaction unter Konstanthalten von Perfectionism miteinander (H 1 : ρ > 0)? Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 38/47
39 Signifikanz einer partiellen Korrelation mittels SPSS Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 39/47
40 Signifikanz einer Rangkorrelation mittels SPSS Korrelieren Bulimia und Ineffectiveness signifikant miteinander (H 1 : ρ > 0)? Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 40/47
41 Signifikanzprüfung einer Vierfelderkorrelation Beispiel: Gibt es einen Zusammenhang zwischen Items 2 und 1? vgl. WS, Vierfelderkorrelation r φ Item Item a 115 b c 150 d r φ = (ad) (bc) (a + b)(a + c)(c + d)(b + d) = 0.12 Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 41/47
42 Beispiel: Gibt es einen Zusammenhang zwischen Items 2 und 1? Bzw. durch Einsetzen in die χ 2 -Formel und Umformen: χ 2 (ad) (bc) = n (a + b)(a + c)(b + d)(c + d) χ 2 = nr 2 φ = = 8.42; df = 1 χ 2 1;0.95 = 3.84 < 8.42 H 0 verwerfen; Zusammenhang ist signifikant Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 42/47
43 Beispiel: Gibt es einen Zusammenhang zwischen Items 3 und 1? mittels SPSS Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 43/47
44 Beispiel: Gibt es einen Zusammenhang zwischen Items 3 und 1? mittels SPSS Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 44/47
45 Signifikanz des Unterschiedes unabhängiger Korrelationen Um die Signifikanz des Unterschiedes zwischen Produktmomentkorrelationen zu prüfen, ist es erforderlich, diese zunächst in eine näherungsweise normalverteilte Variable zu transformieren Korrelation nimmt Werte zwischen 0 r 1 an, während die NV Werte zwischen und + annimmt z - Transformation von R. A. Fisher (1915) führt r in eine Realisierung einer (annähernd) normalverteilten Variable z über z = 1 ( ) 1 + r 2 ln 1 r Erwartungswert und Varianz E(Z ) = 1 2 ln ( 1 + ρ 1 ρ ) + ρ 2(n 1), Var(Z ) = 1 n 3 Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 45/47
46 Signifikanz des Unterschiedes unabhängiger Korrelationen Wir erhalten für den Vergleich gegebener unabhängiger Stichprobenkorrelationen r 1 und r 2 durch Standardisierung der Differenz z 1 z 2 sofort die Prüfgröße, die mit den kritischen Werten aus der N(0, 1) Tabelle zu vergleichen ist z = z 1 z 2 1 n n 2 3 Beispiel: Eine Gruppe von Fahrschülern wurde beim anschließenden praktischen Test vor der Fahrprüfung von einem mitfahrenden Experten beobachtet und in bezug auf die Variable riskantes Fahrverhalten beurteilt. Ist der Zusammenhang zwischen Risikobereitschaft als Persönlichkeitsdimension und riskantem Fahrverhalten altersabhängig? Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 46/47
47 Signifikanz des Unterschiedes unabhängiger Korrelationen Es wird erwartet, dass der Zusammenhang bei jungen Menschen stärker ausgeprägt ist als bei älteren (α = 0.01) Für die jährigen Fahrschüler (n = 187) ergab sich r 1 = 0.39, für die jährigen Fahrschüler (n = 93) r 2 = 0.07 H 0 : ρ 1 ρ 2 gegen H 1 : ρ 1 > ρ 2 Mithilfe von Tabelle 12 transformieren wir die Korrelationen r 1 = 0.39 z 1 = 0.41, r 2 = 0.07 z 1 = 0.07 z = = 2.64 > z = 2.33 H 0 verwerfen Pantelis Christodoulides & Karin Waldherr Psychologische Methodenlehre und Statistik II 47/47
METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER
METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede
MehrTutorial: Homogenitätstest
Tutorial: Homogenitätstest Eine Bank möchte die Kreditwürdigkeit potenzieller Kreditnehmer abschätzen. Einerseits lebt die Bank ja von der Vergabe von Krediten, andererseits verursachen Problemkredite
MehrEinfache statistische Auswertungen mit dem Programm SPSS
Einfache statistische Auswertungen mit dem Programm SPSS Datensatz: fiktive_daten.sav Dipl. Päd. Anne Haßelkus Dr. Dorothea Dette-Hagenmeyer 11/2011 Überblick 1 Deskriptive Statistiken; Mittelwert berechnen...
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
MehrGüte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion
MehrKorrelation (II) Korrelation und Kausalität
Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen
MehrProfil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8
1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen
MehrKontingenzkoeffizient (nach Pearson)
Assoziationsmaß für zwei nominale Merkmale misst die Unabhängigkeit zweier Merkmale gibt keine Richtung eines Zusammenhanges an 46 o jl beobachtete Häufigkeiten der Kombination von Merkmalsausprägungen
MehrÜberblick über die Verfahren für Ordinaldaten
Verfahren zur Analyse ordinalskalierten Daten 1 Überblick über die Verfahren für Ordinaldaten Unterschiede bei unabhängigen Stichproben Test U Test nach Mann & Whitney H Test nach Kruskal & Wallis parametrische
MehrStatistik II für Betriebswirte Vorlesung 2
PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 2 21. Oktober 2014 Verbundene Stichproben Liegen zwei Stichproben vor, deren Werte einander
Mehr1.3 Die Beurteilung von Testleistungen
1.3 Die Beurteilung von Testleistungen Um das Testergebnis einer Vp zu interpretieren und daraus diagnostische Urteile ableiten zu können, benötigen wir einen Vergleichsmaßstab. Im Falle des klassischen
MehrStatistische Auswertung:
Statistische Auswertung: Die erhobenen Daten mittels der selbst erstellten Tests (Surfaufgaben) Statistics Punkte aus dem Punkte aus Surftheorietest Punkte aus dem dem und dem Surftheorietest max.14p.
MehrMelanie Kaspar, Prof. Dr. B. Grabowski 1
7. Hypothesentests Ausgangssituation: Man muss sich zwischen 2 Möglichkeiten (=Hypothesen) entscheiden. Diese Entscheidung soll mit Hilfe von Beobachtungen ( Stichprobe ) getroffen werden. Die Hypothesen
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt. Stock, Nordflügel R. 0-49 (Persike) R. 0- (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 008/009 Fachbereich
MehrBiostatistik, WS 2015/2016 Der zwei-stichproben-t-test
1/29 Biostatistik, WS 2015/2016 Der zwei-stichproben-t-test (t-test für ungepaarte Stichproben) Matthias Birkner http://www.staff.uni-mainz.de/birkner/biostatistik1516/ 11.12.2015 2/29 Inhalt 1 t-test
MehrStatistik für Studenten der Sportwissenschaften SS 2008
Statistik für Studenten der Sportwissenschaften SS 008 Aufgabe 1 Man weiß von Rehabilitanden, die sich einer bestimmten Gymnastik unterziehen, dass sie im Mittel µ=54 Jahre (σ=3 Jahre) alt sind. a) Welcher
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
MehrStatistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005
Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005 Aufgabe 1: Grundzüge der Wahrscheinlichkeitsrechnung 19 P. Als Manager eines großen
MehrDie Optimalität von Randomisationstests
Die Optimalität von Randomisationstests Diplomarbeit Elena Regourd Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf Düsseldorf im Dezember 2001 Betreuung: Prof. Dr. A. Janssen Inhaltsverzeichnis
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
Mehr9. Schätzen und Testen bei unbekannter Varianz
9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,
MehrTipp III: Leiten Sie eine immer direkt anwendbare Formel her zur Berechnung der sogenannten "bedingten Wahrscheinlichkeit".
Mathematik- Unterrichts- Einheiten- Datei e. V. Klasse 9 12 04/2015 Diabetes-Test Infos: www.mued.de Blutspenden werden auf Diabetes untersucht, das mit 8 % in der Bevölkerung verbreitet ist. Dabei werden
MehrÜbersicht zur Veranstaltung
Übersicht zur Veranstaltung Psychometrie: Teil 1 Itemschwierigkeit Bedeutung der Itemschwierigkeit Bestimmung der Itemschwierigkeit Die Prüfung von Schwierigkeitsunterschieden Trennschärfe Bedeutung der
MehrSchleswig-Holstein 2011. Kernfach Mathematik
Aufgabe 6: Stochastik Vorbemerkung: Führen Sie stets geeignete Zufallsvariablen und Namen für Ereignisse ein. Machen Sie auch Angaben über die Verteilung der jeweiligen Zufallsvariablen. Eine repräsentative
Mehrgeben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen
geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde
MehrBerechnung der Erhöhung der Durchschnittsprämien
Wolfram Fischer Berechnung der Erhöhung der Durchschnittsprämien Oktober 2004 1 Zusammenfassung Zur Berechnung der Durchschnittsprämien wird das gesamte gemeldete Prämienvolumen Zusammenfassung durch die
MehrLeseprobe. Wilhelm Kleppmann. Versuchsplanung. Produkte und Prozesse optimieren ISBN: 978-3-446-42033-5. Weitere Informationen oder Bestellungen unter
Leseprobe Wilhelm Kleppmann Versuchsplanung Produkte und Prozesse optimieren ISBN: -3-44-4033-5 Weitere Informationen oder Bestellungen unter http://www.hanser.de/-3-44-4033-5 sowie im Buchhandel. Carl
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
MehrProzentrechnung. Wir können nun eine Formel für die Berechnung des Prozentwertes aufstellen:
Prozentrechnung Wir beginnen mit einem Beisiel: Nehmen wir mal an, ein Handy kostet 200 und es gibt 5% Rabatt (Preisnachlass), wie groß ist dann der Rabatt in Euro und wie viel kostet dann das Handy? Wenn
MehrUnivariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung: Test nach McNemar
Univariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung: Test nach McNemar Inhaltsverzeichnis Univariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung:
MehrWillkommen zur Vorlesung Statistik
Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Varianzanalyse Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr. Wolfgang
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
MehrGrundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen
Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in
MehrDer Provider möchte möglichst vermeiden, dass die Werbekampagne auf Grund des Testergebnisses irrtümlich unterlassen wird.
Hypothesentest ================================================================== 1. Ein Internetprovider möchte im Fichtelgebirge eine Werbekampagne durchführen, da er vermutet, dass dort höchstens 40%
MehrDaten sammeln, darstellen, auswerten
Vertiefen 1 Daten sammeln, darstellen, auswerten zu Aufgabe 1 Schulbuch, Seite 22 1 Haustiere zählen In der Tabelle rechts stehen die Haustiere der Kinder aus der Klasse 5b. a) Wie oft wurden die Haustiere
MehrErfahrungen mit Hartz IV- Empfängern
Erfahrungen mit Hartz IV- Empfängern Ausgewählte Ergebnisse einer Befragung von Unternehmen aus den Branchen Gastronomie, Pflege und Handwerk Pressegespräch der Bundesagentur für Arbeit am 12. November
MehrIntrinsisch motivierte Mitarbeiter als Erfolgsfaktor für das Ideenmanagement: Eine empirische Untersuchung
Intrinsisch motivierte Mitarbeiter als Erfolgsfaktor für das Ideenmanagement: Eine empirische Untersuchung Bearbeitet von Martina Sümnig Erstauflage 2015. Taschenbuch. 176 S. Paperback ISBN 978 3 95485
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
MehrUniversität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B
Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben
MehrQuadratische Gleichungen
Quadratische Gleichungen Aufgabe: Versuche eine Lösung zu den folgenden Zahlenrätseln zu finden:.) Verdoppelt man das Quadrat einer Zahl und addiert, so erhält man 00..) Addiert man zum Quadrat einer Zahl
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008 Aufgabe 1 Ihnen liegt
MehrInsiderwissen 2013. Hintergrund
Insiderwissen 213 XING EVENTS mit der Eventmanagement-Software für Online Eventregistrierung &Ticketing amiando, hat es sich erneut zur Aufgabe gemacht zu analysieren, wie Eventveranstalter ihre Veranstaltungen
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
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
Mehr15.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit
5.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit Einführendes Beispiel ( Erhöhung der Sicherheit bei Flugreisen ) Die statistische Wahrscheinlichkeit, dass während eines Fluges ein Sprengsatz an Bord
MehrMusterlösungen zur Linearen Algebra II Blatt 5
Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische
MehrVarianzanalyse (ANOVA: analysis of variance)
Varianzanalyse (AOVA: analysis of variance) Einfaktorielle VA Auf der Basis von zwei Stichproben wird bezüglich der Gleichheit der Mittelwerte getestet. Variablen müssen Variablen nur nominalskaliert sein.
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
MehrStatistik I für Betriebswirte Vorlesung 11
Statistik I für Betriebswirte Vorlesung 11 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 22. Juni 2012 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrRente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren Rentenperiode = Zeitabstand zwischen zwei Rentenzahlungen
5.2. entenrechnung Definition: ente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren entenperiode = Zeitabstand zwischen zwei entenzahlungen Finanzmathematisch sind zwei
MehrWelche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
MehrMathematische und statistische Methoden II
Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike
MehrBruchrechnung Wir teilen gerecht auf
Bruchrechnung Wir teilen gerecht auf Minipizzen auf Personen. Bruchrechnung Wir teilen gerecht auf Minipizzen auf Personen. : (+) : + Wir teilen einen Teil Eine halbe Minipizza auf Personen. :? Wir teilen
MehrWebergänzung zu Kapitel 10
Webergänzung zu Kapitel 10 10.1.4 Varianzanalyse (ANOVA: analysis of variance) Im Kapitel 10 haben wir uns hauptsächlich mit Forschungsbeispielen beschäftigt, die nur zwei Ergebnissätze hatten (entweder
MehrBehörde für Bildung und Sport Abitur 2008 Lehrermaterialien zum Leistungskurs Mathematik
Abitur 8 II. Insektenpopulation LA/AG In den Tropen legen die Weibchen einer in Deutschland unbekannten Insektenpopulation jedes Jahr kurz vor Beginn der Regenzeit jeweils 9 Eier und sterben bald darauf.
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 27. Aussagenlogik: Logisches Schliessen und Resolution Malte Helmert Universität Basel 28. April 2014 Aussagenlogik: Überblick Kapitelüberblick Aussagenlogik: 26.
Mehr13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)
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)
MehrBeispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen
4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.
MehrPlotten von Linien ( nach Jack Bresenham, 1962 )
Plotten von Linien ( nach Jack Bresenham, 1962 ) Ac Eine auf dem Bildschirm darzustellende Linie sieht treppenförmig aus, weil der Computer Linien aus einzelnen (meist quadratischen) Bildpunkten, Pixels
MehrErweiterung der Aufgabe. Die Notenberechnung soll nicht nur für einen Schüler, sondern für bis zu 35 Schüler gehen:
VBA Programmierung mit Excel Schleifen 1/6 Erweiterung der Aufgabe Die Notenberechnung soll nicht nur für einen Schüler, sondern für bis zu 35 Schüler gehen: Es müssen also 11 (B L) x 35 = 385 Zellen berücksichtigt
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 I (Matrixgleichungen)
Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst
MehrDie reellen Lösungen der kubischen Gleichung
Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................
MehrBundesverband Flachglas Großhandel Isolierglasherstellung Veredlung e.v. U g -Werte-Tabellen nach DIN EN 673. Flachglasbranche.
Bundesverband Flachglas Großhandel Isolierglasherstellung Veredlung e.v. U g -Werte-Tabellen nach DIN EN 673 Ug-Werte für die Flachglasbranche Einleitung Die vorliegende Broschüre enthält die Werte für
Mehrq = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678
Lösungsvorschläge zu Blatt 8 X binomialverteilt mit p = 0. und n = 10: a PX = = 10 q = 1 p = 0.8 0. 0.8 10 = 0, 1,..., 10 PX = PX = 0 + PX = 1 + PX = 10 10 = 0. 0 0.8 10 + 0. 1 0.8 9 + 0 1 10 = 0.8 8 [
MehrDas Vermögen der privaten Haushalte in Nordrhein-Westfalen ein Überblick auf der Basis der Einkommens- und Verbrauchsstichprobe
Sozialberichterstattung NRW. Kurzanalyse 02/2010 09.07.2010 12.07.2010 Das Vermögen der privaten Haushalte in Nordrhein-Westfalen ein Überblick auf der Basis der Einkommens- und Verbrauchsstichprobe 2008
MehrEin möglicher Unterrichtsgang
Ein möglicher Unterrichtsgang. Wiederholung: Bernoulli Experiment und Binomialverteilung Da der sichere Umgang mit der Binomialverteilung, auch der Umgang mit dem GTR und den Diagrammen, eine notwendige
Mehr4. Versicherungsangebot
4. Versicherungsangebot Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Versicherungsökonomie (FS 11) Versicherungsangebot 1 / 13 1. Einleitung 1.1 Hintergrund In einem grossen Teil
MehrÜberblick über die Tests
Anhang A Überblick über die Tests A.1 Ein-Stichproben-Tests A.1.1 Tests auf Verteilungsannahmen ˆ Shapiro-Wilk-Test Situation: Test auf Normalverteilung H 0 : X N(µ, σ 2 ) H 1 : X nicht normalverteilt
MehrDatenaufbereitung in SPSS. Daten zusammenfügen
Daten zusammenfügen I. Fälle hinzufügen Diese Schritte müssen Sie unternehmen, wenn die Daten in unterschiedlichen Dateien sind; wenn also die Daten von unterschiedlichen Personen in unterschiedlichen
MehrDas Wachstum der deutschen Volkswirtschaft
Institut für Wachstumsstudien www.wachstumsstudien.de IWS-Papier Nr. 1 Das Wachstum der deutschen Volkswirtschaft der Bundesrepublik Deutschland 1950 2002.............Seite 2 Relatives Wachstum in der
MehrKlausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min
Klausur, Multivariate Verfahren, SS 2006, 6 Kreditpunkte, 90 min 1 Prof. Dr. Fred Böker 08.08.2006 Klausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min Gesamtpunkte: 39 Aufgabe
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
MehrZusammenfassende Beurteilung der Unterrichtsbeispiele für Wirtschaft und Recht
Zusammenfassende Beurteilung der Unterrichtsbeispiele für Wirtschaft und Recht In die Auswertung der Beurteilungen der Unterrichtsbeispiele gingen von Seiten der SchülerInnen insgesamt acht Items ein,
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
MehrSonderrundschreiben. Arbeitshilfe zu den Pflichtangaben in Immobilienanzeigen bei alten Energieausweisen
Sonderrundschreiben Arbeitshilfe zu den Pflichtangaben in Immobilienanzeigen bei alten Energieausweisen Sonnenstraße 11-80331 München Telefon 089 / 5404133-0 - Fax 089 / 5404133-55 info@haus-und-grund-bayern.de
MehrDie Ergebnisse dazu haben wir in der beiliegenden Arbeit zusammengestellt.
: Wir wollen wissen, wie viel Energie (Strom) wir in unseren Haushalten für die Beleuchtung brauchen und ob es Möglichkeiten gibt, den Stromverbrauch in diesem Bereich zu reduzieren und wenn ja, ob dies
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
MehrR. Brinkmann http://brinkmann-du.de Seite 1 30.11.2013 Schriftliche Übung Mathematik Stochastik II (Nachschreiber) Jan. 2007
R. Brinkmann http://brinkmann-du.de Seite 1 30.11.2013 Schriftliche Übung Mathematik Stochastik II (Nachschreiber) Jan. 2007 SG15/25D NAME: Lösungen 1. In einer Packung sind Glühbirnen, davon sind zwei
MehrSUDOKU - Strategien zur Lösung
SUDOKU Strategien v. /00 SUDOKU - Strategien zur Lösung. Naked Single (Eindeutiger Wert)? "Es gibt nur einen einzigen Wert, der hier stehen kann". Sind alle anderen Werte bis auf einen für eine Zelle unmöglich,
MehrBONUS MALUS SYSTEME UND MARKOV KETTEN
Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik, Institut für Mathematische Stochastik BONUS MALUS SYSTEME UND MARKOV KETTEN Klaus D. Schmidt Ringvorlesung TU Dresden Fakultät MN,
MehrFormale Systeme, WS 2012/2013 Lösungen zu Übungsblatt 4
Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Peter H. Schmitt David Farago, Christoph Scheben, Mattias Ulbrich Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt
MehrPrüfung eines Datenbestandes
Prüfung eines Datenbestandes auf Abweichungen einzelner Zahlen vom erwarteten mathematisch-statistischen Verhalten, die nicht mit einem Zufall erklärbar sind (Prüfung auf Manipulationen des Datenbestandes)
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
MehrAchtung! In Abhängigkeit Ihrer Lohnlizenz können einzelne Felder evtl. nicht angezeigt werden (z.b. Pfänd.summe, PV-frei, UV-frei).
1. Lohnartendefinitionen: Zuerst müssen Sie für jede unterschiedliche Schnittberechnung eine eigene Lohnart anlegen oder die bestehenden Nichtleistungslohnarten (Urlaub, Krankheit, Feiertag) entsprechend
MehrFAKTORIELLE VERSUCHSPLÄNE. Andreas Handl
FAKTORIELLE VERSUCHSPLÄNE Andreas Handl 1 Inhaltsverzeichnis 1 Versuchsplanung 4 2 Einfaktorielle Varianzanalyse 6 2.1 DieAnnahmen... 6 2.2 Die ANOVA-Tabelle und der F -Test... 6 2.3 Versuche mit zwei
MehrGrundlagen der Inferenzstatistik
Grundlagen der Inferenzstatistik (Induktive Statistik oder schließende Statistik) Dr. Winfried Zinn 1 Deskriptive Statistik versus Inferenzstatistik Die Deskriptive Statistik stellt Kenngrößen zur Verfügung,
MehrSEK II. Auf den Punkt gebracht!
SEK II Profil- und Kurswahl Einbringungspflicht Abitur-Bestimmungen Gesamtqualifikation Auf den Punkt gebracht! 1 Inhaltsverzeichnis Sinn und Zweck dieses Dokuments...3 Profil- und Kurswahl für den 11.
MehrName (in Druckbuchstaben): Matrikelnummer: Unterschrift:
20-minütige Klausur zur Vorlesung Lineare Modelle im Sommersemester 20 PD Dr. Christian Heumann Ludwig-Maximilians-Universität München, Institut für Statistik 2. Oktober 20, 4:5 6:5 Uhr Überprüfen Sie
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
MehrStatistik II für Betriebswirte Vorlesung 3
PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 3 5. November 2013 Beispiel: Aktiensplit (Aczel & Sounderpandan, Aufg. 14-28) Ein Börsenanalyst
MehrBeurteilung der biometrischen Verhältnisse in einem Bestand. Dr. Richard Herrmann, Köln
Beurteilung der biometrischen Verhältnisse in einem Bestand Dr. Richard Herrmann, Köln Beurteilung der biometrischen Verhältnisse in einem Bestand 1 Fragestellung Methoden.1 Vergleich der Anzahlen. Vergleich
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.
MehrDie Laufzeit muss nun ebenfalls in Monaten gerechnet werden und beträgt 25 12 = 300 Monate. Damit liefert die Sparkassenformel (zweiter Teil):
Lösungen zur Mathematikklausur WS 2004/2005 (Versuch 1) 1.1. Hier ist die Rentenformel für gemischte Verzinsung (nachschüssig) zu verwenden: K n = r(12 + 5, 5i p ) qn 1 q 1 = 100(12 + 5, 5 0, 03)1, 0325
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
Mehr