Seminarplan mit Literaturhinweisen: Grundlegende multivariate Modelle der sozialwissenschaftlichen Datenanalyse

Größe: px
Ab Seite anzeigen:

Download "Seminarplan mit Literaturhinweisen: Grundlegende multivariate Modelle der sozialwissenschaftlichen Datenanalyse"

Transkript

1 Semiarpla mit Literaturhiweise: Grudlegede multivariate Modelle der sozialwisseschaftliche Dateaalse. Sitzug: Kausalaalse mit Tabelleaalse ud mit partieller Korrelatio Eiführedes Beispiel für die Elaboratio vo Zusammehäge durch Teilgruppevergleich; Statistischer Kausalbegriff; Eperimet ud Tabelleaalse; Scheikorrelatio; Iterveierede Variable (Skript, Kap..-.. oder Beighaus, Kap. 9 oder Kühel/Krebs, Kap. 5). Sitzug: Modellierug des eiführede Beispiels durch ei log-lieares Modell; Zerlegug vo Zusammehagsmaße ach Drittfaktor; pfadaaltische Iterpretatio des eiführede Beispiels (Skript, Kap... oder Litz, Kap. 6.3) 3. Sitzug: Suppressor Variable; Distorter Variable; Vorzeicheregel ud Zerlegugsformel; (Skript, Kap ) 4. Sitzug: Iteraktio, Spezifikatio ud tpologische Effekte; Iteraktioseffekte aus Sicht der Variazaalse (Skript, Kap ) 5. Sitzug: Partielle Korrelatio; Multiple Regressio (Grudlage) (Skript, Kap..3 oder Litz Kap. 3) 6. Sitzug: Multiple Regressio (Zerlegug vo R ) (Skript, Kap oder Backhaus et al., Kap..-.. oder Bortz Kap. 3.) 7. Sitzug: Multiple Regressio (u.a. Logistische Regressio) (Skript, Kap. 3..6, 3..7 oder Litz Kap. 6.) 8. Sitzug: Variazaalse (Skript, Kap ud Kap. 4 oder Litz Kap. 5) 9. Sitzug: Pfadaalse (Grudlage) (Skript, Kap oder Opp/Schmidt, Teil 4 oder Bortz, Kap. 3.3) 0. Sitzug: Pfadaalse (Beispiele) (Skript, Kap oder Opp/Schmidt, Teil 5). Sitzug: Ausblick: Grudlegede versus fortgeschrittee multivariate Modelle der sozialwisseschaftliche Dateaalse Literatur: - Skript (Holtma, 00³, Grudlegede multivariate Modelle der sozialwisseschaftliche Dateaalse) - Backhaus et al Multivariate Aalsemethode - Beighaus, 00 9, Deskriptive Statistik - Bortz 005 6, Statistik für Huma- ud Sozialwisseschaftler - Kühel/Krebs, 00, Statistik für die Sozialwisseschafte - Litz, H. P., 000, Multivariate statistische Methode ud ihre Awedug i de Wirtschafts- ud Sozialwisseschafte - Opp/Schmidt 976, Eiführug i die Mehrvariableaalse

2 Grudlegede multivariate Modelle der sozialwisseschaftliche Dateaalse (Meth. II) (Gliederug für die erste Sitzuge). Überblick über die multivariate Modelle der sozialwisseschaftliche Dateaalse.... Kausalaalse mit Tabelleaalse ud partieller Korrelatio Statistischer Kausalbegriff Tabelleaalse Ei Beispiel für Korrelatio ohe Kausalität Zerlegug der Vier-Felder-Tafel a eiem eiführede Beispiel Log-lieare Modellierug des eiführede Beispiels Die Grudgleichug (Zerlegugsformel für Maßzahle) Tpologie vo Kausalstrukture mit drei Variable Tpe mit: [ : z] = [ : z] ( Scheikorrelatio, Iterveierede Variable, Suppressor, Distorter) Zerlegugsformel am Beispiel eies Suppressor- sowie Distorter-Phäomes Vorzeicheregel ach Davis für Suppressor- ud Distorter Phäomee Tpe mit: [ : z] [ z] (Spezifikatio) Cojoit ifluece Verschiedee tpologische Effekte ud Iteraktioseffekte Variazaaltische Iterpretatio vo Rosebergs Mobilitäts-Beispiel Iteraktio, Spezifikatio ud tpologische Effekte aus Sicht der Variazaalse Kausale Iterpretatio vo Zusammehäge Partielle Korrelatio Literaturverzeichis Seite

3 Grudlegede multivariate Modelle der sozialwisseschaftliche Dateaalse. Überblick über de Gegestad a) Drittvariablekotrolle/ Elaboratio vo Zusammehäge durch Teil gruppevergleich (omiales Messiveau) oder durch partielle Korrelatio (metrisches Messiveau) b) Multiple Regressio ud Pfadaalse zur Aalse metrischer Date Seite

4 . Kausalaalse mit Tabelleaalse ud partieller Korrelatio Bsp. (Matz et al., ach Zeisel) Stichprobe vo Arbeitehmerie Ei Beispiel zur Eiführug (vgl. Kap...): Wie ist es möglich, dass ei Zusammehag bei Aufgliederug ach eiem Drittfaktor verschwidet? Häufigkeit des Ferbleibes vom Betrieb () Familiestad () ledig verheiratet weig viel Differez der Kreuzpukte [] = (Azahl der kokordate Paare mius Azahl der diskordate Paare) [] > 0 ([] och keie ormierte Maßzahl) Kausalmodell: Seite 3

5 z (weig Hausarbeit) Familiestad led. verh viel [ : z ] = 0 z (viel Hausarbeit) Ferbleibe weig Familiestad led. verh. Ferbleibeig we viel [ : z ] = 0 (Techisch liegt es also a de Radverteiluge, ihaltlich a de Beziehuge zu dem Drittfaktor, dass der Zusammehag i de Teilgruppe verschwidet.) Seite 4

6 Familiestad () ledig verheiratet Hausarbeit (z) weig viel [z] > 0 Häufigkeit des Ferbleibes vom Betrieb () Hausarbeit (z) weig viel weig viel [z] > 0 Seite 5

7 Differezierteres Kausalmodell: z (Es gibt eie idirekte Kausaleffekt vo auf, aber keie direkte.) z ist eie iterveierede Variable. Familiestad () strukturiert Belastug mit Hausarbeit (z). Belastug mit Hausarbeit (z) strukturiert Ferbleibe vom Betrieb (). Seite 6

8 Baumdarstellug der Date: Hierarchische Aufgliederug ach X, ach Z ud ach Y = 300 X (Familiestad) ledig 600 Z (Hausarbeit) verheiratet 600 Z (Hausarbeit) weig 00 viel 400 weig 400 viel 00 Y (Ferbl.) Y (Ferbl.) Y (Ferbl.) Y (Ferbl.) weig 900 viel 300 weig 00 viel 300 weig 300 viel 00 weig 300 viel 900 Aber: Ei Kausalmodell ist viel hilfreicher für das Verstädis. Seite 7

9 . Kausalaalse ud statistischer Kausalbegriff Aussage i de Sozialwisseschafte sid gaz überwieged stochastisch, d.h. icht determiistisch. Determiistisch: Immer: We A, da B. (Gesetz) (All-Ausage) ( : A B) (Ei Teil der aturwisseschaftliche Aussage). Stochastisch: We A, da mit hoher Wahrscheilichkeit B. ( A begüstigt B ) (Oder: strukturiert ) (Empirische Regelmäßigkeit) Deshalb habe Hma ud Lazarsfeld eie abgeschwächte statistische Kausalbegriff vorgeschlage: ( verursacht ): ) Es gibt eie statistische Zusammehag. ) geht kausal vora, wobei die zeitliche Reihefolge icht hireiched ist. 3) Es hadelt sich icht um eie Scheikorrelatio, d.h. eie tatsächliche Korrelatio, die aber bei Kotrolle vo Drittfaktore verschwidet (scheikausale Korrelatio). Seite 8

10 Diskussio des Defiitiosvorschlags: Zu ) Es gibt auch die Möglichkeit, dass der Kausalzusammehag erst ach der Kotrolle vo Drittfaktore sichtbar wird (scheibare Nicht-Kausalität). Zu ) Statistischer Zusammehag: smmetrisch Kausalzusammehag: asmmetrisch Zeitliche Reihefolge reicht icht. Zu 3) Im Eperimet uproblematisch: Eifluss der Störfaktore ist durch Utersuchugsdesig kotrolliert. Aber: I de Sozialwisseschafte häufig icht awedbar. (Z. B. sid viele Merkmale icht maipulierbar: Alter, Geschlecht,...) Als Simulatio eies Eperimets: Eifluss vo eiige wichtige Drittfaktore kotrolliere. Die Absicherug gilt da aber auch ur für die kotrollierte Drittfaktore. Seite 9

11 Kausalität ud Eperimet: Eperimet: ) Maipulierbarkeit der uabhägige Variable. ) Kotrolle der Dritt- bzw. Störfaktore. Zu ): a) Radomisierug: Zwei Zufallsstichprobe b) Matchig: Für eiige Variable mit Zufallsverfahre die Zuordug zu de Eperimetalgruppe etscheide. Bei (a) im Prizip gege alle mögliche Stör faktore abgesichert, bei (b) gege die beim Matchig berücksichtigte Störfaktore abgesichert. Seite 0

12 Beispiel für ei Eperimet = Vorurteilsmessug Messug Film Messug t t t 3 Eperimetalgruppe G G,t ja G,t 3 Kotrollgruppe G G,t ei G,t 3 G,t = G,t Effekt des Films: G,t 3 - G,t3 Seite

13 . Tabelleaalse Die Tabelleaalse (elaboratio; Eiführug vo Drittfaktore) beihaltet de Versuch, durch achträgliche Homogeisierug mittels statistischer Maipulatio des Datematerials uabhägige Variable mit Kausalwirkug zu fide. Im Gegesatz zum Eperimet, das durch die Tabelleaalse approimiert wird, sid die uabhägige Variable i der Tabelleaalse icht eifach eizel zu veräder. Die Merkmale trete i Kombiatioe auf. - Absicherug ur gege die Drittfaktore, die ma selbst getestet hat. (Eperimet mit Radomisierug: gege alle Drittfaktore abgesichert) - Aber: Viele relevate mögliche uabhägige Variable i de Sozialwisseschafte sid gar icht maipulierbar. (Z. B. Alter, Geschlecht, Ethie, Herkuftslad,...) Seite

14 Also: I de Sozialwisseschafte Simulatio des Eperimets durch Kotrolle eiiger Drittfaktore. I de Sozialwisseschafte: Quasi-Eperimet Auf omialem Messiveau: Tabelleaalse [Metrisch: Partielle Korrelatio] Tabelleaalse (Elaboratio, Kotrolle vo Drittfaktore, Teilgruppevergleich) Seite 3

15 .. Ei Beispiel für Korrelatio ohe Kausalität (ach Hirschi ud Selvi) (Stichprobe vo Jugedliche) : Kirchebesuch Ja Nei : Deliquez Ja 44 % 56 % Nei 56 % 44 % 00 % 00 % [] 0 Seite 4

16 z : Alter 4 Deliquez Kirchebesuch Ja Nei Ja 33 % 33 % Nei 67 % 67 % 00 % 00 % [: z ] = 0 z : Alter > 4 Deliquez Kirchebesuch Ja Nei Ja 67 % 67 % Nei 33 % 33 % 00 % 00 % [: z ] = 0 Seite 5

17 Kirchebesuch Nicht-Deliquez Alter ( Marioettespieler ) Scheikorrelatio (Tatsächliche Korrelatio, aber icht kausal zu iterpretiere) Scheikausale Korrelatio Seite 6

18 Kausalmodell der Scheikorrelatio X Y Z Der Zusammehag zwische ud ist icht kausal zu iterpretiere. ( Scheikorrelatio ) Seite 7

19 Beispiel: Azahl der Störche Azahl der Kider Scheikorrelatio Lad (Stadt) Beipiel: Azahl der Pumpe Höhe des Schades Scheikorrelatio Größe des Feuers Seite 8

20 Auf der Basis vo statistische Zusammehäge ka ma icht immer zwische Kausalmodelle etscheide. Scheikorrelatio z [] 0 [ :z ] = 0 [ : z ] = 0 Seite 9

21 Iterveierede Variable z [] 0 [ : z ] = 0 [ : z ] = 0 Uterschied zwische Scheikorrelatio ud iterveiereder Variable: Kausale Ordug Scheikorrelatio : z ist atezediered. Iterveierede Variable: z ist iterveiered. Seite 0

22 ..4 Tpologie vo Kausalstrukture mit 3 Variable Tpe mit: [ : z ] = [ : z ] ) Scheikorrelatio Kausalmodell: z Korrelatioe: [ : z ] = [ : z ] = 0 Seite

23 Beispiel: Krakehaus Sterberate hoch z Gesudheitszustad Beispiel: mittleres Kid Deliquez z Kiderzahl i Herkuftsfamilie (als Schichtidikator) Seite

24 ) Iterveierede Variable Kausalmodell: z Korrelatioe: [ : z ] = [ : z ] = 0 Bsp.: (Durkheim: Le suicide) [Voraussetzug: Homogee Altersgruppe] Korrelatio: Protestate höhere Selbstmordgefährdug z Protestate iedrige Itegratio höhere Selbstmordgefährdug Seite 3

25 Beispiel: [Voraussetzug: Homogee Altersgruppe] Korrelatio: verheiratet iedrige Selbstmordgefährdug z verheiratet Kider iedrige Selbstmordgefährdug Seite 4

26 (Älteres) Bsp.: Fraue autoritärer z Fraue iedrige autoritärer Bildug Seite 5

27 Beispiel: (Homas) Räumliche Nähe Smpathie z Räumliche Nähe Iteraktio Smpathie Seite 6

28 Log-lieare Modellierug des eiführede Beispiels (...) Das eiführede Beispiel für eie iterveierede Variable beihaltete, dass die Belastug durch Hausarbeit i der Kausalbeziehug zwische Familiestad ud Ferbleibe im Betrieb isofer iterveiert, dass ledige Fraue stärker belastet sid durch Hausarbeit ud dass stärker durch Hausarbeit belastete Fraue häufiger dem Betrieb fer bleibe müsse. Dieses Beispiel soll u dadurch modelliert werde, welche der mögliche Iteraktioe zwische diese drei Merkmale berücksichtigt werde müsse, um die beobachtete (Kombiatios-) Date zu reproduziere. Da ma eie sparsame Modellierug astrebt, will ma ur die zwiged otwedige Iteraktioe herausarbeite. Seite 7

29 Log-lieare Modelle zur Aalse vo Kreuztabelle Kreuztabelle zweier Merkmale A ud B: B j A i f ij f i+ (Notatio: f wie frequecies) f +j Seite 8

30 Das Kozept der statistische Uabhägigkeit f ij f f i + j = + ist eigetlich ei multiplikatives Kozept. Beispiel: Falls die Chace für SPD-Wahl statistisch uabhägig ist vom Geschlecht, so ist z. B. die Azahl der weibliche SPD- Wähler gleich dem Ateil der Fraue multipliziert mit dem Ateil der SPD-Wähler ud multipliziert mit dem Stichprobeumfag. D. h. die absolute Häufigkeit eier Kombiatio ergibt sich aus de Chace i de beide Radverteiluge multipliziert mit dem Stichprobeumfag. Durch Logarithmiere lässt sich die statistische Uabhägigkeit additiv ausdrücke: l f ij f i+ = l + l + l Dies heißt, dass sich im Falle der statistische Uabhägigkeit die Zellehäufigkeite f ij aus dem Stichprobeumfag ud de beide Radwahrscheilichkeite ergebe, die Iformatioe aus de Iteraktioe also icht beötigt werde. f + j Seite 9

31 Der Soziologe ud Statistiker Leo A. Goodma (Uiversit of Chicago) hat zur Aalse vo Kotigeztafel die log-lieare Modellierug etwickelt (970, 97 etc.). Mit f ij werde die beobachtete Häufigkeite bezeichet, mit F ij die uter der Aahme des Modells zu erwartede Häufigkeite. Die Idee dieser Modellierug besteht u dari, dass die logarithmische Häufigkeite log F ij sich aus dem additive Zusammewirke eies Bezugspuktes θ (theta) ud der Effekte der Radverteiluge λ A B i bzw. λ (lambda) bzw. der Effekte der Iteraktio AB λ darstelle lasse. ij j Multiplikativ: f ij = f i+ f + j f f + / i ij / f + j / Stich- Effekt vo A i Effekt vo B j Effekt der probe- Iteraktio A i B j umfag (Abweichug vo der Uabhägigkeit) Additiver Modellasatz für die Grudgesamtheit: l F ij = A B θ + λ + λ + i j AB λ ij Seite 30

32 Das Modell der statistische Uabhägigkeit lässt sich bei dieser Modellierug also dadurch charakterisiere, dass AB λ = 0 (für alle i, j). ij Beispiel: Ferbleibe vom Betrieb Die pfadaaltische Iterpretatio des Beispiels lautete: Familiestad (A) strukturiert Belastug mit Hausarbeit (B). Belastug mit Hausarbeit (B) strukturiert Ferbleibe vom Betrieb (C). Drei Merkmale lasse sich z.b. i der Form eier dreidimesioale Tabelle (A, B, C) aalsiere. Das (vollstädige) log-lieare Modell würde laute: A B l F ijk = θ + λ + λ i j AB AC BC λ + λ + λ + ij ik jk λ C + λ k ABC ijk + Das vollstädige oder saturierte Modell umfasst also alle dekmögliche Parameter ud ist ur eie (evtl. sogar zu umfagreiche) Umformug der Date. Seite 3

33 Die Idee der log-lieare Modellierug besteht u dari, eie sparsame Modellierug vorzuehme, d.h. ei so eifaches Modell wie ur möglich, wobei Eifachheit bedeutet, mit Parameter möglichst geriger Ordug auszukomme ( λ ist z. B.. Ordug, λ AB ij ist. Ordug, ABC ijk B j λ ist 3. Ordug). Es lässt sich u zeige, dass i dem Beispiel die Radverteiluge A, B, C, (AB), (BC) hireiched sid ( suffiziete Statistike ), um die Date des Beispiels perfekt zu reproduziere. Belastug mit Hausarbeit (B) Familiestad (A) Ferbleibe (C) C weig C viel B weig A ledig A verheiratet B viel A ledig A verheiratet Die Parameter des log-lieare Modells werde mit Hilfe der Maimum-Likelihood-Methode geschätzt, dies ist gerade die Leistug des Modells vo Goodma. Seite 3

34 Schätzuge der log-lieare Parameter für das Beispiel Theta (Mea) 5,704 Effekt Lambda A 0 A A 0 B C AB BC B 0 0 B C 0 0 C A A B A B A B B B C B C B C B C D.h. es gibt keie Haupteffekte, soder ur die beide Iteraktioseffekt (AB) ud (BC). Zusammehäge ugleich Null liege ur vor für die Beziehug Familiestad ud Belastug sowie die Beziehug Belastug ud Ferbleibe. Ei Beispiel für die perfekte Apassug des Modells als Illustratio, dass die gemäß dem Modell zu erwartede Häufigkeite F ijk de beobachtete Häufigkeite f ijk geau etspreche: l FA, B, C = A B C AB θ + λ + λ + λ + λ + BC λ = 5, (-0,549) + (-0,549) = 4,606 Seite 33

35 4,606 F A = e = =, 00 f C B, C A, B,..3 Zerlegugsformel Aalog zur Zerlegug der Gesamttabelle i zwei Partialtabelle soll u eie Zerlegug für Maßzahle formuliert werde. Eifachste Zerlegug gilt für δ (delta) = ˆ ij ij ( = ˆ) (I Vier-Felder-Tafel ist dies absolut gesehe eie feste Größe) Vier-Felder-Tafel a c b d a + b = S = c + d = S = a + c b + d a + b + c + d = S 3 = S 4 = = = N c N d ist gleich der Differez der Kreuzprodukte: ad bc δ = a ( a + b) ( a + c) = ad bc Seite 34

36 Eischräkug: δ ist streg geomme och keie fertige Maßzahl, de δ ist icht ormiert auf: [-, +] Beispiel: ; δ = =, Zerlegugsformel für beliebige Maßzahl [] [ ] = α [ : z] + β[ : z ] + γ [ z][ z] Die Gewichte α, β, γ i der Zerlegugsformel sid abhägig vo de gewählte Maßzahle. Seite 35

37 Zerlegugsformel für delta δ = δ :z + δ :z + + Gesamtzusammehag Zusammehag i Partialtabelle z α =, β =, γ = Zusammehag i Partialtabelle z z z z z δ zδ z Beziehuge zu dem Drittfaktor Da δ icht ormiert ist, soll u aalog die Zerlegug für die Maßzahl Φ (Phi) formuliert werde. Seite 36

38 Seite 37 [Weil: ] ( ) ( ) : : : : :, z z z z z z Φ = Φ ( ) : : : : : z z z z z z Φ + ( ) ( ) z z Φ Φ + De: = = z z z z z z γ Hierbei laute die Variaze: s = ud s = bzw. s z z z = Als Spezialfall vo r lautet Phi: ² ² ² d c d c N N N N s s s = = = Φ Die Zerlegug ließe sich also auch formuliere als: z z z z z z z z z z s s s s s s s s Φ + Φ Φ + Φ = Φ : : : : : : Φ = S S S S 4 3 δ 4 3 S S S S ad bc Φ =

39 Beispiel: Familiestad () ledig verheiratet Ferbleibe im Betrieb () weig viel Φ = 0,5 Nämlich: Φ = = 0, Seite 38

40 Familiestad () Hausarbeit (z) ledig verheiratet weig viel Φ z = 0,5 Ferbleibe im Betrieb () Hausarbeit (z) ledig verheiratet weig viel Φ z = 0,5 Seite 39

41 Φ = α Φ( : z ) + β Φ( : z ) + Φ( z) Φ ( z) 0, ,5 0,5 Pfadmodell: (Hier: Kausalkette) 0,5 Familiestad 0,5 0,5 z Belastug durch Hausarbeit Ferbleibe vom Betrieb - Es gibt keie direkte Kausaleffekt, soder ur eie idirekte. Bei Egalisierug der Belastug durch Hausarbeit gäbe es keie Kausaleffekt vo Familiestad auf Ferbleibe im Betrieb mehr. - Die Größe des Gesamtzusammehages ergibt sich als Produkt der Effekte: Φ = Φ z Φ z (Notatio: ist eie Fuktio vo z, z ist eie Fuktio vo, ist eie Fuktio vo.) - Als iterveierede Variable komme ur Faktore z i Frage, die sehr hoch mit ud Seite 40

42 korreliere. (De ei Produkt vo Zahle Φ < wird ja kleier.) ( Scheikorrelatio : aalog) Weitere Kausaltpe (..4.) 3) Suppressor Variable (Dämpfede Variable) Bei Eiführug des Testfaktors z wird die Beziehug zwische ud größer, als sie vorher sichtbar war. Beispiel: Korrelatio: hohes Eikomme hoher Milchkosum Seite 4

43 hohe Kiderzahl z - + hohes Eikomme (hohe Schicht) + hoher Milchkosum Uter Kotrolle vo z i beide Teilgruppe positiver Zusammehag. = + ges = dir + idir Gesamtzusammehag [] = 0 direkter Kausaleffekt idirekter Kausaleffekt Vorzeicheregel: (-) * (+) = (-) Seite 4

44 I dem Beispiel hadelt es sich um eie idirekte Kausaleffekt. Bei Scheikompoete würde gleiche Vorzeicheregel gelte: z Bsp.: (Durkheim, Le suicide) [, ] = 0 Jude hohe (stark Selbstite- mordgriert) rate Seite 43

45 Stadt vs. Lad z + + Jude (vs. adere Kofessio) - hohe Selbstmordrate (vs. iedrige) = + ges = dir + idir Gesamtzusamme hag direkter Kausaleffekt idirekter Kausaleffekt Vorzeicheregel: (+) * (-) = (+) Seite 44

46 4) Distorter Variable (Verzerrede Variable) Bei Eiführug des Testfaktors z wird ei zu dem ursprügliche Zusammehag [] etgegegesetztes Vorzeiche i [ : z ] ud [ : z ] sichtbar. Beispiel: (Durkheim) [, ] = + ver- hohe heiratet Selbst- (ite- mordrate griert) Seite 45

47 höheres Alter z + verheiratet - + hohe Selbstmordrate Nebe dem direkte Kausaleffekt gibt es also eie Scheikompoete aufgrud vo z i dem Zusammehag zwische ud. + = ges dir spurious Gesamt- direkter Scheikompoete zusamme- Kausalhag effekt Vorzeicheregel: (+) * (+) = (+) [Bei idirektem Kausaleffekt würde gleiche Vorzeicheregel gelte.] Seite 46

48 Zerlegugsformel am Beispiel eies Suppressor-Phäomes (..4.) Roseberg (968) etimmt eier Utersuchug vo Arold M. Rose folgedes Beispiel: What do ou thik of havig Jews o the uio staff? Es stellt sich heraus, dass Jügere ( < 9 Jahre) mit weig Gewerkschaftssozialisatio (< 4 Jahre) dies zu 56,4 % eher eutral sehe, währed die mittlere Altersgruppe (30-49 Jahre) mit weig Gewerkschaftssozialisatio dies ur zu 37, % ud die höhere Altersgruppe ( > 50 Jahre) mit weig Gewerkschaftssozialisatio dies ur zu 38,4 % eutral sehe. Um ur mit Dichotomie zu arbeite, fasse ich die letzte beide Gruppe zusamme, da sie sich ja auch ählich verhalte. Jews o uio staff () Dauer Gewerkschaftsmitglied () < 4 Jahre > 4 Jahre Neutral Nicht eutral [ ] = = 38 δ s Φ [ ] / = = [ ] / = 0, 003 = = [ ] / = 0, 0 Seite 47

49 Die Sozialisatio i der Gewerkschaft (operatioalisiert durch die Dauer der Gewerkschaftsmitgliedschaft) habe Jügere sstematisch weiger erfahre als Ältere, adererseits köte Jügere tolerater (hier gemesse als Neutralität) sei. Deshalb wird Alter (z) als Testfaktor eigeführt, da eie Scheikompoete aufgrud des Alters vermutet werde ka. Alter (z = z ) Alter (z = z ) < 9 Jahre > 30 Jahre i Gewerkschaft () i Gewerkschaft () < 4 Jahre > 4 Jahre < 4 Jahre > 4 Jahre Jews o uio staff () Neutral Jews o Neutral uio Nicht staff () Nicht eutral eutral [ : z] = 5 [ : z ] = 966 δ : z = [ : z] / =, 953 δ : z = [ : z ]/ = 3, 88 s : z = [ : z] / = 0, 05 s : z = [ : z ]/ = 0, 05 Φ : z = [ : z] / 4003 = 0, 063 Φ : z = [ : z ]/496 = 0, 077 (I de Teilgruppe ergibt sich also eie sehr ähliche Beziehug: [ : z ] [ z ] ) Diese Ergebisse sid ur möglich wege der Beziehuge der Ausgagsvariable ud zu dem Drittfaktor z. Dauer der Gewerkschafts- Mitgliedschaft (< 4 Jahre) Bilaz: ges dir spurious Alter (Jügere) z Seite 48 Toleraz ( Neutral ) :

50 i Gewerkschaft () < 4 Jahre > 4 Jahre Alter (z) < 9 Jahre > 30 Jahre [ z ] = 354 δ z s z Φ z [ z] / == 35, 450 [ z] / 0, 093 [ z] / 3446 = 0, 47 = = = = Alter (z) < 9 Jahre > 30 Jahre Jews o Neutral uio staff () Nicht eutral [ z ] = 4393 δ z s z Φ z [ z] / =, 500 [ z] / 0, 030 [ z] / = 0, 7 = = = = Seite 49

51 Die Zerlegug für δ = δ δ (Dies ist die klassische Versio.) : z + δ : z + Seite =,953 3, ,450, Die Zerlegug für [] (Dies ist die recherisch eifachste Versio.) [ ] = [ : z ] + [ : z ] + [ z] [ z] δ z = ( 5) + ( 966) Die Zerlegug für die Kovariaz s (Die Kovariaz hat hierbei die güstigste Eigeschafte, s.u.) s = s s : z + : z + 9 0,003 = ( 0,05) + 38 s z s z 53 ( 0,05) + 38 δ 0,093 0, z

52 Die Zerlegug für Phi (Phi ist die wichtigste Maßzahl für die Vierfeldertafel.) Φ : z : z (, ) ( : ) = Φ z + + z z Φ : z : z : z ( z) Φ( z) : z : z : z Φ ( : z ) ,0 = ( 0,063) ( 0,077) + 0,7 0,47 Seite 5

53 Zerlegugsformel am Beispiel eies Distorter-Phäomes (..4.) Roseberg (968) illustriert das Distorter-Phäome a folgedem Beispiel, das ich für die Illustratio der Zerlegugsformel verwede möchte. Die Arbeiterschicht scheit eie stärkere Affiität zu de Bürgerrechte zu habe. We ma aber Ethie kotrolliert, wird das Gegeteil sichtbar: Die Mittelschicht befürwortet die Bürgerrechte stärker, der falsche Eidruck kommt ur dadurch zustade, dass Schwarze überproportioal Arbeiter ud gleichzeitig überproportioal für die Bürgerrechte sid. Civil rights score () Social class () Middle class Workig class High Low [ ] = 00 δ s Φ [ ] / = 5 [ ] / = 0, 0 = = = [ ] / 456 = 0, 085 Seite 5

54 Ethie (z = z ) Ethie (z = z ) Schwarze Weiße Social class () Social class () Middle class Workig class Middle class Workig class Civil rights score () High Civil rights High score () Low Low [ : z ] = 400 [ : z ] = 00 δ : z = [ : z] / = 3, 333 δ : z = [ : z ]/ =, 667 s : z = [ : z] / = 0, 08 s : z = [ : z ]/ = 0, 04 Φ : z = [ : z] / 677 = 0, 49 Φ = [ z ]/ 48 0, 083 : z : = I de beide Teilgruppe ergibt sich bei etwas großzügiger Betrachtug eie ähliche Beziehug: [ : z ] [ z ]. : Es liegt also wieder a de Beziehuge der Ausgagsvariable ud zu dem Drittfaktor z. Ethie (z) ( Schwarze ) Social class () (Middle class) + Civil rights score () (High) - Bilaz: ges dir spurious Seite 53

55 Social class () Middle class Workig class Ethie (z) Schwarze Weiße [ z ] = 9600 δ z s z Φ z [ z] / = 40 [ z] / = 0, 67 = = = [ z] / 4400 = 0, Ethie (z) Schwarze Weiße Civil rights score () High Low [ z ] = 3600 δ z s z Φ z [ z] / = 5 [ z] / 0, 063 = = = = [ z] / 456 = 0, Seite 54

56 Die Zerlegug für δ δ = δ : z + δ : z = 3,333 +,667 + ( 40) Die Zerlegug für [] [ ] = [ : z ] + [ : z ] + [ z] [ z] δ z δ = ( 9600) z Die Zerlegug für die Kovariaz s s s z z s = s: z + s: z + 0,0 = , ,04 + ( 0,67) 0, Seite 55

57 Die Zerlegug für Phi Φ : z : z : z : z (, ) = Φ( : z ) z + z : z : z : z : z Φ ( : z ) + Φ( z) Φ( z) 0,085 = , , ( 0,667) 0,083 Seite 56

58 ..4.3 Vorzeicheregel ach Davis für Suppressor- ud Distorter-Phäomee Suppressor Variable ( Dämpfed ) Bei Eiführug vo z wird die Beziehug zwische ud größer. a) Falls das Eiführe vo z eie positive Korrelatio verstärkt, so muss gelte: sig [z] = -sig [z] b) Falls das Eiführe vo z eie egative Korrelatio verstärkt, so muss gelte: sig [z] = sig [z] Distorter Bei Eiführug vo z wird ei zu dem Variable ursprügliche Zusammehag [] ( Verzerred ) etgegegesetztes Vorzeiche i [:z ] ud [:z ] sichtbar: z.b. Falls [] > 0: sig [z] = sig [z] b) Falls [] < 0: sig [z] = -sig [z] Seite 57

59 Mit Bilaze formuliert: Gesamtzusammehag Direkter Kausaleffekt Idirekter Kausaleffekt oder Spurious Suppressor Variable + (0) - (0) ++ (+) -- (-) - (-) + (+) Scheibare Nicht- Kausalität Distorter Variable Seite 58

60 Vorzeicheregel ud/oder perfekte Maßzahl? [ : z ] γ [ z][ ] [ ] = α [ : z] + β + z Bei Tpe mit: [ : z ] = [ : z ] [] = a [ : z] + b [z] [z] ges ber res Ma vergleicht de Gesamtzusammehag ud de bereiigte Zusammehag: We a =, da: res = ges ber Ob die Vorzeicheregel perfekt gilt, hägt vo de Koeffiziete a ud b ab, welche wiederum spezifisch sid für die gewählte Maßzahl bzw. Quasi-Maßzahl []. Falls a =, so gilt perfekte Vorzeicheregel. (b ist immer positiv ud stört deshalb icht, de: (res > 0) ([z] [z] > 0) ) z.b. für δ (δ ist Quasi-Maßzahl, de δ ist icht ormiert.) Seite 59

61 δ = δ + + : δ : z z γ δ z δ z ges direkter Kausal- res (Residuum) effekt bzw. bereiigter Zusammehag (res > 0) (<) geau da we (Beziehuge vo ud zu dem Testfaktor z sid gleichlauted (gegelauted) im Vorzeiche) D.h.: Die Vorzeicheregel vo Davis ist implizit i meie Bilazgleichuge ethalte. Relativierug ( Dilemma gemäß Davis): Die Vorzeicheregel für δ ist perfekt, für Φ eie Daumeregel, weil α ud β i.a. bei Φ icht eifach gleich sid. Adererseits ist Φ eie perfekte Maßzahl, währed δ icht ormiert ist: z.b.: δ = = Seite 60

62 Die Vorzeicheregel auf Basis der Kovariaz Eie Kompromisslösug i diesem Dilemma ergibt sich ach meier Auffassug für die Kovariaz s : s ist im allgemeie Fall icht ormiert, d.h. i.a. gilt icht: s < Aber: Für de eifache Fall der Vierfeldertafel ist die Kovariaz ormiert. s = ad bc ad bc + s ist also ormiert, jedoch icht so perfekt wie Φ, die Maimalwerte + köe i viele Datekostellatioe gar icht erreicht werde. Deoch ist die Kovariaz ormiert ud lässt sich auf eie Weise zerlege, die ählich eifach ist wie bei δ, wobei δ adererseits icht ormiert ist. Seite 6

63 Zerlegugsformel für die Kovariaz = s z szs z s, wobei: s + / z s z = Hierbei ist die partielle Kovariaz s.z gleich eiem gewogee arithmische Mittel aus de beide bedigte Kovariaze für die beide Teiltabelle: s = s +. z : z z s : Aus dem Vergleich der Kovariaz mit der partielle Kovariaz ergibt sich umittelbar die Vorzeicheregel: sig (s s.z ) = sig (s z s z ) I diesem Sie ist die Kovariaz ach meier Auffassug ei Kompromiss i dem Dilemma (Davis) zwische Vorzeicheregel ud perfekter Maßzahl. Seite 6

64 Gesamtzusammehag > bereiigter Zusammehag/direkter Effekt? (<) Erster Mechaismus, der wirkt: Direkter Kausaleffekt. Fall: Der zweite Mechaismus ist idirekt kausal. z β z β z β r = β β + z β z direkter Kausaleffekt idirekter Kausaleffekt Seite 63

65 . Fall: Der zweite Mechaismus beihaltet eie Scheikompoete. z β z β z r = β β β + z β z direkter Kausaleffekt Scheikompoete auf Grud vo z Vorzeicheregel für Fall ud : Gesamtzu- Bereiigter Residuum sammehag zusammehag ges = ber + res (res > 0) (Die Effekte vo ud i Relatio zu dem Dritt- (<) faktor z sid gleichlauted (gegelauted) im Vorzeiche.) Seite 64

66 3. Fall: Der zweite Mechaismus ist ei korrelierter Effekt. r z Z β z X β Y r = r β β + z z direkter Kausaleffekt korrelierter Effekt Eie Vorzeicheregel ist icht so sivoll, da es sich hier um uterschiedliche Kozepte hadelt. Seite 65

67 Mit Bilaze formuliert: Scheikorrelatio (Besser: Scheibare Kausalität) Gesamtzusammehag direkter Kausaleffekt spurious oder Scheikompoete Scheikorrelatio Z X Y (Gege-Tp: Scheibare Nicht-Kausalität) Seite 66

68 Iterveierede Variable Gesamtzusammehag direkter Kausaleffekt idirekter Kausaleffekt Iterveierede Variable z (Nur idirekter Kausaleffekt, kei direkter) Seite 67

69 Liege ei oder zwei Mechaisme vor? X Y Z hat idirekte ud direkte Effekt auf. (Zwei Kausalmechaisme) z hat ur idirekte Effekt auf. (Iterveierede Variable) z hat direkte Kausaleffekt auf ; ud: es gibt Scheikompoete i dem Gesamtzusammehag zwische ud, die auf z zurückzuführe ist. Seite 68

70 X Y Z hat keie direkte Kausaleffekt auf. ( Scheikorrelatio ) (Bessere Bezeichug: Scheikausalität) Seite 69

71 Bilaz für die Fälle, i dee zwei Mechaisme das gleiche Vorzeiche habe: z Bei Scheikompoete: Überlagerug z Bei idirektem Kausaleffekt: Verstärker Gesamtzusammehag direkt kausal spurious oder idirekt kausal Seite 70

72 Nur direkter Kausalmechaismus X Z Y Gesamtzusammehag direkt kausal spurious oder idirekt kausal Résumé: Die Lösug des Kausalitätsproblems liegt ach meier Auffassug icht i eier perfektioierte Defiitio der Kausalität, de eierseits begit ma mit der Forderug, es solle ei statistischer Zusammehag vorliege, adererseits zeigt die Diskussio der Kausaltpe, dass dies im Fall der scheibare Nicht-Kausalität gerade icht gegebe ist. Die Lösug liegt ach meier Auffassug i der Iteraktio vo theoretische Vorstelluge, die i Modelle verdichtet werde, ud Erfahrugswisse, das als Empirie aufbereitet wird. Sid die tatsächliche Beobachtuge verträglich mit Beobachtuge, die aufgrud eies theoretische Modells zu erwarte wäre? Seite 7

73 Diese Frage wird i.a. icht i eiem eizige Schritt beatwortet, soder i Zkle vo Modellgeerierug ud Modell-Modifikatio aufgrud vo Kosistezüberleguge ud Erfahrugswisse. Falls [] als Zusammehag i der Gesamttabelle ermittelt ist, sollte ma Kausalmodelle formuliere mit de Mechaisme, die de Zusammehag produziere: - direkter Kausaleffekt? - idirekte/r Kausaleffekt/e? - spurious bzw. Scheikompoete/ des Zusammehags? A diese Dekfigur küpft die Pfadaalse a. Seite 7

Robuste Asset Allocation in der Praxis

Robuste Asset Allocation in der Praxis Fiazmarkt Sachgerechter Umgag mit Progosefehler Robuste Asset Allocatio i der Praxis Pesiosfods ud adere istitutioelle Aleger sid i aller Regel a ei bestimmtes Rediteziel (Rechugszis) gebude, das Jahr

Mehr

x 2 + 2 m c Φ( r, t) = n q n (t) φ n ( r) (5) ( + k 2 n ) φ n ( r) = 0 (6a)

x 2 + 2 m c Φ( r, t) = n q n (t) φ n ( r) (5) ( + k 2 n ) φ n ( r) = 0 (6a) Quatisierug eies skalare Feldes Das Ziel ist eigetlich das elektromagetische Feld zu quatisiere, aber wie ma scho a de MAXWELLsche Gleichuge sehe ka, ist es zu kompliziert, um damit zu begie. Außerdem

Mehr

Statistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.

Statistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte. Statistik Vorlesug,. ärz, Statistische aßzahle Iformatio zu verdichte, Besoderheite hervorzuhebe ittelwerte Aufgabe: die Lage der Verteilug auf der Abszisse zu zeige. Der odus: derjeige Wert, der im Häufigste

Mehr

3. Tilgungsrechnung. 3.1. Tilgungsarten

3. Tilgungsrechnung. 3.1. Tilgungsarten schreier@math.tu-freiberg.de 03731) 39 2261 3. Tilgugsrechug Die Tilgugsrechug beschäftigt sich mit der Rückzahlug vo Kredite, Darlehe ud Hypotheke. Dabei erwartet der Gläubiger, daß der Schulder seie

Mehr

Zahlenfolgen, Grenzwerte und Zahlenreihen

Zahlenfolgen, Grenzwerte und Zahlenreihen KAPITEL 5 Zahlefolge, Grezwerte ud Zahlereihe. Folge Defiitio 5.. Uter eier Folge reeller Zahle (oder eier reelle Zahlefolge) versteht ma eie auf N 0 erlarte reellwertige Futio, die jedem N 0 ei a R zuordet:

Mehr

Integrationsseminar zur BBL und ABWL Wintersemester 2002/2003

Integrationsseminar zur BBL und ABWL Wintersemester 2002/2003 Credit Risk+ Itegratiossemiar zur BBL ud BWL Witersemester 2002/2003 Oksaa Obukhova lia Sirsikova Credit Risk+ 1 Ihalt. Eiführug i die Thematik B. Ökoomische Grudlage I. Ziele II. wedugsmöglichkeite 1.

Mehr

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist. Erfüllbarkeit, Uerfüllbarkeit, Allgemeigültigkeit Defiitio Eie Belegug β ist passed zu eiem Boolesche Term t, falls β für alle atomare Terme i t defiiert ist. (Wird ab jetzt ageomme.) Ist β(t) = true,

Mehr

Kunde. Kontobewegung

Kunde. Kontobewegung Techische Uiversität Müche WS 2003/04, Fakultät für Iformatik Datebaksysteme I Prof. R. Bayer, Ph.D. Lösugsblatt 4 Dipl.-Iform. Michael Bauer Dr. Gabi Höflig 17.11. 2003 Abbildug E/R ach relatioal - Beispiel:

Mehr

Die Gasgesetze. Die Beziehung zwischen Volumen und Temperatur (Gesetz von J.-L. und J. Charles): Gay-Lussac

Die Gasgesetze. Die Beziehung zwischen Volumen und Temperatur (Gesetz von J.-L. und J. Charles): Gay-Lussac Die Gasgesetze Die Beziehug zwische olume ud Temeratur (Gesetz vo J.-L. Gay-Lussac ud J. Charles): cost. T oder /T cost. cost.. hägt h vo ud Gasmege ab. Die extraolierte Liie scheidet die Temeratur- skala

Mehr

Model CreditRisk + : The Economic Perspective of Portfolio Credit Risk Part I

Model CreditRisk + : The Economic Perspective of Portfolio Credit Risk Part I Model CreditRisk + : The Ecoomic Perspective of Portfolio Credit Risk Part I Semiar: Portfolio Credit Risk Istructor: Rafael Weißbach Speaker: Pablo Kimmig Ageda 1. Asatz ud Ziele Was ist CreditRisk +

Mehr

3 Die Außenfinanzierung durch Fremdkapital (Kreditfinanzierung)

3 Die Außenfinanzierung durch Fremdkapital (Kreditfinanzierung) 3 Die Außefiazierug durch Fremdkapital (Kreditfiazierug) 3.1 Die Charakteristika ud Forme der Kreditfiazierug Aufgabe 3.1: Idealtypische Eigeschafte vo Eige- ud Fremdkapital Stelle Sie die idealtypische

Mehr

Versuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE

Versuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE Versuch 3/ NEWTONSCHE INTERFERENZRINGE Blatt NEWTONSCHE INTERFERENZRINGE Die Oberfläche vo Lise hat im allgemeie Kugelgestalt. Zur Messug des Krümmugsradius diet das Sphärometer. Bei sehr flacher Krümmug

Mehr

Monte Carlo-Simulation

Monte Carlo-Simulation Mote Carlo-Simulatio Mote Carlo-Methode Der Begriff Mote Carlo-Methode etstad i de 1940er Jahre, als ma im Zusammehag mit dem Bau der Atombombe die Simulatio vo Zufallsprozesse erstmals i größerem Stil

Mehr

betrieblichen Altersvorsorge

betrieblichen Altersvorsorge Reforme i der Alterssicherug 13 1. Basisiformatioe zur eue betriebliche Altersvorsorge 1.1 Reforme i der Alterssicherug Nach de große Reforme i der Alterssicherug der Jahre 2000/2001 u. a. mit dem Altersvermögesgesetz,

Mehr

beck-shop.de 2. Online-Marketing

beck-shop.de 2. Online-Marketing beck-shop.de 2. Olie-Marketig aa) Dateschutzrechtliche Eiwilligug immer erforderlich Ohe Eiwilligug des Nutzers ist eie Erhebug persoebezogeer Date icht zulässig. Eie derartige Eiwilligug ka auch icht

Mehr

Engineering von Entwicklungsprojekten mit unsicheren Aktivitätszusammenhängen in der verfahrenstechnischen Industrie

Engineering von Entwicklungsprojekten mit unsicheren Aktivitätszusammenhängen in der verfahrenstechnischen Industrie Egieerig vo Etwicklugsprojekte mit usichere Aktivitätszusammehäge i der verfahrestechische Idustrie Christopher M. Schlick Berhard Kausch Sve Tackeberg 5. Symposium Iformatiostechologie für Etwicklug ud

Mehr

Das Digitale Archiv des Bundesarchivs

Das Digitale Archiv des Bundesarchivs Das Digitale Archiv des Budesarchivs 2 3 Ihaltsverzeichis Das Digitale Archiv des Budesarchivs 4 Techische Ifrastruktur 5 Hilfsmittel zur Archivierug 5 Archivierugsformate 6 Abgabe vo elektroische Akte

Mehr

Die Risiken der privaten Altersvorsorge und deren Handling durch die Anbieter

Die Risiken der privaten Altersvorsorge und deren Handling durch die Anbieter Die ud dere Hadlig durch die Abieter 1 Übersicht Sichere Altersvorsorge: Was erwarte wir vo der private Altersvorsorge? Was macht die private Altersvorsorge usicher? Altersvorsorge i volatile Kapitalmärkte

Mehr

cubus EV als Erweiterung für Oracle Business Intelligence

cubus EV als Erweiterung für Oracle Business Intelligence cubus EV als Erweiterug für Oracle Busiess Itelligece... oder wie Oracle-BI-Aweder mit Essbase-Date vo cubus outperform EV Aalytics (cubus EV) profitiere INHALT 01 cubus EV als Erweiterug für die Oracle

Mehr

2 Organisationseinheiten und -strukturen

2 Organisationseinheiten und -strukturen 2 Orgaisatioseiheite ud -strukture 2. Eiführug Verkaufsorgaisatio (SD) Vertriebsweg (SD) Sparte (LO) Verkaufsbüro (SD) Verkäufergruppe (SD) Madat Buchugskreis (FI) Kreditkotrollbereich (FI) Werk (LO) Versadstelle

Mehr

Internet-Zahlungsverfahren aus Sicht der Händler: Ergebnisse der Umfrage IZH5

Internet-Zahlungsverfahren aus Sicht der Händler: Ergebnisse der Umfrage IZH5 Iteret- aus Sicht der Hädler: Ergebisse der Umfrage IZH5 Vorab-Kurzauswertug ausgewählter Aspekte Dezember 2009 1 Gegestad ud ausgewählte Ergebisse der Studie Mit der aktuelle füfte Umfragewelle zum Thema

Mehr

FINANZMATHEMATIK. 1. Zinsen und Zinseszinsen. Finanzmathematik 81

FINANZMATHEMATIK. 1. Zinsen und Zinseszinsen. Finanzmathematik 81 Fiazmathematik 8 FINANZMATHEMATIK. Zise ud Ziseszise Die Zise als Preis für die Zurverfügugstellug vo Geld bilde das zetrale Elemet i der Fiazmathematik. Hierbei sid verschiedee Arte der Verzisug zu uterscheide.

Mehr

1741 SWITZERLAND EQUAL WEIGHTED INDEX

1741 SWITZERLAND EQUAL WEIGHTED INDEX 1741 Switzerlad Idex Series 1741 SWITZERLAND EQUAL WEIGHTED INDEX Reglemet Versio vom 01.07.2015 1741 Switzerlad Equal Weighted Idex 2 INHALTSVERZEICHNIS 1 Eileitug 3 2 Idex Spezifikatioe 4 3 Idex Uiversum

Mehr

Mathematik. Vorlesung im Bachelor-Studiengang Business Administration (Modul BWL 1A) an der FH Düsseldorf im Wintersemester 2008/09

Mathematik. Vorlesung im Bachelor-Studiengang Business Administration (Modul BWL 1A) an der FH Düsseldorf im Wintersemester 2008/09 Mathematik Vorlesug im Bachelor-Studiegag Busiess Admiistratio (Modul BWL A) a der FH Düsseldorf im Witersemester 2008/09 Dozet: Dr. Christia Kölle Teil I Fiazmathematik, Lieare Algebra, Lieare Optimierug

Mehr

LTN-Newsletter. Evaluation 2011

LTN-Newsletter. Evaluation 2011 LTN-Newsletter Evaluatio 211 LTN-BBiT LearTechNet Bereich Bildugstechologie Uiversität Basel Vizerektorat Lehre Petersgrabe 3 CH-43 Basel ifo.ltn@uibas.ch www.ltn.uibas.ch - 2 - Ihaltsverzeichis Durchführug

Mehr

Erfolgsfaktoren des technischunterstützten

Erfolgsfaktoren des technischunterstützten Erfolgsfaktore des techischuterstützte Wissesmaagemets Dr. Marc Diefebruch Prof. Dr. Thomas Herrma Marc.Diefebruch@ui-dortmud.de Thomas.Herrma@ui-dortmud.de Uiversität Dortmud, Iformatik ud Gesellschaft

Mehr

Glücksspielverhalten in Bayern

Glücksspielverhalten in Bayern Glücksspielverhalte i Bayer 1 Zielsetzug Schätzuge aus Bevölkerugsstudie zu Glücksspiel i Deutschlad zu Folge habe um die 70% der Deutsche scho eimal gespielt (Bühriger, Kraus, Sotag, Pfeiffer-Gerschel,

Mehr

Zur Ableitung zulässiger Messunsicherheiten

Zur Ableitung zulässiger Messunsicherheiten Zur Ableitug zulässiger Messusicherheite aus Toleraze bei Igeieurvermessuge a Krabahe Has Schulz Vo de jeweilige Herstelltoleraze ist für die Vermessug ei bestimmter Ateil die Vermessugstoleraz vorzusehe,

Mehr

Stefanie Grimm, Dr. Jörg Wenzel, Dr. Gerald Kroisandt, Prof. Dr. Ralf Korn, Dr. Johannes Leitner, Dr. Peter Ruckdeschel, Dr. Christina Erlwein-Sayer,

Stefanie Grimm, Dr. Jörg Wenzel, Dr. Gerald Kroisandt, Prof. Dr. Ralf Korn, Dr. Johannes Leitner, Dr. Peter Ruckdeschel, Dr. Christina Erlwein-Sayer, Stefaie Grimm, Dr. Jörg Wezel, Dr. Gerald Kroisadt, Prof. Dr. Ralf Kor, Dr. Johaes Leiter, Dr. Peter Ruckdeschel, Dr. Christia Erlwei-Sayer, Dr. Berhard Kübler, Dr. Sascha Desmettre, Dr. Roma Horsky, Dr.

Mehr

Bereichsleitung Fitness und GroupFitness (IST)

Bereichsleitung Fitness und GroupFitness (IST) Leseprobe Bereichsleitug Fitess ud GroupFitess (IST) Studieheft Persoalmaagemet Autori Corelia Trikaus Corelia Trikaus ist Diplom-Ökoomi ud arbeitet als wisseschaftliche ud pädagogische Mitarbeiteri bei

Mehr

Umsatzprognose im Lebensmitteleinzelhandel mit Hilfe von Data Mining Methoden

Umsatzprognose im Lebensmitteleinzelhandel mit Hilfe von Data Mining Methoden Uiversität-Gesamthochschule Paderbor Fachbereich 17 Umsatzprogose im Lebesmitteleizelhadel mit Hilfe vo Data Miig Methode Diplomarbeit im Fachbereich Iformatik vorgelegt vo: Mischa Kuchike Wewelsburger

Mehr

Wirtschaftsmathematik

Wirtschaftsmathematik Studiegag Betriebswirtschaft Fach Wirtschaftsmathematik Art der Leistug Studieleistug Klausur-Kz. BW-WMT-S1 040508 Datum 08.05.004 Bezüglich der Afertigug Ihrer Arbeit sid folgede Hiweise verbidlich: Verwede

Mehr

9 Der bipolare Transistor

9 Der bipolare Transistor 9 Der bipolare Trasistor Der bipolare Trasistor ist ei Halbleiter-auelemet, bei dem mit eiem kleie Steuerstrom ei großer Hauptstrom gesteuert wird. 9.1 Aufbau ud Herstellugsverfahre Der bipolare Trasistor

Mehr

Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK. 1. Vorbemerkung

Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK. 1. Vorbemerkung Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK Physikalische Prozesse, die eier statistische Gesetzmäßigkeit uterworfe sid, lasse sich mit eier Verteilugsfuktio beschreibe. Die Gauß-Verteilug

Mehr

"Ich glaube nur die Statistik, die ich selbst gefälscht habe."

Ich glaube nur die Statistik, die ich selbst gefälscht habe. THEORETISCHE GRUNDLAGEN I der Biophysik versuche wir biologische Vorgäge mit physikalische Methode zu utersuche ud zu verstehe. Wir setze dabei voraus, dass biologische Größe quatitativ gemesse ud mit

Mehr

Mietnebenkosten von A-Z

Mietnebenkosten von A-Z Beck-Rechtsberater im dtv 50758 Mietebekoste vo A-Z Begriffe, Musterformulieruge, Berechugsbeispiele, Checkliste vo Dr. Klaus Lützekirche 6. Auflage Verlag C.H. Beck Müche 2014 Verlag C.H. Beck im Iteret:

Mehr

Wirtschaftsingenieurwesen Wirtschaftsmathematik Prüfungsleistung WI-WMT-P12 040703. Studiengang Fach Art der Leistung Klausur-Knz. Datum 03.07.

Wirtschaftsingenieurwesen Wirtschaftsmathematik Prüfungsleistung WI-WMT-P12 040703. Studiengang Fach Art der Leistung Klausur-Knz. Datum 03.07. Studiegag Fach Art der Leistug Klausur-Kz. Wirtschaftsigeieurwese Wirtschaftsmathematik Prüfugsleistug WI-WMT-P 040703 Datum 03.07.004 Bezüglich der Afertigug Ihrer Arbeit sid folgede Hiweise verbidlich:

Mehr

Nachklausur - Analysis 1 - Lösungen

Nachklausur - Analysis 1 - Lösungen Prof. Dr. László Székelyhidi Aalysis I, WS 212 Nachklausur - Aalysis 1 - Lösuge Aufgabe 1 (Folge ud Grezwerte). (i) (1 Pukt) Gebe Sie die Defiitio des Häufugspuktes eier reelle Zahlefolge (a ) N. Lösug:

Mehr

Organisatorische Strukturen und Stammdaten in ERP-Systemen

Organisatorische Strukturen und Stammdaten in ERP-Systemen Attributame Beschreibug Name des Lerobjekts Autor/e Zielgruppe Vorwisse Lerziel Beschreibug Dauer der Bearbeitug Keywords Orgaisatorische Strukture ud Stammdate i ERP-Systeme FH Vorarlberg: Gasser Wirtschaftsiformatik

Mehr

echurchweb echurchweb für Kirchgemeinden

echurchweb echurchweb für Kirchgemeinden echurchweb für Kirchgemeide echurchweb begit bei de Prozesse Verwaltugsverfahre beihalte viele mehr oder weiger komplexe Etscheidugsprozesse. Etspreched hoch sid die Aforderuge a die Flexibilität ud Modularität

Mehr

Skript Mathematik. Inhaltsverzeichnis

Skript Mathematik. Inhaltsverzeichnis Skript Mathematik Ihaltsverzeichis Folge ud Reihe.... Arithmetische Folge ud Reihe.... Geometrische Folge ud Reihe.... Aufgabe... Zis- ud Ziseszisrechug...4. Eifache Verzisug...4. Ziseszisrechug...5. Gemischte

Mehr

Bewertung von Anleihen

Bewertung von Anleihen Bewertug vo Aleihe Arithmetik der Aleihebewertug: Überblick Zerobods ud Koupoaleihe Ziskurve: Spot Zise ud Yield to Maturity Day cout Kovetioe Replikatio ud Arbitrage Forward Zise Yield ud ex post realisierte

Mehr

3. Abschnitt: Die Mängelansprüche des Mieters

3. Abschnitt: Die Mängelansprüche des Mieters 3. Teil Die Miete/Pacht 3. Abschitt: Die Mägelasprüche des Mieters 128 Prüfugsschema zum Mägelaspruch I. Wirksamer Mietvertrag II. Magel der Mietsache III. Wahrehmug der Mägelasprüche 1. Beseitigug, 535

Mehr

DMS Dokumenten- Management-System

DMS Dokumenten- Management-System DMS Dokumete- Maagemet-System Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Itegratio i das Ageda-System... 4 3 Highlights... 5 3.1 Scae, verschlagworte ud archiviere i eiem Arbeitsgag... 5 3.2 Dokumete

Mehr

Die allgemeinen Daten zur Einrichtung von md cloud Sync auf Ihrem Smartphone lauten:

Die allgemeinen Daten zur Einrichtung von md cloud Sync auf Ihrem Smartphone lauten: md cloud Syc / FAQ Häufig gestellte Frage Allgemeie Date zur Eirichtug Die allgemeie Date zur Eirichtug vo md cloud Syc auf Ihrem Smartphoe laute: Kototyp: Microsoft Exchage / ActiveSyc Server/Domai: mailsyc.freeet.de

Mehr

ANLAG Anlagenbuchführung

ANLAG Anlagenbuchführung ANLAG Alagebuchführug Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Itegratio i das Ageda-System... 4 3 Highlights... 5 3.1 Alagegüter aus der Buchugserfassug überehme... 5 3.2 Zugag oder Vortrag... 7

Mehr

Finanzmathematik für HAK

Finanzmathematik für HAK Fiazmathematik für HAK Dr.Mafred Gurter 2008. Kapitalverzisug bei der Bak mit lieare (eifache) Zise währed des Jahres Beispiel : Ei Kapital vo 3000 wird mit 5% für 250 Tage verzist. Wie viel bekommt ma

Mehr

Seminar Derivate Finanzprodukte aus mathematischer Sicht Up-and-out Call Option

Seminar Derivate Finanzprodukte aus mathematischer Sicht Up-and-out Call Option Semiar Derivate Fiazprodukte aus mathematischer Sicht Up-ad-out Call Optio UIVERSITÄT TRIER Fachbereich IV Wirtschaftswisseschafte / Mathematik Witersemester 22/3 Leiter: Prof. Dr. H. Luschgy Eigereicht

Mehr

Sichtbar im Web! Websites für Handwerksbetriebe. Damit Sie auch online gefunden werden.

Sichtbar im Web! Websites für Handwerksbetriebe. Damit Sie auch online gefunden werden. Sichtbar im Web! Websites für Hadwerksbetriebe. Damit Sie auch olie gefude werde. Professioelles Webdesig für: Hadwerksbetriebe Rudum-sorglos-Pakete Nur für Hadwerksbetriebe Webdesig zu Festpreise - ukompliziert

Mehr

egovweb egovweb für öffentliche Verwaltungen

egovweb egovweb für öffentliche Verwaltungen egovweb für öffetliche Verwaltuge E-Govermet begit bei de Prozesse Verwaltugsverfahre beihalte viele mehr oder weiger komplexe Etscheidugsprozesse. Etspreched hoch sid die Aforderuge a die Flexibilität

Mehr

Investition und Finanzierung

Investition und Finanzierung Ivestitio ud Fiazierug - Vorlesug 11 - Prof. Dr. Raier Elsche Prof. Dr. Raier Elsche - 186 - Eiheitskursfeststellug Kursfeststellug ach dem Meistausführugsprizip durch Börsemakler. Kaufaufträge Verkaufsaufträge

Mehr

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110 Name, Vorame Matrikel-Nr. Studiezetrum Studiegag Fach Art der Leistug Klausur-Kz. Betriebswirtschaft Wirtschaftsmathematik Studieleistug Datum 10.11.2001 BW-WMT-S12 011110 Verwede Sie ausschließlich das

Mehr

Bau- und Wohncenter Stephansplatz

Bau- und Wohncenter Stephansplatz Viele gute Grüde, auf us zu baue Bau- ud Wohceter Stephasplatz Parter der Bak Austria Silvia Nahler Tel.: 050505 47287 Mobil: 0664 20 22 354 Silvia.ahler@cityfiace.at Fiazservice GmbH Ralph Decker Tel.:

Mehr

Leitfaden zum Photovoltaik Global 30 Index *

Leitfaden zum Photovoltaik Global 30 Index * Lefade zum Photovoltaik Global 30 Idex * Versio.0 * Photovoltaik Global 30 Idex ist ei Idex der ABN AMRO, der vo der Deutsche Börse berechet ud verteilt wird. Deutsche Börse AG Versio.0 Lefade zum Photovoltaik

Mehr

Ferienkurs Quantenmechanik Sommersemester 2013. Elektromagnetische Felder und Störungstheorie

Ferienkurs Quantenmechanik Sommersemester 2013. Elektromagnetische Felder und Störungstheorie Elektromagetische Felder Feriekurs Quatemechaik Sommersemester 013 Seite 1 Daiel Roseblüh ud Floria Häse Fakultät für Physik Techische Uiversität Müche Elektromagetische Felder ud Störugstheorie Im Folgede

Mehr

Kunde Studie: Erfolgsfaktoren von Online-Communities

Kunde Studie: Erfolgsfaktoren von Online-Communities Kude Studie: Erfolgsfaktore vo Olie-Commuities Titel Frakfurt, des Projekts 17. September 2007 Durchgeführt vo: HTW Dresde, Prof. Dr. Ralph Sotag BlueMars GmbH, Tobias Kirchhofer, Dr. Aja Rau Mit freudlicher

Mehr

Stochastik für WiWi - Klausurvorbereitung

Stochastik für WiWi - Klausurvorbereitung Dr. Markus Kuze WS 2013/14 Dipl.-Math. Stefa Roth 11.02.2014 Stochastik für WiWi - Klausurvorbereitug Gesetz der totale Wahrscheilichkeit ud Satz vo Bayes (Ω, F, P) Wahrscheilichkeitsraum, E 1,..., E F

Mehr

Modellierung und Requirements Management Ein starkes Team

Modellierung und Requirements Management Ein starkes Team advertorial Rudolf Hauber Susae Mühlbauer (Rudolf.Hauber@HOOD-Group.com) betreut bei der HOOD Group als Seior Cosultat das Thema Aforderugsmodellierug ud ist dort für de Bereich Aerospace ud Defese zustädig.

Mehr

Kundenbefragung BFS 2009. Berichterstattung. Dezember 2009. Eidgenössisches Departement des Innern EDI Bundesamt für Statistik BFS Führungsstab

Kundenbefragung BFS 2009. Berichterstattung. Dezember 2009. Eidgenössisches Departement des Innern EDI Bundesamt für Statistik BFS Führungsstab Eidgeössisches Departemet des Ier EDI Budesamt für Statistik BFS Führugsstab Dezember 2009 Kudebefragug BFS 2009 Berichterstattug 2/62 Ihaltsverzeichis 1 Zusammefassug 7 2 Ausgagslage, Ziel ud Erhebugsstruktur

Mehr

10. FOLGEN, REIHEN, GRENZWERTE

10. FOLGEN, REIHEN, GRENZWERTE Folge, Reihe, Grezwerte 0. FOLGEN, REIHEN, GRENZWERTE 0.. Folge (a) Defiitio Betrachtet ma bei eier Fuktio ur jee Fuktioswerte, die sich durch Eisetze vo Argumete aus de atürliche Zahle ergebe, so erhält

Mehr

DDR-RAM Double Data Rate-RAM

DDR-RAM Double Data Rate-RAM DDR- Double Data Rate- SD Beispiel: PC133 Chip-Ker ( ), -Buffer (im Speicherchip itegrierter Zwischespeicher) ud der extere Speicherbus arbeite mit gleicher Frequez vo 133 MHz. Nur bei aufsteigeder Flake

Mehr

1. Ein Kapital von 5000 ist zu 6,5% und ein Kapital von 4500 zu 7% auf 12 Jahre angelegt. Wie groß ist der Unterschied der Endkapitalien?

1. Ein Kapital von 5000 ist zu 6,5% und ein Kapital von 4500 zu 7% auf 12 Jahre angelegt. Wie groß ist der Unterschied der Endkapitalien? Fiazmathematik Aufgabesammlug. Ei Kapital vo 5000 ist zu 6,5% ud ei Kapital vo 4500 zu 7% auf 2 Jahre agelegt. Wie groß ist der Uterschied der Edkapitalie? 2. Wa erreicht ei Kapital eie höhere Edwert,

Mehr

Rainer Mohr Manfred Schubert. Funkuhrtechnik und Funkuhrentwicklung

Rainer Mohr Manfred Schubert. Funkuhrtechnik und Funkuhrentwicklung Raier Mohr Mafred Schubert Fukuhrtechik ud Fukuhretwicklug 76 I Deutschlad ist die Physikalisch Techische Budesastalt (PTB) i Brauschweig für die Verbreitug der gesetzliche Zeit veratwortlich (Zeitgesetz).

Mehr

Bundesanstalt für Finanzdienstleistungsaufsicht

Bundesanstalt für Finanzdienstleistungsaufsicht Budesastalt für Fiazdiestleistugsaufsicht Techische Spezifikatioe vo EIOPA Zusätzliche Erläuteruge der BaFi 30.06.2014 Ihaltsverzeichis 1. Eileitug... 2 2. Berechug des NatCAT-Risikos für die Auto-Kaskoversicherug...

Mehr

Übersicht. über die Vorlesung Solarenergie. Vorläufige Terminplanung Vorlesung Solarenergie WS 2005/2006 Stand: 10.11.2005

Übersicht. über die Vorlesung Solarenergie. Vorläufige Terminplanung Vorlesung Solarenergie WS 2005/2006 Stand: 10.11.2005 Übersicht über die Vorlesug Solareergie Vorläufige Termiplaug Vorlesug Solareergie WS 2005/2006 Stad: 10.11.2005 Termi Thema Dozet Di. 25.10. Wirtschaftliche Lemmer/Heerig Aspekte/Eergiequelle Soe Fr.

Mehr

Die Instrumente des Personalmanagements

Die Instrumente des Personalmanagements 15 2 Die Istrumete des Persoalmaagemets Zur Lerorietierug Sie solle i der Lage sei:! die Ziele, Asätze ud Grüde eier systematische Persoalplaug darzulege;! die Istrumete der Persoalplaug zu differeziere;!

Mehr

Remote Control Services. www.r-c-t.biz www.r-c-s.biz ON / OFF. Messen Kommunizieren Auswerten Agieren

Remote Control Services. www.r-c-t.biz www.r-c-s.biz ON / OFF. Messen Kommunizieren Auswerten Agieren Remote Cotrol www.r-c-t.biz www.r-c-s.biz C ON / OFF 0...5 V Messe Kommuiziere Auswerte Agiere Die RCS Web Applikatio Itelligete Ferberwachug via Iteret Alle Takihalte, Zählerstäde, Temperature, Gebäude

Mehr

KASSENBUCH ONLINE Online-Erfassung von Kassenbüchern

KASSENBUCH ONLINE Online-Erfassung von Kassenbüchern KASSENBUCH ONLINE Olie-Erfassug vo Kassebücher Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Itegratio i das Ageda-System... 4 3 Highlights... 5 3.1 Ituitive Olie-Erfassug des Kassebuchs... 5 3.2 GoB-sicher

Mehr

Vertragsangebot für Darlehenskonto 2004760786

Vertragsangebot für Darlehenskonto 2004760786 Für Ihre Uterlage Vertragsagebot für Darleheskoto 2004760786 Darlehesehmer Max Musterma Vorgagsummer 0840759173 (0) Ihr Darlehesatrag vom 01.06.2015 Beleihugsobjekt Musterstr. 100, 12345 Musterstadt Nutzugsart

Mehr

1 Wahrscheinlichkeitslehre

1 Wahrscheinlichkeitslehre Wahrscheilichkeitslehre. Grudlage der Wahrscheilichkeitsrechug Die Wahrscheilichkeitslehre ist ei elemetarer Bestadteil der Statistik. Die mathematische Wahrscheilichkeitslehre umfasst ei kompliziertes

Mehr

S-PENSION. Sparen Sie sich eine Zusatzrente für morgen an und genießen Sie sofortige Steuervorteile.

S-PENSION. Sparen Sie sich eine Zusatzrente für morgen an und genießen Sie sofortige Steuervorteile. S-PENSION Spare Sie sich eie Zusatzrete für morge a ud geieße Sie sofortige Steuervorteile. Ihalt 1. Es ist Zeit, die Iitiative zu ergreife 4 2. Geieße Sie sofortige Steuervorteile 5 3. Die Kapitalbildugsphase:

Mehr

Documents to Go : mobil, sicher, überall

Documents to Go : mobil, sicher, überall Mai 2009 Ausgabe #2-09 Deutschlad Euro 9,60 ISSN: 1864-8398 4 260122 090006 Die Zukuft des Dokumets Co-Creatio als Paradigma Wissesmaagemet im Web 2.0 Dokumete-Maagemet ud Usability Documets to Go : mobil,

Mehr

1 Analysis T1 Übungsblatt 1

1 Analysis T1 Übungsblatt 1 Aalysis T Übugsblatt A eier Weggabelug i der Wüste lebe zwei Brüder, die vollkomme gleich aussehe, zwische dee es aber eie gewaltige Uterschied gibt: Der eie sagt immer die Wahrheit, der adere lügt immer.

Mehr

Erwartungswert und Varianz bei Verteilungen und Glücksspielen

Erwartungswert und Varianz bei Verteilungen und Glücksspielen HL Saalfelde Erwartugswert / Variaz Seite vo 7 Wilfried Rohm Erwartugswert ud Variaz bei Verteiluge ud Glücksspiele Mathematische / Fachliche Ihalte i Stichworte: Erwartugswerte ud Variaz (Stadardabweichug)

Mehr

IT-Service-Management Ein Modell zur Bestimmung der Folgen von Interoperationalitätsstandards auf die Einbindung externer IT-Dienstleister

IT-Service-Management Ein Modell zur Bestimmung der Folgen von Interoperationalitätsstandards auf die Einbindung externer IT-Dienstleister IT-Service-Maagemet Ei Modell zur Bestimmug der Folge vo Iteroperatioalitätsstadards auf die Eibidug exterer IT-Diestleister Kathri Susae Brauwarth Berd Heirich Kerpukte: Wie wirke sich Iteroperatioalisierugsstadards

Mehr

Merge-Sort und Binäres Suchen

Merge-Sort und Binäres Suchen Merge-Sort ud Biäres Suche Ei Bericht vo Daiel Haeh Mediziische Iformatik, Prosemiar WS 05/06 Ihaltsverzeichis I. Eileitug 3 II. III. IV. i. Das Divide-ad-coquer -Verfahre Merge-Sort i. Eileitug ii. Fuktiosweise

Mehr

Im Dickicht der Gesundheitsreform

Im Dickicht der Gesundheitsreform Nr. 79 November 2003 Argumete zu Marktwirtschaft ud Politik Bürgerversicherug ud Kopfpauschale Im Dickicht der Gesudheitsreform Verkürzte Begriffe verschleier die ihaltliche Uzuläglichkeit beider Vorschläge

Mehr

Lösungen zu Kontrollfragen

Lösungen zu Kontrollfragen Lehrstuhl für Fiazwirtschaft Lösuge zu Kotrollfrage Fiazwirtschaft Prof. Dr. Thorste Poddig Fachbereich 7: Wirtschaftswisseschaft 2 Forme der Fremdfiazierug (Kapitel 6) Allgemeier Überblick 89. Ma ka die

Mehr

IT-Service-Management Ein Modell zur Bestimmung der Folgen von Interoperabilitätsstandards auf die Einbindung externer IT-Dienstleister

IT-Service-Management Ein Modell zur Bestimmung der Folgen von Interoperabilitätsstandards auf die Einbindung externer IT-Dienstleister Uiversität Augsburg Prof. Dr. Has Ulrich Buhl Kerkompetezzetrum Fiaz- & Iformatiosmaagemet Lehrstuhl für BWL, Wirtschaftsiformatik, Iformatios- & Fiazmaagemet Diskussiospapier WI-198 IT-Service-Maagemet

Mehr

EU setzt auf grüne Ventilatoren

EU setzt auf grüne Ventilatoren ErP-Richtliie fordert hohe Wirkugsgrade: EU setzt auf grüe Vetilatore gettyimages/steve Che 9 ErP-Richtliie fordert hohe Wirkugsgrade: EU setzt auf grüe Vetilatore Vetilatore i GreeTech EC-Techologie übertreffe

Mehr

Kerncurriculum Berufliche Gymnasien Niedersachsen Stochastik

Kerncurriculum Berufliche Gymnasien Niedersachsen Stochastik Jes Hellig Herausgeber: Klaus Schillig Kercurriculum Berufliche Gymasie Niedersachse Stochastik Darstelle Auswerte Beurteile 2. Auflage Bestellummer 03330 Habe Sie Areguge oder Kritikpukte zu diesem Produkt?

Mehr

advertorial der autor Warum lohnen sich häufige Tests? Konstantin Diener

advertorial der autor Warum lohnen sich häufige Tests? Konstantin Diener der autor Kostati Dieer (kostati.dieer@cofipro.de) ist Leadig Cosultat bei der Cofipro AG. Er beschäftigt sich seit über zeh Jahre mit Softwarearchitektur ud sei Iteresse gilt allem, was IT ud Fachabteiluge

Mehr

Lichtquellen Körper die selbst Licht erzeugen, nennt man Lichtquellen. Die meisten Lichtquellen sind glühende Körper mit hoher Temperatur.

Lichtquellen Körper die selbst Licht erzeugen, nennt man Lichtquellen. Die meisten Lichtquellen sind glühende Körper mit hoher Temperatur. PS - OPTIK P. Redulić 2007 LICHT STRAHLENOPTIK LICHT. Lichtquelle ud beleuchtete Körper Sichtbare Körper sede teilweise Licht aus, teilweise reflektiere sie aber auch das auf sie fallede Licht. Lichtquelle

Mehr

Die Besteuerung des Gewinns aus dem Verkauf von Anteilen an Unternehmen Ein Vergleich der Lösungen verschiedener Steuersysteme

Die Besteuerung des Gewinns aus dem Verkauf von Anteilen an Unternehmen Ein Vergleich der Lösungen verschiedener Steuersysteme Die Besteuerug des Gewis aus dem Verkauf vo Ateile a Uterehme Ei Vergleich der Lösuge verschiedeer Steuersysteme INAUGURAL DISSERTATION ZUR ERLANGUNG DES GRADES EINES DOKTORS DER WIRTSCHAFTSWISSENSCHAFTEN

Mehr

Inhaltsverzeichnis. 1 Leistungsbeschreibung... 3

Inhaltsverzeichnis. 1 Leistungsbeschreibung... 3 FIBU Kosterechug Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Highlights... 4 2.1 Variable oder fixe Kostestelleverteilug... 4 2.2 Mehrstufiges Umlageverfahre... 5 2.3 Kosolidierugsebee für die Wertekotrolle...

Mehr

Das FSB Geldkonto. Einfache Abwicklung und attraktive Verzinsung. +++ Verzinsung aktuell bis zu 3,7% p.a. +++

Das FSB Geldkonto. Einfache Abwicklung und attraktive Verzinsung. +++ Verzinsung aktuell bis zu 3,7% p.a. +++ Das FSB Geldkoto Eifache Abwicklug ud attraktive Verzisug +++ Verzisug aktuell bis zu 3,7% p.a. +++ zuverlässig servicestark bequem Kompeteter Parter für Ihr Wertpapiergeschäft Die FodsServiceBak zählt

Mehr

Aufgaben zur vollständigen Induktion

Aufgaben zur vollständigen Induktion c 7 by Raier Müller - Aufgabe zur vollstädige Idutio We ichts aderes agegebe ist, da gelte die Behauptuge für IN {; ; ;...}. A) Teilbareit: ) ist gerade (d.h. durch teilbar). ) ist durch teilbar. ) ist

Mehr

Bestimmte Gegenstände können drei Jahre lang mit einem festen Wert angesetzt werden, wenn folgende Voraussetzungen

Bestimmte Gegenstände können drei Jahre lang mit einem festen Wert angesetzt werden, wenn folgende Voraussetzungen 2.1 Ivetur 2.1.4 Bewertug der Vermögesgegestäde 2.1.4.1 Eizelbewertug Grudsätzlich sid bei eier Ivetur die Vermögesgegestäde eizel zu erfasse ud etspreched zu bewerte.esgibtzweiausahme vomgrudsatz dereizelbewertug.

Mehr

Statistik und Wahrscheinlichkeitslehre

Statistik und Wahrscheinlichkeitslehre Statistik ud Wahrscheilichkeitslehre Zufall ud Mittelwerte Für alle techische Studiegäge Prof. Dr.-Ig. habil. Thomas Adamek Grudlage der Wahrscheilichkeitsrechug. Eiführug Grudlage vo Statistik ud Wahrscheilichkeitsrechug

Mehr

PrivatKredit. Direkt ans Ziel Ihrer Wünsche

PrivatKredit. Direkt ans Ziel Ihrer Wünsche PrivatKredit Direkt as Ziel Ihrer Wüsche Erlebe Sie eue Freiräume. Leiste Sie sich, was Ihe wichtig ist. Sie träume scho seit lagem vo eier eue Aschaffug, wie z. B.: eiem eue Auto eue Möbel Oder es stehe

Mehr

Zur Mathematik derivativer Finanzinstrumente: Anregungen für den Stochastik-Unterricht

Zur Mathematik derivativer Finanzinstrumente: Anregungen für den Stochastik-Unterricht Zur Mathematik derivativer Fiazistrumete: Areguge für de StochastikUterricht Dietmar Pfeifer, Uiversität Oldeburg Zusammefassug: Spätestes seit der Verleihug des Nobelpreises für Ökoomie im Jahr 1997 a

Mehr

Optionsbewertung. Elke Korn Ralf Korn 1

Optionsbewertung. Elke Korn Ralf Korn 1 MaMaEuSch Maagemet Mathematics for Europea Schools http://www.mathematik.uikl.de/~mamaeusch/ Optiosbewertug Elke Kor Ralf Kor Diese Veröffetlichug ist Teil des Buchprojektes Mathematik ud Ökoomie, das

Mehr

Setzen Sie auf die richtige Karte. Mit der WWF Visa und der MasterCard Karte helfen Sie der Natur. Ohne Extrakosten für Sie. for a living planet

Setzen Sie auf die richtige Karte. Mit der WWF Visa und der MasterCard Karte helfen Sie der Natur. Ohne Extrakosten für Sie. for a living planet Setze Sie auf die richtige Karte. Mit der WWF Visa ud der MasterCard Karte helfe Sie der Natur. Ohe Extrakoste für Sie. for a livig plaet Kreditkarte ist icht gleich Kreditkarte. Die WWF Visa ud MasterCard

Mehr

Wenig Zeit für viel Arbeit? Reibungsloser Wechsel zu iskv_21c

Wenig Zeit für viel Arbeit? Reibungsloser Wechsel zu iskv_21c Click it Weig Zeit für viel Arbeit? Reibugsloser Wechsel zu iskv_21c Zeit zu wechsel Seit dem Jahr 2006 ist klar: Das ISKV-Basissystem wird i absehbarer Zeit ausgediet habe. Mit der Neuetwicklug iskv_21c

Mehr

Crossmediale Redaktionssysteme als Basis für mehrmediales Publizieren

Crossmediale Redaktionssysteme als Basis für mehrmediales Publizieren Crossmediale Redaktiossysteme als Basis für mehrmediales Publiziere Crossmediales Publiziere, Cotet-Maagemet-Systeme, Digital Asset Maagemet (DAM), E-Books Verlage wadel sich zu itegrierte Medieuterehme.

Mehr

Geld. Frühlingsputz für Ihre Finanzen. Leckere Oster-Lämmchen. Tolle Vorteile für werdende Muttis. April 2011

Geld. Frühlingsputz für Ihre Finanzen. Leckere Oster-Lämmchen. Tolle Vorteile für werdende Muttis. April 2011 Geld Lebe Editio s a Wom April 2011 Frühligsputz für Ihre Fiaze Leckere Oster-Lämmche Tolle Vorteile für werdede Muttis Frühligsputz für Ihre Fiaze Versicheruge: welche sid ihr Geld wert? Das Thema Sicherheit

Mehr

2.6.8 Altersvermögensgesetz (AVmG) Riester-Rente 2.6.8.1 Einführung

2.6.8 Altersvermögensgesetz (AVmG) Riester-Rente 2.6.8.1 Einführung Die gesetzliche Reteversicherug (GRV) 45 Jahre Durchschittsverdiest) gegeüber dem Nettoarbeitsetgelt eies heutige Durchschittsverdieers aus. Aufgrud der Eiführug der achgelagerte Besteuerug der Rete wird

Mehr

Nachhaltige Lichtlösungen für Industrie und Technik

Nachhaltige Lichtlösungen für Industrie und Technik Nachhaltige Lichtlösuge für Idustrie ud Techik Eie Checkliste ud ei Fallbeispiel zur Sekug vo Eergiekoste ud CO bei gleichzeitiger Verbesserug der Lichtqualität. Nachhaltige Lichtlösuge Die Eiflussfaktore

Mehr