Statistik. Deskriptive Statistik. Deskriptive Statistik. Deskriptive Statistik

Größe: px
Ab Seite anzeigen:

Download "Statistik. Deskriptive Statistik. Deskriptive Statistik. Deskriptive Statistik"

Transkript

1 AGAH Aual Meetig 004, Berli Grudlage der Biometrie Beschreibede ud schließede Statistik i kliische Studie Jede mathematische Formel reduziert die Azahl der Zuhörer um 50% PD Dr. Thomas Sudhop & Dr. med. Dipl. chem. Michael Reber Abteilug für Kliische Pharmakologie Uiversität Bo Wie viele Formel werde beötigt, um de Saal zu leere? Statistik Lehre vo de Verteiluge Deskriptive Statistik Deskriptive Statistik = empirische Verteiluge vo Merkmale Iduktive/Aalytische Statistik = Schließe vo eier Stichprobe auf die Grudgesamtheit Wahrscheilichkeitstheorie = Verteiluge vo Zufallsvariable Aufgabe: Strukturierug der Rohdate Deskriptive Statistik Tabelle / Graphische Darstellug Deskriptive Statistik Tabelle / Graphische Darstellug Patiet Mittelwerte Placebo ,95 Arzei alpha ,4 Arzei beta , Placebo Arzei alpha Arzei beta Patiet Mittelwerte Placebo ,95 Medisa alpha ,4 Medisa beta ,75 RR Blutdruckseker im Vergleich Probad Placebo Arzei alpha Arzei beta

2 AGAH Aual Meetig 004, Berli Deskriptive Statistik Populatio Was? Wie? Strukturierug der Rohdate Verwedug mathematischer Methode zur stadardisierte Erfassug bestimmter Merkmale der erhobee Date Warum? Hervorhebe wesetlicher Zusammehäge durch Datereduktio ud graphische Darstellug um adere Persoe ohe Ketisse der Eizeldate die erhobee Beobachtuge vermittel zu köe Populatio (Grudgesamtheit) Die Grudgesamtheit sid alle Idividue, für welche Schlussfolgeruge gezoge werde solle. - Alle Eiwoher eies Budeslades - Alle Autos i Deutschlad - Alle Typ II Diabetiker (Zielpopulatio) Populatioe weise eie große Umfag (=Mege der Elemete) auf ud köe daher icht vollstädig utersucht werde. Stichprobe Stichprobe Eie Stichprobe aus eier Populatio stellt die Azahl vo Idividue dar, welche tatsächlich beobachtet werde. Der Stichprobeumfag (Elemete der Stichprobe = Fallzahl) muss ausreiched groß sei Stichprobe sollte repräsetativ für die Populatio sei Repräsetative Stichprobe Stichprobe sollte Elemete aus alle Bereiche der Populatio umfasse Alle PKW, welche a eiem Stichtag zugelasse wurde Alle rote PKW i Berli sid icht repräsetativ für alle PKW Uivariate deskriptive Statistik Kurze ud prägate Charakterisierug der Date eier Stichprobe Statistische Kewerte Lagemaße Streumaße Graphische Darstellug Lagemaße - Mittelwerte - Arithmetisches Mittel - Geometrisches Mittel - Harmoisches Mittel - Getrimmtes Mittel - Media

3 AGAH Aual Meetig 004, Berli Lagemaße Arithmetisches Mittel? Wo liegt das Zetrum der Date? Was ist ei typischer mittlerer Wert Der Mittelwert beschreibt das Verhalte der Date im Mittel (Σ = Summe) Er ist der durchschittliche Wert aller Elemete eier Mege Nachteil: empfidlich gegeüber Extreme Berechug: Mittelwert = Summe aller Elemet : Azahl aller Elemete x + x + x3 + L+ x x = Geometrisches Mittel Log - Trasformatio Fidet häufig Awedug i der Pharmakokietik Weiger empfidlich gege Extremwerte Berechug erfordert log.-trasformatio Berechug: x = x x x 3 K x statistische Verfahre beruhe auf der Aahme, dass Versuchsdate sich der Normalverteilug aäher 5 6 Log - Trasformatio Apassug der Trasformatio durch Auswahl des Logarithmus Awedug bei rechtschiefer Verteilug (Es liege mehr Werte rechts vom Mittelwert) x = x x x 3 K x l( x ) + l( x) +... l( x) = e l( x) + = Geometrisches Mittel l( x) Harmoisches Mittel Es diet als Lagemaß, we die Beobachtugswerte Verhältiszahle sid (z.b. zur Berechug eier durchschittliche Geschwidigkeit oder Überlebeszeit). Bsp.: Ohmsches Gesetz Berechug: 7 8 3

4 AGAH Aual Meetig 004, Berli Getrimmtes Mittel Media Etspricht eiem Arithmetische Mittel Vor der Berechug werde a beide Ede der Verteilug die Extremwerte gekappt (grau uterlegt) Der Media beschreibt de mittlere Wert i eier sortierte Stichprobe Berechug: Stichprobe aufsteiged sortiere Bei ugeradem Stichprobeumfag Mittleres Elemet ist der Media Bei geradem Stichprobeumfag Media ist der Mittelwert aus de beide mittlere Elemete 9 0 Media Beispiel Bestimmug des Alters-Medias vo 6 Patiete Alter der Patiete: 48, 50, 46, 5, 47, 48 Mittelwert versus Media Der Mittelwert ist derjeige Wert, der die Date auf eier Waage ausbalaciert. Etferte Werte besitze eie große Hebelkraft.. Schritt: aufsteiged sortiere 46, 47, 48, 48, 50, 5. Schritt: Mittelwert der beide mittlere Werte bilde 46, 47, 48, 48, 50, 5 ( ) = Beim Media spielt der Abstad der Beobachtug keie Rolle. Der Media ist robust gege Ausreißer. Der Alters-Media der Patiete beträgt 48 Jahre Mittelwert versus Media Die Wahl zwische Mittelwert ud Media ist: - Abhägig davo, ob ei typischer oder ei mittlerer Wert gesucht wird - Abhägig vo der Verteilug (Normal, Schief oder Gibt es Ausreißer? ) - Abhägig davo, ob Präzisio oder Robustheit im Vordergrud steht Praktisches Beispiel Lagemaße Kliische Studie mit ACE-Hemmer 360 Probade Radomisiert auf drei Behadlugsarme 3 4 4

5 AGAH Aual Meetig 004, Berli Streumaße Streumaße - Übersicht Streumaße liefer Iformatioe zur Zusammesetzug (Streuug) vo Stichprobe Rage Stichprobe A: {,, 3, 3, 4, 4, 4, 5, 5, 6 } Stichprobe B: {,,, 5, 6, 9, 9, 9, 9, } Stadardabweichug Variaz Stadardfehler Quatile / Perzetile 5 6 Rage (Spaweite) Defiitio: Differez aus größtem ud kleistem Elemet eier Stichprobe Stichprobe A: {,, 3, 3, 4, 4, 4, 5, 5, 6 } Rage: 6 - = 4 Stichprobe B: {,,, 5, 6, 9, 9, 9, 9, } Rage: - = 9 Rage / Media Media ud Rage beschreibe Stichprobe Stichprobe A: {,, 3, 3, 4, 4, 4, 5, 5, 6 } Media: 4 Rage: Stichprobe B: {,,, 4, 5, 6, 9, 9, 9, } Media: 5,5 Rage: Streumaße - Übersicht Rage Stadardabweichug Variaz Stadardfehler Quatile / Perzetile Stadardabweichug Stadardabweichug (egl. Stadard deviatio, SD) wird meist i Verbidug mit dem Mittelwert agegebe Mittelwert ± Stadardabweichug (Mea ± SD) Sie stellt ei Maß für die Streuug um de Mittelwert dar. Grobe Vorstellug: gibt de durchschittlich Abstad des Eizelwertes vom Mittelwert a

6 AGAH Aual Meetig 004, Berli Stadardabweichug Stadardabweichug 3 3 Arithmetisches Mittel Arithmetisches Mittel SD = - - ( x x) + ( x x) + ( x x3) ( x x) 3 3 Stadardabweichug Stadardabweichug Stichprobe A: {,, 3, 3, 4, 4, 4, 5, 5, 6 } Mittelwert: 3.8 ± Stichprobe B: {,,, 5, 6, 9, 9, 9, 9, } Mittelwert: 9.4 ± Probad Blutdruck (syst.) Tablette A Tablette B Mittelwert 7,5 7,5 SD 9,4, Streumaße - Übersicht Rage Stadardabweichug Variaz Stadardfehler Quatile / Perzetile Variaz Variaz = Stadardabweichug² Mittleres Abstadsquadrat der Elemete vom Mittelwert der Stichprobe Berechug: ( x x) + ( x x) + ( x x3) ( x x) Variaz =

7 AGAH Aual Meetig 004, Berli Stadardabweichug / Variaz Streumaße - Übersicht Stadardabweichug ist das meistgebrauchte Streuugsmaß Rage Vorteil der Stadardabweichug - gleiche Eiheit wie die ursprügliche Messwerte. Stadardabweichug Variaz Stadardfehler Quatile / Perzetile Stadardfehler des Mittelwerts (SEM) Stadardfehler stadard error of the mea = SEM Abgeleitet aus Stadardabweichug (SD) ud Stichprobeumfag () Immer kleier als Stadardabweichug SD SEM = Stadardfehler des Mittelwerts (SEM) Der Stadardfehler beschreibt icht die Date. SEM gibt die Geauigkeit des Mittelwertes als Schätzwert a. CAVE: Häufig wird SEM astelle des Stadard- Abweichug verwadt. Die kleiere Maßzahl für SEM soll eie bessere Wirkug suggeriere. Nährug 95%-KI des Mittelwert: Mittelwert +/- SEM SD SEM SD > SEM Mittelwert +/- SEM -3S -S -S S S 3S Alter vo 9 Kider SD = ( x x ) + ( x x) + ( x x3) ( x x) SD SEM = Mittelwert +/- Stadardabweichug Mea ± SD (,4 ± 9,0) Mea ± SEM (,4 ± 3,0) 4 4 7

8 AGAH Aual Meetig 004, Berli Streumaße - Übersicht Rage Stadardabweichug Variaz Stadardfehler Quatile / Perzetile Rag Defiitio Positio ierhalb der aufsteiged sortierte (Rag-)Liste eier Stichprobe Beispiel Platzieruge im Sport Berechug Elemete aufsteiged sortiere Begied bei ummeriere Meßwert Rag Perzetile Als x%-perzetile wird derjeige Wert eier Stichprobe bezeichet, der kleier oder gleich x% aller Werte ist Meßwert Ragplatz Perzetile % % % % % 4 60% % % % % Perzetile - BMI Quartile Bezeiche die 5%, 50%, 75% ud 00% - Perzetile Meßwert Ragplatz Perzetile Quartil %. Quartil %. Quartil % 3. Quartil % 4. Quartil Iter-Quartil-Spaweite iterquartile rage Bezeichet die Differez aus 3. ud. Quartil 50% aller Werte eier Stichprobe liege ierhalb dieses Bereichs Meßwert Ragplatz Perzetile Quartil %. Quartil %. Quartil % 3. Quartil % 4. Quartil

9 AGAH Aual Meetig 004, Berli Grafik - Histogramm 3 Graphische Darstellug Stichprobe A: {,, 3, 3, 4, 4, 4, 5, 5, 6 } Quartile Box Bereich vo der 5. zur 75. Perzetile Stäbe (whiskers) sid icht eiheitlich defiiert Miimum / Maximum (SPSS) 0% / 90% Perzetile Grafik - Boxplots * * größter Ausreißer größte ormale Beobachtug oberes Quartil Mittelwert (grau Vertrauesitervall) Media uteres Quartil A B kleiste ormale Beobachtug 5 * iedriger Ausreißer 5 Boxplots Bsp. ACE-Hemmer Zusammefassug Die deskriptive Statistik beschreibt mathematische Eigeschafte des erhobee Datematerials ahad vo Stichprobe Es werde Lagemaße (Mittelwert, Media, 95%- Perzetile) vo Streumaße (Stadardabweichug, Variaz, SEM, rage, iterquartile rage) uterschiede. WEIGHT N = 0 0 Ahad dieser Parameter köe Utersuchugsergebisse stadardisiert berichtet werde, so dass es adere geligt, die Ergebisse eier Utersuchug achzuvollziehe, ohe alle Eizeldate zu kee. GENDER

10 AGAH Aual Meetig 004, Berli Grudlage der Biometrie Beschreibede ud schließede Statistik i kliische Studie Wahrscheilichkeit Verhältis Azahl aller güstige Ereigisse zu Azahl aller mögliche Ereigisse Azahl aller güstige Ereigisse p = Azahl aller mögliche Ereigisse Wahrscheilichkeit, mit eiem Würfel im ächste Wurf eie 6 zu werfe: PD Dr. med. Thomas Sudhop & Dr. med. Dipl. chem. Michael Reber Abteilug für Kliische Pharmakologie Uiversität Bo p = {6} {,,3,4,5,6} = = ,7% 6 p liegt immer im Itervall [0; ] (0-00%) 56 Chace (Odd) Absolute ud relative Häufigkeit Verhältis Azahl aller güstige Ereigisse zu Azahl aller ugüstige Ereigisse Azahl aller güstige Ereigisse p = Azahl aller ugüstige Ereigisse Absolute Häufigkeit Agabe, wie oft ei bestimmter Datewert i der Stichprobe ethalte ist Relative Häufigkeit Agabe, wie oft ei bestimmter Datewert i der Stichprobe relativ zum Stichprobeumfag ethalte ist Chace, mit eiem Würfel im ächste Wurf eie 6 zu werfe: 0 40% =50 =50 p = {6} {,,3,4,5} = = 0, 0% % 0% 6% 3% 4% 4% 5 5 0% 0% 4% % Mathematikote eier Jahrgagsstufe Mathematikote eier Jahrgagsstufe 58 Zufallsvariable (Radom variable) Skale für Zufallsvariable Variable i eier Studie, die auf eier Zufallsstichprobe basiert Alter systolischer Blutdruck diskret / kategorial Nomialskaliert: keie lieare Ordug Beispiel: Farbe, ja/ei Ordialskaliert: Ausprägug ka geordet werde... Beispiel: Schulote Zielgröße i eier Studie stetig / kotiuierlich Zufallsvariable uterliegt eier bestimmte Verteilug itervallskaliert: Differeze sid eiheitlich iterpretierbar Beispiel: Temperatur i Grad Celsius verhältisskaliert: Verhältisse sid eiheitlich iterpretierbar Beispiel: Luftdruck, etc

11 AGAH Aual Meetig 004, Berli Histogramm -> Verteilug Normalverteilug Stadard-Normalverteilug (z) µ=0 σ=0 Ν(µ, σ²) f ( x µ ) σ ( x) = e σ π ,45 0,40 0,35 0,30 0,5 0,0 µ=0 σ= Ν(0,) f ( z) = e π z ,5 0,0 0,05 0,00 0,5% 34,% 34,%,%,% 3,6% 3,6% 0,5% x µ z = σ 6 Z-Verteilug Kritische Werte Z-Trasformatio Kritische Werte µ=0 σ= 0,05 = 5% ,645 < 5% der Werte sid >,645 0,975 = 97,5% ,96 X = z σ + µ µ=0 σ= Durch Trasformatio köe die kritische Werte der z-verteilug auf jede Normalverteilug agepasst werde 0,05 =.5% ,96 < 5% der Werte sid >,96 bzw.. < -,96 63 RR i der Normalbevölkerug: µ=0, σ=0 krit. Greze (z 97,5% ) =,96*0+0 = 39,6 mmhg 64 Cetral limit Theorem Cetral Limit Theorem Der Mittelwert der Stichprobe-Mittelwerte etspricht dem Mittelwert der Populatio Ist die Populatio ormal verteilt, so ist auch der Mittelwert der Stichprobe-Mittelwerte ormal verteilt Verteilug der Eizelwerte: Uiform Verteilug der Stichprobemittelwerte: Normal Ist die Populatio icht ormal verteilt, so ist der Mittelwert der Stichprobe-Mittelwerte deoch aäherd ormal verteilt* 65 *für große Stichprobe 66

12 AGAH Aual Meetig 004, Berli Stadardabweichug ud Stadardfehler Kofidezitervall / Vertrauesbereich des Mittelwerts Stadardabweichug SD ist die Stadardabweichug der Eizelwerte SD σ SEM = = SEM σ = Stadardfehler SEM etspricht der Stadardabweichug der Mittelwerte 67 Der x%-vertrauesbereich eies Mittelwerts eier Stichprobe (x) bezeichet das Itervall, das mit x%iger Wahrscheilichkeit de Mittelwert der Populatio (µ) ethält Beispiel: x= mmhg, 95%-CI [8; 4] Kostellatioe sid zu uterscheide Variaz/SD der Populatio ist bekat Variaz/SD der Populatio ist ubekat 68 Vertrauebereich für z-verteilug N(µ,σ²) = N(0, ) 0,45 0,40 0,35 0,30 0,5 0,0 0,5 0,0 0,05 0,00 0,45 0,40 0,35 0,30 0,5 0,0 0,5 0,0 0,05 0,00 µ=0 σ= 00% µ=0 σ=.5% < -,96 97,5% > +, X = zσ + µ [ x z,5% σ ; x + z97,5 % σ ] σ σ ] [ x z,5% ; x + z97,5 % [ x,96 SEM ; x +,96 SEM ] σ σ [ x,96 ; x +,96 ] Beispiel: 95%-CI bei bekater SD der Populatio Systolischer Blutdruck der Normalpopulatio (SD=0 mmhg) Stichprobe mit =5 liefert eie Mittelwert vo mmhg 95% CI = x ±, % CI = ±,96 = ± 3,9 95% CI = [ 8,078 ; 5,9 ] %-Kofidezitervall 95% aller Stichprobe beihalte mit ihrem 95%-CI de Populatiosmittelwert µ Nur 5% aller Stichprobe beihalte mit ihrem 95%-Vertrauesitervall icht de Populatiosmittelwert µ 0,45 0,40 0,35 0,30 0,5 0,0 0,5 0,0 0,05 0,00 0,45 0,40 0,35 0,30 0,5 0,0 0,5 0,0 0,05 Irrtumswahrscheilichkeit α µ=0 σ=.5% < -,96 97,5% > +, µ=0 σ= 0,5% < -,576 99,5% > +,576 α = 5% zα / =,96 z α / = +,96 α = % zα / =,576 z α / = +,576 0, µ 7 7

13 AGAH Aual Meetig 004, Berli Kofidezitervall bei bekater SD CI σ σ [ x z α / ; x + z α / α = ] 95%-Vertrauesbereich bei ubekater SD Bei ubekatem Populatios-SD müsse astelle vo z -α/ die etsprechede Werte der t-verteilug eigesetzt werde 95% CI = x ±, 96 SEM α = Irrtumswahrscheilichkeit σ = Stadardabw. der Populatio x = Mittelwert der Stichprobe = Umfag der Stichprobe CI 95% CI = x ± z0, 975 SEM σ [ x t, α / ; x + t, α / α = σ ] t-verteilug (Studet-t) Kofidezitervall i der aalytische Statistik df=0 df=9 df=4 df t df;0,975 z 0,975 4,776,96 9,6,96 9,045,96 60,000,96 Df = Degree of Freedom (Freiheitsgrade) Kliische Studie Patiete mit Grezwerthypertoie (=5) Zielgröße: systolischer Blutdruck Desig: -armig, itraidividueller Vergleich Systolischer Blutdruck vor Therapie (RR t=0 ) ud ach 4 Woche (RR t=8 ) kotiuierlicher Itervetio Fragestellug: Ist durch die Itervetio eie Blutdruckäderug achweisbar? Zufallsvariable: RR t=8 - RR t= Beispiel Zufallsvariable: RR t=8 - RR t=0 Kofidezitervall für Differeze Vorher Nachher Differez Kofidezitervalle t 4,-α/ Like Greze Rechte Greze p % % % % % % x SD SEM Beihaltet ei -α Kofidezitervall für eie Differez die 0, so ka keie sigifikate Differez ageomme werde. Ist die 0 icht im -α Kofidezitervall für eie Differez ethalte, so ka vo eiem sigifikate Uterschied ausgegage werde Die Differez ist mit eier Irrtumswahrscheilichkeit vo α vo 0 verschiede Da das 95%-Kofidezitervall icht die 0 umfasst, ist die Behadlugsdifferez vo 0 verschiede Simplifiziert: Es liegt ei sigifikater Behadlugseffekt mit Irrtumswahrscheilichkeit vo α = 0,05 vor

14 AGAH Aual Meetig 004, Berli Statistischer Test Hypothese Eifluss der Itervetio H 0 : hat keie Eifluss H : hat eie Eifluss Aufbau der Hypothese Die Null-Hypothese (H 0 ) geht vo keiem systematische Uterschied aus. Gefudee Uterschiede sid zufällig ud icht systematisch Bezoge auf gemessee Differez der Stichprobe H 0 : Differez ist icht 0 verschiede H : Differez ist vo 0 verschiede 79 Die Alterativ-Hypothese (H / H A ) ist die logische Umkehrug der Null-Hypothese, d.h. es existiert ei systematischer Uterschied. Gefudee Uterschiede sid icht zufällig, soder systematisch Null- ud Alterativ-Hypothese müsse sich gegeseitig ausschließe ud alle Möglichkeite abdecke. We H 0 falsch ist, muss H wahr sei We H 0 wahr ist, muss H falsch sei 80 Ei- ud zweiseitige Fragestellug Ugerichteter Effekt H 0 : RR t=8 - RR t=0 = 0 H : RR t=8 - RR t=0 0 Zweiseitiger Test 0,45 0,40 0,35 0,30 0,5 0,0 0,5,5% 97,5% 0,0 0,05 0, Testergebis ud Wirklichkeit Statistische Fehler 4 Möglichkeite, wie Testergebis ud Wirklichkeit zusammetreffe köe H 0 wird akzeptiert, H 0 ist i Wirklichkeit wahr Gerichteter Effekt H 0 : RR t=8 - RR t=0 = 0 H : RR t=8 - RR t=0 < 0 Eiseitiger Test 0,45 0,40 0,35 0,30 0,5 0,0 0,5 5% 0,0 0,05 0, H 0 wird akzeptiert, H ist i Wirklichkeit wahr H 0 wird abgeleht, H ist i Wirklichkeit wahr H 0 wird abgeleht, H 0 ist i Wirklichkeit wahr 8 8 Statische Fehler Fehler I. Art ud II. Art Differez<>0 (H ist wahr) Wirklichkeit Differez=0 (H 0 ist wahr) Testergebis ud Wirklichkeit Statistische Fehler α-fehler H 0 wird abgeleht, obwohl H 0 i Wirklichkeit wahr ist Ei Effekt wird ageomme, wo keier ist Testetscheidug Differez<>0 (H 0 ablehe) Differez=0 (H 0 beibehalte) Richtig positiv (Power = -β) Falsch egativ (Fehler II. Art β-fehler) Falsch positiv (Fehler I. Art α-fehler) Richtig egativ β-fehler H 0 wird akzeptiert, obwohl H i Wirklichkeit wahr ist Ei vorhadeer Effekt wird icht erkat Welcher Fehler ist schlimmer ud daher eher zu vermeide?

15 AGAH Aual Meetig 004, Berli Sigifikaz-Niveau Gepaarter t-test Kosequeze eies falsch-positive Tests ueffektive Behadlug Risiko ohe Nutze ( Nihil ocere ) Koste ohe Nutze Fazit Das Risiko eies falsch positive Tests sollte bekat sei ud durch vorherige Festlegug eies α-niveaus kotrolliert werde Übliche Werte für α 0,05 (5%), 0,0 (%), 0,00 (0,%)... Das Sigifikaz-Niveau muss vor Testbegi festgelegt werde 85 Testet, ob eie Differez zwische uabhägige Beobachtugspaare vo 0 verschiede ist Verteilug der Differez etspricht eier t-statistik der Form: d t = SE d mit - Freiheitsgrade Vorher Nachher Differez ,93 d SDd 3,09 SEd 0,80 t -3,68 tkrit; 4;,5% -,4 tkrit; 4; 97,5%,4 86 Gepaarter t-test Kritische Werte Akzeptazbereich (95%) d t = SE d Gepaarter t-test Beispiel H 0 ist abzulehe, we t > t krit,, α / d,93 t = = = 3,68 SE d 0,8 -,4,4 Ist der gefudee t-wert kleier als der utere kritische Wert oder größer als der obere kritische Wert, muss die Nullhypothese H 0 auf dem α-sigifikaziveau abgeleht werde Eifacher: Ist der Betrag des gefudee t-wertes größer als der positive (obere) kritische Wert, muss H 0 abgeleht werde: t > t krit,, α / ,4,4 Da t =3,43 größer als der kritische Wert für die t-verteilug bei 4 Freiheitsgrade ud dem 0,975-Quatil ist (,4), muss die H 0 - Hypothese auf dem Sigifikaz-Niveau α=0,05 verworfe werde Gepaarter t-test Bedeutug des p-wertes P-Wert eies statistische Tests α -α/ t krit,4,-α/ 0,05 0,9750,4 0,0 0,9900,6 0,0 0,9950,98 0,005 0,9975 3,33 0,004 0,9980 3,44 0,003 0,9985 3,58 0,005 0,9988 3,67 0,004 0,9988 3, d,93 t = = = 3,68 SE d 0,8 P-Wert 89 Vorher Nachher Differez ,93 d SDd 3,09 SEd 0,80 t -3,68 tkrit; 4; 97,5%,4 p 0,005 P bezeichet die Wahrscheilichkeit eie solche Differez oder och extremere wie die gefudee zu erhalte, we die Null-Hypothese wahr wäre Alterativ: Die Wahrscheilichkeit, dass eie solche Differez zufällig beobachtet wird (ohe das ei sigifikater Uterschied vorhade wäre) We p<α, muss die H 0 - Hypothese abgeleht werde 90 5

16 AGAH Aual Meetig 004, Berli Kliische Studie Z99 a ew compoud lowerig BP Cliical Trial Example Hypotheses Z99 wurde zur Behadlug der systoloische Hypertoie etwickelt H 0 : Eie 7-tägige Behadlug mit Z99 beeiflusst de systolische Blutdruck im Vergleich zu Placebo icht Phase II Studie über 7 Tage a 50 Therapie-aive milde Hypertoiker (30 < RR sys. < 60 mmhg) Desig Radomisiert Doppel-blid Placebo-kotrolliert -armige Parallelgruppestudie (:) x Z99 = x PBO H : Eie 7-tägige Behadlug mit Z99 beeiflusst de systolische Blutdruck im Vergleich zu Placebo x Z99 x PBO We H 0 wahr ist, muss H falsch sei U N D We H 0 falsch ist, muss H wahr sei 9 9 Kliische Studie Statistischer Pla Voraussetzug Beide Behadlugsgruppe weise bedigt durch vorherige Radomisierug vergleichbare Ausgagswerte auf Statistischer Test Vergleich der beide Gruppemittelwerte ach 7 Tage Behadlug mittels t-test für uabhägige Stichprobe Sigifikaz-Niveau wird auf α = 0,05 gesetzt Kliische Studie Ergebisse = x 5 Patiete Ausgagswerte x PBO : 4 ± 5 mmhg (MW ± SD) x Z99 : 4 ± 6 mmhg Nach 7 Tage x PBO : 4 ± 5 mmhg x Z99 : 9 ± 7 mmhg t-test: p = PBO Z Mea 4 9 SD 5 7 p 0, Durchführug eies statistische Tests Operatig the Black Box Festlegug vo H 0 ud H H H Voraussetzuge für t-test Itervallskalierte Date Wahl des Sigifikaz-Niveaus α Testdurchführug I Abhägigkeit vom Testergebis (p) H 0 ablehe: H ist wahr oder H 0 beibehalte: H 0 ist wahr Test Black Box Reject H 0 Normalverteilug der Gruppe Variazhomogeität der Gruppe ka verletzt werde, we = we <> ud Variazhomogeität icht gegebe, spezielle Apassug der Freiheitsgrade möglich

17 AGAH Aual Meetig 004, Berli Test auf Normalverteilug Test auf Variazhomogeität Verfahre i SPSS (explorative Dateaalyse) Verfahre i SPSS (t-test für uverbudee Stichprobe) Kolmogorov-Smirov Test H 0 : Stichprobe ist ormalverteilt H : Stichprobe ist icht ormalverteilt Shapiro-Wilk Test H 0 : Stichprobe ist ormalverteilt H : Stichprobe ist icht ormalverteilt Levee s Test (F-Test auf Variazhomogeität) H 0 : σ = σ σ H : σ We H wahr, spezieller heteroskedastischer t-test mit Apassug der Freiheitsgrade Nichtparametrischer Test: uabhägige Stichprobe Ma-Whitey U-Test aka Wilcoxo Rak-Sum Test aka Ma-Whitey-Wilcoxo Rak-Sum Test Bildet aus de Werte Räge ud berechet modifizierte t-statistik für die Räge (robuster gege Ausreißer) Nichtparametrischer Test: verbudee Stichprobe Wilcoxo siged-raks Sortiert Differeze ach absolutem Betrag ud bildet etsprechede Räge Modifizierte t-statistik für Räge Treschärfer als t-test, we Voraussetzuge für t-test verletzt sid Stichprobe-Tests Eifluss der Fallzahl Weiger ist mehr? Verbudee Date (gepaart) uverbudee Date Parametrisch Gepaarter t-test t-test für uverbudee Date Nicht- parametrisch Wilcoxo siged-raks Test Ma-Whitey U Test Gleiche Studie aber ur die erste = x 3 Patiete werde ausgewertet Ausgagswerte x PBO : 4 ± 5 mmhg x Z99 : 4 ± 6 mmhg Ergebis ach 7 Tage Behadlug x PBO : 4 ± 7 mmhg x Z99 : 9 ± 7 mmhg t-test: p = da p > α (0.05) ka H 0 icht verworfe werde Z99 hat keie Eifluss auf de systolische Blutdruck PBO Z Mea 4 9 SD 7 7 p 0,

18 AGAH Aual Meetig 004, Berli Eifluss der Fallzahl β Fehler ud statistische Power Eie zu gerige Fallzahl ka falsch egative Ergebisse bewirke (Fehler II. Art/β-Fehler) β Fehler Defiitio: Wahrscheilichkeit H 0 icht zu verwerfe, obwohl H 0 falsch ist z.b.: Obwohl µ PBO µ Z99 liefert der Test x PBO = x Z99 (falsch egatives Ergebis) Experimete müsse die otwedige statistische Power aufweise, um sigifikate Ergebisse liefer zu köe Fazit: Beim Desig eies Experimets ist eie Fallzahlabschätzug otwedig! Statistische Power (-β) Defiitio: Wahrscheilichkeit H 0 zu verwerfe, we H 0 falsch ist, d.h. die Wahrscheilichkeit eie reale Differez auch als solche zu etdecke Vereifacht: Wahrscheilichkeit ei sigifikates Testergebis zu erhalte (we ei sigifikater Uterschied besteht) Vermeidug vo β Fehler: Power-Schätzug/Berechug Vergleich der beide Z99 -Experimete. Experimet: = x5 Power ~ 80%. Experimet: = x3 Power ~ 38% Power & Fallzahl Power-Schätzug We die stat. Power eies Studiedesigs ur 50% beträgt, wird jede. Studie mit diese Parameter keie sigifikate Uterschiede azeige Kofirmatorische Studie: Power 80% Große Phase III Studie: 85-95% 05 GPOWER - Versio.0 Fraz Faul & Edgar Erdfelder 06 Faktore, die die Fallzahl beeiflusse Fallzahlberechug Sigifikaz-Niveau (α). Festlegug vo α ud gewüschter Power Je iedriger das agestrebte α, um so höher die erforderliche Fallzahl α z.b. α = 0.05 (5%), power = 80% Power (-β) Je größer die gewüschte Power, um so höher die erforderliche Fallzahl Power. Schätzug der achzuweisede Differez Ist die Schätzug kliisch relevat? 3. Schätzug der erwartete Variaz/Stadardabweichug Geschätzte Differez Je kleier die achzuweisede Differez, um so höher die erforderliche Fallzahl x PBO - x Z99 Möglichst realistische Werte aus voragegagee Experimete oder der Literatur verwede 4. Fallzahlberechug durchführe (oder durchführe lasse!) Geschätzte Stadardabweichug Ist die geschätzte Fallzahl kliisch realisierbar? Je größer die Stadardabweichug, um so höher die erforderliche Fallzahl SD 07 Ist die geschätzte Fallzahl adäquat zum kliische Problem? Apassug der Fallzahl a die geschätzte Drop-Out-Rate 08 8

19 AGAH Aual Meetig 004, Berli Apassug der Fallzahlschätzug Drop out Rate Praktische Fallzahlschätzug. Beispiel Faktore, die die Drop out Rate beeiflusse Studiedauer Krakheitsbezogee Verschlechterug Studiebedigte Uaehmlichkeite, Adverse Evets... Die Fallzahlschätzug sollte immer auch die atizipierte Drop out Rate beihalte = 50 & atizipierte drop out Rate % = 56 α = 5% Power = 80% Geschätzte Differez & SD x PBO - x Z99 ~ 3 mmhg SD pooled ~ 6 Fallzahlberechug x = 50 Atizipierte Drop out Rate: 0% 5 Patiete pro Gruppe beötigt GPOWER - Versio.0 Fraz Faul & Edgar Erdfelder 09 0 Power: A priori & Post-hoc Tipps & Tricks Oder, warum Studie scheiter? A priori Power Schätzug, basiered auf geschätzte Differez geschätzte SD kalkulierte Fallzahl Post-hoc Power Berechug, basiered auf beobachteter Differez beobachteter SD echter Fallzahl Frühzeitige Eibidug des Statistikers i die Studieplaug Verwedug realistischer Schätzer für die erwartete Differez ud Variaz/SD Strikte Protokolleihaltug Exakte Messug Post-hoc Power ka größer aber auch kleier als die a priori Power sei! Vermeidug vo Drop outs Literatur Bücher Rosser B. Fudametals of Biostatistics. Duxberry Press Dawso-Sauders B. & Trapp R.G. Basics ad Cliical Biostatistics. Pretice Hall Iteratioal Ic. Motulsky, H. Ituitive Biostatistics, Oxford Uiversity Press Software SPSS - SAS - Bucher A., Faul F., Erdfelder E. GPOWER.0 - Computer program for power- ad sample size calculatio, (Freeware) [MS-DOS/Widows ad Macitosh] 3 9

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

"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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

LS Retail. Die Branchenlösung für den Einzelhandel auf Basis von Microsoft Dynamics NAV

LS Retail. Die Branchenlösung für den Einzelhandel auf Basis von Microsoft Dynamics NAV LS Retail Die Brachelösug für de Eizelhadel auf Basis vo Microsoft Dyamics NAV akquiet Focus auf das Wesetliche User Focus liegt immer auf der Wirtschaftlichkeit: So weig wie möglich, soviel wie ötig.

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

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

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

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

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

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

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

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

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

Potenzial-Evaluations-Programm

Potenzial-Evaluations-Programm T e l. + 4 1 3 1 3 1 2 0 8 8 0 i m d e @ i m d e. e t w w w. i m d e. e t Potezial-Evaluatios-Programm für Maagemet, Verkauf ud Sachbearbeitug vo Persoalexperte für Persoalexperte. Vorauswahl (MiiPEP)

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

1 Wahrscheinlichkeitslehre

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

Mehr

Mathematischer Vorkurs zum Studium der Physik

Mathematischer Vorkurs zum Studium der Physik Uiversität Heidelberg Mathematischer Vorkurs zum Studium der Physik Übuge Aufgabe zu Kapitel 1 (aus: K. Hefft Mathematischer Vorkurs zum Studium der Physik, sowie Ergäzuge) Aufgabe 1.1: SI-Eiheite: a)

Mehr

Qualitätsüberwachung bei einem Automobilzulieferer Qualitätsregelkarten bei mehrstufiger Prüfung

Qualitätsüberwachung bei einem Automobilzulieferer Qualitätsregelkarten bei mehrstufiger Prüfung IMW - Istitutsmitteilug Nr. 3 (5) 3 Qualitätsüberwachug bei eiem Automobilzulieferer Qualitätsregelkarte bei mehrstufiger Prüfug Sambale, B.; Schäfer, G. Die Fertigugstiefe der Automobilhersteller hat

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

, n -% &. & / 0 ( n 1 2 n 3 % & 4 5" % & " # ( 2 & ' )**+

, n -% &. & / 0 ( n 1 2 n 3 % & 4 5 % &  # ( 2 & ' )**+ !"# $!%& & '( , -%&.& /0 ( 12 3%&45"%&"#( 2 & & &6, #.&- 7%& / -%&0 8 -% 1%& 6 $ 1%&"(!!! "!#$!#$!#%!#% &' %&%&"(9& %&($( :&($ 1(;4( ( ')* *+, &# -5-4 211,4?@?)*) 7 A& %& -.+///(.0+/// 8 B&

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

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

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

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fiazplaer/i mit eidg. Fachausweis Formelsammlug Autor: Iwa Brot Diese Formelsammlug wird a de Olie- ud a de müdliche Prüfuge abgegebe soweit erforderlich. A der schriftliche Klausur

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

DCP Manufaktur - Digital Cinema Mastering

DCP Manufaktur - Digital Cinema Mastering DCP Maufaktur Sebastia Böhm ud Alexis Michaltsis GbR PREISLISTE (Stad: 05.02.2014) Alle Preise sid Nettopreise i EURO, zzgl. 19% MwSt. Mit Erscheie eier eue Preisliste verliere die hier agegebee Preise

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

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

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

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

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

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

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

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

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

Mathematik der Lebensversicherung. Dr. Karsten Kroll GeneralCologne Re

Mathematik der Lebensversicherung. Dr. Karsten Kroll GeneralCologne Re atheatik der Lebesersicherug r. Karste Kroll GeeralCologe Re atheatik der Lebesersicherug atheatische Grudasätze iskotiuierliche ethode: Sätliche Leistuge erfolge zu bestite Zeitpukte ie Zeititeralle dazwische

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

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

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

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

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

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

QUALITÄT ZAHLT SICH AUS. ZERTIFIKATE-KNOW-HOW FÜR PRIVATANLEGER. Im FinanzVerbund der Volksbanken Raiffeisenbanken

QUALITÄT ZAHLT SICH AUS. ZERTIFIKATE-KNOW-HOW FÜR PRIVATANLEGER. Im FinanzVerbund der Volksbanken Raiffeisenbanken w QUALITÄT ZAHLT SICH AUS. ZERTIFIKATE-KNOW-HOW FÜR PRIVATANLEGER Im FiazVerbud der Volksbake Raiffeisebake » Die Kraft steckt i der Qualität. «(Friedrich Wilhelm Nietzsche, deutscher Philosoph, 1844 1900)

Mehr

Finanzmathematik. srdp orientierte. Seminar in Salzburg, HLW Annahof. Inhalt: I Display und Screenshots 2. II Grundbegriffe 3

Finanzmathematik. srdp orientierte. Seminar in Salzburg, HLW Annahof. Inhalt: I Display und Screenshots 2. II Grundbegriffe 3 Semiar i Salzburg, HLW Aahof srdp orietierte Fiazmathematik mit TI 82 stats Ihalt: I Display ud Screeshots 2 II Grudbegriffe 3 III Eifache Verzisug 3 IV Ziseszis 4 VI Äquivalezprizip 4 VII Uterjährige

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

Zusammenfassung der Vorlesung VWL 2b: Einführung in die Finanzmärkte Geschrieben von Pascal Gischler, Layout von Kai Rexrodt

Zusammenfassung der Vorlesung VWL 2b: Einführung in die Finanzmärkte Geschrieben von Pascal Gischler, Layout von Kai Rexrodt Zusammefassug der Vorlesug VWL 2b: Eiführug i die Fiazmärkte Geschriebe vo Pascal Gischler, Layout vo Kai Rexrodt Kapitel 1 u. 2 - Eiführug i die Fiazmärkte 5 Elemete des Fiazsystems: 1. Geld 2. Fiazistrumete

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

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

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

Nutzung der Ergebnisse von Ringvergleichen und Methodenvalidierungen zur Ermittlung der Messunsicherheit

Nutzung der Ergebnisse von Ringvergleichen und Methodenvalidierungen zur Ermittlung der Messunsicherheit Nutzug der Ergebie vo igvergleiche ud Methodevalidieruge zur Ermittlug der Meuicherheit Abtract Deutch Wolfgag ichter I der chemiche Aalytik werde ebe der Bottom-u -Methode ach GUM auch Todow -Verfahre

Mehr

Die 10 wichtigsten Gründe

Die 10 wichtigsten Gründe Die 10 wichtigste Grüde AutoCAD Architecture Das bessere AutoCAD für Architekte ud Plaer Mit AutoCAD vertraute Nutzer köe AutoCAD Architecture sofort beutze, um Dokumetatioe, Zeich uge ud Bauteilliste

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

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

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

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

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

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

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

Diagnose von Kompetenzen in der beruflichen Grundbildung

Diagnose von Kompetenzen in der beruflichen Grundbildung Diagose vo Kompeteze i der berufliche Grudbildug Prof. Dr. Adreas rey Hochschule für Arbeitsmarktmaagemet i Maheim der uropäische Uio Übersicht BBG CH (2004) ud RLP-BBV (2006) Pädagogische Diagostik Defiitio

Mehr

CampusSourceEngine HISLSF

CampusSourceEngine HISLSF Kopplug Hochschuliformatiossysteme ud elearig CampusSourceEgie Dipl.-Iform. Christof Veltma Uiversität Dortmud leartec, Karlsruhe, 14.02.2006 - Hochschuliformatiossysteme allgemei: Iformatiossysteme ud

Mehr

MCC - MyCallCenter for SwyxWare

MCC - MyCallCenter for SwyxWare MCC - MyCallCeter for SwyxWare ... is what you get: MCC - MyCallCeter MCC - MyCallCeter steht für professioelle Softwarelösuge, die bereits i der Kozeptiosphase die Praxis im Auge habe. Kosequet auf Zeit-

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

15. WAHRSCHEINLICHKEITSRECHNUNG

15. WAHRSCHEINLICHKEITSRECHNUNG 5. WAHRSCHEINLICHKEITSRECHNUNG 5.. Eiführug Ereigisse sid oft icht geau vorhersagbar. Ma weiß vorher icht sicher, ob sie eitrete werde. Solche Ereigisse et ma zufällig. Beispiele: Müzwurf (Kopf oder Zahl)

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

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

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

Softwaregestütztes Projekt- und Skillmanagement Ergebnisse eines Forschungsprojektes

Softwaregestütztes Projekt- und Skillmanagement Ergebnisse eines Forschungsprojektes Pers 0 Schützeallee - 09 Haover Softwaregestütztes Projekt- ud Skillmaagemet Ergebisse eies Forschugsprojektes Autor: Prof. Dr.-Ig. Hartmut F. Bier. Eileitug Die Globalisierug fordert vo alle Uterehme,

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

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

Reengineering mit Sniffalyzer

Reengineering mit Sniffalyzer Reegieerig mit Siffalyzer Dr. Walter Bischofberger Wid River Ic. wbischofberger@acm.org http://www.widriver.com/siff 30.10.01 2001 Wid River Systems, Ic. 1 Das Siffgate Projekt Motivatio Schaffe eier Plattform

Mehr

Verlagsprogramm. Bestellung. Printausgaben. Onlineausgaben. Datum VN/BAG Bestellzeichen. zur Fortsetzung bis auf Widerruf zum einmaligen Bezug

Verlagsprogramm. Bestellung. Printausgaben. Onlineausgaben. Datum VN/BAG Bestellzeichen. zur Fortsetzung bis auf Widerruf zum einmaligen Bezug Bestellug Datum VN/BAG Bestellzeiche Pritausgabe zur Fortsetzug bis auf Widerruf zum eimalige Bezug Verlage Ausgabe 2015/2016 Zeitschrifte Ausgabe 2015 Verlagsvertretuge Ausgabe 2015/2016 Verlagsauslieferuge

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

HONORAR Honorarabrechnung

HONORAR Honorarabrechnung HONORAR Hoorarabrechug Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Itegratio i das Ageda-System... 4 3 Highlights... 5 3.1 Freie Formulargestaltug... 5 3.2 Positiosvorschläge aus Leistuge bzw. Gegestadswerte...

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

Teilnahmebedingungen zum if DESIGN AWARD 2015 01

Teilnahmebedingungen zum if DESIGN AWARD 2015 01 Teilahmebediguge zum if DESIGN AWARD 2015 01 Teilahmebediguge zum if DESIGN AWARD 2015 Der if DESIGN AWARD 2015 setzt sich aus folgede Disziplie zusamme: Product Packagig Commuicatio Iterior Architecture

Mehr

= T. 1.1. Jährliche Ratentilgung. 1.1. Jährliche Ratentilgung. Ausgangspunkt: Beispiel:

= T. 1.1. Jährliche Ratentilgung. 1.1. Jährliche Ratentilgung. Ausgangspunkt: Beispiel: E Tilgugsrechug.. Jährliche Raeilgug Ausgagspuk: Bei Raeilgug wird die chuldsumme (Newer des Kredis [Aleihe, Hypohek, Darleh]) i gleiche Teilberäge T geilg. Die Tilgugsrae läss sich ermiel als: T =.. Jährliche

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

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

FIBU Kontoauszugs- Manager

FIBU Kontoauszugs- Manager FIBU Kotoauszugs- Maager Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Highlights... 4 2.1 Buchugsvorschläge i der Buchugserfassug... 4 2.2 Vergleichstexterstellug zur automatische Vorkotierug... 5 2.3

Mehr

Seminarplan mit Literaturhinweisen: Grundlegende multivariate Modelle der sozialwissenschaftlichen Datenanalyse

Seminarplan mit Literaturhinweisen: Grundlegende multivariate Modelle der sozialwissenschaftlichen Datenanalyse Semiarpla mit Literaturhiweise: Grudlegede multivariate Modelle der sozialwisseschaftliche Dateaalse. Sitzug: Kausalaalse mit Tabelleaalse ud mit partieller Korrelatio Eiführedes Beispiel für die Elaboratio

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

Neuerungen im Zahlungsverkehr für Deutschland und Europa. Herausforderung und Chance

Neuerungen im Zahlungsverkehr für Deutschland und Europa. Herausforderung und Chance Neueruge im Zahlugsverkehr für Deutschlad ud Europa Herausforderug ud Chace Ageda Allgemeie Iformatioe & aktueller Stad Rechtliche Rahmebediguge SEPA-Überweisug SEPA-Lastschrifte SEPA-Basis-Lastschrifte

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

Formularkonzept DRG. Druck. Ausgereifte Formularkonzepte. Die kompakte Dokumentation für Medizin und Pflege.

Formularkonzept DRG. Druck. Ausgereifte Formularkonzepte. Die kompakte Dokumentation für Medizin und Pflege. Formularkozept DRG Ausgereifte Formularkozepte Die kompakte Dokumetatio für Medizi ud Pflege. Auf der Grudlage jahrzehtelager Erfahrug etwickel wir mit Ihe Formularsysteme, die alle Aforderuge gerecht

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

eppe cx Anforderungen an ein Messsystem zur effizienten Überwachung von Versorgungsnetzen und technischen Anlagen

eppe cx Anforderungen an ein Messsystem zur effizienten Überwachung von Versorgungsnetzen und technischen Anlagen eppe cx Aforderuge a ei Messsystem zur effiziete Überwachug vo Versorgugsetze ud techische Alage Dipl.-Ig. Timo Wild MBA, Product Maager Fault Recordig & Power Quality, KoCoS Messtechik AG Fachthema Mit

Mehr

3. Bestimmen Sie die Gitterkonstante eines Transmissionsgitters durch Ausmessung der Lage der Maxima.

3. Bestimmen Sie die Gitterkonstante eines Transmissionsgitters durch Ausmessung der Lage der Maxima. Fakultät für Physik ud Geowisseschafte Physikalisches Grudpraktikum O 17a Beuu (Laserlicht) Aufabe 1. Bestimme Sie durch Beuu (Frauhofer, Fresel) vo Laserlicht am Eifachspalt desse Breite. Messe Sie hierzu

Mehr