Sozialwissenschaftliche Methoden und Statistik I

Größe: px
Ab Seite anzeigen:

Download "Sozialwissenschaftliche Methoden und Statistik I"

Transkript

1 Sozalwsseschaftlche Methode ud Statstk I Uverstät Dusburg Esse Stadort Dusburg Itegrerter Dplomstudegag Sozalwsseschafte Skrpt zum SMS I Tutorum Vo Mark Lutter Stad: Aprl 004 Tel I Deskrptve Statstk

2 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete vo 51 Ihaltsverzechs Sete 1. Grudbegrffe Deskrptve Statstk Iferezstatstk Utersuchugsehete Varable Merkmalsausprägug 1.1 Uterschedlche Tpe vo Varable Uterschede ach Werteberech Qualtatve vs. Quattatve Varable Stetge vs. Dskrete Varable Dchotome, Trchotome, Poltome Varable 1.1. Uterschede ach Beobachtbarket Mafeste vs. Latete Varable Uterschede ach Messveau Nomalskalerte Varable Ordalskalerte varable Itervallskalerte Varable Ratoskalerte Varable. Uvarate Aalse Urlste, Prmärtabelle Häufgketsvertelug Relatve Häufgkete Prozetuale Häufgkete Kumulerte Häufgkete.1 Statstsche Kewerte Lagemaße... 1 Modus Meda Arthmetsches Mttel Exkurs: Smmetreegeschafte eer Vertelug / Schefe.1. Streuugsmaße Rage Quartlabstad Varaz Stadardabwechug Varatoskoeffzet

3 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 3 vo 51. Graphsche Darstellugsmöglchkete... Balkedagramm Kresdagramm Hstogramm Polgozug Boxplot Stem-Ad-Leaf-Dspla.3 Z-Trasformato Bvarate Aalse Zusammehagsmaße für omalskalerte Varable... 6 Ch-Quadrat Kotgeztabelle Idffereztabelle Erwartete Häufgkete Ph Cramers V Kotgezkoeffzet C Prozetsatzdfferez 3. Zusammehagsmaße für ordalskalerte Varable... 9 Spearmas rho Kedalls tau Koeffzete Kokordate vs. dskordate Paare tes 3.3 Zusammehagsmaße für metrsche Varable Produktmomet Korrelato (Pearsos r) Bvarate leare Regresso. 35 Streudagramm Regressosgerade Methode der kleste Quadrate Determatoskoeffzet Varazzerlegug Regressosaalse mt SPSS 4. Kreuztabelleaalse (SPSS).. 45 Zele-, Spalte-, Gesamtprozetwerte 5. Dverse Übugsaufgabe Lteraturverzechs.. 51

4 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 4 vo Grudbegrffe Deskrptve Statstk (Beschrebede Statstk) De deskrptve Statstk det der Aufberetug, Darstellug ud Komprmerug sozalwsseschaftlcher Date Kokret: Ee bestmmte Mege vo Persoe wrd hschtlch bestmmter Egeschafte befragt. Dere Atworte werde mttels tabellarsche ud graphsche Darstelluge, Maßzahle der zetrale Tedez, Streuugsmaße ud Korrelatoskoeffzete aufberetet ud aalsert. De deskrptve Statstk gledert sch dre Bereche: Uvarate Aalse (de Vertelug eer Varable wrd aalsert) Bvarate Aalse (de Bezehug zweer Varable zueader wrd aalsert) Multvarate Aalse (de Bezehug mehrerer Varable zueader werde aalsert) Iferezstatstk (Schleßede Statstk) de Erketsse der deskrptve Statstk bezehe sch mmer ur auf ee bestmmte Stchprobe, mttels der Iferezstatstk soll geklärt werde, mt welcher Wahrschelchket de Ergebsse der Stchprobe auch der Populato / Grudgesamthet gelte. Um vo de Stchprobeergebsse auf de Grudgesamthet schleße zu köe, kommt es besoders auf de rchtge Auswahl a (ree Zufallsauswahl, sstematsche Auswahl, geschchtete Auswahl, usw.) De schleßede Statstk lefert Verfahre, ee rchtge Auswahl aus der Masse zu treffe ud se lefert de Regel zur Verallgemeerug der gewoee Stchprobeergebsse Utersuchugsehete (auch: Merkmalsträger / Objekte / Fälle) De a eer Befragug oder a eem Expermet telehmede Idvdue A he werde bestmmte Egeschafte / Merkmale erhobe (z.b. durch Befragug) Kokrete Utersuchugsehete sd: Befragugspersoe, Versuchspersoe (Probade), Haushalte, Orgasatoe, Natoe, etc.

5 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 5 vo 51 Varable De Varable st das vom Forscher a der Utersuchugsehet erhobee Merkmal. Se st damt de de Forscher teresserede Egeschaft a der Utersuchugsehet Dese Egeschafte werde erhobe z.b. durch Befragug oder Beobachtug Kokrete Varable sd: Geschlechtszugehörgket, Arbetszufredehet, moatlches Nettoekomme, Lebesalter, Idustralserugsgrad vo Natoe, etc. Merkmalsausprägug (auch: Werte; Messwerte) de möglche Werte, de ee Varable aehme ka, heße Merkmalsauspräguge Bsp.: De Varable Geschlechtszugehörgket hat de bede Merkmalsauspräguge mälch ud weblch 1.1 Uterschedlche Tpe vo Varable uterschede ach Werteberech (1.1.1) uterschede ach Beobachtbarket (1.1.) uterschede ach Skale- bzw. Messveau (1.1.3) uterschede ach Werteberech Qualtatve Varable - De Merkmalsauspräguge eer qualtatve Varable uterschedet ma ur hschtlch hrer uterschedlche Art - Qualtatve Varable sd mmer dskret (s.u.) - Bsp.: Geschlechtszugehörgket, Partepräferez,... Quattatve Varable - De Merkmalsauspräguge eer quattatve Varable uterschedet ma hschtlch hrer uterschedlche Größe - Quattatve Varable werde daach uterschede, ob se dskret oder stetg sd (s.u.) - Bsp: Lebesalter, Körpergröße, Schulote

6 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 6 vo 51 Stetge / Kotuerlche Varable - ee stetge Varable ka erhalb ees bestmmte Berechs jede belebge Wert aehme - es exstere kee Lücke bzw. Sprugstelle - we fe de Messug auch st, stets ka och feere Ehete gemesse werde - zwsche zwe Messwerte sd also belebg vele Zwschewerte möglch - Bsp: Lebesalter, Ekomme, Blutdruck,... Dskrete / Dskotuerlche Varable - Ee dskrete Varable ka ur bestmmte Werte aehme - zwsche de Werte exstere Lücke bzw. Sprugstelle - Ee Frau ka bespelswese 1, oder evtl. 10 Kder habe, aber: 3,5 Kder ka se cht habe - Bsp.: Azahl der Kder eem Haushalt, Geschlecht, Partezugehörgket,... - Allerdgs werde der Praxs oftmals dskrete Varable als quasstetg aufgefasst Dchotome Varable - ee Varable mt ur zwe Merkmalsauspräguge heßt dchotome Varable - Bsp.: de Varable Geschlecht bestzt ur de zwe Auspräguge weblch ud mälch Trchotome Varable - ee Varable mt dre Merkmalsauspräguge heßt trchotome Varable - Bsp.: de Varable Schchtzugehörgket mt de dre Auspräguge Uterschcht, Mttelschcht, Oberschcht Poltome Varable - ee Varable mt mehr als dre Merkmalsauspräguge heßt poltome Varable - Bsp.: jede stetge Varable we Ekomme oder Körpergröße

7 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 7 vo uterschede ach Beobachtbarket Mafeste (emprsche) Varable - drekt beobachtbar bzw. drekt messbar - Bsp.: Körpergröße, Altersagabe, offzelle Partezugehörgket,... Latete (theoretsche) Varable - cht drekt beobachtbar - köe ur durch relevate Idkatore (s.u.) messbar gemacht werde - Bsp.: Ausläderfedlchket, Arbetszufredehet, Aome, wahre poltsche Meug... Idkatore: Idkatore sd mafeste Varable, de als Ersatz für de latete Varable auftrete, da dese cht drekt gemesse werde ka. I der Regel werde latete Varable durch mehrere Idkatore operatoalsert (messbar gemacht). Bsp: de latete Varable Arbetszufredehet st cht drekt messbar. Se ka aber durch de möglche Idkator-Varable Häufgket des Ferblebes vom Arbetsplatz, sowe Häufgket vo Arbetsplatzwechsel ud/oder subjektve Eschätzug des Betrebsklmas operatoalsert werde Oder: De Umweltverschmutzug st cht drekt beobachtbar. Se ka aber messbar gemacht werde durch Idkatore we: Wasserqualtät vo Flüsse, jährlcher CO Ausstoß, Azahl der PKW pro Ewoher, usw uterschede ach Skale- bzw. Messveau Nomalskalerte Varable - De Klassfkato vo Utersuchugsehete gescheht hschtlch hres Bestzes oder Ncht-Bestzes eer bestmmte Merkmalsausprägug. - De ezele Merkmalsauspräguge köe cht ragmäßg uterschede werde - köe also cht ee Rehefolge gebracht werde; - se stelle ledglch Beeuge vo Kategore dar - De ezele Kategore müsse a) vollstädg se ud b) sch gegesetg ausschleße - De Nomalskala repräsetert das edrgste Messveau - Bsp.: Geschlecht, Partezugehörgket, Berufsstatus, Natoaltät,...

8 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 8 vo 51 Ordalskalerte Varable - We omalskalerte Varable, zusätzlch glt: - zwsche de Merkmalsauspräguge köe größer/kleer Aussage getroffe werde, - d.h. de ezele Merkmalsauspräguge köe ragmäßg der Rehefolge ach geordet werde - Jedoch köe kee geaue Abstäde zwsche de Merkmalsauspräguge ausgemacht werde - Bsp.: Schulote, Schchtzugehörgket, Lebeszufredehet Itervallskalerte Varable 1 - her köe de Auspräguge cht ur ragmäßg geordet werde, soder de geaue Abstäde zwsche de Auspräguge köe agegebe werde - zudem sd de Abstäde mmer glech groß - Jedoch: E Nullpukt ka wllkürlch festgelegt se ud hat kee haltlche Bedeutug - Deswege: Aussage über Verhältsse sd uzulässg! Bsp.: Probad A hat ee IQ vo 100; Probad B ee vo 110. De Aussage: A st um 10% tellgeter als B st völlg usg! Es ka höchstes gesagt werde, dass B auf der gemessee Itellgezskala um 10 Pukte höher legt als A. - Bsp.: Zetrechug, Temperatur Celsus oder Fahrehet, Itellgezmessug Ratoskalerte Varable (auch: Verhältsskala) - Repräsetert das höchste Messveau - Her st e absoluter (atürlcher) Nullpukt m Werteberech vorhade, z.b. st der absolute Tefpukt, de de Temperatur je erreche ka, glechzetg der Nullpukt der Temperaturskala ach Kelv. Null Grad Kelv etsprcht eer Temperatur vo 73,15 Grad Celsus. - Deswege: Aussage über Verhältsse sd zulässg - Bsp.: Temperatur Kelv, Körperläge, Körpergewcht, Lebesalter, Ekomme, Ehedauer,... 1 Für vele Aalsezwecke st de Uterschedug zwsche Itervall- ud Ratoskala etbehrlch; zusammefassed werde bede Messveaus auch Varable auf metrschem Messveau geat, da metrsches Messveau de Durchführug arthmetscher Recheoperatoe erlaubt. Außerdem: Varable auf Ordal-Skaleveau werde der Praxs oftmals als (quas-)metrsch behadelt, damt arthmetsche Recheoperatoe, we z.b. Mttelwertbldug, durchgeführt werde köe.

9 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 9 vo 51. Uvarate Aalse Urlste, Prmärtabelle Ausgagspukt der uvarate Aalse sd de (Roh-)Date, de ach der Erhebug ees Merkmals (z.b. durch Befragug) etstehe. Bespel: De 31 Telehmer ees Statstk-Tutorums werde ach hrer Semesterzahl befragt. Jede ezele Befragug stellt ee Messug dar. Ma erhält damt 31 Messwerte der Varable Semesterzahl. Der Größe ach aufgelstet blde dese Date ee geordete Urlste ( = Prmärtabelle): 1,,,,,,,,,,,,,3,3,3,3,3,3,3,3,3,3,4,4,4,4,4,5,5,7 Berets erkebar: de meste Persoe befde sch m zwete ud drtte Semester. De Häufgketsvertelug / Häufgketstabelle De Prmärtabelle lässt sch überschtlcher darstelle, dem de ezele (der Größe ach geordete) Merkmalsauspräguge mt der Häufgket hres Auftretes (f ) versehe werde. x f Gesamt = 31 Wchtge Bezechuge: Messwerte (x ): De Merkmalsauspräguge / Messwerte der Varable X (Semesterzahl) werde als x bezechet absolute Häufgkete (f ): De beobachtete Häufgket jeder Merkmalsausprägug wrd mt f (frequec) bezechet. Azahl der Fälle (): De Größe der Stchprobe wrd mt bezechet Statt f fdet sch auch de Bezechug, so z.b. m Faulbaum-Skrpt

10 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 10 vo 51 Wetere wchtge Darstellugsmöglchkete vo Häufgkete: relatve Häufgkete ( f ) f = f De relatve Häufgket ergbt sch, we ma de absolute Häufgket ees x - Wertes durch de Azahl der Fälle telt Relatve Häufgkete köe ur Werte zwsche 0 ud 1 aehme De Summe aller relatve Häufgkete ergbt 1 x f f 1 1 0, , , , , ,033 Gesamt = 31 1 prozetuale Häufgkete / Prozetwerte ( %f ) f % f = 100 bzw. % f f 100 = De prozetuale Häufgkete ergebe sch, we ma de relatve Häufgket ees x - Wertes mt 100 multplzert Prozetwerte sd besoders da ützlch, we de Häufgketsverteluge zweer uterschedlch großer Stchprobe verglche werde solle x f f %f 1 1 0,033 3,3 1 0, , ,36 3, , ,13 5 0,0644 6, ,033 3,3 Gesamt = % 38,71 % der sgesamt 31 Telehmer des Statstk-Tutorums befde sch also m. Semester

11 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 11 vo 51 kumulerte Häufgkete de absolute, relatve ud prozetuale Häufgkete lasse sch auch sukzessve addere (= kumulere) f c = kumulerte absolute Häufgkete f c = kumulerte relatve Häufgkete % f c = kumulerte prozetuale Häufgkete x f f %f f c f c % f c 1 1 0,033 3,3 1 0,033 3,3 1 0, , , , ,36 3,6 3 0,740 74, , ,13 8 0, ,33 5 0,0644 6, , , ,033 3, Gesamt = % a de kumulerte Häufgkete lasse sch Iformatoe der folgede Art ablese: 3 Persoe, also 74,0 %, befde sch de erste dre Semester Oder: Nur kapp 10 % aller Persoe befde sch m fortgeschrtteerem 5. ud 7. Semester Achtug: Messveau beachte! Absolute, relatve sowe prozetuale Häufgkete dürfe erst ab ordalem Messveau kumulert werde

12 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 1 vo 51.1 Statstsche Kewerte / Maßzahle Währed Häufgketstabelle Auskuft über de gesamte Vertelug eer Varable gebe, formere statstsche Maßzahle über gaz bestmmte Egeschafte eer Vertelug. Maßzahle dee der Iformatosverdchtug, de: se lefer mt ur eer ezge Zahl komprmerte Iformato über de charakterstsche Egeschafte eer Vertelug Statstsche Maßzahle zur Beschrebug eer uvarate Vertelug gleder sch zwe Gruppe: Lagemaße (auch: Maßzahle der zetrale Tedez; Zetraltätswerte) Streuugsmaße (auch: Dspersosmaße) Währed Lagemaße über Zetraltät Auskuft gebe, also de tpsche (Modus), de zetrale (Meda) oder de durchschttlche (arthmetsches Mttel) Wert eer Vertelug wedergebe, so gebe de Streuugsmaße a, wewet de Date eer Vertelug vo dese tpsche Werte abweche. Se messe auf dese Wese de Grad der Heterogetät eer Vertelug ud zege, we gut oder we schlecht de Lagemaße ee Vertelug repräsetere De: habe wr ee relatv homogee Vertelug, d.h. weche ur sehr weg Messwerte vo de Zetraltätswerte ab (= edrge Streuug), da sd de Zetraltätswerte sehr gute Repräsetate der Vertelug. Habe wr stattdesse ee sehr heterogee Vertelug, d.h. weche de Messwerte recht stark vo de Zetraltätswerte ab (= hohe Streuug), da repräsetere de Zetraltätswerte de Vertelug cht besoders gut. De achfolgede Tabelle zegt, welche Maßzahle m folgede behadelt werde: Lagemaße Streuugsmaße Modus (h) Rage (R) Meda ( ~ x ) (mttlerer) Quartlabstad (QA) Arthmetsches Mttel ( x ) Varaz (s ) Stadardabwechug (s) Varatoskoeffzet (V)

13 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 13 vo Lagemaße / Maßzahle der zetrale Tedez / Zetraltätsmaße Modus (h) Um de Modalwert zu ermttel, stellt ma sch de Frage Welcher Messwert kommt am häufgste vor? Er st awedbar ab omalem Messveau Egpflge, umodale Vertelug: x f Gesamt = 31 Her st h =. Da wr her ur ee Modalwert habe, hadelt es sch um ee umodale Vertelug. Bmodaltät: (a) edeutg bmodale Vertelug x f Gesamt = 41 Her st h 1 = ud h = 5 (b) cht edeutg bmodale Vertelug x f Gesamt = 4 Her st auch h 1 = ud h = 5 ACHTUNG: Ncht mt dem f Wert verwechsel; der Modus st mmer der häufgste Messwert x ;

14 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 14 vo 51 Meda ( x ~ ) Der Meda x ~ [les x Schlage ] st der Wert, der ee der Größe ach geordete Messwertrehe halbert Er st awedbar erst ab ordalem Messveau 3 Arte der Berechug, je achdem ob a. ugerade Azahl vo Fälle b. gerade Azahl vo Fälle c. klasserte Date vorlege Medaberechug be ugerader Azahl vo Fälle - der Meda st her der Messwert des mttlere Falles eer geordete Messwertrehe - daher: zuächst de Date der Größe ach orde, so we deser geordete Urlste: 1,,,,,,,,,,,,,3,3,3,3,3,3,3,3,3,3,4,4,4,4,4,5,5,7 = 31 (=ugerade Azahl) der mttlere Fall wrd mt folgeder Formel berechet: ( + 1 ) Her: (31 + 1)/ = 16 ACHTUNG: cht 16, soder der Messwert des 16. Falles st der Meda; demach x ~ = 3 1,,,,,,,,,,,,,3,3,3,3,3,3,3,3,3,3,4,4,4,4,4,5,5,7 = 31 We ma auch de kumulerte absolute Häufgkete etehme ka, gehört der 16. Fall zu Messwert 3: x f f c Gesamt = 31 Allgeme seht de Formel so aus: ~ x = x + 1

15 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 15 vo 51 Medaberechug be gerader Azahl vo Fälle - be gerader Azahl vo Fälle st der Meda der halberte Wert der mttlere bede Fälle Zuäc hst werde de mttlere bede Fälle berechet mt: = 1. mttlerer Fall; + 1 =. mttlerer Fall Bsp.: 1,,,,,,,,,,,,,3,3,3,3,3,3,3,3,3,3,4,4,4,4,4,5,5,7 = 3 (= gerade Azahl) 3 3 = 16. Fall (= Messwert 3); + 1 = 17. Fall (=Messwert 3) Der Meda st u chts aderes als das arthmetsche Mttel ( s.u.) der m ttlere bede Messwerte: ~ x = = 3 Allgeme seht de Formel so aus: x + x + 1 ~ x = Zu beachte st auch her weder, dass m Zähler zuächst de bede mttlere Fälle [/ bzw. (/)+1] berechet werde, de da durch hre etsprechede Messwerte ausgetauscht werde müsse. M edaberechug be klasserte Date Be klasserte Date berechet sch der Meda mt folgeder Formel: ~ x = U + 1 Fm Fu Mt: 1 = deser Wert gbt a, welchem Itervall der Meda lege wrd (Medatervall) U = exakte utere Greze des Medatervalls = Azahl der Fälle Fu = kumulerte Häufgket uterhalb des Medatervalls (kum. Fälle uterhalb vo U) Fm = Azahl der Fälle m Medatervall Kb = Itervallbrete (wrd berechet mt: exakte obere mus exakte utere Greze eer Klasse) Kb

16 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 16 vo 51 Bsp.: Klasse Ekommesklasse f ( Euro) bs < = Medatervall 1000 bs < bs < bs < bs < Σ 300 = U = 1500 Fm = 400 = 300 Kb = 499 (z.b = 499) Fu = = = 300 : = 1600; das Medatervall st de 3. Klasse, da de kumulerte Häufgkete der erste 3 Klasse ( = 1800) ee Wert >1600 ergebe Setze wr u dese Werte de Formel e, so erhalte wr für de Meda ee Wert vo: x~ = [( )/400] 499 = 1749,5 Wchtge Egeschaft des Medas: Uempfdlchket gegeüber Extremwerte (m Gegesatz zum arthmetsche Mttel) A rthmetsches Mttel ( x ) Das arthmetsche Mttel x [les: x quer ] st der Durchschttswert eer Vertelug Setzt metrsches Messveau voraus Ist defert als de Summe aller Messwerte, getelt durch hre Azahl: x x1 + x + x x = 1 = = Oder efacher: De ezele Messwerte werde mt hrer Häufgket multplzert: x = 1 = f x x

17 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 17 vo 51 Bsp.: x f Gesamt = 31 ( 1 1 ) + ( 1 ) + ( 3 10 ) + ( 4 5 ) + ( 5 ) ) x = =, Zur Berechug be klasserte Date: vgl. Beghaus, a.a.o., S.137f. Wchtge Egeschafte des arthmetsche Mttels: De Summe der Abwechuge aller Messwerte vo hrem arthmetsche Mttel st glech Null: =1 ( x x) = 0 De Summe der quadrerte Abwechuge vo hrem arthmetsche Mttel st kleer als de Summe der quadrerte Abwechuge aller Messwerte vo eem belebge adere Wert De Addto (oder Subtrakto) eer bestmmte Zahl zu alle Ezelwerte eer Vertelug vergrößert (oder verkleert) das arthmetsche Mttel um dese Zahl Das arthmetsche Mttel st - m Gegesatz zum Meda - afällg für Extremwerte

18 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 18 vo 51 Smmetreegeschafte eer Vertelug De dre Lagemaße gebe auch Auskuft über de Schefe eer Vertelug h = ~ x = x de Vertelug st smmetrsch h ~ x < x < de Vertelug st lksstel / rechtsschef h x > > ~ x de Vertelug st rechtsstel / lksschef h > ~ x > x h = ~ x = x h < ~ x < x Geerell glt: Je äher de dre Werte beeader lege, desto weger schef st de Vertelug Umgekehrt glt: je stärker de dre Werte dfferere, desto schefer st de Vertelug De Schefe (Sch) gbt es auch als Maßzahl: Setzt metrsche Date voraus Berechet wrd se mt: ( x x) 3 Sch = = 1 Iterpretato: Sch < 0 Sch > 0 Sch = 0 de Vertelug st rechtsstel de Vertelug st lksstel de Vertelug st smmetrsch

19 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 19 vo 51 Geerell glt auch her: Je äher der Wert be Null legt, desto weger schef st de Vertelug Umgekehrt glt: je weter der Wert vo Null etfert legt, desto schefer st de Vertelug.1. Streuugsmaße alle Streuugsmaße setze metrsches Messveau voraus Ausahme: Quartle, sowe Quartlabstad ud mttlerer Quartlabstad: ab ordalem Messveau Rag e (R) (auch: Spawete, Varatosbrete) Ist defert als de Dfferez aus dem größte ud dem kleste Wert: R = x max x m Nachtel: Da be der Berechug ledglch der größte ud der kleste Wert berückschtgt werde, st er a) stark vo Ausreßerwerte abhägg ud b) chtssaged über de Streuug der übrge Werte Quartlabstad (QA) / mttlerer Quartlabstad De Quartle Q 1, Q ud Q 3 sd Messwerte, de ee Vertelug Abschtte zerlege, de jewels 5% der Utersuchugsehete falle 3 Damt tree se de Vertelug 4 gleche Abschtte Der Quartlabstad st de Dfferez zwsche dem drtte (Q 3 ) ud dem erste (Q 1 ) Quartl: QA = Q 3 - Q 1 Wobe : Q = 1 x 1 Q = x ~ x 3 4 Q = 3 4 Der mttlere Quartlabstad berechet sch mt: QA 3 vgl. herzu ausführlch: Beghaus, a.a.o., S. 145ff. (sb. S.147: Berechug der Quartle be klasserte Date)

20 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 0 vo 51 Varaz (s ) De Varaz st defert als de Summe der quadrerte Abwechuge der ezele Messwerte vo hrem arthmetsche Mttel, dvdert durch de Azahl der Fälle: s = = 1 f ( x x) A der Formel wrd ee Parallele zum arthmetsche Mttel deutlch: währed das arthmetsche Mttel de Summe aller Messwerte durch hre Azahl dvdert, wrd her de Summe aller (quadrerte) Abwechugswerte durch hre Azahl dvdert: de Varaz st also auch ee Art Durchschttswert, ämlch de durchschttlche Streuug Stadardabwechug (s) Ist defert als de Quadratwurzel aus der Varaz: s = s Durch Zehug der Wurzel wrd de Quadrerug weder rückgägg gemacht. Dadurch st de durchschttlche Streuug der ursprüglche Maßehet der Varable zu lese. V aratoskoeffzet (V) Ist der Atel der Stadardabwechug am arthmetsche Mttel: V = s x Im Gegesatz zu adere Streuugsmaße quatfzert V de Varabltät eer Vertelug maßstabsuabhägg

21 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 1 vo 51 V eget sch damt sehr gut als Streuugs-Verglechsmaß be mehrere Verteluge ka als Prozetzahl gelese werde (s.u.) Bs p.: Berechug der Streuugsmaße für de Varable Semesterzahl x f Gesamt = 31 Rage: R = 7 1 = 6 Quartlabstad: Q 3 = ¾ 31 = 3,5.Fall Me sswert 4 Q 1 = ¼ 31 = 7,75.Fall Messwert QA = 4 = Mttlerer QA = : = 1 Zur Berechug der Varaz ud der Stadardabwechug empfehlt es sch, ee Arbetstabelle azulege: x f ( x x) ( x x) f ( x x) x =, , , , , , , ,037 0, , ,037 1, ,3785 5,037 4, , ,037 16,591 16,591 Ge samt = 31 Σ = 44,9673 s = 44,9673 = 1, ,50 s = 1,50 1,5 31 Zur Iterpretato der Stadardabwechug ud Varaz der Zahlewert der Stadardabwechug steht m Przp für de durchschttlche Streuug eer Vertelug, wobe mt Streuug de Gesamtabwechug aller Messwerte vo hrem arthmetsche Mttel gemet st. De Varaz steht demach für de durchschttlche quadrerte Streuug deswege st de Stadardabwechug m Verglech zur Varaz besser zu terpretere, da hr Ergebs weder der ursprüglche Ehet, der de Varable gemesse wurde, zu lese st. Für obges Bespel wäre ee

22 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete vo 51 der folgede Aussage agemesse: De Messwerte streue m Durchschtt um 1,5 Semester um de Mttelwert De Stadardabwechug st e Gütemaß für das arthmetsche Mttel, de: Je gerger de Streuug, desto homogeer st ee Vertelug bzw. desto weger weche de ezele Messwerte vo hrem arthmetsche Mttel ab. Das bedeutet: je gerger de Stadardabwechug, desto besser repräsetert das arthmetsche Mttel de gesamte Vertelug Zur Berechug ud Iterpretato des Varatoskoeffzete: wr erhalte ee Wert vo V = 1,5/,96773 = 0,418 oder 41,8% das bedeutet, de Streuug macht ca. 41% des Mttelwertes aus. Ee Vertelug west kee Streuug auf we: der Rage glech Null st de Summe der quadrerte Abwechuge aller Messwerte vom arthmetsche Mttel glech Null st alle Messwerte glech groß sd alle Messwerte mt dem Mttelwert überestmme alle Messwerte mt dem Modus überestmme es ur ee Messwert gbt. Graphsche Darstellugsmöglchkete vo Häufgke tsverteluge I Abhäggket vom Messveau exstert ee Velzahl vo graphsche Darstellugsmöglchkete: Nomales Messveau: - Balkedagramm (auch: Strefe- bzw. Säuledagramm) - Kresdagramm Ordales Messveau: - Balkedagramm (auch: Strefe- bzw. Säuledagramm) - Kresdagramm - Boxplot (auch: box-ad-whsker-plot) Metrsches Messveau: - Hstogramm - Polgo (auch: Polgozug) - Boxplot (auch: Box-Ad-Whsker-Plot) - Stem-Ad-Leaf-Dspla bzw. Back-to-Back-Stem-Ad-Leaf-Dspla

23 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 3 vo 51 Balkedagramm (auch: Strefe- bzw. Säuledagramm) 60 WAHLABSICHT, BUNDESTAGSWAHL; BEFR Prozet 10 0 CDU-CSU SPD F.D.P. REPUBLIKANER ANDERE PARTEI BUENDNIS90-GRUENE PDS WAHLABSICHT, BUNDESTAGSWAHL; BEFR. Kresdagramm WAHLABSICHT, BUNDESTAGSWAHL; BEFR. ANDERE PARTEI 1,1% PDS 6,0% REPUBLIKANER,5% BUENDNIS90-GRUENE 8,6% F.D.P. 4,5% CDU-CSU 9,0% SPD 48,% Hstogramm 400 ALTER: BEFRAGTE<R> Häufgket ,0 30,0 40,0 50,0 60,0 70,0 80,0 90,0 5,0 35,0 45,0 55,0 65,0 75,0 85,0 95,0 Std.abw. = 17,49 Mttel = 48,7 N = 334,00 ALTER: BEFRAGTE<R>

24 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 4 vo 51 Polgozug,5,0 1,5 1,0,5 Prozet 0, ALTER: BEFRAGTE<R> Boxplot N = Statstke ALTER: BEFRAGTE<R> N Gültg 334 Fehled 0 Mttelwert 48,7 Meda 47,00 Perzetle 5 = Q1 34,00 50 = Q 47,00 75 = Q3 63, ALTER: BEFRAGTE<R> Stem-Ad-Leaf-Dspla ALTER: BEFRAGTE<R> Stem-ad-Leaf Plot Frequec Stem & Leaf 73, , , , , , , , , , , , , , , & 10,00 9. & 3,00 9. & Stem wdth: 10 Each leaf: 8 case(s)

25 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 5 vo 51.3 Z-Trasformato (Stadardserug vo Varable) Bsp.: setzt metrsche Date voraus Durch ee Z-Trasformato werde Messwerte ee Form umgewadelt, de es erlaubt, se mt Werte derselbe oder eer adere Vertelug zu vergleche Sd z.b. zwe Varable uterschedlche Ehete erfasst (ee Euro, de adere Jahre), da erlaubt de Stadardserug beder Varable dere Verglechbarket Erzeugt werde se, dem ma das arthmetsche Mttel vo jedem Messwert subtrahert ud de Dfferez durch de Stadardabwechug telt: x x x z = s Z-Werte gebe damt a, um we vele (Stadardabwechugs-)Ehete e Messwert oberhalb (be postvem Vorzeche) oder uterhalb (be egatvem Vorzeche) vom Durchschtt legt x f ( x x) x x z = s 1 1-1, , , , ,037 0, ,037 0,843 5,037 1, ,037 3,9 Gesamt = 31 x =,96773; s =1,5 Durch de z-trasformato erhält ma ee eue Vertelug mt folgede Egeschafte: x x z = s f -1, , , , ,659 3,9 1 = 31 das arthmetsche Mttel st mmer Null ( z = 0) de Stadardabwech ug st mmer 1 ( s = 1) z

26 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 6 vo Bvarate Aalse be der bvarate Aalse geht es darum, de Bezehug (Assozato, Korrelato) zweer Varable zueader zu utersuche Kokret: es geht darum, Maßzahle zu erreche, de de Stärke (ud de Rchtug) des Zusammehags zwsche zwe Varable ausdrücke Dese Maßzahle werde bezechet als Zusammehagsmaße, Korrelatoskoeffzete oder Assozatosmaße 3.1 Zusammehagsm aße für omalskalerte Varable Ch-Quadrat (χ ) baserte Maßzahle: Ph, Cramers V, Kotgezkoeffzet C Um dese Koeffzete bereche zu köe, muss vorher Ch-Quadrat berechet werde: Utersucht ma de Zusammehag zwsche zwe omalskalerte Varable, ka ma dere Häufgkete eer Kreuztabelle darstelle: Bsp.: Zusammehag zwsche Lohzufredehet (Varable X) ud Beschäftgtestatus (Varable Y) (Kotgeztabelle) Arbeter Agestellter Σ Gerge Lohzufredehet (Zelle a) (Zelle b) Hohe Lohzufredehet (Zelle c) (Zelle d) Σ Für de Berechug vo Ch-Quadrat muss zuächst aus der Kotgeztabelle ee Idffereztabelle erstellt werde bzw. es müsse de erwartete Häufgkete berechet werde Ee Kreuztabelle, der de beobachtete (absolute) Häufgkete ) egetrage sd, et ma Kotgeztabelle ( f b Ee Kreuztabe lle, de r de erwartete Häufgkete ( f e ) egetrage sd, et ma Idffereztabelle Erwartete Häufgkete sd de Häufgkete, de ma jeder Zelle der Kreuztabelle erwarte würde, we zwsche de bede Varable ke Zusammehag besteht

27 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 7 vo 51 Berechet werde de erwartete Häufgkete für jede Zelle we folgt: f e = Zelesumme Spaltesumme Gesamtsumme Her: Zelle a: f e = = Zelle b: f e = = Z elle c: f e = = Zelle d: f e = = Her st de Kotgeztabelle zusamme mt der Idffereztabelle dargestellt: Arbeter Agestellter Σ Gerge f b =40 f b =0 60 Lohzufredehet f e =30 f e =30 Hohe f b =10 f b =30 40 Lohzufredehet f e =0 f e =0 Σ Da u de erwartete Häufgkete de Häufgkete sd, de ma erwarte würde, we de bede Varable statstsch voeader uabhägg sd (also ke Zusammehag besteht) deutet de Dfferez zwsche de erwartete ud de beobachtete Häufgkete auf ee Zusammehag zwsche de bede Varable h je stärker dese Dfferez st, desto stärker st auch der Zusammehag. Umgekeh rt: je kleer de Dfferez, desto gerger st der Zusammehag Auf desem Koze pt des Verglechs zwsche de beobachtete ud de erwartete Häufgk ete beruht Ch-Quadrat: χ = ( f f b e ) f e We ahad der Formel schtbar, mmt Ch-Quadrat de Wert Null a, we alle f b s ud f e s glech sd

28 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 8 vo 51 Berechug vo Ch-quadrat (Herfür st weder de Afertgug eer Arbetstabelle svoll): Zelle f b f e f b - f e (f b - f e ) ( f f e A ,333 B ,333 c d Σ=16,666 = χ Der χ -Wert varert zwsche 0 (ke Zusammehag) ud (perfekter Zusammehag) Zur bessere Iterpretato der geaue Stärke des Zusammehags werde u de Ch-Quadrat baserte Maßzahle (Ph, Cramers V, Kotgezkoeffzet C) berechet: Se sd deswege besser zu terpretere, da se ur Werte zwsche 0 (ke Zusammehag) ud 1 (perfekter Zusammehag) aehme. Ph (Φ) (für x Tabelle bzw. Kreuztabelle mt 4 Zelle) b f e ) Φ = χ Her: Φ = 16, = 0,4081 Cramers V (für Tabelle größer als x) V = χ m( r 1; c 1) mt r = Azahl der Zele ( rows ) c = Azahl der Spalte ( colums ) m = Nur der kleere Wert geht de Berechug e; z.b.: be 3x4 Tabelle seht de Formel so aus: V χ = (3 1)

29 Mark Lutter SMS I Tutorum Tel I Deskrptve Statstk Sete 9 vo 51 Kotgezkoeffzet C (für belebge Tabelle) χ C = χ + Merke: We χ = 0, da st auch Φ = 0, V = 0 ud C = 0 We Φ = 1, da st χ = Φ ud V sd detsch be x Tabelle P rozetsatzdfferez E weteres, sehr efaches Assozatosmaß st de sog. Prozetsatzdfferez: vgl. dazu Beghaus, a.a.o., S.199ff. 3. Zusammehagsmaße für ordalskalerte Varable Spearmas Rho (r s ) (auch: Ragkorrelatoskoeffzet) r s beschrebt de Zusammehag zwsche zwe Ragrehe de Berechug erfolgt mt folgeder Formel: 6 d r = 1 s ( 1) mt: = Azahl der Fälle Σ d ) = Summe der quadrerte Ragplatzdffereze = Σ(x - Vorgeheswese: 1. Umwadlug der Messwerte Ragplätze. Ragplatzdffereze blde 3. alle Dffereze quadrere ud aufsummere 4. Berechug vo r s

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

Leitfaden zu den Indexkennzahlen der Deutschen Börse

Leitfaden zu den Indexkennzahlen der Deutschen Börse Letfade zu de Idexkezahle der Deutsche Börse Verso.5 Deutsche Börse AG Verso.5 Letfade zu de Idexkezahle der Deutsche Börse Page Allgemee Iformato Um de hohe Qualtät der vo der Deutsche Börse AG berechete

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste): Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge

Mehr

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient Ablehugsberech:!Sgfkazveau abhägge Gruppe: Gruppe vo Versuchspersoe, dee jede ezele Versuchsperso aus Gruppe A eer äquvalete Versuchsperso aus Gruppe B etsprcht (oder tatsächlch de gleche Versuchsperso

Mehr

Geometrisches Mittel und durchschnittliche Wachstumsraten

Geometrisches Mittel und durchschnittliche Wachstumsraten Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Geometrsches Mttel ud durchschttlche Wachstumsrate Modellaufgabe Übuge Lösuge www.f-lere.de Geometrsches

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

Einführung in Statistik

Einführung in Statistik Eführug Statstk 4. Semester Begletedes Skrptum zur Vorlesug m Fachhochschul-Studegag Iformatostechologe ud Telekommukato vo Güther Kargl FH Campus We 2009 Ihaltsverzechs Eführug Statstk Eletug. Deskrptve

Mehr

2. Zusammenhangsanalysen: Korrelation und Regression

2. Zusammenhangsanalysen: Korrelation und Regression 2. Zusammehagsaalse: Korrelato ud Regresso Dowloads zur Vorlesug 2. Zusammehagsaalse: Korrelato ud Regresso 2 Grudbegrffe zwedmesoale Stchprobe De Gewug vo mehrere Merkmale vo eer Beobachtugsehet führt

Mehr

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik Formelsammlug rtschaftsmathemat / Statst Formelsammlug für de Lehrverastaltug rtschaftsmathemat / Statst zugelasse für de Klausure zur rtschaftsmathemat ud Statst de Studegäge der Techsche Betrebswrtschaft

Mehr

Deskriptive Statistik - Aufgabe 3

Deskriptive Statistik - Aufgabe 3 Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

Allgemeine Prinzipien

Allgemeine Prinzipien Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege

Mehr

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

Lage- und Streuungsmaße

Lage- und Streuungsmaße Statstk für SozologIe Lage- ud Streuugsmaße Uv.Prof. Dr. Marcus Hudec Beschrebug quattatver Date Um de emprsche Vertelug ees quattatve Merkmals zu beschrebe, betrachte wr Parameter, de ee Verdchtug der

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

Kommentierte Formelsammlung der deskriptiven und induktiven Statistik für Wirtschaftswissenschaftler

Kommentierte Formelsammlung der deskriptiven und induktiven Statistik für Wirtschaftswissenschaftler Kommeterte Formelsammlug der deskrptve ud duktve Statstk für Wrtschaftswsseschaftler Prof. Dr. Iree Rößler Prof. Dr. Albrecht Ugerer Wetere Bespele ud ausführlche Erläuteruge sowe detallerte Lösuge der

Mehr

Multiple Regression (1) - Einführung I -

Multiple Regression (1) - Einführung I - Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da

Mehr

2 Regression, Korrelation und Kontingenz

2 Regression, Korrelation und Kontingenz Regresso, Korrelato ud Kotgez I desem Kaptel lerst du de Zusammehag zwsche verschedee Merkmale durch Grafke zu beschrebe, Maßzahle ür de Stärke des Zusammehags zu bereche ud dese zu terpretere, das Wsse

Mehr

Statistik mit Excel und SPSS

Statistik mit Excel und SPSS Stattk mt Excel ud SPSS G. Kargl Grudbegrffe Grudgeamthet Erhebugehet Merkmale Werteberech Stchprobe Telbereche der Stattk: Dekrtpve Stattk Iduktve Stattk Exploratve Stattk U- / B- / Multvarate Stattk

Mehr

2. Mittelwerte (Lageparameter)

2. Mittelwerte (Lageparameter) 2. Mttelwerte (Lageparameter) Bespele aus dem täglche Lebe Pro Hemspel hatte Borussa Dortmud der letzte Saso durchschttlch 7.2 Zuschauer. De deutsche Akte sd m Durchschtt um 0 Zähler gefalle. I Ide wurde

Mehr

Nagl, Einführung in die Statistik Seite 1

Nagl, Einführung in die Statistik Seite 1 Nagl, Eführug de Statstk Sete Eletug Damt der Wert des Faches Statstk für wsseschaftlche Utersuchuge besser gesehe werde ka, wrd zuerst e kurzer Abrß über de Ablauf eer wsseschaftlche Utersuchug voragestellt.

Mehr

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil IV Musterklausuren (Univ. Essen) mit Lösungen Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methode der comutergestützte Produkto ud Logstk 9. Bedesysteme ud Warteschlage Prof. Dr.-Ig. habl. Wlhelm Dagelmaer Modul W 336 SS 06 Bedesysteme ud Warteschlage Besel: Fahrradfabrk Presse Puffer Lackerere

Mehr

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien REGRESSION Ee awedugsoreterte Eführug Marcus Hudec Chrsta Neuma Uterstützt vo Isttut für Statstk der Uverstät We Eletug De Regresso st e velfältg esetzbares Werkzeug zur Beschrebug ees fuktoale Zusammehags

Mehr

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit Bespelklausur BWLB TelMarketg 45MuteBearbetugszet BWLBBespelklausurTelMarketg Sete WchtgeHwese:. VOLLSTÄNDIGKEIT: PrüfeSeuverzüglch,obIhreKlausurvollstädgst(Aufgabe).. ABGABE: EsstdegesamteKlausurabzugebe.

Mehr

Messfehler, Fehlerberechnung und Fehlerabschätzung

Messfehler, Fehlerberechnung und Fehlerabschätzung Apparatves Praktkum Physkalsche Cheme der TU Brauschweg SS1, Dr. C. Maul, T.Dammeyer Messfehler, Fehlerberechug ud Fehlerabschätug 1. Systematsche Fehler Systematsche Fehler et ma solche Fehleratele, welche

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

Unter einer Rente versteht man eine regelmässige und konstante Zahlung 8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher

Mehr

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung De Bomalvertelg al Wahrchelchketvertelg für de Schadevercherg Für da Modell eer Schadevercherg e gegebe: = Schade ee Verchergehmer, we der Schadefall etrtt w = Wahrchelchket dafür, da der Schadefall etrtt

Mehr

EINLEITUNG, FEHLERRECHNUNG

EINLEITUNG, FEHLERRECHNUNG Eletug FEHLERRECHNUNG ohe Dfferetalrechug 04.05.006 Blatt 1 EINLEITUNG, FEHLERRECHNUNG Aufgabe des physkalsche Praktkums st es, dem Studerede de Physk durch das Expermet äher zu brge, h mt der Methode

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) 6. Zuammehagmaße Kovaraz ud Korrelato Problemtellug: Bher: Ee Varable pro Merkmalträger, Stchprobe x,, x Geucht: Maße für Durchchtt, Streuug, uw. Jetzt: Zwe metrche! Varable pro Merkmalträger, Stchprobe

Mehr

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß Thema Zetrehe Statstk - Neff INHALT. Zetreheaalyse, Tred Leare Regressosaalyse mt eem Eflussfaktor X = "Zet" De tredberegte Sasoschwakuge e = s = y ŷ De mttlere Sasoschwakuge s j k k = = s De rreguläre

Mehr

Vorlesung Multivariate Statistik. Sommersemester 2009

Vorlesung Multivariate Statistik. Sommersemester 2009 P.Martus, Multvarate Statstk, SoSe 009 Free Uverstät Berl Charté Uverstätsmedz Berl Bachelor Studegag Boformatk Vorlesug Multvarate Statstk Sommersemester 009 Prof. Dr. rer. at. Peter Martus Isttut für

Mehr

Stoffwerte von Flüssigkeiten. Oberflächenspannung (PHYWE)

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

Mehr

Grundzüge der Preistheorie

Grundzüge der Preistheorie - - Grudzüge der Prestheore Elemetare Gedake der uterehmersche Prespoltk Verso 3. Harr Zgel 999-3, EMal: HZgel@aol.com, Iteret: http://www.zgel.de Nur für Zwecke der Aus- ud Fortbldug Ihaltsüberscht. Grudgedake.....

Mehr

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen?

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen? Aufgabe 1 (60 Pukte) De Gesellschaft XYZ betet als prvate Reteverscherug ee Idepolce gege Emalbetrag a mt eer Aufschubfrst vo zwe Jahre. Ivestert wrd e so geates IdeZertfkat, das be Retebeg das folgede

Mehr

Klausur Betriebswirtschaftslehre PM/B

Klausur Betriebswirtschaftslehre PM/B Isttut für Fazwrtschaft, Bake ud Verscheruge, Karlsruher Isttut für Techologe Klausur Betrebswrtschaftslehre PM/B Achtug: Ihalte der Vorlesug köe Zukuft ggf. cht mehr kosstet mt de Ihalte deser Klausur

Mehr

Lorenz' sche Konzentrationskurve und Disparitätsindex nach Gini

Lorenz' sche Konzentrationskurve und Disparitätsindex nach Gini Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Lorez' sche Kozetratoskurve ud Dspartätsdex ach G Übuge Aufgabe Lösuge www.f-lere.de Begrff Lorez'

Mehr

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen IT Zahlesysteme Zahledarstellug eem Stellewertcode (jede Stelle hat ee bestmmte Wert) Def. Code: Edeutge Abbldugsvorschrft für de Abbldug ees Zeche-Vorrates eem adere Zechevorrat. Dezmalsystem De Bass

Mehr

( ) := 1 N. μ 1 : Mittelwert. 2.2 Statistik und Polydispersität. Definition des k-ten Moments: Definition des k-ten zentralen Moments: 1 N

( ) := 1 N. μ 1 : Mittelwert. 2.2 Statistik und Polydispersität. Definition des k-ten Moments: Definition des k-ten zentralen Moments: 1 N . Charakterserug vo Polymere. moodsperse polydsperse cytochrom c Ege Bopolymere (Ezyme) habe ur ee ehetlche olekülgröße. moodsperse mometa st kee Polymersatosmethode verfügbar, de Polymere mt eer ehetlche

Mehr

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

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Ole- ud a de müdlche Prüfuge abgegebe sowet erforderlch. A der schrftlche Klausur (Ope-book-Prüfug)

Mehr

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten Festverzslche Wertaere Kurse ud Redte be gazzahlge Restlaufzete Glederug. Rückblck: Grudlage der Kursrechug ud Redteermttlug 2. Ausgagsstuato 3. Herletug der Formel 4. Abhäggket vom Marktzsveau 5. Übugsaufgabe

Mehr

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst Marketg- ud Iovatosmaagemet Herbstsemester 2013 - Übugsaufgabe Leseder: Prof. Dr. Adreas Fürst Isttut für Marketg ud Uterehmesführug Abtelug Marketg Uverstät Ber Ihaltsverzechs 1 Eletug Allgemee Grudlage

Mehr

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit Glederug: A. Vermögesverwaltug I. Gegestad II. Ablauf III. Koste B. Grudzüge der Kaptalmarkttheore I. Portefeulletheore 1. Darstellug. Krtk II. Captal Asset Prcg Model (CAPM) 1. Darstellug. Krtk III. Arbtrage

Mehr

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

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Prüfuge abgegebe sowet erforderlch. Stad 1. Jul 2010. Äderuge vorbehalte. Formelsammlug Fazplaer

Mehr

Formelsammlung zur Zuverlässigkeitsberechnung

Formelsammlung zur Zuverlässigkeitsberechnung Formelsmmlug zur Zuverlässgetsberechug zusmmegestellt vo Tt Lge Fchhochschule Merseburg Fchberech Eletrotech Ihlt:. Zuverlässget vo Betrchtugsehete.... Zuverlässget elemetrer, chtreprerbrer ysteme... 3.

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Defere de Folge (a ) Õ mt a =+: Eplzte Defto *+ a() Doe 3, falls = Rekursve Defto Defere de Folge (b ) Õ, b = : b + sost whe(=,

Mehr

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen Ivestmetfods Kezahleberechug erformace Rsko- ud Ertragsaalyse, Rskokezahle Gültg ab 01.01.2007 Ihalt 1 erformace 4 1.1 Berechug der erformace über de gesamte Beobachtugzetraum (absolut)... 4 1.2 Aualserug

Mehr

Was ist Statistik? Wozu Statistik? Wie Statistik? Statistische Daten. Statistische Merkmale. Page 1

Was ist Statistik? Wozu Statistik? Wie Statistik? Statistische Daten. Statistische Merkmale. Page 1 Vorlesugsuterlage Statstk ud Wahrschelchketstheore für Iformatker (Tel: Deskrptve Statstk) (WS 6/7) vorläufge Fassug Was st Statstk? Deskrptve Statstk (beschrebed, zusammefassed) Iduktve Statstk (vo Stchprobe

Mehr

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern AMMO Berchte aus Forschug ud Techologetrasfer Etwcklug eer Dsatcherfukto zur Überrüfug vo Nomerugsmege der Betrebsführug vo Erdgassecher Prof. Dr. sc. tech. Dr. rer. at. R. Ueckerdt Dr.Ig. H.W. Schmdt

Mehr

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling Aalse ud praktsche Umsetzug uterschedlcher Methode des Radomzed Brach Samplg Dssertato zur Erlagug des Doktorgrades der Fakultät für Forstwsseschafte ud Waldökologe der GeorgAugustUverstät Göttge vorgelegt

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche Kozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso 0.00 Harry Zgel 99-006, EMal: HZgel@aol.com, Iteret:

Mehr

Einführung in die deskriptive Statistik

Einführung in die deskriptive Statistik Eführug de dekrptve Stattk Übercht: 1. Grudlage: Mee, Skalere, edeoale Häufgketverteluge 1.1. Mee 1.. Skaleveau 1.3. Mewertklae 1.4. Uvarate Häufgketverteluge 1.5. Graphche Dartellug vo uvarate Häufgketverteluge

Mehr

Hochschule München Fakultät Wirtschaftsingenieurwesen Datenanalyse

Hochschule München Fakultät Wirtschaftsingenieurwesen Datenanalyse Hochschule Müche Fakultät Wrtschaftsgeeurwese Dateaalyse Prof. Dr. Volker Abel Verso. Ihaltsverzechs Ihaltsverzechs. Auswertug ud Modellerug vo Zähldate.... Auswertug vo prozetuale Häufgkete.... Auswertug

Mehr

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

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

Mehr

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree

Mehr

Preisindex. und. Mengenindex

Preisindex. und. Mengenindex Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk resdex ud Megedex Übuge Aufgabe ösuge www.f-lere.de resdex 1 De Etwcklug der rese wrd der Öffetlchket

Mehr

Quantitative BWL 2. Teil: Finanzwirtschaft

Quantitative BWL 2. Teil: Finanzwirtschaft Quattatve BWL. el: Fazwtschaft Mag. oáš Sedlačk Lehstuhl fü Fazdestlestuge Uvestät We Quattatve BWL: Fazwtschaft Ogasatosches Isgesat wd es 6 ee gebe (5 Ehete + Klausu Klausu fdet a D 7. Jaua 009 statt

Mehr

D. Plappert Die Strukturgleichheit verschiedener physikalischer Gebiete gezeigt am Beispiel Hydraulik-Elektrizitätslehre

D. Plappert Die Strukturgleichheit verschiedener physikalischer Gebiete gezeigt am Beispiel Hydraulik-Elektrizitätslehre D. Plappert De Strukturglechhet verschedeer physkalscher Gebete gezegt am Bespel Hydraulk-Elektrztätslehre Erschee Kozepte ees zetgemäße Physkuterrchts, Heft 3, Schroedel Verlag 979. Eletug De megeartge

Mehr

Ralf Korn. Elementare Finanzmathematik

Ralf Korn. Elementare Finanzmathematik Ralf Kor Elemetare Fazmathematk Ihaltsverzechs. Eletug Exkurs : Akte Begrffe, Grudlage ud Geschchte. We modellert ma Aktekurse? 4. Edlche E-Perode-Modelle 6. Edlche Mehr-Perode-Modelle 3.3 Das Black-Scholes-Modell

Mehr

Ergebnis- und Ereignisräume

Ergebnis- und Ereignisräume I Ergebs- ud Eregsräume Zufallsexpermete Defto: E Expermet, welches belebg oft uter gleche Bedguge wederholbar st ud desse Ergebs cht mt Bestmmthet vorhergesagt werde ka (d.h. es gbt md. 2 Mgk.), heßt

Mehr

Investitionsentscheidungen im Multi-Channel-Customer-Relationship Management 1

Investitionsentscheidungen im Multi-Channel-Customer-Relationship Management 1 Ivesttosetscheduge m Mult-Chael-Customer-Relatoshp Maagemet Has Ulrch Buhl, Na Kreyer, Na Schroeder Lehrstuhl für Betrebswrtschaftslehre, Wrtschaftsformatk & Facal Egeerg Kerkompetezzetrum Iformatostechologe

Mehr

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion AG Kstrut KONTRUKTION Plaetegetrebe (Umlaufgetrebe) rpt TU Berl, AG Kstrut Plaetegetrebe Vrtele Plaetegetrebe: e Achsversatz z.t. sehr grße Über-/Utersetzuge möglch grße Tragraft guter Wrugsgrad Rhlff

Mehr

Gliederung des Kurses:

Gliederung des Kurses: Lageparameter Sete Glederug des Kurses: I II Allgemee Grudlage Statstsche Aalyse ees ezele Merkmals Aalyse/Beschrebug ees ezele Merkmals Zel: Verdchtug (Komprmerug) eer uüberschaubare Datemege Komprmerede

Mehr

19. Amortisierte Analyse

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

Mehr

Test für Varianz. Test für Varianz. Test für Varianz. Die Kontingenztabelle. Statistik 2 4. Vorlesung. Wiederholung: zweidimensionales Datenmaterial

Test für Varianz. Test für Varianz. Test für Varianz. Die Kontingenztabelle. Statistik 2 4. Vorlesung. Wiederholung: zweidimensionales Datenmaterial Statstk 4. Vorlesug Test für Varaz Estchprobetest für de Varaz: Hat de Varaz ee bestmmte Wert, bzw. legt er eem bestmmte Berech? Etschedug basert auf dem Ergebs eer ezge Stchprobe. Zwestchprobetest für

Mehr

Statistik. Vorlesungsmitschrift - Kurzfassung. Prof. Dr. rer. nat. B. Grabowski

Statistik. Vorlesungsmitschrift - Kurzfassung. Prof. Dr. rer. nat. B. Grabowski Sttstk Vorlesugstschrft - Kurzfssug Prof. Dr. rer. t. B. Grbowsk HTW des Srldes 5 Ltertur LITERATUR. Deses (vorlesugsbegletede) Skrpt de Tele I - Deskrptve Sttstk, II - Whrschelchketsrechug, III- Schleßede

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche ozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso 8.9 Harry Zgel 99-4, EMal: HZgel@aol.com, Iteret:

Mehr

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6 Ihalt: Efaktorelle Varazaalyse Bortz: Bortz Kap. 7.0-7. Übug Statstk II SS 006 Musterlösug rbetsblatt 6 ufgabe 1: Nee Se de Verfahre für Mttelwertsvergleche, de Se bsher für tervallskalerte Date kee gelert

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche Kozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso 3.08 Harry Zgel 99-009, EMal: fo@zgel.de, Iteret:

Mehr

Physikalische Chemie T Fos

Physikalische Chemie T Fos Physkalsche Cheme T Fos ISCHPHSEN.... ZUSENSETZUNG VO ISCHPHSEN.... EXTENSIVE - UND INTENSIVE GRÖßEN... 4.. Partelles olvolume V m... 7.3 DS ROULTSCHE GESETZ... 0.4 KOLLIGTIVE EIGENSCHFTEN....4. De Sedeuktserhöhug...

Mehr

Inhaltsverzeichnis. 1 Allgemeine Messtechnik

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

Mehr

Zentrum für Sensorsysteme Projektbereich 5 "Anwendung von Sensoren in der Fertigungstechnik" Univ.-Prof. Dr.-Ing. Peter Scharf

Zentrum für Sensorsysteme Projektbereich 5 Anwendung von Sensoren in der Fertigungstechnik Univ.-Prof. Dr.-Ing. Peter Scharf UNIVERSITÄT SIEGEN Zetrum für Sesorssteme Projektberech 5 "Awedug vo Sesore der Fertgugstechk" Uv.-Prof. Dr.-Ig. Peter Scharf Utersuchug des Eflusses vo Algorthme auf de Messuscherhet be der D-Geometremessug

Mehr

Eine einfache Formel für den Flächeninhalt von Polygonen

Eine einfache Formel für den Flächeninhalt von Polygonen Ee efache Formel für de Flächehalt vo Polygoe Peter Beder Set ege Jahre hat der Mathematkddaktk de sogeate emprsche Uterrchtsforschug mt quattatve ud qualtatve Methode Kojuktur, währed stoffddaktsche Arbete

Mehr

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

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

Mehr

Dipl.-Kaufm. Wolfgang Schmitt. Aus meiner Skriptenreihe: " Keine Angst vor... " Ausgewählte Themen der deskriptiven Statistik.

Dipl.-Kaufm. Wolfgang Schmitt. Aus meiner Skriptenreihe:  Keine Angst vor...  Ausgewählte Themen der deskriptiven Statistik. Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Zetreheaalyse Modellaufgabe Übuge Lösuge www.f-lere.de Modellaufgabe 1 Nach Übergabe des vom

Mehr

IV. VERSICHERUNGSUNTERNEHMUNG

IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG Vers.-Oek.Tel-I-Ka-IV--5 Dr. Rurecht Wtzel; HS 09.0.009 IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG. Überblck ) I desem Katel wede wr us der Aalyse der Verscherugsuterehmug

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Name: Vorame: Matrkel-Nr.: BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Itegrerter Studegag Wrtshaftswsseshaft Klausuraufgabe zur Hauptprüfug Prüfugsgebet: BWW 2.8

Mehr

Institut für Statistik und Ökonometrie

Institut für Statistik und Ökonometrie Isttut für Statstk ud Ökoometre Zähldatemodelle (Cout Data Models) Asätze ud Aweduge Verea Dexhemer Arbetspaper Nr. 3 (Ma 00) Johaes Guteberg-Uverstät Fachberech Rechtsud Wrtschaftswsseschafte Haus Recht

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

Maßzahlen. 1. Arithmetisches Mittel. Das für quantitative Merkmale am häufigsten verwendete Lokalisationsmaß ist das arithmetische Mittel.

Maßzahlen. 1. Arithmetisches Mittel. Das für quantitative Merkmale am häufigsten verwendete Lokalisationsmaß ist das arithmetische Mittel. J SCHIRA, C MÜLLER / Statstk I / SS 005 Maßzahle 6 Maßzahle Arthmetsches Mttel Das für quattatve Merkmale am häufgste verwedete Lokalsatosmaß st das arthmetsche Mttel Defto: De Größe := = heßt arthmetsches

Mehr

8. Mehrdimensionale Funktionen

8. Mehrdimensionale Funktionen Prof. Dr. Wolfgag Koe Mathematk, SS05.05.05 8. Mehrdmesoale Fuktoe Wer Greze überschretet, versucht, ee eue Dmeso vorzustoße. [Dael Mühlema, (*959), Übersetzer ud Aphorstker] Ege Leute sollte cht dü werde,

Mehr

WISSENSCHAFTLICHE FORSCHUNG QUANTITATIVE METHODEN

WISSENSCHAFTLICHE FORSCHUNG QUANTITATIVE METHODEN WISSENSCHAFTLICHE FORSCHUNG QUANTITATIVE METHODEN Davd Tobsk UDE.EDUcato College Uverstät Dusburg-Esse Campus Esse dokforum Verso.0 DESKRIPTIVE STATISTIK. Orgasato ud Darstellug vo Date Koderug Um alle

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche Kozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso.06 Harry Zgel 99-007, EMal: HZgel@aol.com, Iteret:

Mehr

11. STATISTIK. 11.1. Begriffsbestimmung. Statistik

11. STATISTIK. 11.1. Begriffsbestimmung. Statistik . STATISTIK.. Begrffsbestmmug De Statst st we auch de Wahrschelchetsrechug e Wssesgebet der sogeate Stochast. De Stochast a ma als de Lehre vo zufällge Vorgäge bzw. Eregsse beschrebe. Als zufällge Eregsse

Mehr

Innovative Information Retrieval Verfahren

Innovative Information Retrieval Verfahren Thomas Madl Iovatve Iformato Retreval Verfahre Hauptsemar Wtersemester 004/005 Überblc Formales Vortrag Ausarbetug Scheerwerb Termplaug Kurzvorstellug Theme Themevergabe Wederholug Grudlage Gewchtug ud

Mehr

Workshops zum TI-83 PLUS

Workshops zum TI-83 PLUS Workshops zum TI-83 PLUS Beträge vo T 3 Flader / Belge E Uterrchtsbehelf zum Esatz moderer Techologe m Mathematkuterrcht T 3 Österrech / ACDCA am PI-Nederösterrech, Hollabru Vorwort Alässlch userer gemesame

Mehr

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004 Stattk fü Igeeue (IAM) Veo 74 Vaazaalye Mt de efache Vaazaalye (ANOVA Aaly of Vaace) wd de Hypothee gepüft, ob de Mttelwete zwee ode mehee Stchpobe detch d, de au omaletelte Gudgeamthete gezoge wede, de

Mehr

W D P. Sebastian Müller, Gerhard Müller. Sicherheits-orientiertes Portfoliomanagement. Heft 09 / 2005

W D P. Sebastian Müller, Gerhard Müller. Sicherheits-orientiertes Portfoliomanagement. Heft 09 / 2005 Fachberech Wrtschaft Faculty of Busess Sebasta Müller, Gerhard Müller Scherhets-oretertes Portfolomaagemet Heft 09 / 2005 W D P Wsmarer Dskussospapere / Wsmar Dscusso Papers Der Fachberech Wrtschaft der

Mehr

Diskussionspapiere der WHL Wissenschaftlichen Hochschule Lahr. http://www.whl-lahr.de/diskussionspapiere. Verfasser: Tristan Nguyen und Karsten Rohlf*

Diskussionspapiere der WHL Wissenschaftlichen Hochschule Lahr. http://www.whl-lahr.de/diskussionspapiere. Verfasser: Tristan Nguyen und Karsten Rohlf* skussospapere der WHL Wsseschaftlche Hochschule Lahr http://wwwwhl-lahrde/dskussospapere Verfasser: Trsta Nguye ud Karste Rohlf* Herausgeber: WHL Wsseschaftlche Hochschule Lahr Hohbergweg 15 17-77933 Lahr

Mehr

Institut für Physik Universität Augsburg Praktikum für Fortgeschrittene (FP) Versuchsanleitung (Version: 01/2015) RAMANEFFEKT

Institut für Physik Universität Augsburg Praktikum für Fortgeschrittene (FP) Versuchsanleitung (Version: 01/2015) RAMANEFFEKT FP-Versuch Ramaeffekt Isttut für Physk Uerstät Augsburg Praktkum für Fortgeschrttee (FP) Versuchsaletug (Verso: /5) RAMANFFKT I. letug II. Theore des Ramaeffekts III. Grudlage der Gruppetheore IV. Versuchsaufbau

Mehr

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145 Mahemer Mauskrpte zu Rskotheore, Portfolo Maagemet ud Verscherugswrtschaft Nr. 45 Methode der rskobaserte Kaptalallokato m Verscherugs- ud Fazwese vo Peter Albrecht ud Sve Korycorz Mahem 03/2003 Methode

Mehr

Vorlesung Multivariate Analyse

Vorlesung Multivariate Analyse Vorlesug Multvarate Aalse Kaptel I Dateauswertug mt STATA Prof. Dr. Josef Brüderl Uverstät Mahem Herbstsemester 7 Methode-Currculum B.A. Sozologe Bassmodul: Methode ud Statstk: VL Dateerhebug (): 5 ÜK

Mehr

5. ZWEI ODER MEHRERE METRISCHE MERKMALE

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

Mehr

Investition und Finanzierung Skript III

Investition und Finanzierung Skript III Ivestto ud Fazerug Skrpt III zuletzt geädert am: 05.05.03 Ivestto ud Fazerug Skrpt III Quelle: Vorlesug Ivestto ud Fazerug 6. Semester, FH Erfurt, Prof. Dr. Waldhelm Copyrght 2003 BSTM Sete Alle Agabe

Mehr

Physikalisch-Technische Bundesanstalt, Braunschweig

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

Mehr