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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

BANK ONLINE Zentraler Bankdaten-Transfer

BANK ONLINE Zentraler Bankdaten-Transfer BANK ONLINE Zetraler Bakdate-Trasfer Ihaltsverzechs 1 Lestugsbeschrebug... 3 2 Itegrato das Ageda-System... 4 3 Hghlghts... 5 3.1 Efachste Aktverug... 5 3.2 Abruf vo Kotoauszüge... 6 3.3 Bakeübergrefede

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

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

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

Datenstrukturen und Algorithmen. Grundlagen, Basisalgorithmen und Lösungsstrategien für sequentielle und parallele Algorithmen.

Datenstrukturen und Algorithmen. Grundlagen, Basisalgorithmen und Lösungsstrategien für sequentielle und parallele Algorithmen. 3. Jahrgag, Heft 3, Oktober 03, ISSN 0939-88 FIAL Datestrukture ud Algorthme Grudlage, Bassalgorthme ud Lösugsstratege für sequetelle ud parallele Algorthme Ulrch Hoffma Techcal Reports ad Workg Papers

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

Zweidimensionale Verteilungen

Zweidimensionale Verteilungen Bblografsce Iformato der Deutsce Natoalbblotek De Deutsce Natoalbblotek verzecet dese Publkato der Deutsce Natoalbblografe; detallerte bblografsce Date sd m Iteret über abrufbar. De Iformatoe

Mehr

Zum Problem unterjähriger Zinsen und Zahlungen in der Zinseszinsrechnung

Zum Problem unterjähriger Zinsen und Zahlungen in der Zinseszinsrechnung Zu Proble urjährger Zse ud Zahluge der Zsessrechug Gewöhlch geht a der Zsessrechug davo aus, dass de Zse ach ee Jahr de Kapl ugeschlage werde ud da weder Zse trage. Der Zssat, t de das Kapl ultplert wrd,

Mehr

Short Listing für multikriterielle Job-Shop Scheduling-Probleme

Short Listing für multikriterielle Job-Shop Scheduling-Probleme Short Lstg für ultkrterelle Job-Shop Schedulg-Problee Dr. Adré Heg, r.z.w.-cdata AG, Zu Hosptalgrabe 2, 99425 Wear, adre.heg@rzw.de 1. Multkrterelle Job-Shop Schedulg-Problee Das Job-Shop Schedulg-Proble,

Mehr

Bestimmen einer stetigen Ausgleichsfunktion f(x), die eine gegebene Menge von n Datenpunkten (x k

Bestimmen einer stetigen Ausgleichsfunktion f(x), die eine gegebene Menge von n Datenpunkten (x k Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3- Ausglechs- ud Iterpolatosrechug 3 Ausglechs- ud Iterpolatosrechug De Aufgabe der Ausglechsrechug st mt Hlfe eer stetge Futo f()ee bestmmte

Mehr

Nomenklatur - Übersicht

Nomenklatur - Übersicht Nomenklatur - Überscht Name der synthetschen Varable Wert der synthetschen Varable durch synth. Varable erklärte Gesamt- Streuung durch synth. Varable erkl. Streuung der enzelnen Varablen Korrelaton zwschen

Mehr

Rationalität und Wert von Information eine systemgesteuerte Analyse

Rationalität und Wert von Information eine systemgesteuerte Analyse Ratoaltät ud Wert vo Iformato ee systemgesteuerte Aalyse Elmar Reucher 1, Wlhelm Rödder 2, Iva R. Garter 3 1 FerUverstät Hage, Proflstraße 8, 58097 Hage Elmar.Reucher@feru-hage.de 2 FerUverstät Hage, Proflstraße

Mehr

DASI ONLINE Datensicherung im Rechenzentrum

DASI ONLINE Datensicherung im Rechenzentrum DASI ONLINE Datescherug m Rechezetrum Ihaltsverzechs 1 Lestugsbeschrebug... 3 2 Itegrato das Ageda-System... 4 3 Hghlghts... 5 3.1 Das Hochscherhets-Rechezetrum... 5 3.2 Flexbltät ud Kostetrasparez...

Mehr

Auswertung von Umfragen und Experimenten. Umgang mit Statistiken in Maturaarbeiten Realisierung der Auswertung mit Excel 07

Auswertung von Umfragen und Experimenten. Umgang mit Statistiken in Maturaarbeiten Realisierung der Auswertung mit Excel 07 Auswertung von Umfragen und Expermenten Umgang mt Statstken n Maturaarbeten Realserung der Auswertung mt Excel 07 3.Auflage Dese Broschüre hlft bem Verfassen und Betreuen von Maturaarbeten. De 3.Auflage

Mehr

Prof. Dr. Dietmar Pfeifer Institut für Mathematik. Risikotheorie

Prof. Dr. Dietmar Pfeifer Institut für Mathematik. Risikotheorie Prof. Dr. Detmar Pfefer Isttut für Mathemat Rsotheore Stad: 5. Aprl 5 Ihalt Vorbemerug... 3 I Persoeverscherugsmathemat... 6 I.. Bewertug vo Fazströme... 6 I.. Lebesdauerverteluge ud Sterbetafel... I.

Mehr

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

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

Mehr

1 BWL 4 Tutorium V vom 15.05.02

1 BWL 4 Tutorium V vom 15.05.02 1 BWL 4 Tutorum V vom 15.05.02 1.1 Der Tlgungsfaktor Der Tlgungsfaktor st der Kehrwert des Endwertfaktors (EWF). EW F (n; ) = (1 + )n 1 T F (n; ) = 1 BWL 4 TUTORIUM V VOM 15.05.02 (1 ) n 1 Mt dem Tlgungsfaktor(TF)

Mehr

Finanzmathematik II: Barwert- und Endwertrechnung

Finanzmathematik II: Barwert- und Endwertrechnung D. habl. Bukhad Uech Beufsakademe Thüge Saalche Sudeakademe Sudeabelug Eseach Sudebeech Wschaf Wschafsmahemak Wesemese 004/0 Fazmahemak II: Bawe- ud Edweechug. Bawee ud Edwee vo Zahlugsehe. Effekve Jaheszssaz

Mehr

Oesterreichische Kontrollbank AG. Pensionskassen. Performanceberechnung Asset Allocation. Berechnungsmethoden

Oesterreichische Kontrollbank AG. Pensionskassen. Performanceberechnung Asset Allocation. Berechnungsmethoden Oeserrechsche Korollbak AG esoskasse erformaceberechug Asse Allocao Berechugsmehode Jul 200 Ihal erformaceberechug der OeKB...3 2 erformace...3 2. Defo der erformace...3 2.2 Berechugsmehode...4 2.3 Formel...4

Mehr

Multiple-Sourcing-Strategien bei Finanzdienstleistern Eine Analyse zum Einfluss der Integrationskosten am Beispiel der Wertpapierabwicklung

Multiple-Sourcing-Strategien bei Finanzdienstleistern Eine Analyse zum Einfluss der Integrationskosten am Beispiel der Wertpapierabwicklung Uverstät Augsburg Prof. Dr. Has Ulrch Buhl Kerkompetezzetrum Faz- Iformatosmaagemet Lehrstuhl für BWL, Wrtschaftsformatk, Iformatos- Fazmaagemet Dskussospaper WI-89 Multple-Sourcg-Stratege be Fazdestlester

Mehr

Deskriptive Statistik und moderne Datenanalyse

Deskriptive Statistik und moderne Datenanalyse homas Cleff Destve tatst ud modee Dateaalse Ee comutegestützte Efühug mt Ecel ud AA 0XX /. Auflage Fomelsammlug Cleff Destve tatst ud modee Dateaalse Gable Velag Wesbade 0XX GableL Zusatzfomatoe zu Mede

Mehr

Konzept und Umsetzung betrieblicher Entscheidungshilfen auf grafischer und objektorientierter Basis als autonome und eingebettete Netzwerklösung

Konzept und Umsetzung betrieblicher Entscheidungshilfen auf grafischer und objektorientierter Basis als autonome und eingebettete Netzwerklösung Zhog Xue Kozept ud Umsetzug betreblcher Etschedugshlfe auf grafscher ud objektoreterter Bass als autoome ud egebettete Netzwerklösug De vorlegede Arbet wurde vom Fachberech Maschebau der Uverstät Kassel

Mehr

Finanzmathematische Grundlagen zur Zins- und Rentenrechnung

Finanzmathematische Grundlagen zur Zins- und Rentenrechnung Fazmahemasche Grudlage zur Zs- ud Reerechug Fazmahemasche Grudlage zur Zs- ud Reerechug (Fassug - November 008) /3 Markus Scheche Emal: mal@markus-scheche.de Homepage: www.markus-scheche.de Fazmahemasche

Mehr

9. Verzeichnis wichtiger Formelzeichen und Abkürzungen

9. Verzeichnis wichtiger Formelzeichen und Abkürzungen 9. Verzechs wchtger Formelzeche ud Abürzuge 9 Verzechs wchtger Formelzeche ud Abürzuge Formelzeche a a a y a * arcta2(y,) = arcta( y/ ) für arcta( y/ ) + π für < b B BL = O c H H y Läge des Uterarms des

Mehr

Zuverlässigkeitsorientiertes Erprobungskonzept für Nutzfahrzeuggetriebe unter Berücksichtigung von Betriebsdaten

Zuverlässigkeitsorientiertes Erprobungskonzept für Nutzfahrzeuggetriebe unter Berücksichtigung von Betriebsdaten UNI STUTTGART Berchte aus dem Isttut für Mascheelemete Atrestechk CAD Dchtuge Zuverlässgket Matthas Masch Zuverlässgketsoretertes Erprougskozept für Nutzfahrzeuggetree uter Berückschtgug vo Betresdate

Mehr

Vorlesung 1. Prof. Dr. Klaus Röder Lehrstuhl für BWL, insb. Finanzdienstleistungen Universität Regensburg. Prof. Dr. Klaus Röder Folie 1

Vorlesung 1. Prof. Dr. Klaus Röder Lehrstuhl für BWL, insb. Finanzdienstleistungen Universität Regensburg. Prof. Dr. Klaus Röder Folie 1 Vorlesung Entschedungslehre h SS 205 Prof. Dr. Klaus Röder Lehrstuhl für BWL, nsb. Fnanzdenstlestungen Unverstät Regensburg Prof. Dr. Klaus Röder Fole Organsatorsches Relevante Informatonen önnen Se stets

Mehr

Optimierung der Personaleinsatzplanung in Call Centern Theoretische Systematisierung und empirische Überprüfung

Optimierung der Personaleinsatzplanung in Call Centern Theoretische Systematisierung und empirische Überprüfung Optmerug der Persoalesatzplaug Call Ceter Theoretshe Systematserug ud emprshe Überprüfug Iaugural-Dssertato zur Erlagug des akademshe Grades ees Doktors der Wrtshaftswsseshafte m Fahbereh Statstk der Uverstät

Mehr

9 Diskriminanzanalyse

9 Diskriminanzanalyse 9 Dskrmnanzanalyse Zel ener Dskrmnanzanalyse: Berets bekannte Objektgruppen (Klassen/Cluster) anhand hrer Merkmale charakterseren und unterscheden sowe neue Objekte n de Klassen enordnen. Nötg: Lernstchprobe

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

VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE

VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE Karl Rudolf KOCH Knut RIESMEIER In: WELSCH, Walter (Hrsg.) [1983]: Deformatonsanalysen 83 Geometrsche Analyse und Interpretaton von Deformatonen

Mehr

ifh@-anwendung ifh@-anwendung Technische Rahmenbedingungen Welche Mindestvoraussetzungen müssen erfüllt sein?

ifh@-anwendung ifh@-anwendung Technische Rahmenbedingungen Welche Mindestvoraussetzungen müssen erfüllt sein? FH@-Anwendung Für de Umsetzung von Strukturfonds-Förderungen st laut Vorgaben der EU de Enrchtung enes EDV- Systems für de Erfassung und Übermttlung zuverlässger fnanzeller und statstscher Daten sowe für

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

Stochastik - Kapitel 4

Stochastik - Kapitel 4 Aufgaben ab Sete 5 4. Zufallsgrößen / Zufallsvarablen und hre Vertelungen 4. Zufallsgröße / Zufallsvarable Defnton: Ene Zufallsgröße (Zufallsvarable) X ordnet jedem Versuchsergebns ω Ω ene reelle Zahl

Mehr

Temporäre Stilllegungsentscheidungen mittels stufenweiser E W U F W O R K I N G P A P E R

Temporäre Stilllegungsentscheidungen mittels stufenweiser E W U F W O R K I N G P A P E R Temporäre Stlllegungsentschedungen mttels stufenweser Grenzkostenrechnung E W U F W O R K I N G P A P E R Mag. Dr. Thomas Wala, FH des bf Wen PD Dr. Leonhard Knoll, Unverstät Würzburg Mag. Dr. Stephane

Mehr

Projektmanagement / Netzplantechnik Sommersemester 2005 Seite 1

Projektmanagement / Netzplantechnik Sommersemester 2005 Seite 1 Projektmanagement / Netzplantechnk Sommersemester 005 Sete 1 Prüfungs- oder Matrkel-Nr.: Themenstellung für de Kredtpunkte-Klausur m Haupttermn des Sommersemesters 005 zur SBWL-Lehrveranstaltung Projektmanagement

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

Kennlinienaufnahme des Transistors BC170

Kennlinienaufnahme des Transistors BC170 Kennlnenufnhme des Trnsstors 170 Enletung polre Trnsstoren werden us zwe eng benchbrten pn-übergängen gebldet. Vorrusetzung für ds Funktonsprnzp st de gegensetge eenflussung beder pn-übergänge, de nur

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

Gruppe. Lineare Block-Codes

Gruppe. Lineare Block-Codes Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung

Mehr

Geld- und Finanzmärkte

Geld- und Finanzmärkte Gel- un Fnanzmärkte Prof. Dr. Volker Clausen akroökonomk 1 Sommersemester 2008 Fole 1 Gel- un Fnanzmärkte 4.1 De Gelnachfrage 4.2 De Bestmmung es Znssatzes I 4.3 De Bestmmung es Znssatzes II 4.4 Zwe alternatve

Mehr

Mobile Sicherheit durch effiziente Public-Key-Verschlüsselung

Mobile Sicherheit durch effiziente Public-Key-Verschlüsselung Moble cherhet durch effzente ublc-key-verschlüsselung Hagen loog Drk Tmmermann Unverstät Rostock, Insttut für Angewandte Mkroelektronk und Datenverarbetung Rchard-Wagner-tr., 9 Rostock Hagen.loog@un-rostock.de

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

Präferenzabhängige Werte im Rahmen einer kapitalmarktorientierten Unternehmensbewertung eine kritische Analyse

Präferenzabhängige Werte im Rahmen einer kapitalmarktorientierten Unternehmensbewertung eine kritische Analyse Präerezabhägge Werte m Rahme eer kaptalmarktoreterte Uterehmesbewertg ee krtsche Aalyse Ral Dedrch *, Stea Derkes ** d Has-Chrsta Gröger *** Zsammeassg: I der Lteratr zr kaptalmarktoreterte Uterehmesbewertg

Mehr

Ich habe ein Beispiel ähnlich dem der Ansys-Issue [ansys_advantage_vol2_issue3.pdf] durchgeführt. Es stammt aus dem Dokument Rfatigue.pdf.

Ich habe ein Beispiel ähnlich dem der Ansys-Issue [ansys_advantage_vol2_issue3.pdf] durchgeführt. Es stammt aus dem Dokument Rfatigue.pdf. Ich habe en Bespel ähnlch dem der Ansys-Issue [ansys_advantage_vol_ssue3.pdf durchgeführt. Es stammt aus dem Dokument Rfatgue.pdf. Abbldung 1: Bespel aus Rfatgue.pdf 1. ch habe es manuell durchgerechnet

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

Lineare Regressionsanalyse mit SPSS

Lineare Regressionsanalyse mit SPSS Unverstät Trer Zentrum für Informatons-, Medenund Kommunkatonstechnologe (ZIMK) Bernhard Baltes-Götz Lneare Regressonsanalyse mt SPSS 850 800 750 Y 0 700 5 5 X 0 0 X 0 5 5 04 (Rev. 40804) Herausgeber:

Mehr

Finanzmathematik Folien zur Vorlesung

Finanzmathematik Folien zur Vorlesung Fazmahemak Fole zu Volesug FINANZMAHEMAI. Zsechug.. Gudbegffe de Zsechug.. De ve Fageselluge de Zsechug.3. Beechug des Edkapals.4. Beechug vo Afagskapal, Zssaz ud Laufze.5. Uejähge Vezsug.6. Sege Vezsug.

Mehr

Rainer Diaz-Bone/Harald Künemund. Einführung in die binäre logistische Regression

Rainer Diaz-Bone/Harald Künemund. Einführung in die binäre logistische Regression Free Unverstät Berln Fachberech Poltk u. Sozalwssenschaften Insttut für Sozologe Abtelung Methodenlehre und Statstk Garystr. 55 14195 Berln Raner Daz-Bone/Harald Künemund Enführung n de bnäre logstsche

Mehr

b) Rentendauer Anzahl der Rentenzahlungen 1) endliche Renten 2) ewige Renten (z.b. Verpachtung an Verpächter bzw. seinen Rechtsnachfolgern)

b) Rentendauer Anzahl der Rentenzahlungen 1) endliche Renten 2) ewige Renten (z.b. Verpachtung an Verpächter bzw. seinen Rechtsnachfolgern) HTL Jebach. eeechug Maheak Sask.. Gudbegffe ee = egeläßg wedekehede Zahlug 4 weselche Mekale ee ee a) eehöhe ) glechblebede ee ) veädelche ee a) egeläßg (z.b. Idex-ageaß) ) egellos b) eedaue Azahl de eezahluge

Mehr

1 s. 1 s. 1 k. n j. j = Wärmedurchgang durch eine mehrschichtige, ebene Wand:

1 s. 1 s. 1 k. n j. j = Wärmedurchgang durch eine mehrschichtige, ebene Wand: Wärmeurchgg urch ee mehrchchtge, ebee W: ugehe vo er Löug er Fourer'che Dfferetlglechug für e Wärmetrport urch ee ebee Wfläche : A T ergbt ch ru für ee mehrchchtge, ebee Wfläche: A ru wr e Wärmeurchggwertzhl

Mehr

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt: Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,

Mehr

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct? We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de

Mehr

Was haben Schüler und Großbanken gemein?

Was haben Schüler und Großbanken gemein? Armn Fügenschuh Aleander Martn Was haben Schüler und Großbanken gemen? Mathematsche Modellerung Analyse und Lösung am Bespel des Rucksackproblems Unter gegebenen Randbedngungen optmale Entschedungen zu

Mehr

9 Phasengleichgewicht in heterogenen Mehrkomponentensystemen

9 Phasengleichgewicht in heterogenen Mehrkomponentensystemen 9 Phasenglechgewcht n heterogenen Mehrkomonentensystemen 9. Gbbs sche Phasenregel α =... ν Phasen =... k Komonenten Y n (α) -Molzahl der Komonente Y n der Phase α. Für jede Phase glt ene Gbbs-Duhem-Margules

Mehr

Versicherungstechnischer Umgang mit Risiko

Versicherungstechnischer Umgang mit Risiko Verscherungstechnscher Umgang mt Rsko. Denstlestung Verscherung: Schadensdeckung von für de enzelne Person ncht tragbaren Schäden durch den fnanzellen Ausglech n der Zet und m Kollektv. Des st möglch über

Mehr

Ertragsmanagementmodelle in serviceorientierten IT- Landschaften

Ertragsmanagementmodelle in serviceorientierten IT- Landschaften Ertragsmanagementmodelle n servceorenterten IT- Landschaften Thomas Setzer, Martn Bchler Lehrstuhl für Internetbaserte Geschäftssysteme (IBIS) Fakultät für Informatk, TU München Boltzmannstr. 3 85748 Garchng

Mehr

2.0 Stöchiometrie chemischer Reaktionen 2.1 Grundbegriffe (Definitionen) qualitative Charakterisierung der / des Reaktionsmasse / Reaktionsgemisches

2.0 Stöchiometrie chemischer Reaktionen 2.1 Grundbegriffe (Definitionen) qualitative Charakterisierung der / des Reaktionsmasse / Reaktionsgemisches 05.03.2009 Tehshe Chee I - 9 2.0 Stöhoetre hesher Reaktoe 2.1 Grudbegrffe (Deftoe) qualtatve Charakterserug der / des Reaktosasse / Reaktosgeshes Reaktoskopoete (heshe Spezes) Reaktade (Reaktosteleher)

Mehr

Was hätte man sonst machen können? Alternativszenarien zur rot-grünen Einkommensteuerreform

Was hätte man sonst machen können? Alternativszenarien zur rot-grünen Einkommensteuerreform Dskussonsbeträge des Fachberechs Wrtschaftswssenschaft der Freen Unverstät Berln Volkswrtschaftlche Rehe 006/3 Was hätte man sonst machen können? Alternatvszenaren zur rot-grünen Enkommensteuerreform Tmm

Mehr

Kurzgutachten zur Buchpreisbindungsstudie des Office of Fair Trading (OFT)

Kurzgutachten zur Buchpreisbindungsstudie des Office of Fair Trading (OFT) Kurzgutachten zur Buchpresbndungsstude des Offce of Far Tradng (OFT) Dr. Egon Bellgardt 17. November 2008 Inhalt Management Summary...2 0. Gegenstand des Kurzgutachtens...4 1. Stellungnahme zu Enzelaspekten

Mehr

Die Zahl i phantastisch, praktisch, anschaulich

Die Zahl i phantastisch, praktisch, anschaulich Unverstät Würzburg 977 Würzburg Telefon: (91 888 5598 De Zahl phantastsch, praktsch, anschaulch De Geschchte der Zahl war dre Jahrhunderte lang dadurch geprägt, dass se und damt de kompleen Zahlen n Mathematkerkresen

Mehr

Grundlagen der makroökonomischen Analyse kleiner offener Volkswirtschaften

Grundlagen der makroökonomischen Analyse kleiner offener Volkswirtschaften Bassmodul Makroökonomk /W 2010 Grundlagen der makroökonomschen Analyse klener offener Volkswrtschaften Terms of Trade und Wechselkurs Es se en sogenannter Fall des klenen Landes zu betrachten; d.h., de

Mehr

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct? We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de

Mehr

Antriebstechnik \ Antriebsautomatisierung \ Systemintegration \ Services. Handbuch. Positionierung und Ablaufsteuerung IPOS plus

Antriebstechnik \ Antriebsautomatisierung \ Systemintegration \ Services. Handbuch. Positionierung und Ablaufsteuerung IPOS plus Atrebstechk \ Atrebsautomatserug \ Systemtegrato \ Servces Hadbuch ostoerug ud Ablausteuerug IOS plus Ausgabe 11/2009 11645407 / DE SEW-EURODRIVE Drvg the world Ihaltsverzechs Ihaltsverzechs 1 Allgemee

Mehr

Produkt-Moment-Korrelation (1) - Einführung I -

Produkt-Moment-Korrelation (1) - Einführung I - Produkt-Moment-Korrelaton - Enführung I - Kennffer ur Bechreung de lnearen Zuammenhang wchen we Varalen X und Y. Bechret de Rchtung und de Enge de Zuammenhang m Snne von je... deto... oder wenn... dann...

Mehr

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Insttut für Stochastk Prof Dr N Bäuerle Dpl-Math S Urban Lösungsvorschlag 6 Übungsblatt zur Vorlesung Fnanzatheatk I Aufgabe Put-Call-Party Wr snd nach Voraussetzung n ene arbtragefreen Markt, also exstert

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

Zinseszinsformel (Abschnitt 1.2) Begriffe und Symbole der Zinsrechnung. Die vier Fragestellungen der Zinseszinsrechnung 4. Investition & Finanzierung

Zinseszinsformel (Abschnitt 1.2) Begriffe und Symbole der Zinsrechnung. Die vier Fragestellungen der Zinseszinsrechnung 4. Investition & Finanzierung Znsesznsformel (Abschntt 1.2) 3 Investton & Fnanzerung 1. Fnanzmathematk Unv.-Prof. Dr. Dr. Andreas Löffler (AL@wacc.de) t Z t K t Znsesznsformel 0 1.000 K 0 1 100 1.100 K 1 = K 0 + K 0 = K 0 (1 + ) 2

Mehr

Empirische Sozialforschung Eine Übersicht Ansgar A. Plassmann

Empirische Sozialforschung Eine Übersicht Ansgar A. Plassmann Emprsche Sozalforschung Ene Überscht Ansgar A. Plassmann 1) Defntonen Emprsche Forschung such nach Erkenntnssen durch systematsche Auswertung von Erfahrungen emprsch : aus dem Grechschen auf Erfahrung

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

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

ERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Preise erfassen. www.comarch-cloud.de

ERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Preise erfassen. www.comarch-cloud.de ERP Cloud SFA ECM Backup E-Commerce ERP EDI Prese erfassen www.comarch-cloud.de Inhaltsverzechns 1 Zel des s 3 2 Enführung: Welche Arten von Presen gbt es? 3 3 Beschaffungsprese erfassen 3 3.1 Vordefnerte

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

Quant oder das Verwelken der Wertpapiere. Die Geburt der Finanzkrise aus dem Geist der angewandten Mathematik

Quant oder das Verwelken der Wertpapiere. Die Geburt der Finanzkrise aus dem Geist der angewandten Mathematik Quant der das Verwelken der Wertpapere. De Geburt der Fnanzkrse aus dem Gest der angewandten Mathematk Dmensnen - de Welt der Wssenschaft Gestaltung: Armn Stadler Sendedatum: 7. Ma 2012 Länge: 24 Mnuten

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