Lineare Regression. Hypothesen-Test. Statistik 2 5. Vorlesung, November 21, Eigenschaften unserer Schätzer. Die Koeffizienten der Regression

Größe: px
Ab Seite anzeigen:

Download "Lineare Regression. Hypothesen-Test. Statistik 2 5. Vorlesung, November 21, Eigenschaften unserer Schätzer. Die Koeffizienten der Regression"

Transkript

1 Statstk 5. Volesug, Novembe, 0 Leae Regesso Ma ka de Mekmal Y mt ee X ähe: X: Eflussfakto Y: abhägges Mekmal Bespele: Y ax + b X: beobachtete Wettedate heute, Y: Wettedate moge X: Fläche, Y: Umsatz Allgeme: aktuelles X st bekat, de dazu gehöede Y st abe cht bekat W möchte de Geade zu fde, de dem Date am beste apasst ud dee Wet a Pukt X beutze w als Schätzug fü de ubekate Y. Mathematsch: de folgede Summe möchte w mmsee a ud b: Q( a, b) = [ y ( ax + b)] = De Koeffzete de Regesso Das Modell: y~ax+b. De Schätzug fü de Koeffzete: ( x x)( y y) = a=, bˆ = y ax ˆ ˆ = ( x x) Egeschafte usee Schätze Modell: Y=aX+b+ε, wo ε st Nomal-vetelt mt Ewatugswet 0 ud St.abwechug σ Stadadabwechug de Koeffzete de Regessosgeade: D( aˆ) σ = ( x x) ) De Schätzug fü σ: x ; Db ( ˆ) = σ + ( x x ( ˆ ) ( ( ˆ ˆ)) ˆ y y y ax + b σ = = Wedeholug (Hotel-Date, Buchuge ud Etfeug) Betachte w X statt X als Eflussfakto Etf % (x-x)^ (km)^ Besetzt (y-y)^ (x-x)(y-y) , a=-00/9656=-0,078; b=86-88,8*(-0,0078)=00.64 Hypothese-Test de Hypothese: a=0 (es st ke Zusammehag mt de Dstaz). H A : a 0. Teststatstk: (t-test) ( x x) t = aˆ σˆ das Fehetsgad st - (w habe Paamete geschätzt: a ud σ). Ablehugsbeech (we bem allgemees t- Test, vom Alteatv-Hypothese abhäged). Jetzt zwesetg. Abe fü H A : a<0, t<- t -α,-

2 Fotsetzug Teststatstk fü de Hypothese: b=0 Bespel (Hotel-Date mt Dst als X) a=-4600,/59,6=-0,078; b=86-88,8*(-0,078) = =00,64 ax+b Resd^ Summe: 0.06 bˆ t= x ˆ σ + ( x x) Also de Schätzug fü σ:,7. H 0 :a=0 t=-0,078*544,6/,7=-,4. Es st sche, dass de Utesched zwsche de veschedee Buchugsatele st ke Zufall. Adee Hypothese H 0 : b=00 (ka de Kostat 00 se?) Es st de logsche Wet. Statstk de t-test: bˆ b t = x ˆ σ + ( x x) 0,64 =,65 0, / = also dese Hypothese köe w aehme. 0,59 Mehdmesoale statstsche Vefahe Smultae Zusammewke vo Zufallsvaable wd utesucht. Bespele: multple Regessosmodelle Klassfzeug usw (Faktostuktue,...) Multple leae Regesso Y: abhägges Mekmal X,...,X m : Eflussfaktoe Regesso: y~a x + a x a m x m + b De Koeffzete ka ma wede mt de methode de kleste Quadate schätze. Bespel:W habe de Moatsumsatz, Fläche ud Azahl de Agestellte be e Paa Flale usee Hadelsfma de folgede Tabelle dagestellt Moatsumsatz T.Euo (Y) Fläche TQM (X) Azahl Agestellte (X) Lösug, Bedeutug, Resdue Lösug mt de Methode de kleste Quadate: Y~,56X +,8X +60,48. Bedeutug de (patelle) Regessoskoeffzete a j : Ädeug de Zelgösse (Moatsumsatz), we X j um ee Ehet stegt, ud de adee Eflüsse blebe Kostat. Resdue (Schätzfehle): y yˆ ( yˆ y) = Daaus de Bestmmthetsmass: R = ( y y) = Egebsse fü de Bespel Moatsumsatz T.Euo (Y) Fläche TQM (X) Azahl Agestellte (X) Schätzuge Resdue (y-yba)^ (ydach-yba)^ R 0.908

3 Vaazaalyse Vaazaalyse od. ANOVA Fage: Hat e Fakto Efluss auf e Mekmal? Fakto: Nomal skalete Göße, Faktoauspäguge = Ebee ode Stufe Mekmal (duch Fakto beeflusst): vehältsskalete Göße Vaazaalyse: Möglchkete Efache Vaazaalyse: E Fakto Zwefache Vaazaalyse: Zwe Faktoe Vaazaalyse als Hypothesetest Test, fü athmetsche Mttel vo zwe ode meh Gudgesamthete. Test, ob de Dffeez de athmetsche Mttel vo zwe ode meh als zwe Gudgesamthete sgfkat vo Null veschede st. Vaazaalyse: Voaussetzuge Modellaahme de Vaazaalyse: Uabhäggket de Stchpobe (=,,) Nomalvetelug de Mekmale mt µ ud σ ² Vaazhomogetät (Homoskedastztät), d.h. σ ² = σ² Vaazaalyse: Hypothese Nullhypothese: Alle Guppe habe de gleche Mttelwet µ H 0 : µ = µ = = µ Alteatvhypothese: Ncht alle Guppe habe de gleche Mttelwet µ H : mdestes zwe µ sd uglech Vaazaalyse: Fage Fage: Beeflusst de Fakto (omalskalete Göße) das Mekmal (vehältsskalete Göße)? Ute H 0 : µ = µ fü alle ( =,, Faktostufe). Abwechug, de dem Fakto zuzuschebe sd: α = µ - µ ( =,,) heße wahe Effekte auf de - te Ebee.

4 Vaazaalyse: Modell Modell de efache Vaazaalyse: x j = µ + α + e j µ Gesamtmttelwet α Effekt auf de -te Ebee e j Vesuchsfehle = de Abwechug ees zufällg aus de -te Ebee des Faktos heausgegffee Beobachtugswetes x k vom Mttelwet µ dese Ebee. e j = x j µ = x j (µ + α ) Vaazaalyse: Bespel Zugfestgket vo = Dahtsote übepüfe, je Sote 6 Pobe, uabhägg voeade ud N(µ,σ²)-vt. Fage: Bestehe sgfkate Uteschede de Zugfestgket? j ,4 8,,9 7, 0,8 Dahtsote 7, 5,6 4, 6,8 9,7 8 9,6,5 9,4 7, 4,4 Vaazaalyse: Vogeheswese Gesamtmttelwet alle Faktostufe ud Mttelwete de Faktostufe bestmme Bestmmug de Abwechuge Zelegug de Abwechugsquadatsumme Teststatstk ud Testvetelug bestmme Etschedug, Itepetato Vaazaalyse: Mttelwete Gesamtmttelwet übe alle Faktostufe x = xj N = j= Mttelwete de Faktostufe x = j= x j Vaazaalyse: Bespel (Votsetzug) Bespel: Zugfestgket vo Dahtsote j x. 9 5,4 8,,9 7, 0,8 9, Dahtsote 7, 5,6 4, 6,8 9,7, 8 9,6,5 9,4 7, 4,4 5 x..,7 Vaazaalyse: Quadatsumme Abwechuge: Quadatsumme de Abwechuge (Sum of Squaes) Abwechuge de Beobachtuge vom Gesamtmttelwet. SST= (x -x ) = j= j Summe de Quadatsche Abwechuge Bezechuge: SST (Total), SSG (Gesamt) 4

5 Vaazaalyse, SSW Sum of Squaes, de Guppe: Abwechuge de Beobachtuge de ezele Messehe vom Mttelwet de jewelge Messehe. SSW= (x -x ) = j= j Summe de Quadatsche Abwechuge des Restes, Maß fü de cht duch de Fakto beeflusste Restvaabltät Bezechuge: SSW (Wth), SSE (Eo), SSR (Resdual). Vaazaalyse, SSB Quadatsumme (Sum of Squaes) zwsche de Guppe: Abwechuge de Mttelwete de ezele Messehe vom Gesamtmttelwet. SSB= (x -x ) = Mt Stchpobegöße multplzete Summe de Quadatsche Abwechuge de Stchpobemttelwete vom Gesamtmttelwet, also de beobachtete Effekte des Faktos. Vaazaalyse: Quadatsummezelegug SST = SSB + SSW (xj-x ) = (x -x ) + (xj-x ) = j= = = j= Itepetato: Gesamtvaaz (SST) setzt sch aus de Vaato zwsche de Messehe (SSB) ud de Vaato ehalb de Messehe (SSW) zusamme. Vaazaalyse: Idee fü Test Veglech de Vaato zwsche de Messehe mt de Vaato ehalb de Messehe Ist de Vaato zwsche de Messehe göße als jee ehalb de Messehe, schleße auf Utesched zwsche de Messehe (Faktoeffekt). Vaazaalyse: Teststatstk Idee/ Aus de Beobachtugswete wede zwe voeade uabhägge Schätzwete fü s W ² (klee Buchstabe stehe fü de Vaaz) ud s B ² fü de Vaaze de Beobachtugswete ehalb ud zwsche de Stchpobe bestmmt. Lege kee wahe Effekte vo (Gültgket vo H 0 ), sd s W ² ud s B ² (bs auf zufällge Abwechuge) glech. Be Vohadese vo wahe Effekte (H ) st s B ² systematsch göße als s W ². Vaazaalyse: Schätze Ewatugsteue Schätze fü de Vaaz ehalb de Messehe (Restvaaz): s = (x -x ) W j N- = j= Ewatugsteue Schätze fü de Vaaz zwsche de Messehe (Faktoeffekt) s B= (x -x ) - = 5

6 Vaazaalyse: MSS Vaazaalyse: Vaazaalysetafel ( Messehe) Mttlee Quadatsumme (MSS = Mea Sum of Squaes): Quadatsumme dvdet duch etspechede Fehetsgade MSB ud MSW sd ewatugsteue Schätze de Vaaz zwsche- ud ehalb de Messehe. Steuugsusache Utesched zw Messehe Zufällge Fehle Gesamt Fehetsgade (DF) - N- N- Quadatsumme (SS) SSB (Betwee) SSW (Wth) SST (Total) Mttlee Quadatsumme (MS) MSB = SSB / (-) MSW = SSW / (N-) Vaazaalyse: Etschedug Teststatstk: F = MSB / MSW F ~ F (-),(N-) Etschedug: Ist F F c, lehe H 0 cht ab (F c = ktsche Wet de F- Vetelug mt (-) ud (N-) Fehetsgade). Vaazaalyse: Bespel Dahtsote (Votsetzug) Quadatsummezelegug: SST = SSB + SSW 4,6 = 08,04 + 6,58 Mttlee Quadatsumme: MSB = 08,04 / (-) = 54,0 MSW = 6,58 / (8-) = 4,44 Teststatstk: F = MSB / MSW =,74 Ktsche Wet de F ;5 Vt.,68 Etschedug:,74 >,68 => H 0 ablehe, d.h. es besteht e sgfkate Utesched zw. de Sote 6

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

2. Mittelwerte (Lageparameter)

2. Mittelwerte (Lageparameter) 2. Mttelwete (Lagepaamete) Athmetsches Mttel Bespele aus dem täglche Lebe Po Hemspel hatte Boussa Dotmud de letzte Saso duchschttlch 74.624 Zuschaue. De deutsche Akte sd m Duchschtt um 0 Zähle gefalle.

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

Grundbegriffe der Wahrscheinlichkeitsrechnung. f(a) n. Deskriptive Statistik = ; = ; ; > ; < = ; ; > ; < ; + ; = ; ; > ; < ; + ; ; ; / f n 100%

Grundbegriffe der Wahrscheinlichkeitsrechnung. f(a) n. Deskriptive Statistik = ; = ; ; > ; < = ; ; > ; < ; + ; = ; ; > ; < ; + ; ; ; / f n 100% omelsammlug omelsammlug Gubege e Wahschelchetsechug Theoetsche Wahschelchet Emsche Wahschelchet (Relatve Häuget Saleveaus omalsala Ragsala (Oal- Itevallsala Vehältssala Pozetwet u Pozetag Pozetwet Pozetag

Mehr

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert:

Der Korrelationskoeffizient ist ein Maß für den linearen Zusammenhang zwischen zwei Variablen X und Y. Er ist durch folgende Formel charakterisiert: Korrelatoskoeffzet Der Korrelatoskoeffzet st e Maß für de leare Zusammehag zwsche zwe Varable X ud Y. Er st durch folgede Formel charaktersert: r y corr XY Statstk für SozologIe y y y y y y y y Kozept

Mehr

2. Mittelwerte (Lageparameter)

2. Mittelwerte (Lageparameter) . Mttelwete (Lagepaamete) Bespele aus dem täglche Lebe Po Hemspel hatte Boussa Dotmud de letzte Saso duchschttlch 7. Zuschaue. De deutsche Akte sd m Duchschtt um 0 Zähle gefalle. I Ide wude de letzte 0

Mehr

Prinzip "Proportional Reduction of Error" (PRE)

Prinzip Proportional Reduction of Error (PRE) Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur

Mehr

entweder die saldierten Ein- und Auszahlungen (Zeile 3) abzinsen (diskontieren) [Zeile 4],

entweder die saldierten Ein- und Auszahlungen (Zeile 3) abzinsen (diskontieren) [Zeile 4], Mat T. Kocybk. Kolloq. Aufgabe I ud I Fazeug ud Ivestto Studet d. Wtschaftswsseschaft I : a) Kaptalwet ee Ivestto t Bawet 8% Auszahluge -.8, -., -., -7,88 Ezahluge., 8.,, EZÜ s -.8,.,., 8, Bawete -.8,.8,8.7,8

Mehr

Regressionsrechnung und Korrelationsrechnung

Regressionsrechnung und Korrelationsrechnung Regressosrechug ud Korrelatosrechug Beschrebede Statstk Modul : Probleme be der Abhäggketsaalyse Problem : Es gbt mest cht ur ee Eflussfaktor (Probleme sd selte mookausal ) A Ursache() Wrkug B C - efache

Mehr

Die Kontingenztabelle. Randhäufigkeiten. Teststatistik (Chi-Quadrat Statistik) Unabhängigkeitshypothese. Wiederholung: zweidimensionales Datenmaterial

Die Kontingenztabelle. Randhäufigkeiten. Teststatistik (Chi-Quadrat Statistik) Unabhängigkeitshypothese. Wiederholung: zweidimensionales Datenmaterial Statstk 4. Vorlesug Wederholug: zwedmesoales Datemateral Beobachtuge, jeder hat Werte für m Merkmaler, also jeder besteht aus Merkmalauspräguge. z.b. wr otere de Grösse ud das Umsatz verschedee Flale (m).

Mehr

2. Arbeitsgemeinschaft (11.11.2002)

2. Arbeitsgemeinschaft (11.11.2002) Mat T. Kocbk G Fazeugs- & Ivesttostheoe Veastaltug m WS / Studet d. Wtschatswsseschat. betsgemeschat (..). Fshe-Sepaato Das Fshe-Sepaatostheoem sagt aus, daß ute bestmmte ahme heutge ud mogge Kosum substtueba

Mehr

2.2 Rangkorrelation nach Spearman

2.2 Rangkorrelation nach Spearman . Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable

Mehr

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

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

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert Physkalsche Messuge sd mmer fehlerbehaftet! Der wahre Wert st cht ermttelbar. Der wahre Wert st cht detsch mt dem Mttelwert Der Wert legt mt eer gewsse Wahrschelchket (Kofdezahl bzw. Vertrauesveau %) m

Mehr

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF Alteratve Darstellug des -Stchprobetests für Atele DCF CF Total 111 11 3 Respose 43 6 69 Resp. Rate 0,387 0,3 0,309 Beobachtete Respose No Respose Total absolut DCF 43 68 111 CF 6 86 11 69 154 3 Be Gültgket

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes. Redudaz. Eführug. Defto der Redudaz. allgemee Redudazredukto. redudazsparede Codes. Coderug ach Shao. Coderug ach Fao. Coderug ach Huffma.4 Coderug

Mehr

Konzentrationsanalyse

Konzentrationsanalyse Kaptel V Kozetratosaalyse B. 5.. Im Allgemee wrd aus statstscher Scht zwsche - absoluter ud - relatver Kozetrato uterschede Der absolute ud relatve Aspekt wrd och emal utertelt - statscher ud - dyamscher

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

Mehrdimensionale Häufigkeitsverteilungen (1)

Mehrdimensionale Häufigkeitsverteilungen (1) Mehrdmesoale Häufgketsverteluge () - De Begrffe uvarat ud bvarat - Vo uvarate (edmesoale) statstsche Aalyse sprcht ma, we pro Perso ur e Merkmal tabellarsche oder grafsche Häufgketsverteluge oder be der

Mehr

3. Das Messergebnis. Was ist ein Messergebnis?

3. Das Messergebnis. Was ist ein Messergebnis? . Das Messergebs Was st e Messergebs? Wederholug der Messug Wahrer Wert? Mehrere Eflussgröße Fehlerbetrachtug Messergebs Vorgeheswese für Messergebs. Bestmmug des bekate systematsche Fehlers 2. Aufahme

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Bedgte Wahrschelchket

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

P[bk t c se(b k) k bk t c se(b k)] 1 (5.1.3)

P[bk t c se(b k) k bk t c se(b k)] 1 (5.1.3) Kaptel 5: Inferenz m multplen Modell 5 Inferenz m multplen Modell 5. Intervallschätzung m multplen Regressonsmodell Analog zum enfachen Regressonsmodell glt: Dem Intervallschätzer der Parameter legt zugrunde,

Mehr

Greifen an einer Masse mehrere Kräfte an, so gibt es zwei mögliche Fälle:

Greifen an einer Masse mehrere Kräfte an, so gibt es zwei mögliche Fälle: 4.3 Ado vo Käfte Gefe a ee Masse ehee Käfte a, so gbt es zwe öglche älle: We de vektoelle Sue de Käfte ull st, da vehat de Masse Ruhe ode gadlg glechföge Bewegug. 4 0 3 4 Wchtges Pzp de Statk 3 Veblebt

Mehr

Statistik. (Inferenzstatistik)

Statistik. (Inferenzstatistik) Statstk Mathematsche Hlfswsseschaft mt der Aufgabe, Methode für de Sammlug, Aufberetug, Aalyse ud Iterpretato vo umersche Date beretzustelle, um de Struktur vo Masseerscheuge zu erkee. Deskrptve (beschrebede)

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Satz vo Bayes ud totale

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

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

Erzeugen und Testen von Zufallszahlen

Erzeugen und Testen von Zufallszahlen Erzeuge ud Teste vo Zufallszahle Jürge Zumdck Eletug Ee Lergruppe wrd aufgefordert 00 Zufallszahle (0 oder ) ach folgede Methode zu erzeuge: De Hälfte der Gruppe beutzt a) ee Müze oder b) de Zufallszahlefukto

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

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

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statstk für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse m Gruppe

Mehr

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik Fomelsammlug tschaftsmathemat / Statst Fomelsammlug fü de Lehveastaltug tschaftsmathemat / Statst zugelasse fü de Klausue zu tschaftsmathemat ud Statst de Studegäge de Techsche Betebswtschaft Veso vom

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

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und:

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und: 1 L - Hausaufgabe Nr. 55 Sotag, 1. Ju 2003 Ee Müze werde dremal geworfe. Was st das Zufallsexpermet, das Elemetareregs, das zusammegesetzte Eregs, der Eregsraum ud de Wahrschelchket? Lösugs kte.: 1 De

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

Korrelations- und Assoziationsmaße

Korrelations- und Assoziationsmaße k m χ : j l r +. Zusammehagsmaße ( o e ) jl jl e jl Korrelatos- ud Assozatosmaße e jl 5 Merkmal Y Summe X b b m a H (a,b) H (a,b). a H (a,b) H (a,b). Summe.. Zusammehagsmaße Eführug Sche- ud Noses-Korrelato

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

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

Einführende Übersicht zu den erzeugenden Funktionen

Einführende Übersicht zu den erzeugenden Funktionen Pof. D. Pee vo de Lppe vesä Dusbug-Esse, Campus Esse Efühede Übesch zu de ezeugede Fuoe (pobably, mome ec. geeag fucos. Fuoe vo ufallsvaable Is ee V, da s auch ee Fuo g (, ( - μ, e ode ee V ud ha dam ee

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

Eigenwerteinschließungen I

Eigenwerteinschließungen I auptsemar: Numersche Lösuge für Egewertaufgabe Egewerteschleßuge I Referet: Wolfgag Wesselsky Glederug Eletug Kodto vo Egewerte 3 Eschleßugssätze Bauer-Fke, Gershgor, Wlkso, Bedxo 4 Zusatz: Courat / Weyl

Mehr

Einführung in die Stochastik 3. Übungsblatt

Einführung in die Stochastik 3. Übungsblatt Eführug de Stochastk 3. Übugsblatt Fachberech Mathematk SS 0 M. Kohler 06.05.0 A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 9 (4 Pukte) Der Mkrozesus st ee statstsche Erhebug. Herbe werde ach bestmmte

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

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

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) Problemstellug: Bsher: Gesucht: 6. Zusammehagsmaße (Kovaraz ud Korrelato) Ee Varable pro Merkmalsträger, Stchprobe x1,, x Maße für Durchschtt, Streuug, usw. Bespel: Kurse zweer Akte ud a 9 aufeader folgede

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statst für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Mermal wurde 3 Gruppe beobachtet ud Form der folgede Häufgetstabelle berchtet: Klasse m Gruppe

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

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP)

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP) Zu Aufgabe 1) Sd folgede Merkmale dskret oder stetg? a) De durch ee wahlberechtgte Perso der BRD gewählte Parte be der Budestagswahl. b) Kraftstoffverbrauch ees Persoekraftwages auf 100 km. c) Zahl der

Mehr

5 Korrelation und Ausgleichsrechnung

5 Korrelation und Ausgleichsrechnung Vesuchstech 5 Koelato, Ausglechsechug 5 Koelato ud Ausglechsechug Be de gemesame Betachtug mehee essgöße Abschtt 4.3 wude davo ausgegage, dass dese voeade uabhägg sd. Ee deatge Voaussetzug a jedoch cht

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

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:

Mehr

Verdichtete Informationen

Verdichtete Informationen Verdchtete Iormatoe Maßzahle Statstke be Stchprobe Parameter be Grudgesamthete Maßzahle zur Beschrebug uvarater Verteluge Maßzahle der zetrale Tedez (Mttelwerte) Maßzahle der Varabltät (Streuugswerte)

Mehr

Mehrfachregression: Einfluss mehrerer Merkmale auf ein metrisches Merkmal. Designmatrix Bestimmtheitsmaß F-Test T-Test für einzelne Regressoren

Mehrfachregression: Einfluss mehrerer Merkmale auf ein metrisches Merkmal. Designmatrix Bestimmtheitsmaß F-Test T-Test für einzelne Regressoren Mehrfachregresson: Enfluss mehrerer Merkmale auf en metrsches Merkmal Desgnmatrx Bestmmthetsmaß F-Test T-Test für enzelne Regressoren Mehrfachregresson Bvarat: x b b y + = 0 ˆ k k x b x b x b b y + + +

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

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

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes Lösuge zu Übugs-latt 7 Klasssche Wahrschelchet Glücsspele, edgte Wt, Uabhägget, Satz vo ayes Master M Höhere ud gewadte Mathemat rof. Dr.. Grabows De folgede ufgabe löse wr uter Verwedug der bede ombatorsche

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

Quantitative Methoden in der klinischen Epidemiologie

Quantitative Methoden in der klinischen Epidemiologie Quattatve Methode der klsche Epdemologe Korrelato ud leare Regresso Lerzele Besteht e fuktoeller Zusammehag zwsche zwe Messuge a eem Patete? Korrelato als Maßzahl für de Stärke ees leare Zusammehages Beschrebe

Mehr

Grundlagen der Entscheidungstheorie

Grundlagen der Entscheidungstheorie Kaptel 0 Grudlage der Etschedugstheore B. 0 (Gegestad) De Etschedugstheore befasst sch mt dem Etschedugsverhalte vo Idvdue ud Gruppe. Se besteht aus we Telgebete. Deskrptve Etschedugstheore De deskrptve

Mehr

Als Einstieg. Als Einstieg. Verteilungstests. Verteilungstests. Testverfahren. Grafische Verfahren

Als Einstieg. Als Einstieg. Verteilungstests. Verteilungstests. Testverfahren. Grafische Verfahren Als Esteg Als Esteg Populato Ω Grudgesamthet, cht beobachtbar mt ubekate Parameter, z.b. Erwartugswert μ, Stadardabwechug σ² Kegröße vo Stchprobe ud etsprechede Vertelugsparameter Stchprobeschätzug Dskrete

Mehr

Verteilungen und Schätzungen

Verteilungen und Schätzungen Verteluge ud Schätzuge Zufallseperet Grudbegrffe Vorgag ach eer bestte Vorschrft ausgeführt ( Przp) belebg oft wederholbar se Ergebs st zufallsabhägg be ehralge Durchführug des Eperets beeflusse de Ergebsse

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

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

Statistische Kennzahlen für die Streuung

Statistische Kennzahlen für die Streuung Statstsche Kezahle für de Streuug Ordale Date,..., W X,,..., WX {(j) j,..., J} () < () < < (J) {(),...,(J)} (3) () 3 () Geordete Lste k X (k) () () 3 () Smpso s D ud H() sd awedbar, allerdgs wrd Iformato

Mehr

Regressionsgerade, lineares Modell:

Regressionsgerade, lineares Modell: Statstk Grudlage Charakterserug vo Verteluge Eführug Wahrschelchketsrechug Wahrschelchketsverteluge Schätze ud Teste Korrelato Regresso Eführug Durch de Regressosaalyse wrd versucht, de Art des Zusammehags

Mehr

Histogramm / Säulendiagramm

Histogramm / Säulendiagramm Hstogramm / Säuledagramm Häugkete 10 9 8 7 6 5 4 3 2 1 0 3,45 3,75 4,05 4,35 4,65 Flüge lläge [mm] Be Hstogramme st soort deutlch, daß es sch um Häugketsauszähluge hadelt. De Postoe der Klasse sowe hre

Mehr

Lineare Algebra Formelsammlung

Lineare Algebra Formelsammlung ee Algeb Fomelsmmlug vo Gábo Zogg Fomelsmmlug ee Algeb Gábo Zogg. ee Glechugsssteme. Ds Guss'sche Elmtosvefhe Defto: Σ Sstem vo m Glechuge ud Ubekte Opetoe: - Vetusche vo Glechuge - Addee/Subthee ees Velfche

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

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung 1 Mathe Formel Statstk ud Wahrschelchketsrechug Jör Horstma, 6.10.003. Alle Agabe ohe Gewähr. http://www.ba-stuttgart.de/ w017/ 1.1 Grudlage Ezelklasse [a ; b [ Klassewete Klassemtte Mttelwert b a = w

Mehr

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale 3. De Kennzechnung von Patkeln 3..1 Patkelmekmale De Kennzechnung von Patkeln efolgt duch bestmmte, an dem Patkel mess bae und deses endeutg beschebende physka lsche Gößen (z.b. Masse, Volumen, chaaktestsche

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

Formelzusammenstellung

Formelzusammenstellung Hochschule Müche Faultät Wrtschaftsgeeurwese Formelzusammestellug zugelasse für de Prüfug Dateaalyse der Faultät 09 für Wrtschaftsgeeurwese Prof. Dr. Voler Abel Formelsammlug Dateaalyse / Ihaltsverzechs

Mehr

Seminar über Algorithmen. Load Balancing. Slawa Belousow Freie Universität Berlin, Institut für Informatik SS 2006

Seminar über Algorithmen. Load Balancing. Slawa Belousow Freie Universität Berlin, Institut für Informatik SS 2006 Semna übe Algothmen Load Balancng Slawa Belousow Fee Unvestät Beln, Insttut fü Infomatk SS 2006 1. Load Balancng was st das? Mt Load Balancng ode Lastvetelung weden Vefahen bescheben, um be de Specheung,

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

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

Beschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression

Beschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression Beschrebung des Zusammenhangs zweer metrscher Merkmale Streudagramme Korrelatonskoeffzenten Regresson Alter und Gewcht be Kndern bs 36 Monaten Knd Monate Gewcht 9 9 5 8 3 4 7.5 4 3 6 5 3 6 4 3.5 7 35 5

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

Schiefe-, Wölbungs- und Konzentrationsmaße

Schiefe-, Wölbungs- und Konzentrationsmaße Statstk für SozologIe Schefe-, Wölbugs- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse

Mehr

Einen Spieler interessiert nicht, wie er gewinnt, sondern ob und wie viel er gewinnt.

Einen Spieler interessiert nicht, wie er gewinnt, sondern ob und wie viel er gewinnt. III Zufallsgröße Bespel ud Defto Bespel: Dremal Müzwurf Spel: Esatz, we cht zwe gleche htereader 3 Auszahlug. Ω = {(x x x3) x,x,x3 {Z,K}} Retert sch deses Spel? Dabe geht es ur um de Gew! Also: Defto Gew:

Mehr

Formelsammlung Statistik

Formelsammlung Statistik Gesudhets- ud Toursmusmaagemet Formelsammlug Statstk Dpl. Mathematker (FH) Rolad Geger Rosestr. 23 7263 Achtal cs.geger@t-ole.de www.cs-geger.de Grudlage Bezechuge x h N H Ω ezele Messergebsse eer Stchprobe

Mehr

Universitätslehrgang Sports Physiotherapy Einführung in die Statistik

Universitätslehrgang Sports Physiotherapy Einführung in die Statistik Departmet of Sport Scece ad Kesolog Uverstätslehrgag Sports Phsotherap Eführug de Statstk Gerda Strutzeberger Block I Block Mttwoch 5..0 3:00 bs 4:50 Grudlage, Skaleveau 5:05 bs 7:00 Gütekrtere, Hpothese,

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

Mathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK

Mathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK Mathematk: Mag. Schmd Wolfgag & LehrerIeteam Arbetsblatt 7-7 7. Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK STATISTISCHE GRUNDBEGRIFFE Statstk gledert sch zwe Telbereche De Beschrebede

Mehr

Template Matching. Verfahren Ähnlichkeitsmaße Effizienzsteigerung Robustes Matching MVTec Software GmbH, München 431

Template Matching. Verfahren Ähnlichkeitsmaße Effizienzsteigerung Robustes Matching MVTec Software GmbH, München 431 Template Mathg Vefahe Ählhketsmaße Effzezstegeg Robstes Mathg 206 MVTe Softwae GmbH Mühe 43 Vewedg des Template Mathg Template Mathg wd ewedet zm Affde o Objekte m Bld de shwe dh de omale Segmetegsefahe

Mehr

Berechnung von Bilanzen chemischer Reaktionen mit Festwerten der Reaktionsfortschritte

Berechnung von Bilanzen chemischer Reaktionen mit Festwerten der Reaktionsfortschritte Beechug vo Blaze chemche Reatoe mt Fetwete de Reatofotchtte Ncht jedem Falle wd dem Ablauf ee chemche Reato da Glechgewcht zugude gelegt, ode e oll mt Fetwete de Reatofotchtte geechet wede. De a be Aahme

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

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

Definitionen und Aussagen zu Potenzreihen

Definitionen und Aussagen zu Potenzreihen Deftoe ud Aussage zu Potezrehe User bsherges Repertore a stetge Abblduge basert auf ratoale Fuktoe, also Ausdrücke, dee Addto, Subtrakto, Multplkato ud Dvso vorkomme. Auf dese Wese sd aber Epoetalfukto,

Mehr

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Erwartugswert eer Summe vo Zufallsvarable mt jewels de Erwartugswert x (Y Y Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Varaz eer Summe

Mehr

F Fehlerrechnung 1. Systematische und statistische Fehler

F Fehlerrechnung 1. Systematische und statistische Fehler -F.- F Fehlerrechug. Systematsche ud statstsche Fehler Jede Messug eer physkalsche Größe st mt eem Fehler verbude. Es st daher otwedg be der Agabe des Messwertes ee Fehlerabschätzug azugebe. Ma uterschedet

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

Grundgesetze der BOOLEschen Algebra und Rechenregeln 5... Grudgesetze der BOOLEsche Algebra ud Recheregel Auf de mathematsch korrekte Eführug der BOOLEsche Algebra ka ch verzchte, da das Ihrer Mathematkausbldug ausführlch behadelt wrd. Ich stelle Ihe zuächst

Mehr

8. Stichproben 8.1 Grundgesamtheit und Stichprobe

8. Stichproben 8.1 Grundgesamtheit und Stichprobe 8. Stchprobe 8. Grudgesamthet ud Stchprobe I der duktve Statstk (beurtelede Statstk) gehe wr vo Stchprobedate aus. Spezell stamme de Date aus Zufallsstchprobe. De Stchprobeergebsse solle auf de Grudgesamthet

Mehr

1. Ökonometrische Modelle ohne Stochastik

1. Ökonometrische Modelle ohne Stochastik .. Ökoometrsche Modelle ohe Stochastk Emprsche Wrtschaftsforschug st otwedge Ergäzug der Wrtschaftstheore, dem se de Wahrhetsgehalt des theoretsche Hpothesegeäudes a der ökoomsche Wrklchket, d. h. a der

Mehr

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ).

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ). - rudlage der Elektrotechk - 60 22..04 4 Der komplzertere elektrsche lechstromkres 4. Kombato vo Verbraucher 4.. Sere- oder eheschaltug vo Wderstäde We ma mehrere Verbraucher ehe schaltet, so werde alle

Mehr

Klausur zur Vorlesung Lineare Modelle SS 2006 Diplom, Klausur A

Klausur zur Vorlesung Lineare Modelle SS 2006 Diplom, Klausur A Lneare Modelle m SS 2006, Prof. Dr. W. Zucchn 1 Klausur zur Vorlesung Lneare Modelle SS 2006 Dplom, Klausur A Aufgabe 1 (18 Punkte) a) Welcher grundsätzlche Untersched besteht n der Interpretaton von festen

Mehr

Hinweise zum Hochrechnungsverfahren für die Arbeit mit den Daten

Hinweise zum Hochrechnungsverfahren für die Arbeit mit den Daten Kraftfahrzeugverkehr Deutschlad 2010 (KD 2010) Abschlussverastaltug am 24. Aprl 2012 bem BMVBS Bo Hwese zum Hochrechugsverfahre für de Arbet mt de Date Prof. Dr. Wlfred Stock IVT Isttut für agewadte Verkehrsud

Mehr