Erzsebet Beöthy/Gabriel Altmann Das Piotrowski-Gesetz und der Lehnwortschatz

Größe: px
Ab Seite anzeigen:

Download "Erzsebet Beöthy/Gabriel Altmann Das Piotrowski-Gesetz und der Lehnwortschatz"

Transkript

1 Erzsebet Beöthy/Gabriel Altmann Das Piotrowski-Gesetz und der Lehnwortschatz Jegliche Veränderung in der Sprache, die man als einen Übergang von Einheiten aus einer Klasse in eine andere auffassen kann, gehorcht dem sog. Piotrowski-Gesetz und verläuft nach einer logistischen S-Kurve". Es wird gezeigt, daß die Zunahme der Lehnwörter in einer Sprache ein Spezialfall des Piotrowski-Gesetzes ist. Die Kurve wird mit Hilfe lexikalischer Begriffe abgeleitet und an Entlehnungen im Ungarischen und im Persischen überprüft. 7. Der vorliegende Beitrag stellt sich die Aufgabe, das Piotrowski-Gesetz auf den Entlehnungsprozeß aus einer Sprache in eine andere anzuwenden. Das Piotrowski-Gesetz wurde in seiner ursprünglichen Ableitung (vgl. Altmann/von Buttlar/Rott/ Strauß 198) analog zu epidemischen Prozessen als ein (anstekkender) Übergang von Sprachentitäten aus einer Klasse in eine andere formuliert. Die Autoren gehen von der Annahme aus, daß die Veränderungsrate des Anteils von Sprachentitäten einer Klasse der Interaktion zwischen dem Anteil einer Klasse und dem Anteil der anderen Klasse proportional ist, d.h. formal p' = ap(l-p), wo p' die Ableitung nach Zeit (Veränderungsrate) und a die Proportionalitätskonstante ist. Die Lösung dieser einfachen Differentialgleichung ergibt die logistische Kurve des Typs l j die die einfache Zunahme der Proportion neuer Formen beschreibt. Die Kurve \ verläuft S-förmig und zeigt, daß eine sprachliche Veränderung zuerst langsam ' anläuft, dann beschleunigt sie sich, und zum Schluß läuft sie wieder langsam, gegen l, d.h. zum vollständigen Verschwinden alter Formen. Da der Prozeß der Entlehnung auch als ein derartiger Übergang modelliert werden kann, besteht die Möglichkeit, daß das Piotrowski-Gesetz auch in die-! sem Bereich.gilt. \ Bezeichnen wir mit I B das Inventar irgendwelcher Elemente der Sprache B, j mit I AB das Inventar der Elemente der Sprache A, die aus B entlehnt wurden. Wie die Inventare auch immer gestaltet sind, es existiert immer eine Menge (1). W WAS Zeitschrift für Sprachwissenschaft (198), 17J-178 > Vandenhoeck & Ruprecht Download Date /4/17 5:8 PM

2 17 Erzsebet Bcöthy l Gabriel Altmann Das heißt, es gibt immer eine Menge von Elementen, die in B vorhanden sind und in nicht übernommen wurden. Selbstverständlich existiert auch eine Menge I A \IBA» d' c uns Irn Augenblick nicht interessiert, weil wir nur einseitige Übernahmen untersuchen. Die Menge (1) stellt den potentiellen Elementevorrat dar, der aus B in A übernommen werden kann. Bezeichnen wir den Umfang von (1) als (). () IB-ÜB- Sind die beiden Sprachen in Kontakt und aus B gehen Elemente in A über, so bereichert sich 1 AB laut Annahme proportional zu dem Unterschied (). Bezeichnen wir mit k den Proportionalitätsfaktor, den man als eine Funktion der Kontaktintensität und des Prestiges von B betrachten kann, so ist die Bereicherung (= Anwachsen) von I AB um Elemente aus I B gegeben als (3). (3) I AB = k(i B -I AB ). Dabei ist I AB die Ableitung von I AB nach Zeit. Die Lösung dieser Differentialgleichung ergibt (4). (4) I AB = I B - ae~ kt mit: a = e c (C ist die Integrationskonstante). Diese Kurve ist monoton wachsend und ihre Asymptote ist I B. Es bedeutet praktisch, daß A allmählich alle fehlenden Elemente aus B übernimmt, denn für t = oo ist laut (4) I B I AB = 0. Hierbei sind folgende Umstände zu bedenken: (a) Formel (4) beschreibt nur den einseitigen Ausgleich beider Sprachen, d. h. die Übernahme aus B in A, obwohl die Entlehnung oft gegenseitig ist. Diese Tatsache ließe sich mit einem System von zwei Differentialgleichungen modellieren. (b) Formel (4) gälte nur, wenn I B konstant wäre, d. h. wenn in B keine Entwicklung stattfände, was nur in speziellen Fällen zutreffen kann. Da die Annahme nicht allgemein genug ist, müßte I B durch eine Funktion der Zeit, die das Wachstum von I B darstellt, ersetzt werden. Ansätze zur Modellierung des Vokabularwachstums findet man z.b. in Piotrowski/Bektaev/Piotrovskaja (1977: 55-57). (c) Formel (4) ist nur der erste Ansatz, der sicherlich nicht alle Fälle umfaßt. Wir bedenken hier nur den Umstand, daß die Übernahme der Elemente am Anfang langsam vor sich geht; sobald jedoch der Prozeß der Eingliederung der fremden Elemente in die Struktur der Sprache A entwickelt wurde, beschleunigt sich die Übernahme; danach folgt eine Sättigung der Sprache A (die sich durch Widerstand, Eigenbildung oder sogar Reinigung manifestiert), und die Übernahme wird verlangsamt. Daraus folgt, daß der Proportionalitätskoeffizient k Download Date /4/17 5:8 PM

3 Das Piotrowski-Gesetz und der Lehnwonschatz 173 nicht konstant ist, sondern eine Funktion der Sättigung von A darstellt; d.h., man kann ihn dem Umfang von I AB proportional setzen. Nutzen wir diesen Umstand aus und bezeichnen k = ai AB, so bekommen wir (5) aus (3). (5) ai AB (I B -I AB ). Damit erhalten wir eine der Verallgemeinerungen des Piotrowski-Gesetzes (vgl. Altmann 198), deren Lösung (6) ist. (6) Im allgemeinen ist I B eine Größe, deren empirische Entsprechung ziemlich irrelevant ist. Keine Sprache wirkt nämlich auf eine andere mit dem gesamten Vo'frat ihrer Elemente. Im Wortschatzbereich sind es immer nur bestimmte Bereiche. Schätzt man I B aus den Daten, so bekommt man sicherlich eine Zahl, die die Anpassung erleichtert, aber gleichzeitig eine schwache Interpretation hat, da man nicht weiß, welchen Beobachtungsbegriffen man sie zuordnen soll. Zur Überprüfung der Hypothese, daß das Piotrowski-Gesetz auch für Entlehnungen gilt, benutzen wir die Wortentlehnungen des Ungarischen aus dem Latein, aus dem Deutschen und aus den slawischen Sprachen und die Übernahme von Arabismen in die persische Prosa..1. Die lateinischen Lehnwörter, sowie alle anderen Lehnwörter im Ungarischen wurden aus dem ungarischen etymologischen Wörterbuch (Benkö 1976) stichprobenweise ermittelt. In diesem Wörterbuch wird das Jahr des ersten Erscheinens des gegebenen Lehnwortes im ungarischen Schrifttum vermerkt. Man muß bedenken, daß das Erscheinen im Schrifttum keineswegs mit der Zeit der Tab. l Entlehnungen aus dem Latein im Ungarischen Zeitinteryall Zahl der Entlehnungen Zahl der lateinischen Wörter im Ungarischen Download Date /4/17 5:8 PM

4 174 Erzscbci BeöthyI Gabriel Altmann Entlehnung übereinstimmt. Daher ist die Einteilung der gesamten Zeitspann«der Entlehnung in Intervalle nur eine grobe Annäherung. Für die lateinische] Entlehnungen bilden wir Intervalle von jeweils 100 Jahren von dem Jahr de letzten beobachteten Entlehnung rückwärts. So bekommen wir die Resultate ii Tabelle l. Einfachheitshalber transformieren wir die Intervallmitten auf t = l,,..., 8 so daß wir die Daten wie in Tabelle dargestellt bekommen. Tab. : Anpassung der Kurve an die Entlehnungen aus dem Latein Zeitpunkt t Zahl der lat. Wörter zum Zeitpunkt t W Berechnete Anzahl V Die Schätzung der Parameter führen wir mit Hilfe einer iterativen Methodi durch, deren ausführliche Beschreibung in Altmann (198) zu finden ist, unc erhalten die Kurve (7), (7) IU.L = e t deren Werte in der dritten Spaltender Tabelle zu finden sind. Der berechnete Wert des Testkriteriums F ergibt F = 16.88, was im Vergleich mit dem theoreti sehen Wert von F mit und 5 Freiheitsgraden F,5 ( o.o5) = 5.79 signifikant ist Die Anpassung kann daher als gut betrachtet werden. Alle Rechnungen wurder auf mindestens 6 Dezimalstellen durchgeführt. Für die Entlehnungen aus dem Deutschen ergeben sich die Werte in der Tabel le 3. Die Formel für die geschätzte Kurve ist (8). (8) IU ' D ~ l e t und der F-test ergibt F, 5 = 53.60, was hoch signifikant ist. Download Date /4/17 5:8 PM

5 Das Piotrowski-Gesetz und der Lehnwonschatz 175 Tab. 3: Entlehnungen aus dem Deutschen Jahre Zeitpunkt IU.D IU.D Tab. 4: Entlehnungen aus den slawischen Sprachen Jahre Zeitpunkt t Iu.s Iu.s , Für die Entlehnungen aus den slawischen Sprachen ergaben sich die Werte in Tabelle 4. Die Formel für das Anwachsen slawischen Entlehnungen ist (9), (9) 06.0 und der F-test ergibt F. 6 = gegen F, 6{0.os) = An diesem Fall sieht man markant, daß I nur ein Anpassungsparameter ist, keine reale Inventargröße, die von der Zahl der Entlehnungen nicht überschritten werden kann. Es wäre praktisch auch schwierig, ein Inventar für mehrere Sprachen gleichzeitig zusammenzustellen... Für die Entlehnungen aus dem Arabischen ins Persische benutzen wir den prozentuellen Zuwachs der Arabismen in der persischen Prosa wie er von Lazard (1965) ermittelt und von Piotrowski/Bektaev/Piotrovskaja (1977: 64-67) Download Date /4/17 5:8 PM

6 176 Erzsehct Beöthy l Gabriel Altmann Tab. 5: Übernahme von Arabismcn in der persischen Prosa nach Lazard (1965) Die Zeit des Entstehens des Textes Proportion der arabischen Wörter im Text (tokens) (O 9,64 X.Jh. () 11,9 X.-XI. Jh. (3) 10, (4) 14, (5) 16, (6) 1, (7) 0,4 100 (8) 6,11 Proportion der Arabismen im Vokabular des Textes (types) 4, 31,86 5,91 37,94 38, 35,6 51,15 51,44 verwendet wurde. Die Daten sind in Tabelle 5 aufgeführt. Um zuverlässiger rechnen zu können, lassen wir die Texte und 3 aus, für den Text l nehmen wir das Jahr 963 und für den Text 6 das Jahr Daraus ergibt sich Tabelle 6. Tab. 6: Adaptierte Daten aus Tabelle 5 Zeit (Jahr) Tokens I PfA Types I PfA 9,64 4, 14,98 37,94 16,09 38, 1,87 35,6 0,4 51,15 6,11 51,44 Da wir hier mit Proportionen zu tun haben, ist I B = 100, so daß wir den Spezialfall (10), (10) be~ haben. Auf diese Daten können wir direkt die Methode der kleinsten Quadrate anwenden und bekommen für die tokens (11) (11) I,. A (tokens): 100 l e Download Date /4/17 5:8 PM

7 Das Piotrowski-Gesetz und der Lehmvortschatz 177 Tab. 7: Trend der arabischen tokens Jahr Anteil beobachteter arabischer tokens I P>A (tokens) 9,64 14,98 16,09 1,87 0,4, 6,11 Berechneter Anteil IP, A (tokens) 9,61 14,01 14,61 15,04 0,60 5,36 mit den berechneten Werten in Tabelle 7. Für die types erhalten wir (1). (1) 100 mit den Resultaten^ der Tabelle 8. Die F-tests ergeben für tokens F Jt4 = und für die types F 1A = 46.9 gegen den theoretischen Wert F 1(4(0. 05) = Das Resultat ist also in beiden Fällen signifikant. 3. Die besprochene Gesetzeshypothese hat wie alle wissenschaftlichen Aussagen sowohl starke als auch schwache Punkte. Sie liegen im Folgenden : (a) Die Hypothese wurde aus plausiblen Annahmen abgeleitet und zeigt, daß möglicherweise alle Veränderungen in der Sprache nach einem einheitlichen Prinzip verlaufen. Dies sichert der Hypothese zwar keine starke Systematizität, jedoch auf jeden.fall eine breite Falsifikationsbasis. Tab. 8: Trend der arabischen types Jahr t Anteil beobachteter arabischer types IP.A (typ es ) 4, 37,94 38, 35,6 51,15 51,44 Berechneter Anteil IP.A (types) 6,46 36,3 37,56 38,43 48,55 55,8 Download Date /4/17 5:8 PM

8 178 Erzsebet Bcöfhy l Gabriel Altmann (b) Die Hypothese erklärt den Übernahmemechanismus, aber nicht ihre Ursachen. Sie erlaubt es nicht, Voraussagen über einzelne Wörter, sondern nur globale Prädiktionen zu treffen. In der Tat lassen sich diese Prädiktionen in der Sprache nur post factum machen, denn äußere Faktoren können die Bedingungen der Übernahme völlig verändern. Für jegliche Prädiktion nach einem Gesetz muß die ceteris-paribus-bedingung gelten. (c) Die Parameter der Kurve lassen sich vorläufig kaum a priori festsetzen. Dazu müßte man z. B. das Prestige" einer Sprache über eine andere quantifizieren können, was recht große Schwierigkeiten mit sich bringen würde. Die angewandten Schätzungsmethoden liefern nicht die wahren" Parameter, sondern nur die Parameter für die beste Anpassung. Aus den hier ermittelten Zahlen lassen sich daher vorläufig keine Schlüsse auf die wahren" Parameter ziehen. Dies zeigt sich besonders markant bei den Übernahmen aus den slawischen Sprachen, wo das iterativ ermittelte I B paradoxerweise kleiner ist als die beobachtete Anzahl der Entlehnungen, was bei einer a-priori-bestimmung der Parameter unmöglich wäre. (d) Ein großer Vorteil dieses Ansatzes beruht in der Tatsache, daß er sich an die analogen Modelle in anderen Wissenschaften (Epidemologie, Soziologie, Ökonomie) anlehnt und dadurch an die Weiterentwicklung dieser Modelle anknüpfen kann. (e) Die Signifikanztests zeigen, daß das vorgeschlagene Modell trotz der kleinen Umfange der Stichproben als gut bestätigt betrachtet werden kann. Beim Erscheinen von Ausnahmen werden sicherlich Modifikationen folgen, und es ist zu erwarten, daß das Modell weiterentwickelt wird; vorläufig kann man die Hypothese als bestätigt betrachten. Literaturnachweis [Altmann 198] Altmann, Gabriel: Verallgemeinerungen des Piotrowski-Gesetzes. - In: Historische Linguistik. Hrsg. von Karl Heinz Best. - [In Vorbereitung]. [Altmann/von Buttlar/Rott/Strauß 198] Altmann, Gabriel/Buttlar, Haro von/rott, Walter/Strauß, Udo: A law of linguistic change. - In: Historical linguistics. Ed. by Barron Brainerd. - Bochum: Brockmeyer. [Im Druck]. [Benkö 1976] A magyarnyelv törteneti-etimologiai szotara. [Hrsg. von] Lorant Benkö. - Budapest: Akademiai Kiado [Lazard 1965] Lazard, G.: Les emprunts arabes dans la prose persane du X-e au -e siede: ape^u statistique. - In: Revue de PEcole Nationale des langues orientales (1965), [Piotrowski/Bektaev/Piotrovskaja 1977] Piotrovskij, Rajmond GenrixovicVBektaev, Kaldybaj BektaevicVPiotrovskaja, Anna Aleksandrovna: Matematiceskaja lingvistika. - Moskva: VysSaja Skola Eingereicht am Download Date /4/17 5:8 PM

Entlehnungen und Fremdwörter: Quantitative Aspekte

Entlehnungen und Fremdwörter: Quantitative Aspekte Entlehnungen und Fremdwörter: Quantitative Aspekte Herausgegeben von Karl-Heinz Best Emmerich Kelih 2014 RAM-Verlag Studies in quantitative linguistics Editors Fengxiang Fan (fanfengxiang@yahoo.com) Emmerich

Mehr

9. Schätzen und Testen bei unbekannter Varianz

9. Schätzen und Testen bei unbekannter Varianz 9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,

Mehr

Bivariate Analyseverfahren

Bivariate Analyseverfahren Bivariate Analyseverfahren Bivariate Verfahren beschäftigen sich mit dem Zusammenhang zwischen zwei Variablen Beispiel: Konservatismus/Alter Zusammenhangsmaße beschreiben die Stärke eines Zusammenhangs

Mehr

Einführung. Ablesen von einander zugeordneten Werten

Einführung. Ablesen von einander zugeordneten Werten Einführung Zusammenhänge zwischen Größen wie Temperatur, Geschwindigkeit, Lautstärke, Fahrstrecke, Preis, Einkommen, Steuer etc. werden mit beschrieben. Eine Zuordnung f, die jedem x A genau ein y B zuweist,

Mehr

16. EINIGE LÖSUNGSMETHODEN

16. EINIGE LÖSUNGSMETHODEN 134 Dieses Skript ist ein Auszug mit Lücken aus Einführung in die mathematische Behandlung der Naturwissenschaften I von Hans Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie das Buch auch

Mehr

Einfache Varianzanalyse für unabhängige Stichproben

Einfache Varianzanalyse für unabhängige Stichproben Einfache Varianzanalyse für unabhängige Stichproben VARIANZANALYSE Die Varianzanalyse ist das dem t-test entsprechende Mittel zum Vergleich mehrerer (k 2) Stichprobenmittelwerte. Sie wird hier mit VA abgekürzt,

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 1 Inhalt der heutigen Vorlesung Statistik und Wahrscheinlichkeitsrechnung Zusammenfassung der vorherigen Vorlesung Übersicht über Schätzung und

Mehr

Proseminar. Wissenschaftliches Arbeiten. Mathias Lux. Universität Klagenfurt, Austria

Proseminar. Wissenschaftliches Arbeiten. Mathias Lux. Universität Klagenfurt, Austria Proseminar Wissenschaftliches Arbeiten Mathias Lux Universität Klagenfurt, Austria This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Agenda Verteilung der Themen

Mehr

Statistische Tests (Signifikanztests)

Statistische Tests (Signifikanztests) Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)

Mehr

Kurvenanpassung mit dem SOLVER

Kurvenanpassung mit dem SOLVER 1 Iterative Verfahren (SOLVER) Bei einem iterativen Verfahren wird eine Lösung durch schrittweise Annäherung gefunden. Der Vorteil liegt in der Verwendung einfacher Rechenoperationen und darin, dass der

Mehr

Anpassungstests VORGEHENSWEISE

Anpassungstests VORGEHENSWEISE Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel

Mehr

Dynamische Modelle: Stabilität und Interpretation

Dynamische Modelle: Stabilität und Interpretation 1 / 25 Dynamische Modelle: Stabilität und Interpretation Kapitel 17 Angewandte Ökonometrie / Ökonometrie III Michael Hauser 2 / 25 Inhalt Kurz- und langfristige Effekte Einmalige Änderung in X Permanente

Mehr

Aufgabe 1. Aufgabe 2. 5 Punkte. 5 Punkte. SZ Rübekamp. Gegeben ist die Funktion f mit f(x) = (x + 2) 2 e x und ihre Ableitung f (x) = (x 2 + 2x) e x.

Aufgabe 1. Aufgabe 2. 5 Punkte. 5 Punkte. SZ Rübekamp. Gegeben ist die Funktion f mit f(x) = (x + 2) 2 e x und ihre Ableitung f (x) = (x 2 + 2x) e x. Hilfsmittelfreie Aufgaben Aufgabe 1 Gegeben ist die Funktion f mit f(x) = (x + 2) 2 e x und ihre Ableitung f (x) = (x 2 + 2x) e x. a) Bestimmen Sie die Nullstellen von f. b) Berechnen Sie f (x). c) In

Mehr

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg Methodenlehre Vorlesung 10 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie als Wissenschaft

Mehr

Einführung in die linearen Funktionen. Autor: Benedikt Menne

Einführung in die linearen Funktionen. Autor: Benedikt Menne Einführung in die linearen Funktionen Autor: Benedikt Menne Inhaltsverzeichnis Vorwort... 3 Allgemeine Definition... 3 3 Bestimmung der Steigung einer linearen Funktion... 4 3. Bestimmung der Steigung

Mehr

Wachstum mit oberer Schranke

Wachstum mit oberer Schranke 1 1.1 exponentielles Wir haben das eines Kontos mit festem Zinssatz untersucht. Der jährliche Zuwachs (hier die Zinsen) sind proportional zum Bestand (hier dem jeweiligen Kontostand). Die Annahme, daß

Mehr

Numerische Integration

Numerische Integration A1 Numerische Integration Einführendes Beispiel In einem Raum mit der Umgebungstemperatur T u = 21.7 C befindet sich eine Tasse heissen Kaffees mit der anfänglichen Temperatur T 0 80 C. Wie kühlt sich

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests Nach Verteilungsannahmen: verteilungsabhängig: parametrischer [parametric] Test verteilungsunabhängig: nichtparametrischer [non-parametric] Test Bei parametrischen Tests

Mehr

Klassifikation von Signifikanztests

Klassifikation von Signifikanztests Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen

Mehr

Kapitel 6: Zweifaktorielle Varianzanalyse

Kapitel 6: Zweifaktorielle Varianzanalyse Kapitel 6: Zweifaktorielle Varianzanalyse Berechnen der Teststärke a priori bzw. Stichprobenumfangsplanung 1 Teststärkebestimmung a posteriori 4 Berechnen der Effektgröße f² aus empirischen Daten und Bestimmung

Mehr

73 Hypothesentests Motivation Parametertest am Beispiel eines Münzexperiments

73 Hypothesentests Motivation Parametertest am Beispiel eines Münzexperiments 73 Hypothesentests 73.1 Motivation Bei Hypothesentests will man eine gewisse Annahme über eine Zufallsvariable darauf hin überprüfen, ob sie korrekt ist. Beispiele: ( Ist eine Münze fair p = 1 )? 2 Sind

Mehr

Modul 241. Systemen. Modellierung des Wachstums der. Weltbevölkerung - Definition

Modul 241. Systemen. Modellierung des Wachstums der. Weltbevölkerung - Definition Modul 241 Modellierung von Systemen Modellierung des Wachstums der Weltbevölkerung Weltbevölkerung - Definition Der Begriff Weltbevölkerung bezeichnet die geschätzte Anzahl der Menschen, die zu einem bestimmten

Mehr

Cox-Regression. Ausgangspunkt Ansätze zur Modellierung von Einflussgrößen Das Cox-Modell Eigenschaften des Cox-Modells

Cox-Regression. Ausgangspunkt Ansätze zur Modellierung von Einflussgrößen Das Cox-Modell Eigenschaften des Cox-Modells Cox-Regression Ausgangspunkt Ansätze zur Modellierung von Einflussgrößen Das Cox-Modell Eigenschaften des Cox-Modells In vielen Fällen interessiert, wie die Survivalfunktion durch Einflussgrößen beeinflusst

Mehr

Mehrdimensionale Zufallsvariablen

Mehrdimensionale Zufallsvariablen Mehrdimensionale Zufallsvariablen Im Folgenden Beschränkung auf den diskreten Fall und zweidimensionale Zufallsvariablen. Vorstellung: Auswerten eines mehrdimensionalen Merkmals ( ) X Ỹ also z.b. ω Ω,

Mehr

Abiturvorbereitung Wachstum S. 1 von 11. Wachstum

Abiturvorbereitung Wachstum S. 1 von 11. Wachstum Abiturvorbereitung Wachstum S. 1 von 11 Themen: Exponentielles Wachstum Exponentielle Abnahme Beschränktes Wachstum Logistisches Wachstum Modellieren bei gegebenen Daten Übungsaufgaben Wachstum Exponentielles

Mehr

exponentielle Wachstumsphase Abbildung 1: Wachstumskurve einer Bakterienkultur

exponentielle Wachstumsphase Abbildung 1: Wachstumskurve einer Bakterienkultur Bakterienwachstum Mathematische Schwerpunkte: Teil 1: Folgen; vollständige Induktion; rekursiv definierte Folgen Teil 2: Exponentialfunktionen Teil 3: Extremwertbestimmung; Integration einer rationalen

Mehr

Seminar zur Energiewirtschaft:

Seminar zur Energiewirtschaft: Seminar zur Energiewirtschaft: Ermittlung der Zahlungsbereitschaft für erneuerbare Energien bzw. bessere Umwelt Vladimir Udalov 1 Modelle mit diskreten abhängigen Variablen 2 - Ausgangssituation Eine Dummy-Variable

Mehr

Mathematische Grundlagen der dynamischen Simulation

Mathematische Grundlagen der dynamischen Simulation Mathematische Grundlagen der dynamischen Simulation Dynamische Systeme sind Systeme, die sich verändern. Es geht dabei um eine zeitliche Entwicklung und wie immer in der Informatik betrachten wir dabei

Mehr

Statistische Methoden in den Umweltwissenschaften

Statistische Methoden in den Umweltwissenschaften Statistische Methoden in den Umweltwissenschaften Korrelationsanalysen Kreuztabellen und χ²-test Themen Korrelation oder Lineare Regression? Korrelationsanalysen - Pearson, Spearman-Rang, Kendall s Tau

Mehr

Ein- und Zweistichprobentests

Ein- und Zweistichprobentests (c) Projekt Neue Statistik 2003 - Lernmodul: Ein- Zweistichprobentests Ein- Zweistichprobentests Worum geht es in diesem Modul? Wiederholung: allgemeines Ablaufschema eines Tests Allgemeine Voraussetzungen

Mehr

Zentrale schriftliche Abiturprüfungen im Fach Mathematik

Zentrale schriftliche Abiturprüfungen im Fach Mathematik Aufgabe 4 Bevölkerungsentwicklung In dieser Aufgabe, die sich an eine Aufgabe aus der schriftlichen Abiturprüfung Hamburg 2005 anlehnt, geht es um eine allgemeine Exponentialfunktion und um die Frage,

Mehr

Eine zweidimensionale Stichprobe

Eine zweidimensionale Stichprobe Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,

Mehr

Formelbasierter Zweitspracherwerb bei erwachsenen Lernern

Formelbasierter Zweitspracherwerb bei erwachsenen Lernern Germanistik Christine Porath Formelbasierter Zweitspracherwerb bei erwachsenen Lernern Eine konstruktionsgrammatische Analyse von Äußerungen italienischer Lerner des Deutschen (L2) im ungesteuerten Zweitspracherwerb

Mehr

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1. LÖSUNG 7 a)

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1. LÖSUNG 7 a) LÖSUNG 7 a) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Aufrufen der Varianzanalyse: "Analysieren", "Mittelwerte vergleichen", "Einfaktorielle ANOVA ", "Abhängige Variablen:" TVHOURS;

Mehr

3. Das Prüfen von Hypothesen. Hypothese?! Stichprobe Signifikanztests in der Wirtschaft

3. Das Prüfen von Hypothesen. Hypothese?! Stichprobe Signifikanztests in der Wirtschaft 3. Das Prüfen von Hypothesen Hypothese?! Stichprobe 3.1. Signifikanztests in der Wirtschaft Prüfung, ob eine (theoretische) Hypothese über die Verteilung eines Merkmals X und ihre Parameter mit einer (empirischen)

Mehr

1 x. Eine kurze Erinnerung an die Definition der Betragsfunktion:

1 x. Eine kurze Erinnerung an die Definition der Betragsfunktion: Wie rechne ich mit Ungleichungen? Die do s und don t s mit Beispielen aus der Miniklausur Lukas Steenvoort Addition und Subtraktion 1 ) Dies funktioniert ähnlich wie bei Gleichungen addieren wir denselben

Mehr

Statistik I für Betriebswirte Vorlesung 14

Statistik I für Betriebswirte Vorlesung 14 Statistik I für Betriebswirte Vorlesung 14 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. Juli 017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 14 Version: 8. Juli

Mehr

Analytische Statistik II

Analytische Statistik II Analytische Statistik II Institut für Geographie 1 Schätz- und Teststatistik 2 Das Testen von Hypothesen Während die deskriptive Statistik die Stichproben nur mit Hilfe quantitativer Angaben charakterisiert,

Mehr

Die Lösungen der Gleichung b x = log b (x)

Die Lösungen der Gleichung b x = log b (x) Die Lösungen der Gleichung b = log b () wgnedin@math.uni-koeln.de 17. Januar 2014 In der ersten Vorlesung des Wintersemesters wurde folgende Frage gestellt: Wieviele Lösungen hat die Gleichung ( ) 1 =

Mehr

Zur quantitativen Lehn- und Fremdwortforschung: Eine Einleitung

Zur quantitativen Lehn- und Fremdwortforschung: Eine Einleitung Zur quantitativen Lehn- und Fremdwortforschung: Eine Einleitung Emmerich Kelih Seit dem Beginn der modernen Linguistik steht die Beschäftigung mit Lehnwörtern und generell Entlehnungen aus anderen Sprachen

Mehr

Diskrete Populationsmodelle für Einzelspezies

Diskrete Populationsmodelle für Einzelspezies Diskrete Populationsmodelle für Einzelspezies Lisa Zang 30.10.2012 Quelle: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer Inhaltsverzeichnis 1. Einführung Einfache Modelle

Mehr

8. Konfidenzintervalle und Hypothesentests

8. Konfidenzintervalle und Hypothesentests 8. Konfidenzintervalle und Hypothesentests Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Beispiel. Sie wollen den durchschnittlichen Fruchtsaftgehalt eines bestimmten Orangennektars

Mehr

2.3 Intervallschätzung

2.3 Intervallschätzung 2.3.1 Motivation und Hinführung Bsp. 2.15. [Wahlumfrage] Der wahre Anteil der rot-grün Wähler unter allen Wählern war 2009 auf eine Nachkommastelle gerundet genau 33.7%. Wie groß ist die Wahrscheinlichkeit,

Mehr

Nichtlineare Optimierung ohne Nebenbedingungen

Nichtlineare Optimierung ohne Nebenbedingungen Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt

Mehr

12 Extremwerte und Monotonie

12 Extremwerte und Monotonie 5 II. Differentialrechnung 1 Extremwerte und Monotonie Lernziele: Resultate: Existenz von Maxima und Minima stetiger Funktionen auf kompakten Intervallen, Monotoniesatz Kompetenzen: Bestimmung lokaler

Mehr

Konkretes Durchführen einer Inferenzstatistik

Konkretes Durchführen einer Inferenzstatistik Konkretes Durchführen einer Inferenzstatistik Die Frage ist, welche inferenzstatistischen Schlüsse bei einer kontinuierlichen Variablen - Beispiel: Reaktionszeit gemessen in ms - von der Stichprobe auf

Mehr

Übungen Theoretische Physik I (Mechanik) Blatt 5 ( )

Übungen Theoretische Physik I (Mechanik) Blatt 5 ( ) TU München Prof. P. Vogl Beispiel 1: Übungen Theoretische Physik I (Mechanik) Blatt 5 (26.08.11) Nach Gompertz (1825) wird die Ausbreitung von Rostfraß auf einem Werkstück aus Stahl durch eine lineare

Mehr

Die projektive Ebene Was sind unendlich ferne Punkte?

Die projektive Ebene Was sind unendlich ferne Punkte? Die projektive Ebene Was sind unendlich ferne Punkte? Prof. Dr. Hans-Georg Rück Fachbereich Mathematik/Informatik Universität Kassel Heinrich-Plett-Str. 40 34132 Kassel Zusammenfassung: Wir konstruieren

Mehr

[A] = c(a) in den Einheiten mol/l (1) Eine tiefgestellte Null wie bei [A] 0 zeigt an, dass es sich um eine Anfangskonzentration

[A] = c(a) in den Einheiten mol/l (1) Eine tiefgestellte Null wie bei [A] 0 zeigt an, dass es sich um eine Anfangskonzentration 1 Ableitung des Massenwirkungsgesetzes Mit dem Umfüllexperiment haben wir herausgefunden, dass die Stoffmengen oder die Stoffmengenkonzentrationen im Gleichgewicht auf einen Grenzwert zulaufen. Außerdem

Mehr

Datenanalyse. (PHY231) Herbstsemester Olaf Steinkamp

Datenanalyse. (PHY231) Herbstsemester Olaf Steinkamp Datenanalyse (PHY31) Herbstsemester 015 Olaf Steinkamp 36-J- olafs@physik.uzh.ch 044 63 55763 Einführung, Messunsicherheiten, Darstellung von Messdaten Grundbegriffe der Wahrscheinlichkeitsrechnung und

Mehr

Grundlegende Eigenschaften von Punktschätzern

Grundlegende Eigenschaften von Punktschätzern Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur

Mehr

Schließende Statistik

Schließende Statistik Schließende Statistik [statistical inference] Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.

Mehr

2.4 Hypothesentests Grundprinzipien statistischer Hypothesentests. Hypothese:

2.4 Hypothesentests Grundprinzipien statistischer Hypothesentests. Hypothese: 2.4.1 Grundprinzipien statistischer Hypothesentests Hypothese: Behauptung einer Tatsache, deren Überprüfung noch aussteht (Leutner in: Endruweit, Trommsdorff: Wörterbuch der Soziologie, 1989). Statistischer

Mehr

Quadratische Gleichungen

Quadratische Gleichungen Quadratische Gleichungen Alle aufgezeigten Lösungswege gelten für Gleichungen, die schon vereinfacht und zusammengefasst wurden. Es darf nur noch + vorhanden sein!!! (Also nicht + und auch nicht 3 ; bitte

Mehr

THEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ

THEMA: STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN TORSTEN SCHOLZ WEBINAR@LUNCHTIME THEMA: "STATISTIK IN DER PRAXIS TESTEN IST BESSER ALS VERMUTEN" TORSTEN SCHOLZ EINLEITENDES BEISPIEL SAT: Standardisierter Test, der von Studienplatzbewerbern an amerikanischen Unis gefordert

Mehr

Statistische Überlegungen: Eine kleine Einführung in das 1 x 1

Statistische Überlegungen: Eine kleine Einführung in das 1 x 1 Statistische Überlegungen: Eine kleine Einführung in das 1 x 1 PD Dr. Thomas Friedl Klinik für Frauenheilkunde und Geburtshilfe, Universitätsklinikum Ulm München, 23.11.2012 Inhaltsübersicht Allgemeine

Mehr

Lösungserwartung und Lösungsschlüssel zur prototypischen Schularbeit für die 7. Klasse (Autor: Gottfried Gurtner)

Lösungserwartung und Lösungsschlüssel zur prototypischen Schularbeit für die 7. Klasse (Autor: Gottfried Gurtner) Lösungserwartung und Lösungsschlüssel zur prototypischen Schularbeit für die 7. Klasse (Autor: Gottfried Gurtner) Teil : Mathematische Grundkompetenzen ) Es muss (ausschließlich) die richtige Antwortmöglichkeit

Mehr

Aufgaben zum logistischen Wachstum. Buscharten-Aufgabe. Punktsymmetrie zum Wendepunkt. Sonnenblumen-Aufgabe. Typische Fragestellungen

Aufgaben zum logistischen Wachstum. Buscharten-Aufgabe. Punktsymmetrie zum Wendepunkt. Sonnenblumen-Aufgabe. Typische Fragestellungen Aufgaben zum logistischen Wachstum Kürbis-Aufgabe Buscharten-Aufgabe Punktsymmetrie zum Wendepunkt Sonnenblumen-Aufgabe Typische Fragestellungen Aufgaben zum logistischen Wachstum 1. Eine Untersuchung

Mehr

Brückenkurs Statistik für Wirtschaftswissenschaften

Brückenkurs Statistik für Wirtschaftswissenschaften Peter von der Lippe Brückenkurs Statistik für Wirtschaftswissenschaften Weitere Übungsfragen UVK Verlagsgesellschaft mbh Konstanz Mit UVK/Lucius München UVK Verlagsgesellschaft mbh Konstanz und München

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof. Dr. H. Brenner Osnabrück WS 20/202 Mathematik für Anwender I Vorlesung 30 Gewöhnliche Differentialgleichungen mit getrennten Variablen Definition 30.. Eine Differentialgleichung der Form y = g(t)

Mehr

k np g(n, p) = Pr p [T K] = Pr p [T k] Φ. np(1 p) DWT 4.1 Einführung 359/467 Ernst W. Mayr

k np g(n, p) = Pr p [T K] = Pr p [T k] Φ. np(1 p) DWT 4.1 Einführung 359/467 Ernst W. Mayr Die so genannte Gütefunktion g gibt allgemein die Wahrscheinlichkeit an, mit der ein Test die Nullhypothese verwirft. Für unser hier entworfenes Testverfahren gilt ( ) k np g(n, p) = Pr p [T K] = Pr p

Mehr

Korrekturhinweise zum Skript Vertiefung der Wirtschaftsmathematik und Statistik

Korrekturhinweise zum Skript Vertiefung der Wirtschaftsmathematik und Statistik Korrekturhinweise zum Skript Vertiefung der Wirtschaftsmathematik und Statistik 1) Die Seiten 28-29 wurden komplett überarbeitet: Gradient Der Gradient ist der Vektor der beiden ersten Ableitungen einer

Mehr

Inhomogene lineare Differentialgleichung 1. Ordnung Variation der Konstanten

Inhomogene lineare Differentialgleichung 1. Ordnung Variation der Konstanten http://farm2.static.flickr.com/1126/1106887574_afb6b55b4e.jpg?v=0 Inhomogene lineare Differentialgleichung 1. Ordnung Variation der Konstanten 1-E Joseph Louis Lagrange (1736-1813), ein italienischer Mathematiker

Mehr

Differenzialrechnung

Differenzialrechnung Mathe Differenzialrechnung Differenzialrechnung 1. Grenzwerte von Funktionen Idee: Gegeben eine Funktion: Gesucht: y = f(x) lim f(x) = g s = Wert gegen den die Funktion streben soll (meist 0 oder ) g =

Mehr

Aufgabe 1 (Exponentielles Wachstum, wird teilweise auch in Vorlesung besprochen, Teile a) bis c) sind exakt die Aufgaben von Blatt 2, Aufgabe 3))

Aufgabe 1 (Exponentielles Wachstum, wird teilweise auch in Vorlesung besprochen, Teile a) bis c) sind exakt die Aufgaben von Blatt 2, Aufgabe 3)) Formalisierungspropädeutikum Übungsblatt 3 Prof. Dr. Th. Augustin, Dr. R. Poellinger, C. Jansen, J. Plaß, G. Schollmeyer WiSe 2015/16 Aufgabe 1 (Exponentielles Wachstum, wird teilweise auch in Vorlesung

Mehr

Projekt Bakterienkultur

Projekt Bakterienkultur 1 Einleitung Projekt Bakterienkultur Mathematische Modellierung I Sommersemster 2010 Anna Aichmayr, Georg Rief, Patrica Walker 1.1 Physikalische Grenzen Dienstag, Juli 13, 2010 Der zu untersuchende Bereich

Mehr

Modul 141 Statistik. 1. Studienjahr 11. Sitzung Signifikanztests

Modul 141 Statistik. 1. Studienjahr 11. Sitzung Signifikanztests Modul 141 Statistik 1. Studienjahr 11. Sitzung Signifikanztests Inhalt der 11. Sitzung 1. Parametrische Signifikanztests 2. Formulierung der Hypothesen 3. Einseitige oder zweiseitige Fragestellung 4. Signifikanzniveau

Mehr

1. Einleitung. 1.1 Phasen einer ökonometrischen Analyse

1. Einleitung. 1.1 Phasen einer ökonometrischen Analyse 1. Einleitung 1.1 Phasen einer ökonometrischen Analyse Empirische ökonomische bzw. ökonometrische Analyse: Nutzung von Schätz- und Testmethoden zur Überprüfung ökonomischer Hypothesen oder Quantifizierung

Mehr

Zusätzliche Aufgabe 5:

Zusätzliche Aufgabe 5: D-ERDW, D-HEST, D-USYS Mathematik I HS 14 Dr. Ana Cannas Zusätzliche Aufgabe 5: Populationsmodelle Um die Entwicklung einer Population zu modellieren, gibt es diskrete Modelle, wobei die Zeit t bei diskreten

Mehr

5 Numerische Mathematik

5 Numerische Mathematik 6 5 Numerische Mathematik Die Numerische Mathematik setzt sich aus mehreren Einzelmodulen zusammen Für alle Studierenden ist das Modul Numerische Mathematik I: Grundlagen verpflichtend In diesem Modul

Mehr

Statistiktutorium (Kurs Frau Jacobsen)

Statistiktutorium (Kurs Frau Jacobsen) Statistiktutorium (Kurs Frau Jacobsen) von Timo Beddig 1 Grundbegriffe p = Punktschätzer, d.h. der Mittelwert aus der Stichprobe, auf Basis dessen ein angenäherter Wert für den unbekannten Parameter der

Mehr

Lösungsskizzen zur Präsenzübung 09

Lösungsskizzen zur Präsenzübung 09 Lösungsskizzen zur Präsenzübung 09 Hilfestellung zur Vorlesung Anwendungen der Mathematik im Wintersemester 2015/2016 Fakultät für Mathematik Universität Bielefeld Veröffentlicht am 07. Februar 2016 von:

Mehr

Gewöhnliche Differentialgleichungen. Teil II: Lineare DGLs mit konstanten Koeffizienten

Gewöhnliche Differentialgleichungen. Teil II: Lineare DGLs mit konstanten Koeffizienten - 1 - Gewöhnliche Differentialgleichungen Teil II: Lineare DGLs mit konstanten Koeffizienten Wir wenden uns jetzt einer speziellen, einfachen Klasse von DGLs zu, die allerdings in der Physik durchaus beträchtliche

Mehr

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion

Mehr

1 Grundprinzipien statistischer Schlußweisen

1 Grundprinzipien statistischer Schlußweisen Grundprinzipien statistischer Schlußweisen - - Grundprinzipien statistischer Schlußweisen Für die Analyse zufallsbehafteter Eingabegrößen und Leistungsparameter in diskreten Systemen durch Computersimulation

Mehr

Übungen zu gewöhnlichen Differentialgleichungen Lösungen zu Übung 23

Übungen zu gewöhnlichen Differentialgleichungen Lösungen zu Übung 23 Übungen zu gewöhnlichen Differentialgleichungen Lösungen zu Übung 3 3.1 Gegeben sei die Anfangswertaufgabe (AWA) Zeigen Sie, dass die Funktion y (x) = x y(x) mit y(0) = 1 die einzige Lösung dieser AWA

Mehr

4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion.

4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion. 4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion. Definition 4.3. Es sei f : R D R eine auf D erklarte Funktion. Die Funktion f hat in a D eine globales oder

Mehr

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003

Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003 Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003. Eine seltene Krankheit trete mit Wahrscheinlichkeit : 0000 auf. Die bedingte Wahrscheinlichkeit, dass ein bei einem Erkrankten durchgeführter

Mehr

Mathe-Abitur ab 2004: Fundus für den Pflichtbereich Lösungen (1)

Mathe-Abitur ab 2004: Fundus für den Pflichtbereich Lösungen (1) Mathe-Abitur ab 24: Fundus für den Pflichtbereich Lösungen () Die Autoren übernehmen keine Garantie für die Richtigkeit der Lösungen. Auch wurde sicher nicht immer der kürzeste und eleganteste Lösungsweg

Mehr

Statistik II. Regressionsanalyse. Statistik II

Statistik II. Regressionsanalyse. Statistik II Statistik II Regressionsanalyse Statistik II - 23.06.2006 1 Einfachregression Annahmen an die Störterme : 1. sind unabhängige Realisationen der Zufallsvariable, d.h. i.i.d. (unabh.-identisch verteilt)

Mehr

Unterrichtsreihe zur Parabel

Unterrichtsreihe zur Parabel Unterrichtsreihe zur Parabel Übersicht: 1. Einstieg: Satellitenschüssel. Konstruktion einer Parabel mit Leitgerade und Brennpunkt 3. Beschreibung dieser Punktmenge 4. Konstruktion von Tangenten 5. Beweis

Mehr

- Normalverteilung (Gaußverteilung) kann auf sehr viele Zufallsprozesse angewendet werden.

- Normalverteilung (Gaußverteilung) kann auf sehr viele Zufallsprozesse angewendet werden. Normalverteilung und Standardnormalverteilung als Beispiel einer theoretischen Verteilung - Normalverteilung (Gaußverteilung) kann auf sehr viele Zufallsprozesse angewendet werden. - Stetige (kontinuierliche),

Mehr

Alternative Darstellung des 2-Stcihprobentests für Anteile

Alternative Darstellung des 2-Stcihprobentests für Anteile Alternative Darstellung des -Stcihprobentests für Anteile DCF CF Total n 111 11 3 Response 43 6 69 Resp. Rate 0,387 0,3 0,309 Bei Gültigkeit der Nullhypothese Beobachtete Response No Response Total absolut

Mehr

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9.

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Januar 2011 BOOTDATA11.GDT: 250 Beobachtungen für die Variablen...

Mehr

Statistisches Testen

Statistisches Testen Statistisches Testen Universität Duisburg-Essen, Fak. 4, FG Instrumentelle Analytik 7. Juni 2007 Statistisches Testen Inhaltsverzeichnis Schätzverfahren und Testverfahren sind Anwendungen der Stichprobentheorie.

Mehr

Testen von Hypothesen

Testen von Hypothesen Elke Warmuth Humboldt-Universität zu Berlin Sommersemster 2010 1 / 46 2 / 46 1 Testen von Hypothesen 3 / 46 Signifikant, signifikant, signifikant,... 4 / 46 Signifikant, signifikant, signifikant,... 5

Mehr

5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)

5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 5.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte

Mehr

Parametrische vs. Non-Parametrische Testverfahren

Parametrische vs. Non-Parametrische Testverfahren Parametrische vs. Non-Parametrische Testverfahren Parametrische Verfahren haben die Besonderheit, dass sie auf Annahmen zur Verteilung der Messwerte in der Population beruhen: die Messwerte sollten einer

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 4

Technische Universität München Zentrum Mathematik. Übungsblatt 4 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 4 Hausaufgaben Aufgabe 4. Gegeben sei die Funktion f : D R mit f(x) :=

Mehr

3 Wahrscheinlichkeitstheorie

3 Wahrscheinlichkeitstheorie Einige mathematische Konzepte 3 Wahrscheinlichkeitstheorie 3.1 Wahrscheinlichkeit Die Wahrscheinlichkeitstheorie modelliert Situationen, in denen Unsicherheit über bestimmte Aspekte der Umwelt vorherrscht.

Mehr

Quantitative Linguistik 2 WS 2004/05,

Quantitative Linguistik 2 WS 2004/05, Quantitative Linguistik 2 WS 2004/05, 21.10.2004 Gegenüberstellung: Linguistik und QL Exempel: Das Zipfsche Gesetz Zielsetzung der Quantitativen Linguistik Zur Methodik der Quantitativen Linguistik Jürgen

Mehr

Numerische Ableitung

Numerische Ableitung Numerische Ableitung Die Ableitung kann angenähert werden durch den Differentenquotient: f (x) f(x + h) f(x) h oder f(x + h) f(x h) 2h für h > 0, aber h 0. Beim numerischen Rechnen ist folgendes zu beachten:

Mehr

Beurteilende Statistik

Beurteilende Statistik Beurteilende Statistik Wahrscheinlichkeitsrechnung und Beurteilende Statistik was ist der Unterschied zwischen den beiden Bereichen? In der Wahrscheinlichkeitstheorie werden aus gegebenen Wahrscheinlichkeiten

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Statistik & Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte

Mehr

Die Familie der χ 2 (n)-verteilungen

Die Familie der χ 2 (n)-verteilungen Die Familie der χ (n)-verteilungen Sind Z 1,..., Z m für m 1 unabhängig identisch standardnormalverteilte Zufallsvariablen, so genügt die Summe der quadrierten Zufallsvariablen χ := m Z i = Z 1 +... +

Mehr

12 Gewöhnliche Differentialgleichungen

12 Gewöhnliche Differentialgleichungen 12 Gewöhnliche Differentialgleichungen 121 Einführende Beispiele und Grundbegriffe Beispiel 1 ( senkrechter Wurf ) v 0 Ein Flugkörper werde zum Zeitpunkt t = 0 in der Höhe s = 0 t = 0 s = 0 mit der Startgeschwindigkeit

Mehr

GRUNDLEGENDE MODELLE. Caroline Herbek

GRUNDLEGENDE MODELLE. Caroline Herbek GRUNDLEGENDE MODELLE Caroline Herbek Lineares Wachstum Charakteristikum: konstante absolute Zunahme d einer Größe N t in einem Zeitschritt Differenzengleichung: N t -N t-1 =d => N t = N t-1 +d (Rekursion)

Mehr

Kapitel XIV - Anpassungstests

Kapitel XIV - Anpassungstests Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XIV - Anpassungstests Induktive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh 2. Grundannahme:

Mehr

Auswertung und Lösung

Auswertung und Lösung Dieses Quiz soll Ihnen helfen, Kapitel 4.6 und 4.7 besser zu verstehen. Auswertung und Lösung Abgaben: 59 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 4.78 1 Frage

Mehr

Gewöhnliche Differentialgleichungen Aufgaben, Teil 1

Gewöhnliche Differentialgleichungen Aufgaben, Teil 1 Gewöhnliche Differentialgleichungen Aufgaben, Teil 1 4-E1 4-E2 4-E3 Gewöhnliche Differentialgleichung: Aufgaben Bestimmen Sie allgemeine und spezielle Lösungen der folgenden Differentialgleichungen Aufgabe

Mehr