Zur Datenqualität primärstatistischer Erhebungen

Größe: px
Ab Seite anzeigen:

Download "Zur Datenqualität primärstatistischer Erhebungen"

Transkript

1 Zur Daenqualä prmärsasscer Erebungen Henrc Srecker Emer. o. Professor Dr. rer. na. Henrc Srecker, Unversä Tübngen und Honorarprofessor der Ludwg-Maxmlans-Unversä Müncen, Rosensr., D 839 Sarnberg be Müncen. Allgemene Enfürung und Begrffe De nacfolgenden Ausfürungen snd ene Forsezung und Ergänzung früerer Abandlungen (see Leraurverzecns). Angereg durc enen Sudenaufenal m US-Bureau of e Census, Wasngon, D.C., abe c mc n den lezen Jarzenen m der Meodk sasscer Erebungen und deren Daenqualä befass. Dese Fragen aben mc beres wärend mener Tägke m eemalgen Bayerscen Sasscen Landesam bescäfg. Vele neue Erkennnsse abe c späer wärend mener Beraer-Tägke n Belgen (Insu naonal de sasque) gewonnen und dese dor auc praksc angewand. Im Zealer von zunemender Compuerserung und Vernezung von Daen nmm der Anel prmärsasscer Erebungen am Gesamprogramm eer ab. Dennoc muß de Qualä rer Ergebnsse nac we vor berückscg werden. Es s ser scwerg wegen der unerscedlcen Sandards sasscer Dense, enelce Rclnen für en Qualäskrerum auf nernaonaler Ebene zu verenbaren. Desalb aben n den lezen Jaren nernaonale Insuonen we Eurosa und Inernaonaler Wärungsfond sowe naonale sassce Ämer, z.b. Sascs Canada, Sascs Sweden, Sascs UK und andere, große Ansrengungen unernommen, um enelce Kreren zur Verbesserung der Daenqualä aufzusellen und zu errecen (P. Bemer/L.Lyberg 3). Dazu geören Wcgke (relevance), Genaugke (accuracy), Verglecbarke (comparably), Koärenz (coerence), Akualä und Pünklcke (melness and puncualy). Zel war und s, de nernaonale Verglecbarke von Volkswrscafen und Wrscafsräumen zu ermöglcen. Was de Genaugke berff, so erkanne man n den 5er Jaren, dass es nc ausrec, allen auf de Effzenz der Scäzverfaren be Scproben zu acen, sondern dass auc der c-scprobenfeler sowe de Varablä der Anworen von Befragen berückscg werden müssen. In den 6er Jaren wurden desalb ensprecende Modelle m (Wederolungs-)- Zälungen von den US-Saskern, nsbesondere M. Hansen, W. Hurwz, M.

2 Bersad, L. Przker, W.G. Cocran und B. Balar, enwckel, de jedoc auf dem Gebe der Erebungssask n Deuscland noc weng beace worden snd. De Durcfürung ener Erebung bedarf ener umfassenden Vorbereung. Es wrd zunäcs von ener Zelgröße Z ausgegangen, für de Ergebnsse vom Konsumenen der Erebung gewünsc werden. Z s nc mmer endeug, sondern zwangsläufg äufg nur annäernd zu defneren. Man kann n ener Zälung auc nc für alle Merkmale der Gesame Ergebnsse ermeln. Das wäre m enem zu großen Arbesaufwand verbunden und scerlc wären enge Daen für den Konsumenen der Sask von gerngem Ineresse. Es muss ene erse Auswal der Merkmale und dam ene Smplfzerung vorgenommen werden. Weern s de Dauer der Erfassung und Aufbereung feszulegen sowe auf de Probleme be der Feldarbe enzugeen. Kosenresrkonen spelen kene unergeordnee Rolle. Von großer Bedeuung snd vor allem de m der Adäquaon von gewünscen Zelgrößen zu ener operablen Erfassung der Merkmale verbundenen Arbesgänge. Uner der sasscen Adäquaon wrd der Prozess bezecne, n dem dealypsce oder andere eoresce Defnonen n sassc operable Größen zwecks Daenerfassung umgewandel werden. Deser Prozess sowe der geplane zelce Ablauf der Erebung und de Erebungsecnk blden aufenander bezogene Elemene, de m so genannen ARBEITSSYSTEM G (Generalzed condons) fesgeleg werden müssen: a) Zelsezung der Erebung, Kosen- und Zeplan b) Defnonen von sasscen Eneen, Merkmalen und Massen (Gesameen) c) Tabellenprogramm d) Organsaon der Feldarbe e) sofern de Erebung als Scprobe durcgefür wrd: Wal des Scprobenplans, des Auswalramens, Punk- und Inervallscäzung f) Sammeln der Daen, operave und deskrpve Konrollen g) Verarbeung der Daen ) Prüfung der Zuverlässgke der Daen ) Tabellerung j) Veröffenlcung der Ergebnsse oder Weergabe an Benuzer (Aufraggeber) Das Arbessysem kann ser unerscedlc gesale sen, we m Selbsausfüllung der Fragebogen m oder one Enfluss enes Zälers, Befragung durc Inervewer, Telefonnervews usw., Durcfürung als Vollerebung oder als Scprobe. Dese Varanen füren zu verscedenen Ausformungen des Arbessysems G, G', G'' ec. be glecen Zelen der Erebung.

3 De Ergebnsse ener Erebung werden dann als ware Were defner, wenn das fesgelege Arbessysem korrek und sorgfälg realser wurde. De Qualä sasscer Ergebnsse s som abängg von der Durcfürung des Arbessysems. Be den Bemüungen, de waren Were X G der Merkmale zu ermeln, reen nfolge mensclcer Unzulänglcke roz aller Sorgfal Ungenaugkeen auf, d.. besenfalls kann der ware Wer approxmaver Wer X G nur als en X G eroben werden. Be allen Arbesgängen können dese Abwecungen vom Arbessysem aufreen, de zu verscedenen Felern füren. In der folgenden Übersc snd de möglcen Feleraren, de de Ergebnsse der Erebung (Übersc ). Y G bzw. Y ˆG be Scprobenerebungen beenflussen, aufgefür In der Übersc snd nocmals de er bem Arbessysem eröreren Begrffe und Defnonen n ener anderen Form dargesell. Bede Scemaa zusammen geben enen aufsclussrecen Überblck über de Aufgaben und Probleme, de sc be ener prmärsasscen Erebung sellen. In desem Zusammenang se noc besonders auf de nsrukve Übersc über Feler und Genaugkeskonrollen n P. von der Lppe 996, 4 und 43 ngewesen. 3

4 Übersc Scema: Inerakon zwscen Begrffsbldung, Adäquaon, Smplfzerung und Feler be prmärsasscen Erebungen. Bezogen auf ene Vollerebung würde sc das Scema verenfacen, es se denn man deue jede Vollerebung als Scprobe aus ener "Gesame öerer Ordnung". Ene gesondere Übersc erzu soll er nc ersell werden. 4

5 Übersc Scema zur Begrffsbldung, Adäquaon, Verenfacung und zu Felern be prmärsasscen Erebungen Zelgrösse Z Teoresc scarf oder eng angenäer defner Adäquaons-Durcfürung Adäquaons-Dskrepanzen X Exsen vorausgesezer, warer Wer der adäqua defneren Zelgrösse Möglce Arbessyseme G zur Erebung von X Unerscedlce G, G, G, durc Varaon d. Erebungsaren Fxerung enes operablen Arbessysems G z. Besmmung v. X Balancerung aller Smplfzerungen für das operable, relav opmale G X G Warer Wer def. Durc Arbessysem G. Operable Zelgröße Scprobenfeler Erebungsfeler cscprobenfeler Y G := Erobener, felerbeafeer Wer des X G Quelle: H.Srecker/R.Weger 6, 34 5

6 . Meoden der Qualäsanalyse Zur Unersucung und Verbesserung der Daenqualä snd vele unerscedlce Meoden enwckel worden. Se alle zu beandeln, soll nc Aufgabe deses Berags sen. En wcges Verfaren s de Scäzung der Anworvarablä m Hlfe von (Wederolungs-)Zälungen. Wrd ene Erebung m naen zelcen Absand mndesens zwemal oder mermals nac dem glecen Arbessysem durcgefür, so zeg sc, dass de Anworen der Befragen n der Regel vareren können. Dese Varabläen können zufallsbedng oder n selenen Fällen auc sysemascer aur sen. Wenn be Besandsmassen de Were des Merkmals zwscen den Scagen der Hauperebung und den Wederolungszälungen erfarungsgemäß konsan bleben, z.b. de Landwrscaflce uzfläce der Berebe, s es nc nowendg, de Angaben für den Scag der Wederolungszälung auf den Scag der Hauperebung zu adjuseren. Man kann dann one weeres de Varabläen der Anworen für das Merkmal ensprecend enem Felermodell scäzen. Wenn de Were des Merkmals sc zwscen den Scagen ändern, dann muss ene Adjuserung der Angaben aus der Wederolungszälung auf den Scag der Hauperebung erfolgen (H.Srecker/R.Weger 986, 99-3, P. von der Lppe 996, 4-44). Be Daen für enen Referenz-Zeraum von Bewegungsmassen können ebenfalls Anworvarabläen aufreen, de dann weder ensprecend enem Felermodell für denselben Zeraum zu adjuseren snd. Um für en Felermodell, das als Grundlage für de Analyse und Scäzung der Anworvarablä denen kann, de erforderlcen quanaven Größen zu eralen, bedarf es der Angaben aus mndesens zwe (Wederolungs-)Zälungen und ener Konrollerebung. De Konrollerebung s ene Wederolungszälung, de nac dem glecen Arbessysem, jedoc m allergrößer Sorgfal, möglcs von besonders gesculem Personal und m ener Überprüfung der Angaben vor Or durcgefür wrd, we z.b. n Belgen von Bedenseen des Insu naonal de sasque (Moneure). In der Konrollerebung müssen, zumndes approxmav, de "waren" Veränderungen der ndvduellen Merkmalswere zwscen dem Zepunk der Hauperebung und dem Tag der Konrollerebung, d.. de Zu- und Abgänge, erfass werden. Dann erfolg ene Rückrecnung auf de waren Were am Scag der Hauperebung. De Dfferenz zwscen den ursprünglc erobenen Weren und den zurückgerecneen Weren snd de ndvduellen approxmaven Angabefeler n der Hauperebung (H.Srecker/ R.Weger 983, 9-). Das Felermodell s auf dem quanaven ndvduellen Angabewer y der Erebungsene und den (Wederolungs-)Zälungen ( = l,, 3,, k,...) aufgebau. Ene Aggregaon deser ndvduellen Were aus ener Vollerebung über 6

7 alle Eneen ( y, wobe y = E ( y ) s) lefer de Gesamergebnsse Y für = dese Zälung, bzw. be ener Scprobe über de Eneen n ( Y ˆn ). Der ndvduelle quanave Angabewer y der Erebungseneen wrd zunäcs formal n sene Komponenen zerleg: Warer Wer x, sysemascer Feler e und Zufallsfeler ε. acfolgend s n enem Scema dese Zerlegung veranscaulc. Scema Zerlegung des ndvduellen quanaven Angabeweres y der Erebungsene n sene Komponenen: warer Wer x, sysemascer Feler e und Zufallsfeler ε. Lneares Felermodell (Wederolungs-)Zälung Indvdueller Angabewer y = x + e + ε, =,,3... Für de Besmmung und Scäzung der Felerkomponenen der waren Were und der Anworvarabläen snd de ndvduellen Daen ener Hauperebung ( = l), ener Wederolungszälung ( = ) und ener Konrollerebung ( = ) nowendg. y = x + e + ε Angabewer = = Hauper- Hebung ( = ) 7

8 y = x + e + ε Angabewer = = Wederolungs- Zälung ( = ) y = x + e + ε x Konrollwer = = = =, Konroll- Erebung ( = ) "warer" äerungswer x, lau Konrollerebung Hnwes: Be Vorlegen ndvdueller Angabewere y aus mereren (Wederolungs-)- Zälungen s das Scema ensprecend zu erweern (k>). Für qualave ndvduelle Erebungsmerkmale s n Analoge das Zerlegungs-Scema zu modfzeren. Scäzwere für de Gesame eräl man durc Aggregaon der ndvduellen Were - be ener Scprobe n y, be ener Vollerebung = y. En = Felermodell für qualave Merkmale kann man analog one Scwergkeen konzperen. In der Praxs andel es sc jedoc n der Regel um de Konrolle quanaver Merkmale. Es s zu beacen, dass de waren Were x n allen Erebungen ses deselben snd. De sysemascen Feler e snd n der Hauperebung und n den Wederolungszälungen deselben, n der Konrollerebung aber wesenlc klener. De zufällgen Feler ε aben n der Hauperebung und n den Wederolungszälungen de glece Gauß'sce Felerverelung, wärend n der Konrollerebung de Gauß'sce Verelung ene ereblc klenere Sreuung aufwes (klenere Sreuung der Zufallsfeler). De ndvduellen Anworvarabläen wrken sc auc auf de Enordnung der Erebungseneen n Größenklassen und dam auf de nac Größenklassen 8

9 geglederen Erebungsergebnsse aus. En Maß für de Anworvarabläen n nac Größenklassen geglederen Erebungsergebnssen s der sog. Inkonssenz-Index. Er mss de Unzuverlässgke oder Inkonssenz der Anworen R der Eneen. In den vorergeenden Ausfürungen und vorgelegen Scemaa wurde gezeg, we man den ndvduellen waren Wer approxmav auf Grund enes Felermodells m Konrollerebung scäzen kann. Der ndvduelle Zufallsfeler ε kann socassc besmm werden, we m Folgenden gezeg wrd m Hlfe der Varae Dfference Meode. Der sysemasce Feler kann dann als Dfferenz zwscen Angabewer enerses und warer Wer + Zufallsfeler andererses gescäz werden. Da sowol der Inkonssenz-Index we auc de Scäzung des ndvduellen Zufallsfelers ε m Hlfe der Varae Dfference-Meode n der Praxs noc weng bekann snd, sollen dese beden Verfaren n den Abscnen 3 und 4 ewas ausfürlcer erläuer werden. Besonders se noc darauf ngewesen, dass n der Survey Sask de Meoden des Operaons Researc bser kaum beace worden snd. Be der Erebung von sasscen Daen kann z.b. das Problem des regonal und zelc zu opmerenden Ensazes von Zälern oder Inervewern enseen. Es s aus Gründen der Ze- und Kosenersparns wünscenswer, de Inervewer oder Konrollbeamen ener Konrollerebung den Gemenden bzw. Bereben oder Hausalen opmal zuzuordnen. En derarges Modell wurde n Belgen für den Ensaz von Moneuren (Beame des Insu naonal de sasque m Außendens) be ener acprüfung enwckel. Der berecnee Zeaufwand für de Durcfürung der Konrollerebung reduzere sc von ac auf ewa fünf Arbesage. Das bedeuee, daß de Feldarbe nneralb ener Woce abgesclossen werden kann und de Ergebnsse scneller vorlegen können (R.Weger/ K.Kafka/ H.Srecker/ R.Seylaers 976, ). 9

10 3. Inkonssenz-Index Der Inkonssenz-Index, berecne für de nac Größenklassen (=,,3,...,L) geglederen Erebungsergebnsse, nmm Were zwscen und an oder n Zecen I R. Wenn de ndvduellen Angaben von den Erebungseneen aus zwe oder mer (Wederolungs-)Zälungen kene Varablä der Anworen bezüglc der Enordnung der Eneen n enzelne Größenklassen aufwesen, s I R =, be oaler Unzuverlässgke ("zufällge" Verscedeneen der Anworen) ergb sc der Index-Wer von. Der Gesamndex I R für alle Größenklassen s dann das Mel der I R. De Scäzung von Inkonssenz-Indces für verscedene Größenklassen und der Anworvaranzen sez de Kennns von mndesens zwe oder mer Angabeweren (Anworen) für jede Ene, gewonnen aus ener Hauperebung m Eneen und ener oder mererer Wederolungszälungen, voraus. Jede zusäzlce Erebung zur Hauperebung s n der Regel m enem oen Kosen- und Organsaonsaufwand sowe ener särkeren Belasung der Befragen verbunden. Deses Verfaren solle dennoc be wcgen Zälungen angewand werden, da es nsbesondere dazu den, de Qualä sasscer, nac Größenklassen geglederen Daen aus Erebungen zu beurelen, deren Ergebnsse de Grundlage für weere Arbeen der Wrscafs-, Mark- und Menungsforscung blden. Es s versändlc, dass n der Praxs fas ausscleßlc nur ene zusäzlce Erebung zur Hauperebung ( = ) und dese mes nur als Scprobe m dem Umfang n durcgefür werden kann. Is de Hauperebung selbs ene Scprobe, so wrd empfolen, de Wederolungszälung als Unerscprobe vorzunemen. Her wrd de Scäzformel für den Inkonssenz-Index nur für den Spezalfall m zwe Anworen y = G, y = G angegeben. De Were der Zufallsvarablen y G, y G snd de Anworen der Eneen n der Hauperebung ( = l) und n der Wederolungszälung ( = ), welce bede nac dem glecen Arbessysem, jedoc n der Regel m verscedenen Scagen, durcgefür wurden. Wenn de Merkmalswere von Besandsmassen zwscen den beden Scagen nc konsan bleben (z.b. Scwenebesände n landwrscaflcen Bereben), dann müssen m Gegensaz zu zewese konsanen Merkmalen (z.b. Landwrscaflcen uzfläcen) de ndvduellen Angaben auf enen enelcen Scag, mes den der Hauperebung, adjuser werden und seen dann enfac m y ( =,, usw.) bezecne. Wenn de Angaben aus Bewegungsmassen gewonnen wurden, müssen dese Were auf denselben Referenz-Zeraum bezogen

11 sen. De Grundlage für de Scäzung lefern de nac Größenklassen geglederen Erebungsergebnsse, de n der nacfolgenden Konngenz-Tabelle dargesell snd. Konngenz-Tabelle Erklärung zur Konngenz-Tabelle: De Zalen y, n den Größenklassen (Hauperebung) und (Wederolungszälung) ( =,,3,...,L; =,,3,...,L) snd Häufgkeen von Paaren der ndvduellen Angaben (Wederolungs-)Zälungen () und (). y aus den beden Bespel: y = =, = y s de Häufgke der Zalenpaare y =, y =, deren Angaben n der Hauperebung der Größenklasse = und n der Wederolungszälung weder = zugeordne snd. In enem anderen Bespel mögen de ndvduellen Angaben n der Hauperebung y = und n der Wederolungszälung y = zur Zuordnung n de Größenklasse (Hauperebung) bzw. =3 (Wederolungszälung) füren und dam zu dem Paar y 3.

12 De Zuordnung der Angabewere y zu den verscedenen Größenklassen erfolg nun, ndem dese Were m Hlfe der Dcoomserung z und z - Varablen als (,) - Varable nac folgender Vorscrf zugeordne werden:, wenn de gegebene Anwor y der Ene fur en Merkmal ene besmme Egenscaf A n der (Wederolungs-)Zälung aufwes, er: s de Ene der Großenklasse zuzuordnen. z =, wenn de gegebene Anwor y der Ene ene andere Merkmalsausprägung (nc A, n Zecen A) a, er: s de Ene nc der Großenklasse zuzuordnen. Im vorlegenden Fall a de Were für de Hauperebung oder für de Wederolungszälung. Da de Aufgabe s, für Proporonen (Anele von enem qualaven Merkmal m der Egenscaf A = zugeörg zur Größenklasse bzw. nc A ( A = nc zugeörg zur Größenklasse ) Inkonssenz-Indces zu scäzen, se von ener Scprobe m n Elemenen und folgendem Scema ausgegangen; nsgesam mögen L Größenklassen ausgewesen sen. Ver-Felder-Scema Wederolungszälung oder Repeon Haup- oder Orgnalerebung Größenklasse Res A A Σ Größenklasse A z = Res A z = a c z = + b a b + d c d z = Σ a + c b d + n Zuordnung der Eneen (Berebe) : "Der Größenklasse zugeörg - Egenscaf A " bzw. "nc der Größenklasse zugeörg - Egenscaf A (Res)" De Were a, b, c und d n desem Scema snd de Häufgkeen von Paaren aus beden Erebungen (Hauperebung () und Wederolungszälung () und der Scprobenumfang s n).

13 Für jede Größenklasse = l,,..., L wrd en solces Ver-Felder-Scema aufgesell. De nsgesam L Ver-Felder-Scemaa eräl man aus der vorseenden Konngenz-Tabelle durc Srecung von enzelnen Zelen und Kolonnen änlc we man den Wer ener Deermnane aus den Unerdeermnanen durc Srecen von Zelen und Kolonnen besmm. De Ver-Felder-Scemaa für de enzelnen Größenklassen aben de folgenden Were: = a = y b Man srec de erse Zele y, y 3, y 4,..., y L c Man srec de erse Kolonne y, y 3, y 4,..., y L ( + + ) d Der Wer ergb sc aus n a b c =, y Ver-Felder-Scema a... L = y b = y + y3 + y4 + + y Lne c = y + y3 + y yl d = n ( a + b + c ) Analog eräl man für de übrgen Größenklassen =, =3, =4,..., =L de weeren Ver-Felder-Scemaa. =, y a... L = y b = y + y3 + y4 + + y Kres c = y + y3 + y yl d = n ( a + b + c ) = 3, y 33 a... L 3 = y33 b3 = y3 + y3 + y y3 Dreeck c3 = y3 + y3 + y yl3 d3 = n ( a3 + b3 + c3 ) 3

14 = 4, y 44 a y b y y y... y L 4 = 44 4 = Receck c4 = y4 + y4 + y yl4 d4 = n ( a4 + b4 + c4 )... = L, y LL a L y b = y + y + y y = LL L L L L3 L, L Quadra c = y + y + y y d = n ( a + b + c ) L L L 3L L, L L L L L Für jede Ene wrd de ndvduelle Anworvaranz ( s R ) aus den ndvduellen Angabeweren ((,)-Varablen der k= (Wederolungs-)Zälungen)) geblde. Be ener Vollerebung ergeben sc Anworvaranzen ( = l,,..., ), be ener Scprobe n Anworvaranzen ( = l,,..., n). Das Mel aller ndvduellen Anworvaranzen s dann de Enface Anworvaranz ( s R ). Se wrd ns Verälns zur enfacen Bnomalvaranz ( P ( P ) ) der Bnomalvarablen (,), üblcerwese G G zer als Scprobenzufallsvaranz ener enelemengen Scprobe, gesez. Desen Quoenen s / P ( P ) nenn man dann den Inkonssenz-Index. Er s en Maß für R G G de Unzuverlässgke oder Inkonssenz der Anworen der Eneen - er der Zuordnung der Angaben zu verscedenen Größenklassen. Anand des vorseenden Ver-Felder-Scemas kann man one große Scwergkeen zuverlässge Scäzwere für de Enface Anworvaranz σ R und de Bnomalvaranz ( P ( P ) ) besmmen und n de Inkonssenz-Index-Formeln G G ensezen. Als Scäzformel eräl man nac engen Recnungen I R Iˆ = R b + c ( a + c )( b + d) + ( a + b )( c + d) n, wobe n = a + b + c + d s. Deser Scäzer I ˆR ( ) gl nur, wenn b + c a d s, was n der Praxs n der Regel erfüll s. Zufallsbedng s, dass de Zufallsvarable I ˆR auc enmal enen Wer ewas größer als (>) annemen kann, aber de Warscenlcke dafür s ser gerng. 4

15 Für jede der Größenklassen ( = l,,..., L) s en solcer I ˆR -Wer zu berecnen. Der Gesamndex s dann das gewogene armesce oder geomersce Mel aus desen Größenklassen Indces I ˆR m den Gewcen = Zal der Eneen n der Größenklasse. äeres erzu see Srecker 999, m ausfürlcen Leraurangaben. owendg für ene weere Analyse auf desem Gebe wäre ene genaue Kennns der Verelung der I ˆR bzw. auc der I ˆR und davon, we sc de Indexwere be ener Zusammenfassung oder ener weeren Unerglederung der Größenklassen ändern würden. Her bese Handlungsbedarf! Bespel acfolgend sollen de Ergebnsse ener Scäzung des Inkonssenz-Index aus der Amlcen Sask Belgens mgeel werden. In ser kurzem zelcen Absand fanden am 5. Ma 985 de Hauperebung (Landwrscafs- und Garenbauzälung - G) als Vollerebung und am 4. Ma 985 ene Wederolungszälung ex ane (Enquee Ploe - G') als Scprobe nac annäernd glecem Arbessysem (G G') sa. De Analyse bescränke sc auf de Angaben über de Landwrscaflce uzfläce der aupberuflcen Berebsnaber (Kaegore ) von nsgesam 6 Bereben n der Hauperebung und n 35 Bereben n der als Wederolungszälung durcgefüren Scprobe. äeres zu den Erebungsmeoden und Fragebogen see H.Srecker/R.Weger avec la collaboraon de J.Peeers, L.Ancaux, E.Draelans,. In Belgen war es, zu deser Vorbereungsze, ecnsc und organsaorsc nur möglc, als akuellen Ramen für de Auswal der Berebe n der Scprobe de früere Landwrscafs- und Garenbauzälung vom 5. Ma 983 eranzuzeen. Da 985 enge der 983 erfassen Berebe nc mer besanden und n der Zwscenze euzugänge erfolgen, musse ene Trennung der unersucen Berebe n zwe Sccen, Aler Besand ( AB ) und euer Besand ( B ) vorgenommen werden. Vom alen Besand wurde ene Scprobe von 873 Bereben ausgewäl, de euzugänge von 477 Bereben wurden oal erfass. De Ergebnsse deser Befragung snd n der nacfolgenden Konngenz-Tabelle aufgefür. Anand deser Übersc wurden dann für jede Größenklasse, gerenn nac Alem und euem Besand, jewels Inkonssenz-Indces berecne. De enzelnen Berecnungen erfolgen auf Grund der Ver-Felder-Scemaa. Aus deser Konngenz-Tabelle wurden, gerenn nac Alem und euem Besand, jewels ver Ver-Felder-Scemaa durc Srecen von Zelen und Kolonnen aufgesell - so exemplarsc für de Größenklasse = l:. - < a Landwrscaflcer uzfläce de Tabellen a) und b) - Tabellen und. 5

16 Tabelle : Konngenz-Tabelle Landwrscafs- und Garenbauzälung n Belgen am 5. Ma Haupberuflce Berebsnaber (Kaegore ) - Konngenzabelle für de Zuordnung der Alen und euen Berebe nac den Angabeweren der Landwrscaflcen uzfläce n der Hauperebung (5.Ma 985) und der Enquêe Ploe (4. Ma 985) zu den Größenklassen der Landwrscaflcen uzfläce (L) Aler Besand (AB) - Scprobe euer Besand (B) - Vollerenung Enquêe Ploe Größenklasse L a Hauperebung Größenklasse L a,. - < - < < - < + Σ 3 4 AB B AB B AB B AB B AB B. - < < < < Σ Tabelle : Ver-Felder-Scema für de erse Größenklasse (=l). -< a Landwrscaflce uzfläce, a, b, c, d a) Aler Besand (AB) Enquêe Ploe y = A z = Res A z = = A z = Σ Res A z = Hauperebung y a = 4 b = 36 a + b = 446 c = 3 d = 44 c + d = 47 a + c = 43 b + d = 45 nab = a + b + c + d = 873 Σ 6

17 a) euer Besand (B) Enquêe Ploe y = A z = Res A z = = A z = Res A z = Hauperebung y a = 3 b = 9 a + b = c = 9 d = 46 c + d = 55 Σ a + c = b + d = 55 n = a + b + c + d = 477 B Σ Es snd = :. - < a; Res: a - < + A = für. y < A = Res - a.. y.. < + Landwrscaflce uzfläce De Scäzung des Index für ene Größenklasse ( = ) ergb, gerenn nac alem Besand (AB) und euzugängen (B) de beden Scäzwere: 49 I ˆ = AB=.734 7, 34% = 873 Iˆ * = = ( b* + c* ) ( a* + c* )( b* + d* ) + ( a* + b* )( c* + d*) n * (für * = AB bzw. B und für n * s enmal n AB = 873 und zum anderen n B = 477 zu sezen) 8 I ˆ = B= ,58% = 477 De Scäzung der Indces für jede Größenklasse beru auf den Zalen für den Alen und den euen Besand, see Tabellen und 3. 7

18 Tabelle 3: Zal der Berebe nac der Landwrscafs- und Garenbauzälung am 5. Ma 985 der Kaegore n Belgen Größenklasse der Landwrscaflc en uzfläcen a,. - < - < < - < + AB B = + ) ( AB B Insgesam (Σ) B = = 6 3 Landwrscaflc e uzfläce Y a 5. Ma ,89 538, , ,63 Y = De für de jewelge Größenklasse und für de Gesame gescäzen Indces snd n der folgenden Tabelle mgeel. De Mel snd gewogene Melwere m den Gewcen AB und B - enmal geomersce Mel I ˆg und zum anderen armesce Mel I ˆ, gewonnen aus der Zal der Berebe m Alen Besand und den Meldungen der Gemenden an euzugängen. Dese smmen gu m den späer n der Hauperebung fesgesellen Zalen der Berebe 85 überen (see Tabelle 4). Tabelle 4: De Scäzwere des Inkonssenz-Index - n % 3 4 I ˆAB I ˆB I ˆg I ˆ ˆ g = 8.53 ˆ = 8.63 g 8

19 Erläuerung Der Index I für de Größenklasse (, - < a L) (Aler Besand + euzugänge) s das gewogene Mel m den Gewcen AB = = 97 und = =. B So ergab sc en Scäzwer für das geomersce Mel I ˆ =, 735 = 7, 35% und für das armesce Mel I ˆ =,735 7,35%. In der Tabelle 4 snd de für ver Größenklassen berecneen Indces aufgefür. Der Gesam-Index I ˆg bzw. Î wurde weder als gewogenes Mel m den Gewcen g :,, 3, 4 errecne (Formeln für de Scäzung see Srecker 997, 654 und 998, 84). Der Gesam-Index berug: I ˆ =, 863 8, 63%, I ˆ =.53%. Für alle Scäzwere s de Bedngung * * * * g b + c a d (* = AB bzw. B ) erfüll. De Ergebnsse für das Merkmal Landwrscaflce uzfläce Anworvarabläen I ˆg, I ˆ, I ˆg, Y, Y wesen also Î auf, we se n der Tabelle angegeben snd. De gescäzen Were für de Inkonssenz-Indces zegen, dass der Enfluss der Varabläen der Anworen auf nac Größenklassen aufgeglederen Ergebnssen nc vernaclässg werden darf. Wegen enes vermulc beseenden Ernnerungseffekes be den Befragen s ene posve Korrelaon zwscen den ndvduellen Anworabwecungen von Zälung zu Zälung ( y G und y G ) voranden. Daer snd de vorseenden Inkonssenz- Indces ewas nac unen verzerr; es leg möglcerwese ene Unerscäzung vor (vgl. Srecker 997, ). De Größe der Verzerrung s kaum zu besmmen, da de Korrelaon scwer zu berecnen s. De Folgerung, de sc daraus ergb: De angegebenen Index-Were snd unere Scranken für das Ausmaß des Enflusses der Anworvarabläen auf de Besezungszalen n den Größenklassen. 9

20 4. Scäzung der ndvduellen glaen Komponene und der jewelgen Zufallskomponene der ndvduellen Angabewere m Hlfe der Varae Dfference-Meode Man kann de ndvduelle glae Komponene m der Ene m Hlfe der Varae Dfference-Meode scäzen. Da deses Scäzverfaren n desem Zusammenang kaum bekann s, wrd darüber nacfolgend ewas ausfürlcer berce. Zuvor wrd en kurzer Abrss der Meode als Zereen-Analyseverfaren gegeben, um dese dann n enem Spezalfall auf de geselle Aufgabe anzuwenden. De Varae Dfference-Meode s en eraves Verfaren, um de Beobacungswere Komponene y ener sasscen Zeree n de permanene oder glae m und n de socassce oder Zufallskomponene ε zu zerlegen. (äeres erzu see Srecker u.a., vol.9, 988, m ausfürlcen Leraurangaben). De Zufallskomponene wrd m Hlfe sukzessver Dfferenzen von der glaen Komponene separer, so dass dann de glae und dam auc de Zufallskomponene gescäz werden können. Es wrd ausgegangen von ener Zeree zum Zepunk m Beobacungsweren y für =,,..., k,..., zu verscedenen Zeen. De Angabewere mögen addv aus der glaen Komponene m und der socasscen Komponene ε zusammengesez sen (lneare Verbundene): y = m + ε ( = l,,..., k,..., s,..., ) = Zal der gesamen Beobacungen Als glae oder permanene Komponene soll z.b. en Polynom n-en Grades oder andere Funkonen, we z.b. de logarmscen Funkonen oder Exponenalfunkonen usw. angenommen werden. Ferner wrd vorausgesez, dass E ( ε ) =, E ( ε ) = σ (Homoskedaszä) E, ( ε ε ) = (wenn s s) E, ( m ε ) = s s s s (kene Korrelaon m jedem anderen Wer). Dese Annamen snd plausbel und ensprecen grundsäzlc der Realä. Es werden sukzessve Dfferenzen geblde und zwar: ( y ) = y y, + ( y ) ( ( y )) ( y y ) ( y ) ( y ) = = + = +...

21 und es s ( y ) = ( ( y )) = ( y y ) = ( y ) ( y ) l l l l l + + ( y ) = ( m ) + ( ε ), ( y ) = ( m ) + ( ε )... usw.... l l l ( y ) = ( m ) + ( ε ), usw., usw. Es zeg sc, dass z.b. de oben erwänen Funkonen der glaen Komponene m zunemender Zal der Dfferenzen mmer klener und klener und de Dfferenzen der Zufallskomponene mmer größer und größer werden. So s z.b. de n-e n Dfferenz enes Polynom n-en Grades ( ) konsan und de (n+) Dfferenz a den Wer. Ensprecendes gl auc z.b. für andere oben erwäne Funkonen. So werden de öeren Dfferenzen der zu unersucenden Daen nur noc Were der socasscen Komponene enalen. Man kann ene Tesfunkon y R K blden, beseend aus emprscen Varanzen verbunden m Bonomal-Koeffzenen, de approxmav be öeren Dfferenzen normal verel m Melwer und Varanz s. Wenn R K < 3 s, wdersprc ncs der Anname, dass de glae oder permanene Komponene elmner s. Den Scäzwer für m nac l = l Dfferenzen ganz oder bs auf klene Rese m eräl man m Hlfe ener lnearen Annäerungsfunkon F als Aggrega m konsanen Koeffzenen b, b, b 3 usw.: m mˆ = y + F, wobe F = b ( ε ) + b ( ε ) +... n n+ n n usw. s. Aus Gründen der Symmere wrd l = n für l ene gerade und l + = n für l ene ungerade Zal gesez. n s er en Laufndex und nc der Umfang ener Scprobe oder der Grad enes Polynoms. scäzen, je größer de Zal der Koeffzenen b * s. De Koeffzenen b, b usw. werden dann so ausgewäl, dass D = E ( ε + F ) = Mnmum m wrd man umso effzener wrd. Sez man de so eralenen b, b usw. n F en, so eräl man m Hlfe von y F + de relav besen Scäzwere ˆ m für de Komponene der glaen Were Für man dese Recnungen aus, dann eräl man n erser äerung m.

22 m ˆ m (/ 3) = ( y + y + y + ), wobe =,, 3,..., k,... usw. 3 Weere äerungen sowe Leraurangaben see H. Srecker n: M. Beckmann/ R.Weger 987, 79-8 sowe Übrgens snd de vorseend angefüren Annamen und Hypoesen, we man lec zegen kann, n der Regel erfüll und ensprecen der Realä. Enen Scäzwer der socasscen Komponene ε zum Zepunk eräl man z.b. durc Subsrakon ε ˆ ε = y mˆ ( =,, 3,..., k,... ) (/3) (/3) Dese Meode der Scäzung der glaen Komponene soll nun auf de er geselle Aufgabe überragen werden, de ndvduellen glaen Komponenen n der Survey Sask zu scäzen. Es wrd von der lnearen Verbundene, er n der Erebungsene, ausgegangen: y = m + ε =,, 3,..., (bzw. n, =,, 3,..., k,... ) In den Eneen snd de glaen Komponenen m = a und m jewels ene Konsane, ewa ε de socassce Komponene ener Zeree n der Ene ( =,, 3,..., k). De Annamen und Hypoesen mögen de glecen bleben we be der Varae Dfference-Meode als Zereen-Zerlegungsmeode. Da von der Anname ausgegangen wrd, dass de (Wederolungs-)Zälungen = l,, 3,..., k unabängg snd und de glece Sreuung aufwesen (Homoskedaszä), gl E ( ε ) =, E ( ε ) = σ, E, ( ε ε ) = ( s) (kene Auokorrelaon). s s Lau Modellaufbau snd dese Annamen erfüll. De Varae Dfference-Meode kann also angewand werden und es gl dann: y = m + ε ( y ) ( =,, 3,..., k,...) y = m + ε y y = ( m + ε ) ( m + ε ) = ε ε y = m + ε y3 y = m + ε3 m + ε = ε3 ε y3 = m + ε3 y 4 y3 = ( m + ε4) ( m + ε3) = ε4 ε3 y4 = m + ε 4 z.b. k = 4 ( ) ( ) usw. ( y ) ( y y ) ( y y ) = 3 (( m + ε ) ( m + ε )) (( m + ε ) ( m + ε )) = ε ε + ε 3 3

23 ( y y ) ( y y ) = (( m + ε ) ( m + ε )) (( m + ε ) ( m + ε )) = ε ε + ε usw. =,, 3,..., bzw. n usw., usw. Heraus se man, dass de glae Komponene m der Ene als Konsane beres nac der ersen Dfferenz der Angabewere ( ( y ) ) elmner wurde; das s en Spezalfall der Varae Dfference-Meode. Man kann drek de glae Komponene m z.b. mels 3er Durcscne scäzen und zwar s be dre (Wederolungs-)- Zälungen m ˆ m (/3) = ( y + y + y+ ) = ( y + y + y3). 3 3 De ndvduellen Zufallsfeler der dre (Wederolungs-)Zälungen n der Ene snd dann als Scäzwere ε = y m ˆ ε = y mˆ ( =,, 3). (/3) (See erzu Srecker, 4, 98-3) Erscwerend für de Scäzung s erbe, dass de ndvduellen Angaben der Ene aus dre (Wederolungs-)Zälungen bekann sen müssen. Das s n der Praxs wegen der Kosen und des n der Realserung der Zälungen nc unereblcen Arbesaufwandes scwerg. Dabe muss ferner unersuc werden, ob de ndvduellen Angabewere y zelc scnellen Änderungen (we z.b. Scwenebesände) unerlegen, oder ob se für ene kürzere Ze, ewa bs 3 Monae, konsan bleben, z.b. Wezenfläce von der Aussaa bs zur Erne. Wenn be varablen Weren und verscedenen Scagen bzw. Referenz-Zeräumen unerscedlce Angaben gemac wurden, muss ene Adjuserung der Daen auf enen enelcen Scag bzw. Bercs-Zeraum vorgenommen werden. Be zewese konsanen Merkmalsweren können de (Wederolungs-)Zälungen auf enen Zeraum verel werden und ene Adjuserung s n desem Fall nc nög. Weere Enzeleen see H.Srecker/R.Weger 986, Da es zur Ze nc möglc s, dre Wederolungszälungen n enem kurzen Zeraum durczufüren, süz sc das folgende Bespel auf smulere ndvduelle Daen. So wurden de ndvduellen Angabewere y sowe re Komponenen glaer Wer m, Zufallsfeler ε und warer Wer x für dre unabängge (Wederolungs-)- Zälungen (=,,3) anand von Daen aus der belgscen Landwrscafssask 3

24 smuler. Der ndvduelle Zufallsfeler ε wurde der er beandelen Aufgabensellung ensprecend nac der Varae Dfference-Meode gescäz. Auf ene Scäzung der waren Were x wrd er nc engegangen. De Resulae für ene Gesame =, 5 und Eneen wurden n den folgenden Tabellen 5 und 6 zusammengefass: De Scäzwere der ndvduellen Zufallsfeler ˆ ε (/3) ergaben sc aus der Dfferenz zwscen Angabeweren y und der glaen Komponene ε ˆ ε = ˆ. De durcscnlcen m (/3) y m, (/3) Zufallsfeler ˆ ε (/3) berugen z.b. für = und =, 5 und (absolu).97,.85,.6. Tabelle 5: Smulaonsbespel Ene De ndvduellen Angabewere y sowe re Komponenen warer Wer sysemascer Feler e und Zufallsfeler ε für dre unabängge (Wederolungs-) Zälungen ( = l,, 3) Durcscnen und de Scäzwere der glaen Komponene m 3er x, = = Glae Komponene m m, x, e x Zufallsfeler Auswal =,, 3 ε Angabewer y Scäzung 3er Durcscne e ε ε ε 3 y y y m ˆ 3 (/3)

25 = Zal der Dfferenzen zwscen den gescäzen (Mel-)Weren m ˆ (/3) und den Meln der "waren" glaen Komponenen m, für de Gesameen =, 5, Größenklasse. - <.5 ( mˆ (/3) ) = = 5 =.5 - < <.75 Σ Erläuerung: ˆ ( m ) = mˆ m m (/3) (/3) = = m =.75 - <. Σ. - <.5 Σ.5 - < < <. Man se, dass m zunemendem de gescäzen durcscnlcen Zufallsfeler klener werden (H. Srecker 4, 587 Tabelle: Scäzwere der Zufallsfeler). Weern wurde noc de Zal der Dfferenzen ˆ ( m ) = mˆ m zwscen den durcscnlcen gescäzen (/3) (/3) = Komponenen-Weren ˆ m (/3) ( = mˆ (/3) ) und den Meln der waren glaen Komponenen = m für de Gesameen =, 5, berecne. Dabe zege sc, dass m zunemendem Umfang der Gesameen de Dfferenzen klener werden, d.. de Mel der gescäzen glaen Komponenen näeren sc den Meln der waren glaen Were. Daraus ergb sc, dass de Varae Dfference-Meode en geegnees Verfaren s, um de ndvduellen Zufallsfeler n den Angaben der Eneen zu scäzen. De Zufallsfeler n den Gesamergebnssen ener Erebung werden umso klener je größer s. 5

26 M der Maßzal "Anworvarablä" kann man noc Aussagen über de Varablä der Zufallsfeler n den Gesam-Ergebnssen m Eneen vornemen. Dese gb Auskunf darüber, we we zufallsbednge Gesam-Ergebnsse aus = und mer (Wederolungs-)-Zälungen vareren können. Wenn de Angabewere y der Ene n der (Wederolungs-)Zälung m =,, 3,... bezecne snd und nsbesondere be zwe Erebungen =, snd, dann s de ndvduelle Varanz der Zufallsfeler der Ene σ y + y y + y R = E ( ( )) ( ) y E y s = y + y = y y E ( y y ) = E ( x + e + ε x e ) = E ( ε ) = σ R De Gesamvaranz der Zufallsfeler s dann σ = = - Gesamzal der Eneen R E ( σ R ) sr sr = Tabelle 6: Melwer der Zufallsfeler ε und re Scäzwere ˆ ε (/3) sowe de Dfferenzen zwscen Scäzweren und waren Melweren der Zufallsfeler der ε ( =,, 3) n der Abfolge für verscedene Gesameen Auswal Zufallsfeler Gesameen 5 ε.9 >.47 >.95 ε 3 ˆ(/3) ε.97 >.85 >.6 Zufallsfeler ˆ ε 3(/3) Gesameen 5 * *. <.33 <.65 *.93 >.9 <.3 ( ˆ ).93 >.6 >.33 ε (/3) ( ˆ ε ) / m.95% >.68% >.39% (/3) ( ˆ ) ε 3(/3) ( ˆ ε ) / m 3(/3) *.93 >.5 <.33 *.95% >.5% <.39% ε ˆ ε (/3) ε (/3) *.9 >.7 <.6 *.3 <.55 >.33 ( ˆ ).87 >.6 >.33 ( ˆ ε ) / m.85% >.66% >.39% (/3) (*) socassce Sörung Erläuerung: ε = ε, ˆ ε ˆ (/3) = ε(/3) = = ( ˆ ε ) = ˆ ε ε, (/3) (/3) =,, 3 m = m = 6

27 Anworvaranz und Anworvarablä Be zwe Zälungen ergeben sc dann als Scäzwere für de Gesam- Anworvaranz V ˆ/ R sr =. s = und für de Anworvarablä R sr = Vˆ R sr = oder auc Da be der Anworvarablä n jeder Größenklasse de Mel der jewelgen Zufallsfeler nac dem Zenralen Grenzwersaz normal verel snd, snd auc de gescäzen Melwere normal verel (Reprodukvä). Demnac snd be ener Gesame von Eneen de Scäzwere der Gesammel approxmav normal verel und man kann scon be zwe Zälungen m / V R bzw. Konfdenznervalle für de Zufallsfeler n den Gesam-Ergebnssen der Erebungen angeben. Ergänzend wrd noc en numersces Bespel für de Scäzung der Anworvaranz und der Anworvarablä be enem konsanen Merkmalswer (kene Adjuserung auf enen enelcen Scag nowendg) gegeben werden. Im Ma 985 wurden n Belgen kurzfrsg nac enem annäernd glecen Arbessysem zwe Erebungen - Landwrscafs- und Garenbauzälung als Hauperebung am 5. Ma und Enquêe Ploe als Wederolungszälung ex ane am 4.Ma durcgefür. Auf Grund deser Daen wurden de Anworvaranzen und Anworvarabläen für Anbaufläcen verscedener Frucaren (Wnerwezen, Wnergerse, Zuckerrüben, Handelsgewäcse) und der Landwrscaflcen uzfläce nsgesam besmm. Das Bespel bescränk sc auf de Angaben für de Wezenanbaufläce der Berebe ( ) der Kaegore 5: Berebe, de pflanzlce Produke erzeugen und zuglec Denslesungen für andere Berebe anbeen. De Zal deser Eneen berug 45, alle wurden zwemal befrag ( y, y ), es gab som kene Scprobenzufallsfeler, was für de Scäzung von Vorel war. Da de Wederolungszälung auf frewllger Grundlage erfolge, beelgen sc be deser Enquêe Ploe = 378 Berebe. De Response Quoe von 378/45 = 84 % war noc ser zufredensellend. De Ergebnsse deser Unersucung werden n der Tabelle 7 mgeel. Uner "effekv" werden er de Berebe bezecne, de n beden Erebungen - Hauperebung und Enquêe Ploe - ndvduelle Angaben über re Anbaufläcen gegeben aben. Agrarsassce Facleue aben de Scäzwere der Anworvaranzen und nsbesondere der Anworvarabläen als plausbel anerkann. / V ˆR 7

28 Tabelle 7: Belgen - Landwrscafs- und Garenbauzälung Ma 985 Kaegore 5 - Vollerebung - Merkmal: Wnerwezenfläce Anworvaranz und Anworvarablä De Anworvaranzen Größenkla sse der landwrsc aflcen uzfläce n a,, - < - < < - < + Zal der Berebe (effekv) (85) nsgesam (85) = 378 Zal der Berebe der Kaegore 5 s R n den Größenklassen (Sccen),Gesam-Anworvaranzen Anworvarabläen V ˆR und V ˆR Gesamwer de Angaben Gesam Anworvaranz (effekv) n a mel (85) s Y + Y R = s (85) = 4. Ma Y 5. Ma Y Y = Y Y = Y = = 6 94 Gesamwezenfläce (effekv) n a (85) n a Y + Y (85) = 6.44 n a R s R = Vˆ s R und de Anworvarablä R V ˆR S = R (85) Vˆ R s = R (85) = 6.66, V ˆR Wurzel % Es bedeue Y (85) = y, = Y (85) = y = Anworvaranz der Ene n der Größenklasse und =,, 3,..., σ s = ( y y ) R R Anworvaranz der Größenklasse σ R s = R sr = Gesam-Anworvaranz σ L R sr = sr = Anworvarablä der Größenklasse V R ˆ s VR = R Gesam-Anworvarablä 8

29 V R ˆ sr VR = Hauperebung und Wederolungserebung (Enquêe Ploe) wurden als Vollerebungen durcgefür (n = ) - ken Scprobeneffek m engeren Snne der Scprobeneore! (L = Zal der Größenklasse, m Bespel L=4) Zal der effekven Berebe, der Kaegore 5 nac Zälung Ma

30 5. Felermodell Für de eorescen Beracungen se zunäcs von enem dedukven Felermodell ausgegangen, wärend für de Bercgung von Zälungsergebnssen der ndukve Felerbegrff der adäquae s. Der dedukve Angabe- oder Anworfeler s für den -en Befragen defner: Feler = Angabewer - warer Wer, der ndukve Feler wrd umgeker erklär. De dedukve Beracungswese s für Analysen von eorescen Zusammenängen (Zerlegung des Angabeweres n de Komponenen: Warer Wer, sysemascer Feler, Zufallsfeler) geegne, wärend der ndukve Felerbegrff zugrunde geleg werden soll, wenn de Aufgabe gesell s, dejenge Größe (Verbesserung) zu fnden, de dem Angabewer nzugefüg werden muss, um enen bercgen Wer (waren Wer) zu eralen. Deser Gedanke fnde z.b. Anwendung n der Geodäse. acfolgend soll en Felermodell m ener Unerglederung des ndvduellen Angabeweres y n waren Wer x, sysemascen Feler e und Zufallsfeler ε dargeleg werden. Weer soll das Felermodell n Verbndung m ener Vollerebung one Zälereffek beandel werden. In Weseuropa werden mes de ndvduellen Daen durc Selbsausfüllung der Fragebogen one Beenflussung durc Zäler gewonnen. Das Felermodell ener Vollerebung eräl man, ndem man n den Formeln den Scprobenumfang n durc den Gesamumfang ersez. Begrffe und Symbole Es möge sen: n y Zal der Befragen n der Grundgesame - be allen nacfolgenden Überlegungen als vollsändg erfass vorausgesez Zal der Befragen n der Scprobe ndvdueller angegebener Wer (Angabewer) der Ene (des Befragen ) n der (Wederolungs-)Zälung und zwar nneralb kurzer Ze für denselben Scag oder Bercszeraum mermals befrag ( = l,,3,... und =,,..., bzw. =,,...,n) (Anworvarablä) x Warer Wer des Merkmals bem -en Befragen ( =,,...,, bzw. =,,..., n) e ndvdueller sysemascer Feler des Befragen (Ene ) ε ndvdueller Zufallsfeler des Befragen (Ene ) n der (Wederolungs-)- Zälung ( =,, 3,...) - zur Verenfacung wurden de Zufallsfeler als vonenander unabängg angenommen, was ene plausble Arbesypoese s 3

31 De Verbundene der Felerkomponenen soll lnear sen, daer gl y = x + e + ε (er angenommen, dass es kenen Zälereffek gb!) Demzufolge a man e E ( y ) = x + e + E ( ε ) = x + e, - n Anlenung an de Zereenanalyse als E ( ε ) =, - nac Defnon des Zufalls "glaer Wer" ( m ) bezecne + ε ndvdueller Angabefeler des Befragen (Ene ) n der (Wederolungs-)- Zälung Demnac s ε = y ( e + x ) ndvdueller Zufallsfeler E ( e + ε ) = e ndvdueller sysemascer Feler des Befragen (Ene ) Melwer und Varanz Her soll zur Verenfacung von enem Scprobenmodell ener Enfacen unengescränken Zufallsscprobe one Zurücklegen und one Zälereffek ausgegangen werden. De Were für ene Vollerebung eräl man one Scwergke, ndem man sa des Scprobenumfanges n den Gesamumfang ensez. De nacfolgenden Scäzformeln der Scprobe können auc n de öeren Scprobenmodelle subsumer werden, denn alle weerfürenden Scprobenmodelle snd nac dem "Baukasenprnzp" aus dem Modell ener unengescränken Scprobe aufgebau. Es gl für de Ene m k (Wederolungs-)Zälungen ( =,, 3,..., k ), de Scprobe m Umfang n und de Gesame Ene Scprobe n k k y = E ( y ) yˆ = y = ( x + e + ε ) k = k = n n k Mel yˆ = yˆ =... = ( x + e + ε ) = xˆ + eˆ + ˆ ε ˆ ( ) = y( ) n n k & n n n n k k n = = = xˆ n n = x, n = eˆ n n = e, ˆ ε n( k ) n = n n k k = = = ε Gesame 3

32 Mel y ( x + e + ε ) = x + e + k k = k = = k = ε k Wer der Gesame : Y = x + e + ε = x + e + ˆ ε( ) k k & = = = = Es für zu we, für de vorseenden Scäzformeln de enscläggen Formeln der Scprobenzufallsvaranzen aufzuzegen. Man kann dese nac den n der Leraur beandelen üblcen Scprobenmodellen enwckeln. Von großer Bedeuung für de Praxs s zwefellos de folgende Punkscäzung des durcscnlcen Angabefelers und de Scproben-Varanzscäzung. Wenn man den ndvduellen Angabefeler e ( ε ) = y x (sysemascer Feler e + Zufallsfeler ε ) n der (Wederolungs-)Zälung so enfür und defner, dann ergeben sc be ener (Wederolungs-)Zälung als Vollerebung m Eneen und ener Konrollerebung als Scprobe vom Umfang n (n<) m one Zurücklegen als Scäzwere für den Melwer der ndvduellen Angabefeler ener Erebung be k = l m ener Hauperebung als Melwer der ndvduellen Angabefeler eˆ n = e ( ε= ) n = ( ε= ) n = und als Scprobenzufallsvaranz σ n s s = n eˆ ( ε ) n eˆ ( ε ) n = =, m s e e n = ( ˆ = n= ) n = und be k (Wederolungs-)Zälungen als Melwer eˆ n ( ε ) n ( ε ) n = k = k = und als Scprobenzufallsvaranz e V erbe snd ( eˆ ) ( ε ) n n σ σ = + n nk b w, (+Korrelaonen) und σ b = E e ( ε ) E e ( ε ) 3

33 σ w = E ( E e ( ε ) e ( )) ε Be nur k= Zälungen (Hauperebung und ener Wederolungszälung) s n den Formeln k= zu sezen. Wenn de Hauperebung selbs ene Scprobe m Umfang n s, dann kann de Konrollerebung enweder ene Unerscprobe m enem Umfang n' (n'<n) oder es werden alle Angaben aus der Scprobe auf re Felerafgke (n'=n) überprüf. De Formeln für de Punk- und Varanzscäzung snd dann nac den Regeln der Scprobeneore und der Scäzung ensprecend zu gesalen. Scleßlc kann auc de Konrollerebung be den Eneen n vollem Umfang we n der Hauperebung durcgefür werden (n=). De k Scäzformel für das Mel der ndvduellen Feler s dann eˆ = ( ε ) e ( ε ) k = = und de Varanz s dann enfac nac dem Scproben-Modell zu besmmen. In desem Mel werden öfers auc de ndvduellen Feler e ( ε ) je nac der Rcung des Enzelfelers unerscedlce Vorzecen (+ oder -) aben und daer bezecne man dese Gesammel als Mel der eo-feler. De Qualä der ndvduellen sasscen Daen aus ener Erebung, deren waren Were x z.b. aus ener Konrollerebung als Scprobe vom Umfang n gewonnen werden, kann man bekannlc nur m Hlfe des Melweres der Bruo-Angabefeler gebürend beurelen. Deser wrd aus den Absoluberägen der ndvduellen Angabefeler e ε gescäz. In de Scprobenformeln s jewels der Wer e ( ε ) enzusezen, ( ) d.. eˆ n k * ( ε ) n e ( ε ) n = k = =. Es gb Erebungen, n denen sc de ndvduellen eo-feler um symmersc verelen und der Melwer der eo-feler exak oder ungefär ( ) s, wärend der Melwer der Bruo-Feler ˆ e ε größer oder sogar ereblc größer als (> ) * ( ) n s. De Erebung wes also uner Umsänden große felerafe Daen auf (Srecker 995, 4-44). Abscleßend soll er noc auf das wcge Felermaß Mlerer quadrascer Feler "Mean Square Error (MSE)" ngewesen werden. Deser gb ene umfassende Auskunf über de Qualä der Daen. Er läss sc n folgende Komponenen zerlegen: MSE = Gesam(Scproben)- Anworvaranz + + Kovarnaz (Wecselwrkungen) + (Scprobenzufallsvaranz) Bas- Quadra 33

34 ac umfangrecen Umformungen (Srecker 98, 385-4) eräl man allgemen für ene Scprobe n ensprecend der vorseenden Symbolk de Mean Square Error-Zerlegung: erbe snd: n k MSE( yˆ ) = E( yˆ x ) E( yˆ x ) = ( k ) n ( k ) n g ( k ) n g,, σ R = [ + ( k ) ρ ( ) ( )( ) ] ( ˆ + n ρr + n k ρ R + V y( k ) n) + B nk Umfang der Scprobe Zal der (Wederolungs-)Zälungen σ R nk ρ ρ R Anworvaranz des Scprobenmels oder (Gesam-)Anworvarablä ( ) ' ( ) B = Y X B = Y X Bas (Gesam-Angabefeler) G Mlere Auokorrelaon der Angabewere y nneralb derselben Eneen be verscedenen (Wederolungs-)Zälungen, ' ( bzw. = j, ) Korrelaon zwscen den Angabeweren verscedener Eneen (j) n derselben (Wederolungs-)Zälung ( j, = ) ρ R Korrelaonen zwscen den Angaben verscedener Eneen (, j) be verscedenen (Wederolungs-)Zälen, ' ( j, ) V ( yˆ ) E( yˆ Y ) ( k ) n = ( k ) n Scprobenzufallsvaranz, Für de Scäzung des Mean Square Error (MSE) snd dann de ensprecenden Scäzwere für σ R, ρ, ρ R, ρ R, Vˆ ( y ˆ ( k ) n) n de Formel enzusezen. Für k= kann man Abscäzungen des MSE angeben: V ( yˆ ) B n + Unerer Scäzwer des MSE one Berückscgung der Anworvaranz ˆ σ R ( y ˆ n ) + V ( yn ) + B n Oberer Scäzwer des MSE m Berückscgung der Anworvaranz 34

35 Bespel In der amlcen Agrarsask Belgens werden se 965 n merjärgen Absänden deskrpve Konrollerebungen durcgefür. Beame des Sasscen Außendenses (Moneure) m Insu naonal de sasque nemen dese Überprüfung der ndvduellen Daen vor, um sassce Feler n den Angabeweren feszusellen. Das erfolg, ndem dese Bedenseen m Ramen ener Scprobe vom Umfang n ene nocmalge Zälung genau nac den Vorscrfen und Rclnen uner Zulfename von Unerlagen n den Bereben (z.b. Sallbücern, Terärzlcen Bescengungen, Verkaufs-Quungen usw.) durcfüren. Als Grundlage für dese Besmmung und Scäzung des Mels der Angabefeler usw. dene das Feler-Modell, we es vorseend dargeleg wurde. Auf Enzeleen deser acprüfungen soll er nc weer engegangen werden - n zalrecen enscläggen Veröffenlcungen (see z.b. Srecker, H., Weger, R., 994, nsbesondere S. bs 98) wurden de Meoden und Ergebnsse deser Konrollen dargeleg. De Überprüfung erfolge an de für de Ernärung wcgen naürlcen Merkmale - er Zal der Scwene. Dese Merkmalsbegrffe ändern sc n der Ze nc und de Zälungs- und Konrollergebnsse snd one Enscränkung voll verglecbar. In der Tabelle 8 snd m Auszug nur enge Maßzalen und Ergebnsse von zwe Erebungen und Konrollen m Ma 965 und Ma 97 aufgefür. Erwän se er, dass neben den Melweren der Angabefeler je Bereb (eo-feler) auc de ensprecenden Were der Bruo-Feler mgeel werden. We nc anders zu erwaren, snd de Mel der eo-feler ses klener als de der Bruo-Feler. Da es n der Wrscafssask nur wenge Angaben über den MSE gb, wurden er noc bewuss Scäzwere über den Mean Square Error aufgefür. De Größenordnungen der Mel der Angabewere und des Mean Square Error veranlassen kene Änderungen n der Organsaon und m Ablauf des Arbessysems der Landwrscafs- und Garenbauzälungen n Belgen. De durcscnlcen Angabefeler unersceden sc nc wesenlc von denen senerze n der Bundesrepublk Deuscland fesegesellen (96, e ˆ n = 7.% und V ˆ =.% - Sassces Bundesam). / ( ˆ ) e n 35

36 Tabelle 8: Belgen Ergebnsse der Landwrscafs- und Garenbauzälungen am 5. Ma 965 und 5. Ma 97 sowe zweer Konrollerebungen als Scproben n jewels n = 4 Auswalgemenden m nsgesam 96 Bereben n je 4 Bereben n jeder Auswalgemende. Merkmal: Zal der Scwene Zälung und Konrollerebung Zal der Umfang der Scprobe. Zal der (Konroll-) Mel des Angabefelers je Bereb Gemenden Berebe Gemenden Berebe e( ε ) n % ˆ eo-feler Scprobenzufallsvaranz (Wurzel) ˆ / V( e ˆ ) ( ε ) n % 5. Ma Ma Zälung Zal der Scwene Y Melzal der Scwene je Bereb Y Mlere Quadrasce Feler Mean Square Error Unerer Scäzwer ( ) Oberer Scäzwer Mel des Angabefelers je Bereb ˆ Bruo-Feler Scproben- Zufallsvaranz (Wurzel) Vˆ * / e( ε ) n % ˆ * ( e ) ( ε ) n % 5. Ma Ma Zälung Landwrscafs- und Garenbauzälung: Melwer und Varanz Scäzwer für den "waren" Wer der Zal der Scwene ˆX Bercges Zälungsergebns (Zalen gerunde) Zal der Scwene Y Scäzwer des Gesam- Angabefelers E ˆn Varanz (Wurzel) V ˆ / ( ˆ ) E n Bercges Zälungsergebns Zal der Scwene X Xˆ = Y + Eˆ n 5. Ma Ma Weere Hnwese und Kommenare zu desem Tema sollen er nc gegeben werden; das Wesenlce wurde mgeel. (äeres see Srecker 98, ) 36

37 Sclussbemerkungen In dem vorseenden Berag wurde gezeg, we ene Planung für ene sassce Erebung zu erfolgen a und welce Feler n den Zälungsergebnssen enalen snd sowe man dese besmmen und n Maßzalen (Melwere der Feler, Anworvaranzen, Anworvarabläen usw.) darsellen kann. Veles zu deser Problemak wäre noc anzumerken und auszufüren, aber er se nur auf ensclägge Veröffenlcungen verwesen. Ineressan wäre es, noc enge Grafken anzufergen, we z.b. u.a. de Verelung der ndvduellen Angabefeler oder Punk- und Sreuungsdagramme der ndvduellen "waren" Were und Angabewere m den Koordnaen-Acsen "warer" Wer und Angabewer, oder auc, wenn de ndvduellen Angabewere es erlauben, enen Verglec der Endzffern der ndvduellen Angabewere m den Endzffern der durc de Konrollen fesgesellen enzelnen Angaben, we z.b. dargesell n ener Agrarsask Belgens (Landwrscafs- und Garenbauzälung vom 5. Ma 965, H. Srecker/R. Weger, u.a., 983, 36-5, 85-88). De er dargelegen Verfaren wurden n der Landwrscafssask angewand. Se können auc one weeres auf Erebungen n der Bevölkerungs- und Wrscafssask überragen werden. De Were der Maßzalen we Mel der ndvduellen eo- und Bruo- Angabefeler, der Anworvarabläen, Inkonssenz-Indces usw. müssen von den Konsumenen der Sasken überprüf werden, ob de jewelgen Erebungsergebnsse für re Analysen und Auswerungen noc olererbar snd. Wenn nc, dann muss das Arbessysem so geänder werden können, dass akzepable Resulae gewonnen werden können. Grundsäzlc wrd sc n der Survey Sask n nc allzu ferner Ze mances ändern, wenn vele Daen n Compuern gespecer werden und es aus Gründen der Kosenersparns und Raonalserung kene sasscen Ergebnsse gewonnen aus ener bzw. mereren prmärsasscen (Wederolungs-)Zälungen m klassscen Snn geben wrd. Scäzwere we Anworvarablä oder Inkonssenz-Indces ec. können dann nc mer berecne werden und dam felen wcge Hnwese auf de Qualä sasscer Daen. Das bedeue ene ereblce Smplfzerung n der sasscen Daenanalyse. De Gesam-Ergebnsse Y G ener Zälung ( = l, Hauperebung) sezen sc n der = = erkömmlcen Sask aus den ndvduellen Angabeweren zusammen YG y =. und weer aufgegleder ( x + e + ε ) = X + E + ε = = = = Feler bzw. be ener Scprobe de Summaon von von bs n - E = e = sysemascer = n ( ). = 37

Nachtrag Nr. 72 a. gemäß 10 Verkaufsprospektgesetz (in der vor dem 1. Juli 2005 geltenden Fassung) Unvollständigen Verkaufsprospekt

Nachtrag Nr. 72 a. gemäß 10 Verkaufsprospektgesetz (in der vor dem 1. Juli 2005 geltenden Fassung) Unvollständigen Verkaufsprospekt London Branch Nachrag Nr. 72 a gemäß 10 Verkaufsprospekgesez (n der vor dem 1. Jul 2005 gelenden Fassung) vom 6. November 2006 zum Unvollsändgen Verkaufsprospek vom 31. März 2005 über Zerfkae auf * über

Mehr

Berechnung der Kriech- und Schwindwerte

Berechnung der Kriech- und Schwindwerte Berehnung der Kreh- und Shwndwere Grundlagen Beon zeg bere uner üblhen Gebrauhbedngungen en augepräge zeabhängge Verhalen wodurh Dehnungen aufreen können de en Mehrfahe der elahen Dehnung beragen: laabhängge

Mehr

4. Ratenmonotones Scheduling Rate-Monotonic Scheduling (LIU/LAYLAND 1973)

4. Ratenmonotones Scheduling Rate-Monotonic Scheduling (LIU/LAYLAND 1973) 4. Raenmonoones Schedulng Rae-Monoonc Schedulng (LIU/LAYLAND 973) 4.. Tasbeschrebung Tas Planungsenhe. Perodsche Folge von Jobs. T = {,..., n } Tasparameer Anforderungsze, Bereze (release me) Bearbeungs-,

Mehr

mit der Anfangsbedingung y(a) = y0

mit der Anfangsbedingung y(a) = y0 Numersce Lösung von Dfferentalglecungen De n den naturwssenscaftlc-tecnscen Anwendungen auftretenden Dfferentalglecungen snd n den wengsten Fällen eplzt lösbar. Man st desalb auf Näerungsverfaren angewesen.

Mehr

1.6 Energie 1.6.1 Arbeit und Leistung Wird ein Körper unter Wirkung der Kraft F längs eines Weges s verschoben, so wird dabei die Arbeit

1.6 Energie 1.6.1 Arbeit und Leistung Wird ein Körper unter Wirkung der Kraft F längs eines Weges s verschoben, so wird dabei die Arbeit 3.6 Energe.6. Arbe und Lesung Wrd en Körper uner Wrkung der Kraf F längs enes Weges s verschoben, so wrd dabe de Arbe W = F s Arbe = Kraf Weg verrche. In deser enfachen Form gülg, wenn folgende Voraussezungen

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

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com. Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, sultanow@gmal.com Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener

Mehr

I, U : Momentanwerte für Strom und Spannung I 0, U 0 : Scheitelwerte für Strom und Spannung

I, U : Momentanwerte für Strom und Spannung I 0, U 0 : Scheitelwerte für Strom und Spannung Wechselsrom B r A B sn( sn( Wrd de eerschlefe über enen Wdersand kurzgeschlossen fleß en Srom: sn( sn(, : Momenanwere für Srom und Spannung, : Scheelwere für Srom und Spannung ~ sn( sn( Effekvwere für

Mehr

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de

Mehr

Kapitel 5: Koordination der Personalführung im Führungssystem

Kapitel 5: Koordination der Personalführung im Führungssystem Kapel 5: Koordnaon der Personalführung m Führungssysem 5.1 Bezehungen zwschen Conrollng und Personalführung Kapel 5 5.2 Koordnaon der Personalführung m dem Informaonssysem 5.3 Koordnaon der Personalführung

Mehr

Netzwerkstrukturen. Entfernung in Kilometer:

Netzwerkstrukturen. Entfernung in Kilometer: Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.

Mehr

Nernstscher Verteilungssatz

Nernstscher Verteilungssatz Insttut für Physkalsche Cheme Grundpraktkum 7. NERNSTSCHER VERTEILUNGSSATZ Stand 03/11/2006 Nernstscher Vertelungssatz 1. Versuchsplatz Komponenten: - Schedetrchter - Büretten - Rührer - Bechergläser 2.

Mehr

Lösungen der Übungsaufgaben zu Kapitel 7

Lösungen der Übungsaufgaben zu Kapitel 7 Kapel 7: Prmzahlen Lösungen der Übungsaufgaben zu Kapel 7 Ü: Se p IP belebg gewähl. IA: n = : Zu zegen s p a a p a p a, des s aber genau de Aussage von Saz 7. und dam beres bewesen. IS: Se IN m belebg

Mehr

wissenschaftliche Einrichtung elektronik

wissenschaftliche Einrichtung elektronik wssenscaftlce Enrctung elektronk Oberscwngungen, Begrffe und Defntonen Prof.. Burgolte Labor Elektromagnetsce Verträglcket Facberec ngeneurwssenscaften Begrff Störgröße (dsturbance) Störfestgket (mmunty)

Mehr

Vorlesung: "Grundlagen ingenieurwissenschaftlichen Arbeitens (GIA)"

Vorlesung: Grundlagen ingenieurwissenschaftlichen Arbeitens (GIA) 6 Zuverlägke und Produklebenzyklu 6. Genaugke und Fehlerverhalen 6.2 Technche Zuverlägke 6.2. Klafkaon von Aufällen 6.2.2 Aufall- und Überlebenwahrchenlchke 6.2.3 Fehlerrae 6.3 Zuverlägke von Hardware-Funkonen

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

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

1 Definition und Grundbegriffe

1 Definition und Grundbegriffe 1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:

Mehr

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6 Praktkum Physkalsche Cheme I (C-2) Versuch Nr. 6 Konduktometrsche Ttratonen von Säuren und Basen sowe Fällungsttratonen Praktkumsaufgaben 1. Ttreren Se konduktometrsch Schwefelsäure mt Natronlauge und

Mehr

18. Dynamisches Programmieren

18. Dynamisches Programmieren 8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus

Mehr

MC Datenexport und Übernahme in Excel

MC Datenexport und Übernahme in Excel MC Daenexpor und Übernahme n Excel Schr-für-Schr-Anleung zur Daenübernahme aus der MC- Applkaon und Überführung der Daen n en lokales Excel-Fle. Tel A: Daenübernahme aus MC (Wndows XP):. See 1 Tel B: Daenkonverson

Mehr

1 - Prüfungsvorbereitungsseminar

1 - Prüfungsvorbereitungsseminar 1 - Prüfungsvorberetungssemnar Kaptel 1 Grundlagen der Buchführung Inventur Inventar Blanz Inventur st de Tätgket des mengenmäßgen Erfassens und Bewertens aller Vermögenstele und Schulden zu enem bestmmten

Mehr

Energieeffizienz-Betrachtung einer Anlage durch Energiemessung

Energieeffizienz-Betrachtung einer Anlage durch Energiemessung Applcaon Noe DK9221-1109-0007 Messechnk Keywords Energemessung Lesungsfakor Energeanalyse EherCAT-Klemme Busklemme KL3403 EL3403 Energeeffzenz-Berachung ener Anlage durch Energemessung Deses Applcaon Example

Mehr

Lineare Regression (1) - Einführung I -

Lineare Regression (1) - Einführung I - Lneare Regresson (1) - Enführung I - Mttels Regressonsanalysen und kompleeren, auf Regressonsanalysen aserenden Verfahren können schenar verschedene, jedoch nenander üerführare Fragen untersucht werden:

Mehr

Beim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm):

Beim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm): Aufgabe 1 (4 + 2 + 3 Punkte) Bem Wegen von 0 Respaketen ergaben sch folgende Gewchte X(n Gramm): 1 2 3 4 K = (x u, x o ] (98,99] (99, 1000] (1000,100] (100,1020] n 1 20 10 a) Erstellen Se das Hstogramm.

Mehr

Kreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik)

Kreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik) Kredtpunkte-Klausur zur Lehrveranstaltung Projektmanagement (nkl. Netzplantechnk) Themensteller: Unv.-Prof. Dr. St. Zelewsk m Haupttermn des Wntersemesters 010/11 Btte kreuzen Se das gewählte Thema an:

Mehr

3.2 Systeme des Bestandsmanagements. Wie kommt es zu Lagerbeständen? 3.2.1 Klassisches Bestellmengenproblem. Gründe für Lagerbestände

3.2 Systeme des Bestandsmanagements. Wie kommt es zu Lagerbeständen? 3.2.1 Klassisches Bestellmengenproblem. Gründe für Lagerbestände 3. Systeme des Bestandsmanagements Was st Bestandsmanagement? Grob gesagt, wrd m Bestandsmanagement festgelegt, welce Mengen enes Produktes zu welcem Zetpunkt zu bestellen snd Herdurc wrd der Bestand enes

Mehr

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2 1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:

Mehr

FORMELSAMMLUNG STATISTIK (I)

FORMELSAMMLUNG STATISTIK (I) Statst I / B. Zegler Formelsammlng FORMELSAMMLUG STATISTIK (I) Statstsche Formeln, Defntonen nd Erläterngen A a X n qaltatves Mermal Mermalsasprägng qanttatves Mermal Mermalswert Anzahl der statstschen

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

Hittorfsche Überführungszahl

Hittorfsche Überführungszahl Insu für Physkalsche Cheme Forgeschrenenprakkum 4. Horfsche Überführungszahl Sand 06/04/05 Horfsche Überführungszahl Grundlagen zum Versuch Komponenen - Glechspannungsquelle - Elekrolyse-Apparaur - P-Elekroden.

Mehr

W i r m a c h e n d a s F e n s t e r

W i r m a c h e n d a s F e n s t e r Komfort W r m a c h e n d a s F e n s t e r vertrauen vertrauen Set der Gründung von ROLF Fensterbau m Jahr 1980 snd de Ansprüche an moderne Kunststofffenster deutlch gestegen. Heute stehen neben Scherhet

Mehr

Aerodynamik des Flugzeugs Numerische Strömungssimulation

Aerodynamik des Flugzeugs Numerische Strömungssimulation Aerodnamk des Flgzegs Nmersche Srömngssmlaon Enleng Srömngssmlaon n Wndkanälen 3 Nmersche Srömngssmlaon 4 Poenalsrömngen 5 Tragflügel nendlcher Sreckng n nkompressbler Srömng 6 Tragflügel endlcher Sreckng

Mehr

Entladung Wanderung Entladung Wanderung H + --- Q -t - F OH - - F. Q --- +t - F

Entladung Wanderung Entladung Wanderung H + --- Q -t - F OH - - F. Q --- +t - F B - - Überführgszahle d Wadergsgeschwdgke fgabe: Besmmg der orfsche Überführgszahle vo - d O - -oe 0N O oder vo 2 - d SO 4 -oe 0N 2SO 4 d Berechg hrer oeäqvalelefähgkee 2 Besmmg der Wadergsgeschwdgkee

Mehr

Statistik und Wahrscheinlichkeit

Statistik und Wahrscheinlichkeit Regeln der Wahrschenlchketsrechnung tatstk und Wahrschenlchket Regeln der Wahrschenlchketsrechnung Relatve Häufgket n nt := Eregnsalgebra Eregnsraum oder scheres Eregns und n := 00 Wahrschenlchket Eregnsse

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

Aufgaben mit Lösungen zur Ökonometrie I. 1. Ökonometrie und empirische Wirtschaftsforschung

Aufgaben mit Lösungen zur Ökonometrie I. 1. Ökonometrie und empirische Wirtschaftsforschung Aufgaben m Lösungen zur Ökonomere I 1. Ökonomere und emprsche Wrschafsforschung 1.1 Erläuern Se de konsuonellen Elemene der Ökonomere! De Ökonomere s ene Schnmenge aus ökonomscher Theore, der Mahemak und

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

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden der innerbetrieblichen Leistungsverrechnung Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den

Mehr

Die Ausgangssituation... 14 Das Beispiel-Szenario... 14

Die Ausgangssituation... 14 Das Beispiel-Szenario... 14 E/A Cockpt Für Se als Executve Starten Se E/A Cockpt........................................................... 2 Ihre E/A Cockpt Statusüberscht................................................... 2 Ändern

Mehr

2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar.

2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar. . Nullstellensuche Enes der ältesten numerschen Probleme stellt de Bestmmung der Nullstellen ener Funkton = dar. =c +c =c +c +c =Σc =c - sn 3 Für ene Gerade st das Problem trval, de Wurzel ener quadratschen

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

(Lass' sein!) (Pass' an!)

(Lass' sein!) (Pass' an!) yen von Presndzes Laseyres, Erns Lous Eenne (834 [Halle] 93 [Geßen]) I L (Lass' sen!) Paasche, Herrmann (85 [Burg be Magdeburg] 95 [Dero]) I P (Pass' an!) Besel zur Indexberechnung: aroffeln: 5 9 3 5 kg

Mehr

Gründe für Lagerbestände. 3.2 Systeme des Bestandsmanagements. Wie kommt es zu Lagerbeständen? 3.2.1 Klassisches Bestellmengenproblem.

Gründe für Lagerbestände. 3.2 Systeme des Bestandsmanagements. Wie kommt es zu Lagerbeständen? 3.2.1 Klassisches Bestellmengenproblem. 3. Systeme des Bestandsmanagements Was st Bestandsmanagement? Grob gesagt, wrd m Bestandsmanagement festgelegt, welce Mengen enes Produktes zu welcem Zetpunkt zu bestellen snd Herdurc wrd der Bestand enes

Mehr

Einführung in die Finanzmathematik

Einführung in die Finanzmathematik 1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg

Mehr

Einbau-/Betriebsanleitung Stahl-PE-Übergang Typ PESS / Typ PESVS Originalbetriebsanleitung Für künftige Verwendung aufbewahren!

Einbau-/Betriebsanleitung Stahl-PE-Übergang Typ PESS / Typ PESVS Originalbetriebsanleitung Für künftige Verwendung aufbewahren! Franz Schuck GmbH Enbau-/Betrebsanletung Stahl-PE-Übergang Typ PESS / Typ PESVS Orgnalbetrebsanletung Für künftge Verwendung aufbewahren! Enletung Dese Anletung st für das Beden-, Instandhaltungs- und

Mehr

Ionenselektive Elektroden (Potentiometrie)

Ionenselektive Elektroden (Potentiometrie) III.4.1 Ionenselektve Elektroden (otentometre) Zelstellung des Versuches Ionenselektve Elektroden gestatten ene verhältnsmäßg enfache und schnelle Bestmmung von Ionenkonzentratonen n verschedenen Meden,

Mehr

IK: Einkommen, Beschäftigung und Finanzmärkte (Wintersemester 2011/12) Wichtige makroökonomische Variablen

IK: Einkommen, Beschäftigung und Finanzmärkte (Wintersemester 2011/12) Wichtige makroökonomische Variablen IK: Enkommen, Beschäfgung und Fnanzmärke (Wnersemeser 2011/12) Wchge makroökonomsche Varablen 1 Überblck Aggregerer Oupu Agg. Oupu hs. Abrss Berechnung des BIP; reales vs. nomnales BIP, BIP vs. BNE, verkeees

Mehr

Free Riding in Joint Audits A Game-Theoretic Analysis

Free Riding in Joint Audits A Game-Theoretic Analysis . wp Wssenschatsorum, Wen,8. Aprl 04 Free Rdng n Jont Audts A Game-Theoretc Analyss Erch Pummerer (erch.pummerer@ubk.ac.at) Marcel Steller (marcel.steller@ubk.ac.at) Insttut ür Rechnungswesen, Steuerlehre

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

Bayessche Netzwerke. von Steffen Otto. Proseminar: Machine Learning

Bayessche Netzwerke. von Steffen Otto. Proseminar: Machine Learning Bayessce Netzwerke von Steffen Otto Prosemnar: Macne Learnng Bayessce Netzwerke Inaltsverzecns 1 Enletung... 3 2 Bayessce Netzwerke... 3 2.1 Allgemene Struktur... 3 2.2 Datenerebung zum Aufstellen enes

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

Kapitel 11 Produktion, Sparen und der Aufbau von Kapital

Kapitel 11 Produktion, Sparen und der Aufbau von Kapital apiel 11 Produkion, Sparen und der Aufbau von apial Vorbereie durch: Florian Barholomae / Sebasian Jauch / Angelika Sachs Die Wechselwirkung zwischen Produkion und apial Gesamwirschafliche Produkionsfunkion:

Mehr

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich Drtter Hauptsatz der Thermodynamk Rückblck auf vorherge Vorlesung Methoden zur Erzeugung tefer Temperaturen: - umgekehrt laufende WKM (Wärmepumpe) - Joule-Thomson Effekt bs 4 K - Verdampfen von flüssgem

Mehr

Gesetzlicher Unfallversicherungsschutz für Schülerinnen und Schüler

Gesetzlicher Unfallversicherungsschutz für Schülerinnen und Schüler Gesetzlcher Unfallverscherungsschutz für Schülernnen und Schüler Wer st verschert? Lebe Eltern! Ihr Knd st während des Besuches von allgemen bldenden und berufsbldenden Schulen gesetzlch unfallverschert.

Mehr

MODUL: AGRARPREISBILDUNG AUF EU-MÄRKTEN WS 01/02 ULRICH KOESTER

MODUL: AGRARPREISBILDUNG AUF EU-MÄRKTEN WS 01/02 ULRICH KOESTER MODUL: AGRARPREISBILDUNG AUF EU-MÄRKTEN WS 01/02 ULRICH KOESTER 4.2: TECHNISCHER FORTSCHRITT UND AGRARPREISE 1 De mesen Agrarproduke - ob Rndflesch, Wezen, Eer oder Äpfel haben sch m Laufe der Ze grundsäzlch

Mehr

14 Auch teilen will gelernt sein Brüche

14 Auch teilen will gelernt sein Brüche Auc telen wll gelernt sen Brüce Ft. Sommerparty Zu desem Kaptel gbt es fertge Unterrctsmateralen für das Offene Lernen unter: ttp: //www.besseresbuc.at te Sara und Tom geben ene Sommerparty. Dazu aben se

Mehr

Aufgabe T1: Eine Druckgasflasche (V=50l) sei gefüllt mit Stickstoff unter einem Druck von 300 bar.

Aufgabe T1: Eine Druckgasflasche (V=50l) sei gefüllt mit Stickstoff unter einem Druck von 300 bar. ysikkurs i Raen des Forbildungslerganges Indusrieeiser Facricung arazeuik anuar 008 Lösungen Wärelere Aufgabe : Eine Drucasflasce (V50l) sei gefüll i icksoff uner eine Druck von 00 bar. ϑ a) Wieviel ol

Mehr

Professionelle Seminare im Bereich MS-Office

Professionelle Seminare im Bereich MS-Office Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion

Mehr

11. Flipflops. 11.1 NOR-Flipflop. Schaltung: zur Erinnerung: E 1 A 1 A 2 E 2. Funktionstabelle: Fall E 1 E 2 A 1 A 2 1 0 0 2 0 1 3 1 0 4 1 1

11. Flipflops. 11.1 NOR-Flipflop. Schaltung: zur Erinnerung: E 1 A 1 A 2 E 2. Funktionstabelle: Fall E 1 E 2 A 1 A 2 1 0 0 2 0 1 3 1 0 4 1 1 TONI T0EL. Flipflops. Flipflops. NO-Flipflop chalung: E A zur Erinnerung: A B A B 0 0 0 0 0 0 0 E 2 A 2 Funkionsabelle: Fall E E 2 A A 2 0 0 2 0 3 0 4 Beobachung: Das NO-Flipflop unerscheide sich von allen

Mehr

Berechnung des next-arrays

Berechnung des next-arrays Berechnung des nex-arrays Ernnerung: nex[] Länge des längsen Präfxes von P, das eches Suffx von P 1.. s Inalserung: nex[1] 0 Annahme: se nex[-1] j: P 1 P 2 P -1 P? Berache zwe Fälle: 1. P P j+1 nex[] j

Mehr

Standortplanung. Positionierung von einem Notfallhubschrauber in Südtirol. Feuerwehrhaus Zentrallagerpositionierung

Standortplanung. Positionierung von einem Notfallhubschrauber in Südtirol. Feuerwehrhaus Zentrallagerpositionierung Standortplanung Postonerung von enem Notfallhubschrauber n Südtrol Postonerung von enem Feuerwehrhaus Zentrallagerpostonerung 1 2 Postonerung von enem Notfallhubschrauber n Südtrol Zu bekannten Ensatzorten

Mehr

2 Anwendung der Laplace- Transformation auf gewöhnliche Differenzialgleichungen

2 Anwendung der Laplace- Transformation auf gewöhnliche Differenzialgleichungen nwendng der aplace- Transformaon af gewöhnlche Dfferenzalglechngen. Häfg afreender Typ von Dfferenzalglechngen Das dynamsche Verhalen echnscher Syseme wrd häfg, zmndes näherngswese, drch lneare Dfferenzalglechngen

Mehr

Backup- und Restore-Systeme implementieren. Technische Berufsschule Zürich IT Seite 1

Backup- und Restore-Systeme implementieren. Technische Berufsschule Zürich IT Seite 1 Modul 143 Backup- und Restore-Systeme mplementeren Technsche Berufsschule Zürch IT Sete 1 Warum Backup? (Enge Zahlen aus Untersuchungen) Wert von 100 MByte Daten bs CHF 1 500 000 Pro Vorfall entstehen

Mehr

"Zukunft der Arbeit" Arbeiten bis 70 - Utopie - oder bald Realität? Die Arbeitnehmer der Zukunft

Zukunft der Arbeit Arbeiten bis 70 - Utopie - oder bald Realität? Die Arbeitnehmer der Zukunft "Zukunft der Arbet" Arbeten bs 70 - Utope - oder bald Realtät? De Arbetnehmer der Zukunft Saldo - das Wrtschaftsmagazn Gestaltung: Astrd Petermann Moderaton: Volker Obermayr Sendedatum: 7. Dezember 2012

Mehr

Das Verfahren von Godunov. Seminar Numerik 25.11.2010 Anja Bettendorf

Das Verfahren von Godunov. Seminar Numerik 25.11.2010 Anja Bettendorf Das Verfahre vo Goduov Semar Numerk 5..00 Aja Beedorf Das Verfahre vo Goduov Übersch Goduov - Goduovs Verfahre für Leare Syseme Aweduge & Folgeruge aus Goduovs Verfahre - De Numersche Fluss-Fuko m Goduov

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

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

6. Modelle mit binären abhängigen Variablen

6. Modelle mit binären abhängigen Variablen 6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch

Mehr

8. Elementare Zeitreihenanalyse

8. Elementare Zeitreihenanalyse 8 Elemenare Zerehenanalse Suaon: v De Schprobenwere enes Merkmals Y werden m Zeablauf, also zu besmmen Zepunken,,, n, beobache Zerehe v In wrschaflchen Anwendungen wrd häufg unersell, dass sch de Beobachungswere

Mehr

phil omondo phil omondo Skalierung von Organisationen und Innovationen gestalten Sie möchten mehr Preise und Leistungen Workshops und Seminare

phil omondo phil omondo Skalierung von Organisationen und Innovationen gestalten Sie möchten mehr Preise und Leistungen Workshops und Seminare Skalerung von Organsatonen und Innovatonen gestalten phl omondo Se stehen vor dem nächsten Wachstumsschrtt hrer Organsaton oder haben berets begonnen desen aktv zu gestalten? In desem Workshop-Semnar erarbeten

Mehr

Leistungsmessung im Drehstromnetz

Leistungsmessung im Drehstromnetz Labovesuch Lestungsmessung Mess- und Sensotechnk HTA Bel Lestungsmessung m Dehstomnetz Nomalewese st es ken allzu gosses Poblem, de Lestung m Glechstomkes zu messen. Im Wechselstomkes und nsbesondee n

Mehr

Beraterì. Bewe Bege stern.

Beraterì. Bewe Bege stern. / c Prvaumzüge Schndlauer,l ;l ü[ o] Êl. Sffñ DMS Beraerì. Bewe Begesern. gen. Lokal verrau und global verbunden. Se 1968 s de Deusche Möbelspedon deuschlandwe enes der führenden melsändschen Transporunernehmen

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

Qualitative Evaluation einer interkulturellen Trainingseinheit

Qualitative Evaluation einer interkulturellen Trainingseinheit Qualtatve Evaluaton ener nterkulturellen Tranngsenhet Xun Luo Bettna Müller Yelz Yldrm Kranng Zur Kulturgebundenhet schrftlcher und mündlcher Befragungsmethoden und hrer Egnung zur Evaluaton m nterkulturellen

Mehr

13.Selbstinduktion; Induktivität

13.Selbstinduktion; Induktivität 13Sebstndukton; Induktvtät 131 Sebstndukton be En- und Ausschatvorgängen Versuch 1: Be geschossenem Schater S wrd der Wderstand R 1 so groß gewäht, dass de Gühämpchen G 1 und G 2 gech he euchten Somt snd

Mehr

8. Elementare Zeitreihenanalyse

8. Elementare Zeitreihenanalyse 8 Elemenare Zerehenanalse De Komponenen ener Zerehe: Suaon: De Schprobenwere enes Merkmals Y werden m Zeablauf, also zu besmmen Zepunken, =,, n, beobache Zerehe In wrschaflchen Anwendungen wrd häufg unersell,

Mehr

15. Netzgeräte. 1. Transformator 2. Gleichrichter 3. Spannungsglättung 4. Spannungsstabilisierung. Blockschaltbild:

15. Netzgeräte. 1. Transformator 2. Gleichrichter 3. Spannungsglättung 4. Spannungsstabilisierung. Blockschaltbild: Ein Nezgerä, auch Nezeil genann, is eine elekronische Schalungen die die Wechselspannung aus dem Sromnez (230V~) in eine Gleichspannung umwandeln kann. Ein Nezgerä sez sich meisens aus folgenden Komponenen

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

Anlage Netznutzungsentgelte Erdgas 2014 der Stadtwerke Eschwege GmbH

Anlage Netznutzungsentgelte Erdgas 2014 der Stadtwerke Eschwege GmbH Entgelte be Erdgas-Ersatzbeleferung für Industre- und Geschäftskunden mt Lestungsmessung und enem Jahresverbrauch von mehr als 1.500.000 kh. Gültg ab 01.01.2014 De Ersatzversorgung endet sobald de Erdgasleferung

Mehr

Grundlagen der Informatik

Grundlagen der Informatik Mag. Christian Gürtler Programmierung Grundlagen der Informatik 2011 Inhaltsverzeichnis I. Allgemeines 3 1. Zahlensysteme 4 1.1. ganze Zahlen...................................... 4 1.1.1. Umrechnungen.................................

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

14 Überlagerung einfacher Belastungsfälle

14 Überlagerung einfacher Belastungsfälle 85 De bsher betrachteten speellen Belastungsfälle treten n der Technk. Allg. ncht n rener orm auf, sondern überlagern sch. Da de auftretenden Verformungen klen snd und en lnearer Zusammenhang wschen Verformung

Mehr

Anhand des bereits hergeleiteten Models erstellen wir nun mit der Formel

Anhand des bereits hergeleiteten Models erstellen wir nun mit der Formel Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung

Mehr

3.5. Statische und dynamische Okklusion

3.5. Statische und dynamische Okklusion Smulaon und Bewerung der nraoralen Dgalserung und funkonelles Kauflächendesgn Weerenwcklung ener ReverseEngneerngCAMProzeßkee für fesszende zahnärzlche Resauraonen (BR05334/02) See 27 3.5. Sasche und dynamsche

Mehr

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als

Mehr

Approximation durch Taylorpolynome

Approximation durch Taylorpolynome TU Berlin Fakultät II - Mathematik und Naturwissenschaften Sekretariat MA 4-1 Straße des 17. Juni 10623 Berlin Hochschultag Approximation durch Taylorpolynome Im Rahmen der Schülerinnen- und Schüler-Uni

Mehr

SteigLeitern Systemteile

SteigLeitern Systemteile 140 unten 420 2 0 9 12 1540 1820 Länge 140 StegLetern Leterntele/Leterverbnder Materal Alumnum Stahl verznkt Sprossenabstand 2 mm Leternholme 64 mm x 25 mm 50 x 25 mm Leternbrete außen 500 mm Sprossen

Mehr

Zeichen bei Zahlen entschlüsseln

Zeichen bei Zahlen entschlüsseln Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren

Mehr

Die relevanten Cash Flows in der Unternehmensbewertung aus der Sicht des Rechnungswesens

Die relevanten Cash Flows in der Unternehmensbewertung aus der Sicht des Rechnungswesens De relevnen Csh Flows n der Unernehmensbewerun us der Sch des Rechnunswesens Edwn O Fscher rl-frnzens-unversä rz Oober 26 DCF-Bssmodelle Percen of Sles-Mehode Fllsude Übersch o onsner Verschuldunsrd o

Mehr

d da B A Die gesamte Erscheinung der magnetischen Feldlinien bezeichnet man als magnetischen Fluss. = 1 V s = 1 Wb

d da B A Die gesamte Erscheinung der magnetischen Feldlinien bezeichnet man als magnetischen Fluss. = 1 V s = 1 Wb S N De amte Erschenng der magnetschen Feldlnen bezechnet man als magnetschen Flss. = V s = Wb Kraftflssdchte oder magnetsche ndkton B. B d da B = Wb/m = T Für homogene Magnetfelder, we se m nneren von

Mehr

Simulationsbasierte Ermittlung von Kapazitätsbelastungsfaktoren zur Produktionsprogrammplanung

Simulationsbasierte Ermittlung von Kapazitätsbelastungsfaktoren zur Produktionsprogrammplanung Smulaon n Produkon und Logsk Enschedungsunersüzung von der Planung bs zur Seuerung Wlhelm Dangelmaer, Chrsoph Laroque & Alexander Klaas (Hrsg.) Paderborn, HNI-Verlagsschrenrehe 3 Smulaonsbasere Ermlung

Mehr

Netzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008

Netzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008 Netzscherhet I, WS 2008/2009 Übung Prof. Dr. Jörg Schwenk 27.10.2008 1 Das GSM Protokoll ufgabe 1 In der Vorlesung haben Se gelernt, we sch de Moble Staton (MS) gegenüber dem Home Envroment (HE) mt Hlfe

Mehr

1 EINLEITUNG. Leitstation. Automatisierungstechnik. Sensor- System. Aktor- System. Antriebstechnik. Messtechnik. Anlage (Prozess) Energie, Produkt

1 EINLEITUNG. Leitstation. Automatisierungstechnik. Sensor- System. Aktor- System. Antriebstechnik. Messtechnik. Anlage (Prozess) Energie, Produkt Prof. r. U. Schwellenberg, Vorlesung Messechnk - INLITUNG Lernzel: Vermlung von grundlegenden Kennnssen n a den wchgsen Messprnzpen für de elekrsche Messung nchelekrscher Größen, b Aufbau von Messenrchungen

Mehr

Ordner Berechtigung vergeben Zugriffsrechte unter Windows einrichten

Ordner Berechtigung vergeben Zugriffsrechte unter Windows einrichten Ordner Berechtigung vergeben Zugriffsrechte unter Windows einrichten Was sind Berechtigungen? Unter Berechtigungen werden ganz allgemein die Zugriffsrechte auf Dateien und Verzeichnisse (Ordner) verstanden.

Mehr

Cayleys Formel. Drei Beweise durch geschicktes. Zahlen. Marc Wagner. Ferienakademie, September 1999

Cayleys Formel. Drei Beweise durch geschicktes. Zahlen. Marc Wagner. Ferienakademie, September 1999 Cayleys Formel Dre Bewese durch geschces Zahlen Marc Wagner mcwagnersud.nforma.un-erlangen.de Ferenaademe, Sepember 999 Vorberachungen Labeled Trees (nummerere Baume) En Labeled Tree s en zusammenhangender,

Mehr

1.1 Grundbegriffe und Grundgesetze 29

1.1 Grundbegriffe und Grundgesetze 29 1.1 Grundbegrffe und Grundgesetze 9 mt dem udrtschen Temperturkoeffzenten 0 (Enhet: K - ) T 1 d 0. (1.60) 0 dt T 93 K Betrchtet mn nun den elektrschen Wderstnd enes von enem homogenen elektrschen Feld

Mehr

Transformation in der Gesichtserkennung

Transformation in der Gesichtserkennung Transformaon n der Geschserkennung en Proek m Rahmen des Proekkurses Bldanalse und Obekerkennung Seffen Mankecz Mchael Rommel Rober Sen Sebasan Thebes. Enleung De Erkennung von Geschern und Gennung von

Mehr