Angewandte Statistik und Datenanalyse
|
|
- Alwin Pfeiffer
- vor 7 Jahren
- Abrufe
Transkript
1 Emmerich Kneringer Angewandte Statistik und Datenanalyse SS Kurvenanpassung home page: physik.uibk.ac.at/statistik 2. Vorlesung 8. März 2005
2 Allgemeine Bemerkungen 2 Skript Grübl: Math.Meth.1 Gibt es schon erste Fragen zur Datenauswertung von FP1- Versuchen? Brennende Frage im letzten Jahr: Fehler in x berücksichtigen! Bsp: Kreisfit Alltägl. Beispiel Wahlumfrage: Vergleich Simulation Rechnung Software
3 Origin Demos zum Ausprobieren (30 Tage): physik.uibk.ac.at/statistik/origin/demos billigste Lizenz ~ 700 EUR für StudentInnen nicht akzeptabel am ZID ist Origin 7 (deutsch, SR4) installiert Vorteile einfach, bekommt schnell Ergebnisse Nachteile zu einfach, bekommt leicht falsche Ergebnisse Alternativen: SPSS? Statistical Package for the Social Sciences 3 SPSS12EVAL.exe: full, working copy of SPSS for Windows. SPSS is modular, tightly integrated, full-featured software comprised of SPSS Base and a range of add-on modules. Each module SPSS Advanced Models, SPSS Categories, SPSS Complex Samples, SPSS Conjoint, SPSS Exact Tests, SPSS Maps, SPSS Missing Value Analysis, SPSS Regression Models, SPSS Tables, and SPSS Trends adds extra functionality to your system. This evaluation copy will install SPSS Base and all add-on modules. Please note that this software trial will expire in approximately 30 days and is for evaluation purposes only.
4 Beantwortung Beantwortung der der Frage, Frage, warum warum viele viele in in der der Zwischenrunden Zwischenrunden eine eine Chance Chance sehen sehen (und (und daher daher die die gewählte gewählte Tür Tür nicht nicht wechseln). wechseln). Nachtrag: 3 Türen Spiel 4 Der Kandidat tippt auf die grüne Tür
5 Problem der elementaren Wahrscheinlichkeitstheorie Mehrstufiger Prozess, nicht wirklich unabhängig 5 Viele sehen bei der Wahl nur eine Chance Auto wird zufällig versteckt Spieler wählt zufällig eine Tür Spielleiter öffnet eine bestimmte Tür (ohne Auto!) Spieler wählt zufällig eine der verbleibenden 2 Türen Gewinnchance ist 50% bedingte Wahrscheinlichkeit: P(Gewinn wechseln)
6 W-Theorie (VO: G.Grübl) A A B B Denken DenkenininBegriffen der der Mengenlehre Mengenlehre ist ist gefragt. gefragt. 6
7 Bayes Theorem P( A i B) = P( Ai ) P( B Ai ) P( A ) P( B A ) j j j 7
8 P( µ D) = P( µ ) P( D µ ) P( D) Beispiel: Teilchendetektor 8 In einem Teststrahl mit Myonen: P(Detektor sagt µ Teilchen ist µ) = 90% P(Detektor sagt kein µ Teilchen ist µ) = 10% P(Detektor sagt kein µ Teilchen ist kein µ) = 99% P(Detektor sagt µ Teilchen ist kein µ) = 1% Detektor im Experiment: Wähle Spuren aus, von denen der Detektor sagt, es seien µ's Frage: Welcher Prozentsatz davon sind µ's? d.h. P(Teilchen ist µ Detektor sagt µ) Antwort: Zu wenig Information! Braucht noch P(µ), den Bruchteil der auf den Detektor auftreffenden Myonen. Dann Anwendung von Bayes Theorem.
9 Vorschau "Curve Fitting Made Easy" Vorbereitung auf das F-Praktikum 1. Wahl eines Modells (physikalisch motiviert) 2. Lineare Regression (Ausgleichsgerade) 3. Nichlineare Modelle 4. Gewichtung 5. Interpretation des Ergebnisses Beispiel elast.ball Beispiel Zerfall 9
10 Zum Abschluss Anpassung eines Modells an die Evaluationsdaten (siehe nächste Folien) Demonstration der grundsätzlichen Vorgangsweise Hinweis: im Anschluss findet im Rechnerraum ein Crash Kurs für Origin statt Thema: Benutzerdefinierte Fit-Funktion Zusammenfassung dazu auf einer Doppelseite 10
11 Wahl des Modells Üblicherweise suchen wir ein physikalisch motiviertes Modell. Hier: psychologisch-soziologisches Modell wahrscheinlich nicht allgemeingültig! andere Uni, andere Sitten! Um zwischen Modellen (rot,blau) unterscheiden zu können, braucht man genügend Daten. 11
12 Gute Gute Parametrisierung, Parametrisierung, aber aber kein kein plausibles plausibles Modell! Modell! Polynom 3. Grades 12
13 'Exponentielle Abnahme' Schlechtere Schlechtere Parametrisierung, Parametrisierung, aber aber argumentierbares argumentierbares Modell! Modell! t 1... Objektivitätszahl y 0... Objektivitätsnote 13
14 Zu Zu kompliziert! kompliziert! Rationale Funktion 14
Angewandte Statistik und Datenanalyse
Emmerich Kneringer Angewandte Statistik und Datenanalyse SS 004-704031 Kurvenanpassung home page: physik.uibk.ac.at/statistik. Vorlesung 15. März 004 Aktuell http://www.uibk.ac.at/ipoint/news/uni_intern/0040309.html?id=1111!
MehrAngewandte Statistik und Datenanalyse
Emmerich Kneringer Angewandte Statistik und Datenanalyse WS 2010 704.025 Brauchbar fürs F-Praktikum 1 home page: physik.uibk.ac.at/fp1 Vortrag: Mo 4. Okt. 2010 14 30-17 00 RR 15 Übersicht Einführendes
MehrEinführung in SPSS Wintersemester 2000/2001
Einführung in SPSS für Windows Wintersemester 2000/2001 Carina Ortseifen (Stand: 18. Oktober 2000) SPSS Statistical Program for Social Sciences Am URZ ist installiert: SPSS für Windows 9.0 und 10.0 (deutsch
MehrConstantin von Craushaar FH-Management & IT Statistik Angewandte Statistik (Übungen) Folie 1
FHManagement & IT Folie 1 Angewandte Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines einfachen Beispieles Häufigkeitsauswertungen Grafiken Datenmanipulationen Mehrfachantworten
MehrDas Ziegenproblem. Nils Schwinning und Christian Schöler Juni 2010
Das Ziegenproblem Nils Schwinning und Christian Schöler http://www.esaga.uni-due.de/ Juni 2010 Die Formulierung Obwohl das sogenannte Ziegenproblem in der Mathematik allgegenwärtig erscheint, wurde es
MehrEinführung in SPSS für Windows
Einführung in SPSS für Windows Wintersemester 2000/2001 Carina Ortseifen (Stand: 18. Oktober 2000) SPSS Statistical Program for Social Sciences Am URZ ist installiert: SPSS für Windows 9.0 und 10.0 (deutsch
Mehrfh management, communication & it Constantin von Craushaar FH-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Angewandte Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines einfachen Beispieles Häufigkeitsauswertungen Grafiken Datenmanipulationen
MehrWahrscheinlichkeitsrechnung und Stochastik
Wahrscheinlichkeitsrechnung und Stochastik 2-stündige Vorlesung für den Bachelor-Studiengang Angewandte Informatik Vorläufige Version Gerhard Freiling und Hans-Bernd Knoop Inhalt Inhalt..........................................................................
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Angewandte Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines einfachen Beispieles Häufigkeitsauswertungen Grafiken Datenmanipulationen
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 6 Genzwertsätze Einführung 1 Wahrscheinlichkeit: Definition und Interpretation
MehrParadoxien bei bedingten Wahrscheinlichkeiten - Das Ziegenproblem
Paradoxien bei bedingten Wahrscheinlichkeiten - Das Ziegenproblem Ein Referat von Maren Hornischer & Anna Spitz Wuppertal, den 28. Mai 2014 Inhalt 1 Das Ziegenproblem oder auch das "3-Türen-Problem"...
MehrDatenanalyse. (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
MehrMethodenlehre I Organisatorisches Wiederholung. Überblick Methodenlehre II. Thomas Schäfer. methodenlehre ll Einführung und Überblick
Methodenlehre II Thomas Schäfer Thomas Schäfer SS 2009 1 Organisatorisches Wiederholung Methodenlehre I Überblick Methodenlehre II Thomas Schäfer SS 2009 2 1 Organisatorisches Übung zur Vorlesung Friederike
MehrStatistische Methoden der Datenanalyse Wintersemester 2011/2012 Albert-Ludwigs-Universität Freiburg
Statistische Methoden der Datenanalyse Wintersemester 2011/2012 Albert-Ludwigs-Universität Freiburg Prof. Markus Schumacher Physikalisches Institut Westbau 2 OG Raum 008 Telefonnummer 07621 203 7612 E-Mail:
MehrKalibrierung und Charakterisierung der de/dx-information der Zentralen Driftkammer bei Zeus
Kalibrierung und Charakterisierung der de/dx-information der Zentralen Driftkammer bei Zeus Robert Zimmermann Physikalisches Institut Universität Bonn 39. Herbstschule für Hochenergiephysik Maria Laach
MehrGrundlagen Statistik Angewandte Statistik 3. Semester
Angewandte Statistik 3. Semester Zur Person Constantin von Craushaar Consultant / Partner Innstat e.u. (www.innstat.com) info@innstat.com Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS
MehrChapter 1 : þÿ b e t a t h o m e s u s p e n d i e r t m e i n K o n t o c h a p t e r
Chapter 1 : þÿ b e t a t h o m e s u s p e n d i e r t m e i n K o n t o c h a p t e r þÿ d e s a u c h w e n n e s h i e r u n d d a n o c h e i n w e n i g P l a t z f ü r V e r b e s s e r u n g e n
MehrGeostatistik 1 im WS 2009/2010
Geostatistik 1 im WS 2009/2010 Vorlesung (Prof. J. Jacobeit): Di., 15:45-17:15, HS IV Grundlagen statistischer Analysetechniken Geostatistik 1 im WS 2009/2010 Vorlesung (Prof. J. Jacobeit): Di., 15:45-17:15,
MehrAnalyse 2: Hypothesentests
Analyse 2: Hypothesentests Ashkan Taassob Andreas Reisch Inhalt Motivation Statistischer Hintergrund Hypothese Nullhypothesen Alternativhypothesen Fehler beim Hypothesentesten Signifikanz-LEVEL und P-value
MehrDas Zweikinderproblem
Das Zweikinderproblem Definition Zweikinderproblem Eine Familie besitzt zwei Kinder. Wie groß ist die Wahrscheinlichkeit Pr[ Beide Kinder sind Mädchen. Eines der Kinder ist ein Mädchen ]? Lösung: Sei A
MehrMarek Chudý. Institut für Statistik und Operations Research UE Statistik 1. Sommersemester, 4.
Marek Chudý Institut für Statistik und Operations Research http://homepage.univie.ac.at/marek.chudy/ UE Statistik 1 Sommersemester, 4. März 2015 Programm 1 Organisatorisches Literatur Anforderungen Notenschlüssel
Mehr> Soft.ZIV. SPSS Software für statistische Datenanalyse
> Soft.ZIV SPSS Software für statistische Datenanalyse Inhaltsverzeichnis Hersteller... 3 Produkte... 3 Versionen... 4 Plattformen... 4 Lizenzierung... 4 Lizenzform... 4 Lizenzzeitraum... 4 Lizenzumfang...
MehrPrüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2002
Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2002 1. Ein Chemiestudent hat ein Set von 10 Gefäßen vor sich stehen, von denen vier mit Salpetersäure Stoff A), vier mit Glyzerin Stoff
MehrStatistische Methoden der Datenanalyse Wintersemester 2012/2013 Albert-Ludwigs-Universität Freiburg
Statistische Methoden der Datenanalyse Wintersemester 2012/2013 Albert-Ludwigs-Universität Freiburg Prof. Markus Schumacher, Dr. Stan Lai Physikalisches Institut Westbau 2 OG E-Mail: Markus.Schumacher@physik.uni-freiburg.de
Mehr2 Aufgaben aus [Teschl, Band 2]
20 2 Aufgaben aus [Teschl, Band 2] 2.1 Kap. 25: Beschreibende Statistik 25.3 Übungsaufgabe 25.3 a i. Arithmetisches Mittel: 10.5 ii. Median: 10.4 iii. Quartile: x 0.25 Y 4 10.1, x 0.75 Y 12 11.1 iv. Varianz:
MehrWahrscheinlichkeitstheorie. eine Einführung
eine Einführung Antony R. Unwin Lehrstuhl für Rechnerorientierte Statistik und Datenanalyse Institut für Mathematik Universität Augsburg tel: 598-2218 email: unwin@math.augsburg.de Ziele Wahrscheinlichkeitsmodelle
MehrBZQ II: Stochastikpraktikum
BZQ II: Stochastikpraktikum Block 3: Lineares Modell, Klassifikation, PCA Randolf Altmeyer January 9, 2017 Überblick 1 Monte-Carlo-Methoden, Zufallszahlen, statistische Tests 2 Nichtparametrische Methoden
MehrMethodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 12 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrWas ist Statistik? CASE Center for Applied Statistics and Econometrics Institut für Statistik and Ökonometrie Humboldt-Universität zu Berlin
CASE Center for Applied Statistics and Econometrics Institut für Statistik and Ökonometrie Humboldt-Universität zu Berlin http://ise.wiwi.hu-berlin.de http://www.xplore-stat.de http://www.md-stat.com Grundlagen
MehrChapter 1 : þÿ b e t a t h o m e A b d e c k u n g W e t t e 2 P l ä t z e c h a p t e r
Chapter 1 : þÿ b e t a t h o m e A b d e c k u n g W e t t e 2 P l ä t z e c h a p t e r þÿ L a g r a v i d a n z a e x t r a u t e r i n a p u ò m e t t e r e a r i s c h i o l a s a l u t e m a t e r
MehrStochastische Prozesse Woche 1. Oliver Dürr. Winterthur, 24 Februar 2016
Stochastische Prozesse Woche 1 Oliver Dürr Institut für Datenanalyse und Prozessdesign Zürcher Hochschule für Angewandte Wissenschaften oliver.duerr@zhaw.ch Winterthur, 24 Februar 2016 1 Kontakt Oliver
MehrBox. Mathematik ZU DEN KERNCURRICULUM-LERNBEREICHEN:
Box Mathematik Schülerarbeitsbuch P (μ o- X μ + o-) 68,3 % s rel. E P (X = k) f g h A t μ o- μ μ + o- k Niedersachsen Wachstumsmodelle und Wahrscheinlichkeitsrechnung ZU DEN KERNCURRICULUM-LERNBEREICHEN:
MehrMATHEMATIK 3 STUNDEN
EUROPÄISCHES ABITUR 2013 MATHEMATIK 3 STUNDEN DATUM : 10. Juni 2013, Vormittag DAUER DER PRÜFUNG: 2 Stunden (120 Minuten) ERLAUBTES HILFSMITTEL Prüfung mit technologischem Hilfsmittel 1/6 DE AUFGABE B1
MehrSymbio system requirements. Version 5.1
Symbio system requirements Version 5.1 From: January 2016 2016 Ploetz + Zeller GmbH Symbio system requirements 2 Content 1 Symbio Web... 3 1.1 Overview... 3 1.1.1 Single server installation... 3 1.1.2
MehrCusanus-Gymnasium Wittlich Statistik Das Ziegenproblem DIE ZEIT Nr.48. W.Zimmer. Tür 1 Tür 2 Tür 3
Das Ziegenproblem DIE ZEIT 18.11.2004 Nr.48 Tür 1 Tür 2 Tür 3 Cusanus-Gymnasium Wittlich Statistik Das Ziegenproblem DIE ZEIT 18.11.2004 Nr.48 Du bist Kandidat einer Fernsehshow. Als Sieger darfst du eine
MehrKapitel 6. Kapitel 6 Mehrstufige Zufallsexperimente
Mehrstufige Zufallsexperimente Inhalt 6.1 6.1 Mehrstufige Experimente 6.2 6.2 Bedingte Wahrscheinlichkeiten Seite 2 6.1 Mehrstufige Experimente Grundvorstellung: Viele Viele Experimente werden der der
Mehr73 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
MehrChapter 1 : þÿ b e t a t h o m e 5 e u r o g u t s c h e i n b e d i n g u n g e n c h a p t e r
Chapter 1 : þÿ b e t a t h o m e 5 e u r o g u t s c h e i n b e d i n g u n g e n c h a p t e r þÿ D i e s e F r a g e m u ß j e d e r f ü r s i c h b e a n t w o r t e n, d a O n l i n e C a s i n o
MehrSPSS Allgemein. Methoden II Stefan Jahr 18
SPSS Allgemein Superior Performing Statistical Software Alter Name: Statistical Package for the Social Sciences 1965 von Norman Nie und Dale Bent an der Stanford University entwickelt 1968 Teamerweiterung
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 6 Genzwertsätze Einführung 1 Wahrscheinlichkeit: Definition und Interpretation
MehrFRAGESTUNDE WS 2016/17 QM 2. Dr. Christian Schwarz 1
FRAGESTUNDE Dr. Christian Schwarz 1 #2 - Allgemein Q: Müssen wir den Standard Error händisch berechnen können? R: Nein. Q: Hat das Monte Carlo Experiment irgendeine Bedeutung für uns im Hinblick auf die
MehrMathematische Grundlagen der Computerlinguistik Wahrscheinlichkeit
Mathematische Grundlagen der Computerlinguistik Wahrscheinlichkeit Dozentin: Wiebke Petersen 8. Foliensatz Wiebke Petersen math. Grundlagen 1 Motivation Bsp.: In vielen Bereichen der CL kommt Wahrscheinlichkeitstheorie
MehrAnalytics Research Day Zürich
Einladung zum IBM SPSS Analytics Research Day Zürich Professionelle Datenauswertungen als Grundlage fundierter Entscheidungen Erfahren Sie das ganze Potential der IBM SPSS Statistics Lösungen live mit
MehrDatenanalyse und Predictive Analytics IBM SPSS Statistics IBM Modeler
Wiener Biometrische Sektion (WBS) der Internationalen Biometrischen Gesellschaft Region Österreich Schweiz (ROeS) WBS Herbst Seminar Statistische Software für Biometrische Auswertungen Datenanalyse und
Mehr> Soft.ZIV. SPSS Software für statistische Datenanalyse
> Soft.ZIV SPSS Software für statistische Datenanalyse Inhaltsverzeichnis Hersteller... 3 Produkte... 3 Versionen... 4 Plattformen... 4 Lizenzierung... 4 Lizenzform... 4 Lizenzzeitraum... 4 Lizenzumfang...
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS
Sommersemester 2009, Statistik mit SPSS 24. August 2009 24. August 2009 Statistik Dozentin: mit Anja SPSS Mays 1 Überblick heute 1. Organisatorisches zur Veranstaltung 2. Das Programm SPSS, Literatur 3.
Mehr2.2 Ereignisse und deren Wahrscheinlichkeit
2.2 Ereignisse und deren Wahrscheinlichkeit Literatur: [Papula Bd., Kap. II.2 und II.], [Benning, Kap. ], [Bronstein et al., Kap. 1.2.1] Def 1 [Benning] Ein Zufallsexperiment ist ein beliebig oft wiederholbarer,
MehrSobald bei einem Zufallsexperiment zusätzliche Bedingungen zutreffen ändern sich i.a. die Wahrscheinlichkeiten.
26 6. Bedingte Wahrscheinlichkeit Sobald bei einem Zufallsexperiment zusätzliche Bedingungen zutreffen ändern sich i.a. die Wahrscheinlichkeiten. Alarmanlage Tritt bei einer Sicherungsanlage ein Alarm
MehrChapter 1 : þÿ b e t a t h o m e m o b i l e L i v e - C h a t c h a p t e r
Chapter 1 : þÿ b e t a t h o m e m o b i l e L i v e - C h a t c h a p t e r þÿ E r e d i v i s i e v o e t b a l 2 0 1 4 2 0 1 5 V o e t b a l w e d d e n v o o r i e d e r e e n & m i d d o t ; m y b
Mehreconstor Make Your Publication Visible
econstor Make Your Publication Visible A Service of Wirtschaft Centre zbwleibniz-informationszentrum Economics Lanne, Markku; Saikkonen, Pentti Working Paper Reducing size distortions of parametric stationarity
Mehr1 Inhaltsverzeichnis. 1 Einführung...1
1 Inhaltsverzeichnis 1 Einführung...1 1.1 Arten der stochastischen Abhängigkeit...2 1.2 Wo kommen regressive Abhängigkeiten vor?...3 1.3 Hauptaufgaben von Regressionsmodellen...3 1.4 Wissenschaftstheoretische
Mehr!UPDATES DIESES DOKUMENTS BEACHTEN! STAND Alle Änderungen sind rot geschrieben
Auswertung Hammerschlagseismik Großes Geländepraktikum 2016 Tharandt!UPDATES DIESES DOKUMENTS BEACHTEN! STAND 23.11.16 Alle Änderungen sind rot geschrieben Lutz Sonnabend, 20.07.16 Grundregeln LOOK - LISTEN
MehrChapter 1 : þÿ þÿ w i e S i e I h r e b e t a t h o m e B o n u s z u n u t z e n c h a p t e r
Chapter 1 : þÿ þÿ w i e S i e I h r e b e t a t h o m e B o n u s z u n u t z e n c h a p t e r þÿ d a i l y. A a r o n A s h e l y h a s W e d n e s d a y & # 3 9 ; s b e s t w a g e r T h e A r c, t
MehrMC-Serie 11: Eigenwerte
D-ERDW, D-HEST, D-USYS Mathematik I HS 14 Dr. Ana Cannas MC-Serie 11: Eigenwerte Einsendeschluss: 12. Dezember 2014 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung
MehrStatistik, Geostatistik
Geostatistik Statistik, Geostatistik Statistik Zusammenfassung von Methoden (Methodik), die sich mit der wahrscheinlichkeitsbezogenen Auswertung empirischer (d.h. beobachteter, gemessener) Daten befassen.
MehrDownload- und Installationsanleitung PLM License Server
Download- und Installationsanleitung PLM License Server 1. Voraussetzungen... 2 1.1 Webkey erstellen (Nutzung der Siemens PLM Software-Support Seiten im Internet)... 2 2. Anmeldung bei GTAC und Download...
MehrStatistik für Biologen 1. Fachsemester Mono-Bachelor
1. Fachsemester Mono-Bachelor Prof. Dr. Britta Tietjen Wintersemester 2012/2013 Termin Vorlesung: Montags, 10:15-11:00 Uhr Termine Tutorien: Donnerstags/Freitags Botanisches Museum Königin-Luise-Str. 6-8,
MehrWahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Prof. Dr. Michael Havbro Faber 28.05.2009 1 Korrektur zur letzten Vorlesung Bsp. Fehlerfortpflanzung in einer Messung c B a 2 2 E c Var c a b A b 2 2 2 n h( x)
Mehr5 Suchmaschinen Page Rank. Page Rank. Information Retrieval und Text Mining FH Bonn-Rhein-Sieg, SS Suchmaschinen Page Rank
Page Rank Google versucht die Bedeutung von Seiten durch den sogenannten Page Rank zu ermitteln. A C Page Rank basiert auf der Verweisstruktur des Webs. Das Web wird als großer gerichteter Graph betrachtet.
MehrPlanung von Humanstudien Fallzahlberechnung
Planung von Humanstudien Fallzahlberechnung Hans-Peter Helfrich Universität Bonn 5. November 2015 H.-P. Helfrich (Universität Bonn) Planung von Humanstudien 5. November 2015 1 / 15 Einführung 1 Einführung
MehrSchwerpunkt Algebra und Geometrie
Schwerpunkt Algebra und Geometrie Es werden Vertiefungen angeboten in (i) Topologie (ii) Algebra und Zahlentheorie (i) WS15/16 Topologie (4+2) SS2016 Vorlesung (2+1) Seminar Dies ergibt eine Spezialisierungsmöglichkeit
MehrChapter 1 : þÿ b w i n b e t c h a p t e r
Chapter 1 : þÿ b w i n b e t 3 6 5 c h a p t e r þÿ 3 0. o k t. 2 0 1 3 w i e k a n n i c h d e n b w i n g u t s c h e i n a u f d e r w e b s e i t e e i n l ö s e n? s o r r y, s t e l l e w a s. r
MehrStatistische Datenanalyse
Werner A. Stahel Statistische Datenanalyse Eine Einführung für Naturwissenschaftler 3., durchgesehene Auflage vieweg VII 1 Einleitung 1 1.1 Was ist Statistische Datenanalyse? 1 1.2 Ziele 6 1.3 Hinweise
MehrStatistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS
Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS Verena Hofmann Dr. phil. des. Departement für Sonderpädagogik Universität Freiburg Petrus-Kanisius-Gasse 21
MehrMethodenlehre. Vorlesung 11. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 11 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 03.12.13 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie
MehrChapter 1 : þÿ b e t a t h o m e A b s e t z f r i s t D e b i t k a r t e c h a p t e r
Chapter 1 : þÿ b e t a t h o m e A b s e t z f r i s t D e b i t k a r t e c h a p t e r þÿ s i n d S i e f ü r d i e K o o r d i n a t i o n d e r W e r b e k a m p a g n e n v o n b e t - a t - h o m
MehrEinführung in die Psychologie
Institut für Psychologie, Fakultät Kultur- und Sozialwissenschaften Übersicht Kurse in Modul 1 3400 Einführung in die Psychologie und ihre Geschichte KE 1 / KE 2 3401 Einführung in die Forschungsmethoden
Mehr!UPDATES DIESES DOKUMENTS BEACHTEN!
Auswertung Hammerschlagseismik Großes Geländepraktikum 2016 Tharandt!UPDATES DIESES DOKUMENTS BEACHTEN! STAND 26.10.16 Lutz Sonnabend, 20.07.16 Grundregeln LOOK - LISTEN - REPEAT - Hinweise im Praktikum
MehrChapter 1 : þÿ b e t a t h o m e a n d r o i d a p p h e r u n t e r l a d e n a p k c h a p t e r
Chapter 1 : þÿ b e t a t h o m e a n d r o i d a p p h e r u n t e r l a d e n a p k c h a p t e r þÿ R o u l e t t e & g a m e s B e t A t H o m e B o n u s C o d e 2 0 1 6 S t a r g a m e s K o n t o.
MehrSimulation des Ziegenproblems
Simulation des Ziegenproblems Die Einführung des Wahrscheinlichkeitsbegriffs ist in den Bildungsstandards (L5: Daten und Zufall) vorgeschrieben. Als motivierendes Einstiegsproblem für die Klassenstufe
MehrChapter 1 : þÿ b e t a t h o m e g i b r a l t a r K o n t a k t c h a p t e r
Chapter 1 : þÿ b e t a t h o m e g i b r a l t a r K o n t a k t c h a p t e r þÿ g e t ä t i g t e n B e t 3 6 5 B e t a t H o m e M y b e t S p o r t i n g b e t U n i b e t. u n t e r s u p p o r t
MehrStatistische Methoden in der Wirtschaftsund Sozialgeographie
Statistische Methoden in der Wirtschaftsund Sozialgeographie Ort: Zeit: Multimediapool Rechenzentrum Mittwoch 10.15-11-45 Uhr Material: http://www.geomodellierung.de Thema: Beschreibung und Analyse Wirtschafts-
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS
Sommersemester 2009 Statistik mit SPSS 24.04.2009 24.04.2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Überblick 1. Organisatorisches zur Veranstaltung 2. Das Programm SPSS, Literatur 3. Beispiele
MehrRegression III. Statistik I. Sommersemester Wiederholung. Zwei unabhängige Variablen Multivariate Zusammenhänge Interaktion.
Regression III Statistik I Sommersemester 2009 Statistik I Regression III (1/36) FN 2004 25 20 15 10 5 10 15 20 Zuwandererquote Statistik I Regression III (2/36) Zum Nachlesen Agresti/Finlay Kapitel 10.2,
MehrLogistische Regression
Grundideen Logistische Regression Exkurs Logistische Regression Auch nachzulesen bei: http://www.psychologie.uniwuerzburg.de/methoden/lehre/skripten/hs_meth_evaluation/hs_evaluation_logistisch eregression.pdf
MehrStatistics, Data Analysis, and Simulation SS 2015
Mainz, June 11, 2015 Statistics, Data Analysis, and Simulation SS 2015 08.128.730 Statistik, Datenanalyse und Simulation Dr. Michael O. Distler Dr. Michael O. Distler
MehrChapter 1 : þÿ b e t a t h o m e b e s t e S p i e l a u t o m a t c h a p t e r
Chapter 1 : þÿ b e t a t h o m e b e s t e S p i e l a u t o m a t c h a p t e r þÿ B e t - a t - H o m e L i v e C a s i n o B o n u s a k t u e l l k e i n e s p e z i e l l e O f f e r t e E i n e n
MehrChapter 1 : þÿ b e t a t h o m e c o m a g d ü s s e l d o r f c h a p t e r
Chapter 1 : þÿ b e t a t h o m e c o m a g d ü s s e l d o r f c h a p t e r þÿ d e m H e r t h a B S C B o n u s p r o g r a m m D i e E i n n a h m e n s i n d i m E t a t e i n g e p l a n t.. g e w
MehrEinführung in die formale Demographie
Einführung in die formale Demographie ROLAND RAU Universität Rostock, Wintersemester 2014/2015 26 Januar 2015 c Roland Rau Einführung in die formale Demographie 1 / 10 Wichtige Themen Übersicht I Bevölkerungsbilanzgleichung
MehrStatistics, Data Analysis, and Simulation SS 2015
Mainz, May 12, 2015 Statistics, Data Analysis, and Simulation SS 2015 08.128.730 Statistik, Datenanalyse und Simulation Dr. Michael O. Distler Dr. Michael O. Distler
MehrChapter 1 : þÿ r e g i s t r i e r e n b e t a t h o m e c h a p t e r
Chapter 1 : þÿ r e g i s t r i e r e n b e t a t h o m e c h a p t e r þÿ o d e r D i e n e u g e s t a l t e t e b e t - a t - h o m e A p p e r f ü l l t a l l e A n s p r ü c h e d i e a n m o b i l
MehrForschungsfeld: Untersuchung von atmosphärischen Myonen und Neutrinos
Forschungsfeld: Untersuchung von atmosphärischen Myonen und Neutrinos Der ANTARES-Detektor, der sich im Mittelmeer in 2500 m Tiefe befindet, dient der Detektion von hochenergetischen, kosmischen Neutrinos.
MehrModulbeschreibung Statistik
Modulbeschreibung Statistik Christian Reinboth Worum geht es in dieser Vorlesung? Eine statistische Grundlagenvorlesung ist Teil der meisten Studiengänge ob im natur-, wirtschafts- oder sozialwissenschaftlichen
Mehriid software tools QuickStartGuide iid USB base driver installation
iid software tools QuickStartGuide iid software tools USB base driver installation microsensys Nov 2016 Introduction / Einleitung This document describes in short form installation of the microsensys USB
MehrStatistik II SoSe 2006 immer von 8:00-9:30 Uhr
Statistik II SoSe 2006 immer von 8:00-9:30 Uhr Was machen wir in der Vorlesung? Testen und Lineares Modell Was machen wir zu Beginn: Wir wiederholen und vertiefen einige Teile aus der Statistik I: Konvergenzarten
MehrMathematik IV: Statistik
für D-UWIS, D-ERDW, D-USYS und D-HEST SS16 Sie hören Vitamin String Quartet Daniel Stekhoven 14.04.2016 1 Daniel Stekhoven 14.04.2016 2 Überblick Lernziele Erledigt! Grundlagen Wahrscheinlichkeitsmodell
MehrF r e i t a g, 3. J u n i
F r e i t a g, 3. J u n i 2 0 1 1 L i n u x w i r d 2 0 J a h r e a l t H o l l a, i c h d a c h t e d i e L i n u x - L e u t e s i n d e i n w e n i g v e r n ü n f t i g, a b e r j e t z t g i b t e
MehrL 3. L a 3. P a. L a m 3. P a l. L a m a 3. P a l m. P a l m e. P o 4. P o p 4. L a. P o p o 4. L a m. Agnes Klawatsch
1 L 3 P 1 L a 3 P a 1 L a m 3 P a l 1 L a m a 3 P a l m 2 P 3 P a l m e 2 P o 4 L 2 P o p 4 L a 2 P o p o 4 L a m 4 L a m p 6 N a 4 L a m p e 6 N a m 5 5 A A m 6 6 N a m e N a m e n 5 A m p 7 M 5 A m p
MehrR a i n e r N i e u w e n h u i z e n K a p e l l e n s t r G r e v e n T e l / F a x / e
R a i n e r N i e u w e n h u i z e n K a p e l l e n s t r. 5 4 8 6 2 8 G r e v e n T e l. 0 2 5 7 1 / 9 5 2 6 1 0 F a x. 0 2 5 7 1 / 9 5 2 6 1 2 e - m a i l r a i n e r. n i e u w e n h u i z e n @ c
MehrKapitel 5. Prognose. Zeitreihenanalyse wird aus drei Gründen betrieben: Beschreibung des Verlaufs von Zeitreihen.
Kapitel 5 Prognose Josef Leydold c 2006 Mathematische Methoden V Prognose 1 / 14 Lernziele Aufgabe der Prognose Problemtypen Ablauf einer Prognoseaufgabe Zeitreihe Josef Leydold c 2006 Mathematische Methoden
MehrLG Psychologische Methodenlehre und Evaluation Vorstellung Modul 2: Statistik
Vorstellung Modul 2: Statistik FernUniversität in Hagen / Horst Pierdolla Modulbetreuung Prof. Dr. Oliver Christ, Leiter des Lehrgebiets Psychologische Methodenlehre und Evaluation Dr. Lena Schützler Dr.
MehrSupplementary material for Who never tells a lie? The following material is provided below, in the following order:
Supplementary material for Who never tells a lie? The following material is provided below, in the following order: Instructions and questionnaire used in the replication study (German, 2 pages) Instructions
MehrFolien zur Vorlesung. Zeitreihenanalyse (Time Series Analysis)
Folien zur Vorlesung Zeitreihenanalyse (Time Series Analysis) Wintersemester 2014/2015 Mittwoch 14.00 15.30 Uhr Hörsaal: J 498 Prof. Dr. Bernd Wilfling Westfälische Wilhelms-Universität Münster Inhalt
MehrEinführung in die Teilchenphysik: Schwache Wechselwirkung - verschiedene Prozesse der schwachen WW - Cabibbo-Kobayashi-Maskawa-Matrix Standardmodell
Kern- und Teilchenphysik Einführung in die Teilchenphysik: Schwache Wechselwirkung - verschiedene Prozesse der schwachen WW - Cabibbo-Kobayashi-Maskawa-Matrix Standardmodell Typische Prozesse der schwachen
MehrStatistik (für Biol./Pharm. Wiss.) Einführung
Statistik (für Biol./Pharm. Wiss.) Einführung Warum Statistik? 2 Warum Statistik? ALLTAG Beratungsdienst: Fast täglich haben wir Anfragen aus dem Bereich Life Sciences! Statistik ist aus den Life Sciences
MehrAngewandte Statistik mit R
Reiner Hellbrück Angewandte Statistik mit R Eine Einführung für Ökonomen und Sozialwissenschaftler 2., überarbeitete Auflage B 374545 GABLER Inhaltsverzeichnis Vorwort zur zweiten Auflage Tabellenverzeichnis
Mehr