Rationalität und Wert von Information eine systemgesteuerte Analyse

Größe: px
Ab Seite anzeigen:

Download "Rationalität und Wert von Information eine systemgesteuerte Analyse"

Transkript

1 Ratoaltät ud Wert vo Iformato ee systemgesteuerte Aalyse Elmar Reucher 1, Wlhelm Rödder 2, Iva R. Garter 3 1 FerUverstät Hage, Proflstraße 8, Hage Elmar.Reucher@feru-hage.de 2 FerUverstät Hage, Proflstraße 8, Hage Wlhelm.Rödder@feru-hage.de 3 Uversdade Metodsta de São Paulo, Rua do Sacrameto 230, São Paulo Iva.Garter@feru-hage.de Abstract. Iformato s a precous resource whe solvg decso problems uder ucertaty. The paper deals wth the estmato of the value of formato uder dfferet ratoalty cocepts of the decso maker. The value of formato ad the expected value of (u)certa formato wll be estmated by well-kow methods of decso theory. The focus the les o the mplemetato of all decso models the computer based decso support system SPIRIT. Keywords: Value of formato, decso ratoalty, decso support system, SPIRIT. 1 Eletug Uterehme sd städg gezwuge, zetah rchtge Etscheduge zu treffe. Be cht mehr überschaubare Iterdepedeze zwsche etschedugsrelevate Größe ees gegebee Kotextberechs st ee ratoal fuderte Etschedug vom Mesche allee kaum mehr möglch, so dass es des Esatzes etschedugsuterstützeder Systeme bedarf. De egetlche mt Kosequeze verbudee Hadlugsetscheduge geht. A. e zetlch vorgelagerter Iformatosbeschaffugsprozess zum Zweck der Verbesserug der Etschedugsstuato voraus. De Etschedug darüber, ob ee Iformato lohed st oder cht, erfordert de Bestmmug hres Wertes, de der Etscheder gemäß seer Ratoaltätsmaxme dem Iformatosagebot bemsst. Klasssche aus der Lteratur bekate Vorgeheswese zur Berechug ees solche Wertes werde dem vorlegede Betrag um weterführede Idee ergäzt. Isbesodere wrd gezegt, we mttels der Expertesystem-Shell SPIRIT [18] ee systemgesteuerte Aalyse zur Berechug des Iformatoswertes möglch st. Das Wsse über ee Domäe wrd dabe Form eer Wahrschelchketsvertelug erfasst. Ee wet verbretete Form zum Aufbau probablstscher Modelle st de mttels Bayes-Netze [5], durch dere Struktur ud uterstellte Uabhäggketsaahme zwsche Modellvarable de Wahrschelchketsvertelug über ee Domäe stets edeutg festgelegt wrd. Solche Netze versage 1

2 allerdgs, we de probablstsche Modelle cht vollstädg bekat sd. Für dese Fall wrd SPIRIT de Etrope zum wetere strukturerede Elemet. Im Aschluss a das eführede Kaptel werde Kaptel 2 zuächst Etschedugsmodelle be verschedee Iformatosstäde egeordet ud wrd da der strukturelle Aufbau ees allgemee Etschedugsmodells beschrebe. A eem kleere Ivesttosbespel Kaptel 3 werde Etschedugsstuatoe uter Ugewsshet ud Rsko smulert, ud es wrd der Wert vo Iformato Abhäggket vo der ewels ageommee Ratoaltätsmaxme des Etscheders bestmmt. Schleßlch wrd das Modell uter Rsko auf das etschedugsuterstützede System SPIRIT übertrage. Kaptel 4 hat da de Dskusso des Erwartugswertes (u)scherer Iformato für e Etschedugsproblem uter parteller Ugewsshet zum Gegestad. Illustrert wrd das Gaze a eem SPIRIT formulerte zwestufge Modell zur Kosumetekredtvergabe. Aders als bsherge Publkatoe zu desem Modell [7], [16] legt das Augemerk dem vorlegede Betrag darauf, aufzuzege, we Iformatoswerte systembasert bestmmt werde. 2 Grudlage 2.1 Etschedugsmodelle be verschedee Iformatosstäde I Abhäggket des Iformatostades über de Realsato etschedugsrelevater Zustäde lasse sch Etschedugsprobleme Erweterug zu [8], S. 22, we folgt etele. Etschedug uter Scherhet Uscherhet Ugewsshet partelle Ugewsshet Rsko Abb. 1. Etschedug uter Scherhet ud Uscherhet. Ee Etschedug uter Scherhet beschrebt de Stuato, dass der Etscheder de etretede etschedugsrelevate Zustad mt Scherhet ket, was aber der Realtät selte der Fall st. Etschedugsstuatoe uter Uscherhet sd dadurch gekezechet, dass de Vorstelluge über de Realsatoe etschedugsrelevater Zustäde gar cht bekat sd (Ugewsshet), se Form eer edeutge Wahrschelchketsvertelug vorlege (Rsko) oder ee Famle vo Wahrschelchketsverteluge ee ezele Vertelug ersetzt (partelle Ugewsshet). I alle dre Fälle st der Ausgag der mt eer Etschedug verbudee Kosequez uscher. I solche Stuatoe erschet es zweckmäßg, der egetlche 2

3 Hadlugsetschedug ee Iformatosbeschaffugsprozess zetlch vorzuschalte. Etschedugsmodelle setze sch aus dem Etschedugsfeld ud der Zelfukto zusamme. Uter eer Zelfukto wrd de formale Darstellug eer Etschedugsregel verstade [8], S. 25. Das Etschedugsfeld umfasst ee Mege vo Alteratve A={a}, de Ergebsse E ={e} ud de vom Etscheder cht beeflussbare Umweltzustäde Z={z} sowe eer Zuordugsvorschrft AxZ E. z Z Zustäde A a e(a, z) Ergebsse Aktoe Abb. 2. Darstellug der Struktur vo Stadardetschedugsmodelle. Abb. 2 gbt de so auch der Lteratur zumest azutreffede Darstellug der Struktur vo Etschedugsmodelle weder. Allerdgs recht dese für de Abbldug aller Modelle cht aus, so dass es folgeder Erweterug bedarf [13], S. 20. zd Zd determerte Zustäde zs Zs sostge Zustäde zb Zb bewertete Zustäde A a e(a, zb) Ergebsse Aktoe Abb. 3. Darstellug der Struktur allgemeer Etschedugsmodelle. Der Zustadsraum Z = Zd Zs Zb besteht aus dem kartessche Produkt der Mege determerter Zustäde Zd, bewerteter Zustäde Zb ud sostger Zustäde Zs. Be de Kaptel 3 behadelte Modelle legt de klasssche Etschedugsstuato Zd = Zs = vor. Im Modell Kaptel 4 wrd de Notwedgket für ee präzsere Utertelug des Zustadsraums Zd, Zs ud Zb schtbar. Im Folgede wrd stets davo ausgegage, dass es sch be de Ergebsse E um absolut skalerte Werte W hadelt. Der Wert-Nutze zur Akto a ud zum Zustad z wrd da mt w bezechet. 2.2 Der Wert vo Iformato Wr betrachte folgede Etschedugsstuato. E Etscheder habe de Möglchket, vor der egetlche Hadlugsetschedug Iformato zum Zweck der Verbesserug seer Etschedugsstuato zu beschaffe. Des Wetere wrd ageomme, das Iformatosagebot se cht kostelos, was de Etscheder veralasse wrd, de für h subektve Wert des Iformatosagebots zu bestmme. Der Wert der Iformato hägt dabe vo dre Größe ab: der Qualtät des Iformatosagebots, dem a-pror Wsse des Etschedede ud 3

4 dem Ratoaltätsprzp des Etscheders, mt dem er de Kosequeze seer Hadluge bewertet. Der Iformatoswert wrd m Folgede für verschedee Auspräguge der obe geate Größe bestmmt. Asätze zur Bestmmug des ormatve Iformatoswerts für Etschedugsmodelle uter Ugewsshet fdet ma scho Arbete der 1950-er Jahre [3], [4], [8], [9]; se komme am folgede Bespel zur Awedug. 3 Werte vo Iformato be verschedee Iformatosstäde 3.1 Etschedug uter Ugewsshet Das Etschedugsmodell. E Uterehmer möchte gewbrged esetze. Er steht vor eer Ivesttosetschedug auf eem eue Markt ud hat zwe Alteratve A, B mt uterschedlche Barwerte zuküftger, mt 10 % abgezster Zahlugsströme, sehe Tab. 1, otert de Zele A ud B der Tab. 2. Des Wetere ka er auch auf de Ivestto bede Alteratve verzchte ud stattdesse ee ormale Ivestto laufeder Produktosle auf eem Markt mt techscher Obsolez vestere, her bezechet mt Alteratve C. De Eträge der etsprechede Zele der Etschedugsmatrx bezeche Opportutätskoste, de bem Verzcht gegeüber der Ivestto ee der bede Alteratve A, B etstehe. Tab. 1. Zahlugsströme ud hre Barwerte be verschedee Szeare. INVEST Szearo Barwert Perode A Gut B Gut C Gut A Mttel B Mttel C Mttel A Schlecht B Schlecht C Schlecht Tab. 2. Etschedugsstuato be Ugewsshet. Szearo INVEST GUT MITTEL SCHLECHT A B C Der Uterehmer steht vor der Etschedugsstuato Tab. 2 ud verfügt über keerle Iformato über de Etrtt der Szeare gut, mttel, schlecht für de ezele Ivesttoe. Er hat aber de Möglchket, Iformato über ee Iformat- 4

5 osbroker zu beschaffe, der voraussage ka, welches Szearo scher etrete wrd. I der Lteratur frmert e Iformat mt solche Fähgkete ach seem Erfder uter dem Begrff Laplace scher Dämo. Der Wert scherer Iformato (WSI). Das Bespel deses Abschtts wrd u mt verschedee Ratoaltätsmaxme durchgespelt. Pessmsmus-Ratoaltät. Nach der Pessmsmus-Ratoaltät (Wald-Regel) würde der Uterehmer max m w etschede, mt dem Wert Nach Iformatosbeschaffug wäre weder ach der Pessmsmus-Ratoaltät m ugüstgste Fall m max w mt eem Wert vo 0 realserbar. Der Wert der schere Iformato (WSI) berechet sch schleßlch aus der Dfferez ( ) WSI m max w max m w = 0 = (1) = der auch als Maxm-Wert vollkommeer Zusatzformato bezechet wrd [3], S Optmsmus-Ratoaltät. Seht der Uterehmer hgege äußerst optmstsch de Zukuft, so etschedet er ach der Maxme max max w ud realsert de Wert Be Vorlege der schere Iformato über etretede Szeare etschedet er ach der Maxme max maxw ud realsert ebefalls ee Wert vo , woraus sch für de Wert der schere Iformato ergbt WSI = max max w max max w = 0. (2) Deses Ergebs überrascht cht, da e Etscheder be extrem rskofreudgem Verhalte stets vo der für h beste Progose ausgeht ud damt auch cht mehr ees Agebots vollkommeer Iformato über de Etrtt zuküftger Szeare bedarf. Glechermaße Optmsmus-Pessmsmus-Ratoaltät. Hat der Uterehmer hschtlch der Zukuftsprogose ee glechsam pessmstsche ud optmstsche max( λ max w + 1 λ m w Vorstellug, wrd er ach dem Hurwcz-Krterum ( ) ) mt z.b. der Wahl des Optmsmusparamters λ = 0,5 ee Wert vo erreche. Be eer schere Progose über de Etrtt des Szearos st e Wert vo λ max max w + 1 λ m max w = 390 realserbar, was zu folgedem Wert der schere Iformato führt: ( ) 000 5

6 ( 1 λ) m max w max( λ max w + (1 λ) m w ) λ max max w + (3) = Der WSI be glechermaße pessmstscher/optmstscher Ratoaltätsmaxme legt her deutlch höher ( ) als be völlg pessmstscher Estellug (10 000), was a de dem Etschedugsproblem zugrudelegede Werte w legt. De her betrachtete Bespele zege, dass der WSI vom Ratoaltätsverhalte des Etscheders, her des Uterehmers, abhägt. Iwewet der Iformatoswert darüberhaus auch vom a-pror Wsse des Etscheders ud der Qualtät des Iformatosagebots abhägt, wrd m Folgede aalysert. 3.2 Etschedug uter Rsko Das Etschedugsmodell. I Erweterug des Ivesttosbespels uter Ugewsshet aus 3.1 wrd ageomme, das Uterehme befde sch der Etschedugsstuato der Tab. 3, womt e Etschedugsmodell uter Rsko vorlegt. Tab. 3. Etschedugsstuato be Rsko. SZENARIO P 0,25 0,45 0,3 INVEST GUT MITTEL SCHLECHT A B C Der Erwartugswert scherer Iformato (EWSI). Zwecks Verbesserug der Etschedugsstuato köe der Uterehmer wetere Iformato über ee Ifobroker bezehe, der de Szeare weder scher vorhersage möge. Welche Pres wrd der Uterehmer für de Iformato maxmal zu zahle beret se? De Beatwortug der Frage hägt her wederum vom Ratoaltätsverhalte des Etscheders ab. Wr wolle aehme, er strebe ach Maxmerug des Erwartugswertes, womt er ach der Bayes-Regel max pw etschedet ud ee Ergebserwartugswert vo errecht. Be uveräderter Etschedugsratoaltät bemsst sch der Ergebserwartugswert der schere Iformato auf p max w = De Dfferez beder Erwartugswerte st der erwartete Wert der schere Iformato (EWSI) EWSI = p max w max p w = (4) 6

7 Der EWSI bestmmt bekatlch de Pres, bs zu dem sch der Kauf der Iformato für de Uterehmer gerade och rechet, vgl. [9]. Es se agemerkt, dass ebe dem EWSI auch adere Bewertugskrtere auftrete köe, Abhäggket des Ratoaltätsverhalte des Etscheders. Dese Überleguge werde her cht weter verteft, vgl. edoch [8], S. 143ff.. Der Erwartugswert uscherer Iformato (EWUSI). Der Uterehmer verfüge weder über das a-pror Wsse we Tab. 3. Allerdgs versprcht der Ifobroker bessere Progose, obwohl er selbst auch ur uscher der Eschätzug des Etrtts zuküftger Szeare st. Er legt dem Uterehmer de Tab. 4 oterte bedgte Wahrschelchkete vor, um damt see Progosefähgket zu dokumetere. Tab. 4. Uschere Iformato (Progose Szearo). SZENARIO PROGNOSE GUT MITTEL SCHLECHT GUT 0,72 0,08 0,09 MITTEL 0,18 0,85 0,23 SCHLECHT 0,10 0,07 0,68 1,0 1,0 1,0 Bespelswese lest sch Tab. 4 de erste Spalte we folgt: Be Etrtt des tatsächlch egetretee Szearos gut progostzerte der Ifobroker früher 72 % aller Fälle e gutes Szearo, mt eer Wahrschelchket vo 18% e mttleres ud sost e schlechtes Szearo. Aalog lese sch de übrge Eträge der Tabelle. Zur Bestmmug des Iformatoswertes bedarf es der Umrechug der bedgte Wahrschelchkete gemäß des Bayes sche Satzes, de wr her als bekat voraussetze wolle [9], S Velmehr gebe wr sofort de Wahrschelchkete der Szeare be gegebee Progose Tab. 5 a. Tab. 5. Bedgte Wahrschelchkete (Szearo Progose). PROGNOSE SZENARIO GUT MITTEL SCHLECHT GUT 0,7408 0,0907 0,0960 MITTEL 0,1482 0,7704 0,1210 SCHLECHT 0,1112 0,1390 0,7832 Wkt 0,2430 0,4966 0,2606 Währed sch de Elemete der Matrx ählch dee Tab. 4 lese, stehe der letzte Zele de über de Satz der totale Wahrschelchket berechete Progosewahrschelchkete des Ifobrokers. De Bestmmug des Wertes der uschere Iformato (EWUSI) st m Verglech zur Berechug des EWSI aufwädger, da ebe dem a-pror Wsse über de Etrtt der Szeare Tab. 3 u auch de uschere Progose des Ifobrokers über de Etrtt der möglche Szeare de Berechug egehe. Zur Bestmmug des EWUSI st das Roll-Back-Verfahre e probates Mttel [10], S. 39ff.. Her wrd 7

8 kurzerhad de Berechugsformel agegebe; de Idee deses Verfahres wrd Kaptel 4 am Bespel ees zwestufge Etschedugsbaums deutlch. Es bezeche q k de Wahrschelchket, dass der Ifobroker de Progose k (gut, mttel, schlecht) trfft. Da errechet sch der EWUSI über de Dfferez EWUSI = max p( k) w qk max p w. (5) k Für das Bespel ergbt sch damt e EWUSI vo , = ,50, der deutlch uter dem ach (4) bestmmte EWSI vo legt. Deses Resultat etsprcht auch sofer userer Ituto, als ämlch uscherer Iformato e gergerer Wert als scherer Iformato begemesse wrd. Im folgede Kaptel wrd gezegt, we sch für das Etschedugsproblem uter Rsko sämtlche Berechuge zur Bestmmug vo Iformatoswerte systemgesteuert der Expertesystem-Shell SPIRIT durchführe lasse. 4 Systemgesteuerte Bestmmug vo Iformatoswerte 4.1 Prälmare SPIRIT st ee am Lehrstuhl für BWL, sb. OR a der FerUverstät etwckelte Expertesystem-Shell, de es gestattet, Sachverhalte über ee Wssesberech zu formulere, wobe de Sprache eg a de meschlche ageleht st. Der Aufbau eer kodtoale Wssesbass SPIRIT st we folgt [12]. Gegebe se ee edlche Mege edlchwertger Varabler V={V 1, V ) mt Auspräguge V =v. E Ausdruck der Form V = v heßt atomare Formel. Mt de Juktore (ud), (oder), (cht) sowe dem Kodtoaloperator ud der Klammerug (,) lasse sch kodtoale Ausdrücke der Form B A formulere. A ud B köe dabe weder belebge Aussage se, de aus mttels Juktore gebldete Verküpfuge atomarer Formel etstade sd. E Kodtoal B A, les we A da B, erfährt see logsche Iterpretato gemäß eer drewertge Logk; es st wahr, für AB wahr, falsch für AB wahr ud cht defert be uerfülltem B, vgl. [1]. Durch de Zuwesug vo Wahrschelchketsurtele x [0;1], mt dee probablstsche Kodtoale B A [x] wahr sd, steht ee mächtge Sprache zur Verfügug, um Sachzusammehäge über ee gewsse Kotextberech präzse beschrebe zu köe. Solche Wahrschelchketswerte x köe aus subektve Eschätzuge ees Experte ud/oder aus statstsche Aalyse ees vorlegede Datesatzes stamme. Gegebe se ee Regelmege R ={B A [x ], =1,,I} über ee Kotextberech. Da.A. ee überabzählbare Mege vo Wahrschelchketsverteluge Q de R formulerte Sachverhalte erfüllt, bedarf es ees Przps zur Auswahl ees geegete Wssesrepräsetate. I verschedee Publkatoe uabhägg voeader axomatsch begrüdet, betet sch herzu das Przp Mmaler Relatver Etrope a 8

9 [6], [12], [17]. Es besagt, wähle de Wssesrepräsetate Q, dem ur de explzt R formulerte Abhäggkete abgelegt sd ud kee wetere, was der Lösug der Aufgabe (6) etsprcht. P*=arg mr(q,p 0 ), Q erfüllt R. (6) R(Q,P 0 ) bezechet dabe de relatve Etrope zwsche der Vertelug Q ud der Glechvertelug P 0. Für Q = P* mmt de Aufgabe (6) hr Optmum a ud P* st damt das Wsse über de Kotextberech. Damt st de Wssesakqusto abgeschlosse. Zur Eschätzug der Wahrschelchket ees belebge Faktums F uter eem Szearo S berechet de Shell SPIRIT P**(F) mt P**=arg m R(Q,P*), Q erfüllt S. (7) Für ee tefer gehede Dskusso zur Phlosophe des Iformatosverarbetugsprzps vergleche ma bespelwese [12]. 4.2 Werte vo Iformato uter Rsko Das Etschedugsmodell. Betrachtet wrd weder de Übertragug des aus 3.2 bekate Etschedugsproblems. Abb. 4 zegt lks de Übertragug des Etschedugsproblems de Sprache probablstscher Kodtoale. I der zwete Spalte (P prescr) stehe de geforderte Wahrschelchkete ud der drtte (P act) de ach Löse der Aufgabe (6) etropeoptmal bestmmte. De Regel 0 ud 1 beschrebe de Wssesstad über de Etrtt möglcher Szeare. De Regel 2 bs 10 blde de Modellstruktur gemäß Etschedugsmatrx aus Tab. 3 auf Sete 6 ab. Für ee ähere Erläuterug zur Modellerug kodtoaler Etschedugsmodelle vergleche ma auch [11]. Da her e Etschedugsproblem uter Rsko vorlegt, st de Wahrschelchketsvertelug auf dem gesamte Zustadsraum Szearo determert, womt es ur ee de Regel geügede Vertelug gbt, de zuglech auch de etropeoptmale st. Abb. 4. Kodtoales Etschedugsmodell uter Rsko. Nach Löse vo (6) verfügt SPIRIT über ee Wssesstad P*, desse Radwahrschelchkete m Abhäggketsgraph Abb. 4 rechts dargestellt sd. Jede Varable hat her de Form ees Kotes, Kate zwsche de Kote symbolsere kodtoale Abhäggkete zwsche de Varable [14]. 9

10 Der Erwartugswert scherer Iformato (EWSI). Zur Smulato der Ratoaltätsmaxme Etschedug ach Bayes-Regel wrd de beste Etschedug durch sukzessve Evdeterug der Etschedugsvarable INVEST ud über de Verglech der sch dabe ewels estellede Ergebserwartugswerte bestmmt. Das Maxmum st her , vgl. Abb. 6 lks. Damt de Shell gemäß dem ratoale Verhalte des Etscheders auch de Ergebserwartugswert be scherer Iformato rchtg bestmmt, sd och de dre folgede Regel zu formulere. Abb. 5. Regel zur Abbldug der Ratoaltät des Etschedugskalküls. Nach Adapto vo P* a de Stuato S aus Abb. 5 gemäß Aufgabe (7) gbt SPI- RIT de Ergebserwartugswert be scherer Iformato mt aus, vgl. Abb. 6 rechts. Abb. 6. Ergebserwartugswerte SPIRIT. Der EWSI vo berechet sch aus der Dfferez der bede Erwartugswerte, womt das Abschtt 3.2 per Had ermttelte Resultat gemäß (4) bestätgt st. Der Erwartugswert uscherer Iformato (EWUSI). Betrachtet wrd etzt das erweterte Ivesttosmodell aus Abschtt 3.2, be dem der Ifobroker selbst ur über uschere Progose bezüglch des Etrtts möglcher Szeare verfügt. De Erweterug des bsherge Kodtoalmodells aus Abb. 4 gescheht mt de Abb. 7 oterte Regel Abb. 7. Erweterug des kodtoales Etschedugsmodell uter Rsko. 10

11 Für de her betrachtete Fall wrd de Ratoaltät des Etschedugskalküls ach Iformatosbeschaffug durch de Abb. 8 lks agegebee dre Regel ausgedrückt. Nach Adapto der de Regel 1 bs 16 erfüllede Wssesbass a dese dre Regel lefert SPIRIT de Ergebserwartugswert vo ,50. Abb. 8. Ratoaltät des Etschedugskalküls ud Ergebserwartugswert. Da der Ergebserwartugswert ohe Iformato ach we vor beträgt, ergbt sch schleßlch e EWUSI Höhe vo ,50 ; ee Bestätgug des Ergebsses gem. (5) auf Sete 8. Der Vortel des Esatzes vo SPIRIT zur Ermttlug des EWSI ud EWUSI gegeüber der Rechug per Had trtt be dem her betrachtete Modell uter Rsko ur bedgt zu Tage, er wrd aber der m folgede Abschtt behadelte Stuato uter parteller Ugewsshet überdeutlch. 4.3 Werte vo Iformato uter parteller Ugewsshet Das Etschedugsmodell. De folgede Beschrebug des Modells zur Kredtwürdgketsprüfug st fast wörtlch aus [15] etomme. E poteteller Kredtehmer beatragt ee Kosumetekredt ud stellt zuächst der Bak Iformato über se Merkmalsprofl zur Verfügug, was somt der Etschedugsstuato bekat st ud mt Bezug zur Abb. 2 auf Sete 3 ee determerte Zustad zd Zd darstellt. Daraus letet de Bak hre Wssesstad über de Zustadsmege Zb ab, de aus de Auspräguge der Varable Kredtverlauf ordugsgemäß/otleded, K-KREDIT=a/e, besteht. Es besteht de Möglchket, vor der egetlche Etschedug über de Kredtvergabe, V-VERG = a/e, och e Koste verursachedes Beratergespräch azuberaume, was der Befürwortug der Vergabe oder der Ncht-Befürwortug ede ka. Das Ergebs fdet m Zustad zs Zs see Nederschlag, was wederum Efluss auf de Wssesstad bezüglch Zb hat. De Etschedug über de Kredtvergabe a/e ud de Durchführug ees Beratergesprächs a/e sd schleßlch der Aktoemege A zu modellere. Dem Modell lag e hstorscher Datesatz zugrude, bestehed aus Kudemerkmale ud der ewelge Iformato darüber, ob der Kredt ordugsgemäß zurückgezahlt wurde oder cht. Folgede her stark verefachte Merkmalsvarable mt de Auspräguge (a/e) wurde erhobe [16]. A-EINK Ekommesstuato gut B-VERM Vermögesstuato gut 11

12 C-ARB3 md. 3-ährge feste Astellug D_KUND Kude bekat E-ALTK kee otledede Altkredte F-EINS SCHUFA-Eschätzug gut G-BUER Bürge vorhade Das zwestufge Etschedugsproblem stellt sch we folgt dar. Zuächst werde de Profle ees Kude m=(a,b,c,d,e,g) erhobe ud es wrd daraufh über de Varable I-INF etschede, ob och zusätzlch e Beratergespräch F-EINS geführt wrd oder cht, bevor de Etschedug über de Kredtvergabe a/e getroffe wrd. De Koste für e Beratugsgespräch wurde her mt 60 agesetzt; für de Ermttlug der Matrxeträge Tab. 6 vergleche ma [13]. Tab. 6. Zwestufge Etschedugsstuato. Kudeprofl = ABCDEG F-EINS = a F-EINS = e F-EINS = K = a K = e K =a K = ek = a K = e I-INF= a, K-VERG = a K-VERG =e I-INF= e, K-VERG = a K-VERG =e Da dem Datesatz ege der Kudetype gar cht oder ur selte erfasst ware, wurde deser auf Merkmalsmuster h utersucht [7]. Das Ergebs ware füf Lokale Eregsgruppe (LEGs): (A,B,K), (B,D,E,K), (D,F,K); (G,K) ud (C,K), woraus sch de Regel 0-26 Abb. 9 ergebe; de Abbldug der Modellstruktur gemäß Tab. 6 gescheht über de Regel Abb. 8. Aufbau des zwestufge kodtoale Etschedugsmodells De Etschedugsstuato verdeutlcht Tabelle 5. De Eschätzug des Beraters F-EINS etsprcht dabe der SCHUFA Abb. 9. Kodtoales Etschedugsmodell uter parteller Ugewsshet. De Vorgeheswese der LEG-Bldug hat glechermaße Vor- ud Nachtele. Se erlaubt eersets ee Kredtwürdgketsprogose auch be vollstädge Profle, obwohl dese vorher e beobachtet wurde. Aderersets täuscht se dabe ee Rskostuato vor, da de Kredtwürdgketsprogose bzgl. ees Gesamtprofls aus Telprofle geschätzt werde. Deoch sd de Progose P*(K-KREDIT=a m) für 12

13 sämtlche Kudeprofle m = (A,B,C,D,E,G) och völlg ugewss; se köe sch m Zuge weterer Iformatosbeschaffug och veräder(!), vgl. [11], [14]. Damt st de Etschedugsstruktur Proflerhebug, Etschedug Beratergespräch, Ergebs Beratergespräch, Etschedug Kredtvergabe, Kredtverlauf beschrebe. I der Realtät lag der Atel guter Kude be 88 %, womt be kosequeter Stratege der Vergabe aller Kredte de Bak m Mttel 256 pro Kredt erwrtschaftete [15]. Aber scho be eem gut/schlecht Atel der Kude m Verhälts 0,852/0,148 wäre de Bak dfferet gegeüber de Etscheduge K-VERG=a/e; deser break-eve Stuato bedarf de Bak der Uterstützug des Systems, ud für ebe dese Stuato wrd das folgede Modell aufgebaut, vgl. ochmals [15]. Für Etscheduge uter parteller Ugewsshet betet de Lteratur Abhäggket der Ratoaltät des Etscheders etsprechede Etschedugsregel. Zum Bespel das be pessmstscher Eschätzug empfohlee MaxEm-Przp, oder das be optmstscher Eschätzug vorgeschlagee MaxEmax-Przp. Alteratv wählt ma ee gute Repräsetate aus der Famle zulässger Verteluge ; da legt weder der Rskofall vor ud ma ka see Etschedug a der Bayes-Regel ausrchte [2]. Ee solch ausgezechete Vertelug st bespelswese de zuvor beschrebee etropeoptmal erzeugte P*. Der Erwartugswert scherer Iformato (EWSI). Be äußerst pessmstscher Eschätzug über de Ausgag K-KREDIT würde de Bak ach der MaxEm- Regel gemäß max m p w = 29 etschede. I desem Fall etsprcht de P MaxEm-Regel geau der Wald-Regel. Ageomme, der Berater der Bak verfüge über de Fähgket des Laplace sche Dämos, sämtlche Kude rchtg gute ud schlechte etele zu köe. Da sd ach der Pessmsmus-Ratoaltät ugüstgstefalls 0 realserbar ud damt st de Dfferez EWSI = 29. Be optmstscher Eschätzug über de Ausgag K-KREDIT würde de Bak ach der Max Emax-Regel max max p w =1 466 etschede, we auch der P Laplace sche Dämo. Damt glt be extrem optmstscher Ratoaltätsmaxme bekatermaße EWSI = 0. Im restlche Tel deses Abschtts wrd u de Shell SPIRIT zur Etschedugsuterstützug heragezoge. Für ee kokrete Kude mt dem Profl m = (A=a, B=a, C=a, D=e, E=a, G=a) progostzert SPIRIT ee Kredtwürdgket vo P*(K-KREDIT= a m) = 13

14 0,813. Oretert sch de Bak u a deser Progose, etschedet se ach der * Bayes-Regel max p w = p ( 29) + p 0 = 23,57, * * 1 * 2 wohgege der Laplace sche Dämo p max w = 1 191, 86 erwrtschaftet. Aus der Dfferez ergbt sch da EWSI = 1 215,43. Der Erwartugswert uscherer Iformato (EWUSI). I der Realtät bestzt der Berater cht de Fähgket des Laplace sche Dämos, soder stuft ee Kude Abhäggket sees Profls m ur mt eer Wahrschelchket als kredtwürdg oder cht e. Für usere spezelle Kude ebe mt P*(F-EINSCH= a m) = 0,646, was m achstehede Etschedugsbaum Abb. 10 am Ast zwsche de Kote F ud V abzulese st. A = a B = a C = a D = e E = a G = a F V K K K I V K K V Abb. 10. Zwestufger Etschedugsbaum K Zur Bestmmug des Erwartugswertes der uschere Iformato Progose des Beraters bedarf es der Bestmmug optmaler Stratege uter der Aahme zuküftg ratoale Verhaltes. Das lestet weder das Roll-Back-Verfahre. Ma etmmt dem Etschedugsbaum Abb. 10, dass der erwartete Wert der uschere Iformato Durchführug des Beratugsgesprächs gegeüber hrem Verzcht EWUSI = 147, ,57 = 170,20 ergbt. Damt legt der EWUSI wederum deutlch uter dem EWSI mt 1 215,43, vgl. auch etsprechede Amerkug

15 5 Zusammefassug I desem Betrag wurde utersucht, we der Wert vo Iformato be Etschedugsprobleme uter Uscherhet vo de Ratoaltätsmaxme des Etscheders abhägt. Zur Berechug des Iformatoswertes wurde auf bekate Istrumete der Etschedugstheore zurückgegrffe. Illustrert wurde das Gaze ahad der Modelle Ivesttosalteratve uter Ugewsshet ud Rsko ud Kredtwürdgketsprüfug uter parteller Ugewsshet. Darüber haus wurde gezegt, we de Modelle uter Rsko ud uter parteller Ugewsshet de Shell SPIRIT übertrage werde ud we dar de Berechuge zur Bestmmug vo Iformatoswerte systemgesteuert ablaufe. Lteraturverzechs 1. Calabrese, P. G. (1991), Deducto ad Iferece Usg Codtoal Logc ad Probablty, Codtoal Logc Expert Systems, Goodma, I.R. et al. (edtors), Elsever. 2. Dellma, F. (1997), Verarbetug vo Wahrschelchketsformato etschedugsuterstützede Systeme, Josef Eul, Lohmar, Köl. 3. Dkelbach, W. (1982), Etschedugsmodelle, de Gruyter, Berl. 4. Hurwcz, L. (1951), Optmalty Crtera for Decso Makg uder Igorace, Cowles Commsso Dscusso Paper No Jese, F. (1996), A Itroducto to Bayesa Networks, UCL Press Ltd., Lodo. 6. Ker-Isberer, G. (1998), Characterzg the prcple of mmum cross-etropy wth a codtoal-logcal framework, Artfcal Itellgece Vol Kulma, F., Reucher, E. (2000), Computergestützte Botätsprüfug be Bake ud Hadel, De Betrebswrtschaft (DBW), Laux, H. (1998), Etschedugstheore, Sprger, Berl. 9. Mag, W. (1977), Etschedug ud Iformato, Vahle, Müche. 10. Raffa, H. (1973), Eführug de Etschedugstheore, Oldebourg, Müche, We. 11. Reucher, E. (2002), Modellbldug be Uscherhet ud Ugewsshet kodtoale Strukture, Logos, Berl. 12. Rödder, W. (2000), Codtoal Logc ad the Prcple of Etropy, Artfcal Itellgece, 117, Rödder, W., Kulma, F., Kopttke, B. (2007), Modellgestütztes Etschede, Kurs der FerUverstät Hage. 14. Rödder, W., Reucher, E., Kulma, F. (2006), Features of the Expert-System Shell SPIRIT, Logc Joural of the IGPL, 14-3, Rödder, W., Reucher, E. (2005), Vom meschlche zum vrtuelle Etscheder - e Asatz zur formatostheoretsche Lestugsbewertug; : Mroß, M.; Thelma- Holzmayer, C. (Hrsg.): Zetgemäßes Persoalmaagemet, DUV - Gabler Edto Wsseschaft, Wesbade, Schlags-Htzelsberger, B. (1994), Etschedugsuterstützug der Kredtwürdgketsprüfug mt Hlfe des Systems SPIRIT, uveröffetlchte Dplomarbet a der FerUverstät Hage. 17. Shore, J. E., Johso, R. W. (1980), Axomatc Dervato of the Prcple of Maxmum Etropy ad the Prcple of Mmum Cross-Etropy, IEEE, Trasact If Theory, IT-26 (1) ( ). 15

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

Leitfaden zu den Indexkennzahlen der Deutschen Börse

Leitfaden zu den Indexkennzahlen der Deutschen Börse Letfade zu de Idexkezahle der Deutsche Börse Verso.5 Deutsche Börse AG Verso.5 Letfade zu de Idexkezahle der Deutsche Börse Page Allgemee Iformato Um de hohe Qualtät der vo der Deutsche Börse AG berechete

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

Grundlagen der Entscheidungstheorie

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

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen Ivestmetfods Kezahleberechug erformace Rsko- ud Ertragsaalyse, Rskokezahle Gültg ab 01.01.2007 Ihalt 1 erformace 4 1.1 Berechug der erformace über de gesamte Beobachtugzetraum (absolut)... 4 1.2 Aualserug

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

Unter einer Rente versteht man eine regelmässige und konstante Zahlung 8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher

Mehr

Erzeugen und Testen von Zufallszahlen

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

Mehr

2. Mittelwerte (Lageparameter)

2. Mittelwerte (Lageparameter) 2. Mttelwerte (Lageparameter) Bespele aus dem täglche Lebe Pro Hemspel hatte Borussa Dortmud der letzte Saso durchschttlch 7.2 Zuschauer. De deutsche Akte sd m Durchschtt um 0 Zähler gefalle. I Ide wurde

Mehr

Kapitel XI. Funktionen mit mehreren Variablen

Kapitel XI. Funktionen mit mehreren Variablen Kaptel XI Fuktoe mt mehrere Varable D (Fuktoe vo uabhägge Varable Se R ud D( f R Ist jedem Vektor (Pukt (,,, D( f durch ee Vorschrft f ee reelle Zahl z = f (,,, zugeordet, so heßt f ee Fukto vo uabhägge

Mehr

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen .. Jährlche Retezahluge... Vorschüssge Retezahluge Ausgagspukt: Über ee edlche Zetraum wrd aus eem Kaptal (Retebarwert v, ), das zseszslch agelegt st, jewels zu Beg ees Jahres ee bestmmte Reterate ř gezahlt

Mehr

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten Festverzslche Wertaere Kurse ud Redte be gazzahlge Restlaufzete Glederug. Rückblck: Grudlage der Kursrechug ud Redteermttlug 2. Ausgagsstuato 3. Herletug der Formel 4. Abhäggket vom Marktzsveau 5. Übugsaufgabe

Mehr

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit Bespelklausur BWLB TelMarketg 45MuteBearbetugszet BWLBBespelklausurTelMarketg Sete WchtgeHwese:. VOLLSTÄNDIGKEIT: PrüfeSeuverzüglch,obIhreKlausurvollstädgst(Aufgabe).. ABGABE: EsstdegesamteKlausurabzugebe.

Mehr

Statistische Grundlagen Ein kurzer Überblick (diskret)

Statistische Grundlagen Ein kurzer Überblick (diskret) Prof. J.C. Jackwerth 1 Statstsche Grudlage E kurzer Überblck (dskret De wchtgste Begrffe ud Deftoe: 1 Erwartugswert Varaz / Stadardabwechug 3 Stchprobevaraz 4 Kovaraz 5 Korrelatoskoeffzet 6 Uabhäggket

Mehr

Konzentrationsanalyse

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

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

Einführung Fehlerrechnung

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

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

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

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

2.2 Rangkorrelation nach Spearman

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

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

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

Mehr

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet:

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet: Pro. Dr. Fredel Bolle LS ür Volkswrtschatslehre sb. Wrtschatstheore (Mkroökoome) Vorlesug Mathematk - WS 008/009 4. Deretalrechug reeller Fuktoe IR IR (Karma, S. 00 06, dort glech ür IR IR m ) 4. Partelle

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste): Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge

Mehr

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

Formelsammlung zur Zuverlässigkeitsberechnung

Formelsammlung zur Zuverlässigkeitsberechnung Formelsmmlug zur Zuverlässgetsberechug zusmmegestellt vo Tt Lge Fchhochschule Merseburg Fchberech Eletrotech Ihlt:. Zuverlässget vo Betrchtugsehete.... Zuverlässget elemetrer, chtreprerbrer ysteme... 3.

Mehr

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst Marketg- ud Iovatosmaagemet Herbstsemester 2013 - Übugsaufgabe Leseder: Prof. Dr. Adreas Fürst Isttut für Marketg ud Uterehmesführug Abtelug Marketg Uverstät Ber Ihaltsverzechs 1 Eletug Allgemee Grudlage

Mehr

Korrelations- und Regressionsanalyse

Korrelations- und Regressionsanalyse Kaptel VI Korrelatos- ud Regressosaalse B 6 (Gegestad der Korrelatos- ud Regressosaalse) Währed de Korrelatosaalse de Estez, de Stärke ud de Rchtug des Zusammehags zwsche zwe oder mehrere statstsche Varable

Mehr

Geometrisches Mittel und durchschnittliche Wachstumsraten

Geometrisches Mittel und durchschnittliche Wachstumsraten Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Geometrsches Mttel ud durchschttlche Wachstumsrate Modellaufgabe Übuge Lösuge www.f-lere.de Geometrsches

Mehr

Definitionen und Aussagen zu Potenzreihen

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

Mehr

Einführung in die Stochastik 3. Übungsblatt

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

Mehr

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt?

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt? Klausur Wrtschaftsstatstk. [ Pukte] E Uterehme hat folgede Date ermttelt: Moat Gelestete Arbetsstude Lohkoste pro Arbetsstude Jauar 86.400 0,06 Februar 75.000 3,0 März 756.000 4,47 Aprl 768.000,53 Ma 638.400

Mehr

Investitionsentscheidungen im Multi-Channel-Customer-Relationship Management 1

Investitionsentscheidungen im Multi-Channel-Customer-Relationship Management 1 Ivesttosetscheduge m Mult-Chael-Customer-Relatoshp Maagemet Has Ulrch Buhl, Na Kreyer, Na Schroeder Lehrstuhl für Betrebswrtschaftslehre, Wrtschaftsformatk & Facal Egeerg Kerkompetezzetrum Iformatostechologe

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Name: Vorame: Matrkel-Nr.: BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Itegrerter Studegag Wrtshaftswsseshaft Klausuraufgabe zur Hauptprüfug Prüfugsgebet: BWW 2.8

Mehr

Multiple Regression (1) - Einführung I -

Multiple Regression (1) - Einführung I - Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methode der comutergestützte Produkto ud Logstk 9. Bedesysteme ud Warteschlage Prof. Dr.-Ig. habl. Wlhelm Dagelmaer Modul W 336 SS 06 Bedesysteme ud Warteschlage Besel: Fahrradfabrk Presse Puffer Lackerere

Mehr

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil IV Musterklausuren (Univ. Essen) mit Lösungen Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Defere de Folge (a ) Õ mt a =+: Eplzte Defto *+ a() Doe 3, falls = Rekursve Defto Defere de Folge (b ) Õ, b = : b + sost whe(=,

Mehr

Interpolationspolynome

Interpolationspolynome Iterpolatospolyome Ac Gegebe sd +1 Stützstelle x 0 bs x zusamme mt hre Stützwerte y 0 bs y. Durch de Pukte ( x / y ) soll e Polyom p(x) -te Grades gelegt werde : p(x) = a 0 + a 1 x + a 2 x² + + a x = Das

Mehr

F 6-2 π. Seitenumbruch

F 6-2 π. Seitenumbruch 6 trebsauslegug Für dese ckelprozess üsse de otore so ausgelegt werde, dass dese Fahrbetreb cht überlastet werde. Herfür üsse de ezele asseträghetsoete [7] der Bautele (otor, etrebe, ckler ud Ulekrolle)

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

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

Mehr

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

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

Mehr

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Prüfuge abgegebe sowet erforderlch. Stad 1. Jul 2010. Äderuge vorbehalte. Formelsammlug Fazplaer

Mehr

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

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Ole- ud a de müdlche Prüfuge abgegebe sowet erforderlch. A der schrftlche Klausur (Ope-book-Prüfug)

Mehr

Prinzip "Proportional Reduction of Error" (PRE)

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

Mehr

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen?

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen? Aufgabe 1 (60 Pukte) De Gesellschaft XYZ betet als prvate Reteverscherug ee Idepolce gege Emalbetrag a mt eer Aufschubfrst vo zwe Jahre. Ivestert wrd e so geates IdeZertfkat, das be Retebeg das folgede

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk ud Wahrschelchketsrechug Mathas Graf 8.04.009 Ihalt der heutge Vorlesug Auswahl eer Vertelugsfukto: Wahrschelchketspaper Schätzug ud Modelletwcklug: Methode der Momete Methode der Maxmum Lkelhood

Mehr

Deskriptive Statistik - Aufgabe 3

Deskriptive Statistik - Aufgabe 3 Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der

Mehr

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x)

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x) Lösuge Aufgabe Merkmal (x) Häufgket (h) h x,, 3, 3,, 8, 5, 5, 6, 6, 7, 3, 8, 3 5, 9, 38,, 5,, 8 68,, 6 3, 3, 9,, 8, 5, 5 5, 6, 3 78, 7, 5, 8, 8, 3, 3, Summe 5.63, Aufgabe Häufgketsvertelug (Stabdagramm)

Mehr

Eigenwerteinschließungen I

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

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung De Bomalvertelg al Wahrchelchketvertelg für de Schadevercherg Für da Modell eer Schadevercherg e gegebe: = Schade ee Verchergehmer, we der Schadefall etrtt w = Wahrchelchket dafür, da der Schadefall etrtt

Mehr

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

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

Mehr

Strittige Auffassungen zu Anforderungsprofil und Betriebsart bei der Neufassung der IEC 61508-3 und -7

Strittige Auffassungen zu Anforderungsprofil und Betriebsart bei der Neufassung der IEC 61508-3 und -7 Strtte Auffassue zu Aforderusrofl ud Betrebsart be der Neufassu der IEC 6508-3 ud -7 Vortra a der TU Brauschwe m November 205 vo Wolfa Ehreberer, Hochschule Fulda 7..205 Ehreberer, IEC 6508, Strtte Auffassue...

Mehr

Kapitel 6: Regression

Kapitel 6: Regression udwg-maxmlas-uverstät Müche Isttut für Iformatk ehr- ud Forschugsehet für Datebaksysteme Skrpt zur Vorlesug Kowledge Dscovery Databases m Sommersemester 05 Kaptel 6: Regresso Vorlesug: PD Dr. Arthur Zmek

Mehr

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen.

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen. Statstk st de Kust, Date zu gewe, darzustelle, zu aalysere ud zu terpretere um zu euem Wsse zu gelage. Sachs (984) Aufgabe De Statstk hat also folgede Aufgabe: Zusammefassug vo Date Darstellug vo Date

Mehr

Grundlagen der Informatik 2. Grundlagen der Digitaltechnik. 3. Entwicklungssatz der Schaltalgebra

Grundlagen der Informatik 2. Grundlagen der Digitaltechnik. 3. Entwicklungssatz der Schaltalgebra Grudlage der Iormatk Grudlage der Dgtaltechk 3. Etwcklugssatz der Schaltalgebra Pro. Dr.-Ig. Jürge Tech Dr.-Ig. Chrsta Haubelt Lehrstuhl ür Hardware-Sotware Sotware-Co-Desg Grudlage der Dgtaltechk Etwcklugssatz

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

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

Mehr

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

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

Mehr

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit Glederug: A. Vermögesverwaltug I. Gegestad II. Ablauf III. Koste B. Grudzüge der Kaptalmarkttheore I. Portefeulletheore 1. Darstellug. Krtk II. Captal Asset Prcg Model (CAPM) 1. Darstellug. Krtk III. Arbtrage

Mehr

Maße zur Kennzeichnung der Form einer Verteilung (1)

Maße zur Kennzeichnung der Form einer Verteilung (1) Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug

Mehr

Induktion am Beispiel des Pascalschen Dreiecks

Induktion am Beispiel des Pascalschen Dreiecks Iduto am Bespel des Pascalsche Dreecs Alexader Rehold Coldtz 0.02.2005 Eletug vollstädge Iduto De vollstädge Iduto st ebe dem drete ud drete Bewesverfahre ees der wchtgste der Mathemat. Eher bespelhaft

Mehr

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen Prof. Dr. Fredel Bolle 3. rgäzuge zur Haushaltstheore, sbesodere Dualtät ud Aweduge (Btte wederhole Se zuächst emal de Haushaltstheore aus Mkro I!!!) komme gegebe errechbare Idfferezkurve festgelegt Güterprese

Mehr

Messfehler, Fehlerberechnung und Fehlerabschätzung

Messfehler, Fehlerberechnung und Fehlerabschätzung Apparatves Praktkum Physkalsche Cheme der TU Brauschweg SS1, Dr. C. Maul, T.Dammeyer Messfehler, Fehlerberechug ud Fehlerabschätug 1. Systematsche Fehler Systematsche Fehler et ma solche Fehleratele, welche

Mehr

Grundzüge der Preistheorie

Grundzüge der Preistheorie - - Grudzüge der Prestheore Elemetare Gedake der uterehmersche Prespoltk Verso 3. Harr Zgel 999-3, EMal: HZgel@aol.com, Iteret: http://www.zgel.de Nur für Zwecke der Aus- ud Fortbldug Ihaltsüberscht. Grudgedake.....

Mehr

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre

Mehr

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient Ablehugsberech:!Sgfkazveau abhägge Gruppe: Gruppe vo Versuchspersoe, dee jede ezele Versuchsperso aus Gruppe A eer äquvalete Versuchsperso aus Gruppe B etsprcht (oder tatsächlch de gleche Versuchsperso

Mehr

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält.

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält. Parameterschätzuge Fachhochschule Jea Uversty of Appled Sceces Jea Oft st der Vertelugstyp eer Zufallsgröße X bekat, ur de Parameter sd ubekat. Da erfolgt hre Schätzug aus eer Stchprobe. Ma uterschedet

Mehr

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele Ererug: Fuktoslere 5.6 Support Vector Masches (SVM) überomme vo Stefa Rüpg, Kathara Mork Uverstät Dortmud Vorlesug Maschelles Lere ud Data Mg WS 2002/03 Gegebe: Bespele X LE de ahad eer Wahrschelchketsvertelug

Mehr

Der Approximationssatz von Weierstraß

Der Approximationssatz von Weierstraß Der Approxmatossatz vo Weerstraß Ja Köster 22. Oktober 2007 1 Eführug Aus der Aalyss wsse wr, dass sch aalytsche Fuktoe durch Potezrehe der Form f(x = a 0 + a 1 x + a 2 x 2 +... darstelle lasse. Dabe kovergert

Mehr

1 Elementare Finanzmathematik

1 Elementare Finanzmathematik Elemetare Fazmathemat 4 Elemetare Fazmathemat Zel: Bewertug ud Verglech atueller ud zuüftger Geldströme. Determstsche Zahlugsströme Defto: E determstscher Zahlugsstrom st ee Futo Z: N R, de jedem Zetput

Mehr

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

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

Mehr

5 Reproduktions- und Grenzwertsätze

5 Reproduktions- und Grenzwertsätze Reproduktos- ud Grezwertsätze Reproduktos- ud Grezwertsätze. Reproduktossätze Bespel 0: Der Aufzug eer Frma st zugelasse für Persoe bzw. 000 kg. Das Durchschttsgewcht der Agestellte der Frma st µ = 80

Mehr

Ein paar einfache q-analoga des binomischen Lehrsatzes

Ein paar einfache q-analoga des binomischen Lehrsatzes E paar efache -Aaloga des bosche Lehrsatzes Joha Cgler Sowet r beat st, gbt es ee allgeee Utersuchuge darüber, we sch das Reurrezverhalte vo Boalsue ädert, we a de Boaloeffzete durch ersetzt U ee erste

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

IV. VERSICHERUNGSUNTERNEHMUNG

IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG Vers.-Oek.Tel-I-Ka-IV--5 Dr. Rurecht Wtzel; HS 09.0.009 IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG. Überblck ) I desem Katel wede wr us der Aalyse der Verscherugsuterehmug

Mehr

Allgemeine Prinzipien

Allgemeine Prinzipien Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege

Mehr

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

Ralf Korn. Elementare Finanzmathematik

Ralf Korn. Elementare Finanzmathematik Ralf Kor Elemetare Fazmathematk Ihaltsverzechs. Eletug Exkurs : Akte Begrffe, Grudlage ud Geschchte. We modellert ma Aktekurse? 4. Edlche E-Perode-Modelle 6. Edlche Mehr-Perode-Modelle 3.3 Das Black-Scholes-Modell

Mehr

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004 Stattk fü Igeeue (IAM) Veo 74 Vaazaalye Mt de efache Vaazaalye (ANOVA Aaly of Vaace) wd de Hypothee gepüft, ob de Mttelwete zwee ode mehee Stchpobe detch d, de au omaletelte Gudgeamthete gezoge wede, de

Mehr

Die Methode des 2.Moments

Die Methode des 2.Moments De Methode des 2.Momets Chrstoph Schmdt July 13, 2004 1 Eletug De Varaz eer Zufallsvarable st hre mttlere quadratsche Abwechug vo hrem Erwartugswert. V ar[x] = E[(X EX) 2 ] = E[X 2 ] E[X] 2 Der Term E[X

Mehr

Einführung in Statistik

Einführung in Statistik Eführug Statstk 4. Semester Begletedes Skrptum zur Vorlesug m Fachhochschul-Studegag Iformatostechologe ud Telekommukato vo Güther Kargl FH Campus We 2009 Ihaltsverzechs Eführug Statstk Eletug. Deskrptve

Mehr

Schiefe-, Wölbungs- und Konzentrationsmaße

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

Mehr

Investmentfonds Kennzahlen- berechnung

Investmentfonds Kennzahlen- berechnung Ivestmetfods Kezahle- berechug erformace Rsko- ud Ertragsaalyse, Rskokezahle Gültg ab 0.0.2007 Ivestmetfods - Kezahleberechug 2 Ivestmetfods - Kezahleberechug Ihalt erformace 4. Berechug der erformace

Mehr

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145 Mahemer Mauskrpte zu Rskotheore, Portfolo Maagemet ud Verscherugswrtschaft Nr. 45 Methode der rskobaserte Kaptalallokato m Verscherugs- ud Fazwese vo Peter Albrecht ud Sve Korycorz Mahem 03/2003 Methode

Mehr

Das Modell der monopolistischen Konkurrenz

Das Modell der monopolistischen Konkurrenz Prof. Dr. C.C. vo Wezsäcker Das Modell der mooolstsche Kokurrez De Wrtschaftstheore verfüt über e relatv efaches Modell des Wettbewerbs mt heteroee Güter. Da de meste Märkte solche mt heteroee Güter sd,

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) 6. Zuammehagmaße Kovaraz ud Korrelato Problemtellug: Bher: Ee Varable pro Merkmalträger, Stchprobe x,, x Geucht: Maße für Durchchtt, Streuug, uw. Jetzt: Zwe metrche! Varable pro Merkmalträger, Stchprobe

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes Quellecoderug Durch de Quellecoderug werde de Date aus der Quelle codert, bevor se ee Übertragugskaal übertrage werde De Coderug det der Verkleerug

Mehr

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien REGRESSION Ee awedugsoreterte Eführug Marcus Hudec Chrsta Neuma Uterstützt vo Isttut für Statstk der Uverstät We Eletug De Regresso st e velfältg esetzbares Werkzeug zur Beschrebug ees fuktoale Zusammehags

Mehr

Ergebnis- und Ereignisräume

Ergebnis- und Ereignisräume I Ergebs- ud Eregsräume Zufallsexpermete Defto: E Expermet, welches belebg oft uter gleche Bedguge wederholbar st ud desse Ergebs cht mt Bestmmthet vorhergesagt werde ka (d.h. es gbt md. 2 Mgk.), heßt

Mehr

Quantitative BWL 2. Teil: Finanzwirtschaft

Quantitative BWL 2. Teil: Finanzwirtschaft Quattatve BWL. el: Fazwtschaft Mag. oáš Sedlačk Lehstuhl fü Fazdestlestuge Uvestät We Quattatve BWL: Fazwtschaft Ogasatosches Isgesat wd es 6 ee gebe (5 Ehete + Klausu Klausu fdet a D 7. Jaua 009 statt

Mehr

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling Aalse ud praktsche Umsetzug uterschedlcher Methode des Radomzed Brach Samplg Dssertato zur Erlagug des Doktorgrades der Fakultät für Forstwsseschafte ud Waldökologe der GeorgAugustUverstät Göttge vorgelegt

Mehr

2 Regression, Korrelation und Kontingenz

2 Regression, Korrelation und Kontingenz Regresso, Korrelato ud Kotgez I desem Kaptel lerst du de Zusammehag zwsche verschedee Merkmale durch Grafke zu beschrebe, Maßzahle ür de Stärke des Zusammehags zu bereche ud dese zu terpretere, das Wsse

Mehr

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern AMMO Berchte aus Forschug ud Techologetrasfer Etwcklug eer Dsatcherfukto zur Überrüfug vo Nomerugsmege der Betrebsführug vo Erdgassecher Prof. Dr. sc. tech. Dr. rer. at. R. Ueckerdt Dr.Ig. H.W. Schmdt

Mehr

2. Arbeitsgemeinschaft (11.11.2002)

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

Mehr

Z Z, kurz. Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Z Z, kurz. Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden. Kombator Problemstellug Ausgagsput be ombatorsche Fragestelluge st mmer ee edlche Mege M, aus dere Elemete ma edlche Zusammestelluge vo Elemete aus M bldet Formal gesproche bedeutet das: Ist M a,, a ee

Mehr