Kausalität. Korrelation. Kovarianz. Kausalität, Korrelation und Kovarianz bei Messunsichercheitanalysen
|
|
- Gertrud Hofmeister
- vor 6 Jahren
- Abrufe
Transkript
1 Kasalität, Korrelation nd Kovarianz bei essnsiherheitanalysen Kasalität Korrelation tandard Verfahren des GU Grndbegriffe hätzng der Korrelation Kombinieren der Unsiherheiten eispiele onte Carlo imlation Zsammenfassng aryna Galovska, Volkswagen G maryna.galovska@volkswagen.de Kovarianz erehnng der essnsiherheit Empfehlngen für die Prais, erlin, 7. nd 8. ärz 06
2 . tandard Verfahren des GU Kasalität Korrelation. odellieren der essng. Einshätzng der Größen 3. Einshätzng der Korrelationen. Kombinieren der Werte nd Unsiherheiten nter der erüksihtigng der Korrelationen 5. hätzng der erweiterten essnsiherheit 6. ngeben des vollständigen essergebnisses Y=f,,, y ± U Kovarianz,,, r,.
3 . Kasalität nd Korrelation Kasalität: Veränderng ist Ursahe für Veränderng Wirkng Korrelation drh eine gemeinsame dritte Variable: 3 kasaler Effekt Korrelation Zsammenhang zwishen Zfallsgrößen innerhalb einer Verteilng fgrnd desselben Normals essgeräts Referenzwerts Korrelation zwishen nd darf niht als kasal interpretiert werden! Große änner verdienen mehr * Korrelation zwishen hokoladenkonsm nd nzahl an Nobelpreisträgern in einem Land ** * m 000 ero grosse maenner verdienen mehr a html ** 3
4 . Korrelation nd Kovarianz Varianz von Varianz von r Var Var Gemeinsame Varianz von nd Korrelationskoeffizient harakterisiert den Grad der Korrelation Cov, Im Kontet der essnsiherheit:, r, - r, hätzng der Kovarianz: Eperimentell as essreihen odellbasiert, as Erfahrng oder Vorkenntnissen..
5 .3 arstellng von zwei korrelierten Größen pplement : mltivariate Gaß Verteilngen ndere Verteilngen:. 5
6 . Korrelation. Etrembeispiel = essgerät Ohne erüksihtigng der Korrelation rm, m = 0 m = m + m m = m m = m it erüksihtigng der Korrelation m rm, m = = 0 m = m m hätzwert der essnsiherheit liegt im Intervall von 0 bis m abhängig von der erüksihtigng der Korrelation!
7 3. erehnng der Kovarianz Korrelation eobahtete Korrelation Logishe Korrelation Ermittlng tatistish Type Niht statistish Type Verfügbare Information eobahtngen bei den Wiederholmessngen: : :,,... n... n essgrößen sind von einer Größe abhängig: F q, F q Kovarianz, n n i i F q F q q r,,. 7
8 3. Kombinieren der Unsiherheiten Y=f,,,,,,,,, Kombinierte Varianz: y N i N ji ij i, j ensitivitätskoeffitienten: i f i. 8
9 3. Kombinieren der Unsiherheiten Y=f,,, r r, r, r, r, r, r, Kombinierte Varianz: y N i i i N i N ji i j i j r, i j. 9
10 . eispiel. eobahtete Korrelation essng des Widerstandes: R R U, V ru, U = 0.7 essgleihng: R U U V V U R U R Normalwiderstand: 00,0037 Ω; =0,000 Ω U, V Wiederholmessngen: U : 0,099; 0,005; 0,000; 0,005; 0,003; 0,05; 0,000; 0,00; 0,0; 0,0 V U : 0,035; 0.069; 0,07; 0,06; 0.063; 0,073; 0,09; 0,05; 0,060; 0,063 V Weil die hwankngen einer tromqelle af zwei Größen U, U wirken, kommt es zr Korrelation.. 0
11 . eispiel. eobahtete Korrelation Komponenten der Unsiherheit: / U 0,006 V 0,0008 V U 0,057 V 0,00 V R 00,0037 Ω 0,000 Ω Korrelation: r U U R U 0,7 0 U 0,7 0 R 0 0 Empfindlihkeitskoeffizienten: U Kombinierte Varianz: U U R U R U R U U R U U U U R R U U U U r U, U.
12 . eispiel. Logishe Korrelation * y y essng der Position von nd in einem anderen Koordinatensystem: nd sind korreliert afgrnd der gemeinsamen Transformation F : F : r,? * design.de/.
13 0,5, 0,05 r mm nnahme: essnsiherheiten der Koordinate von nd nd der Transformation sind gleih:, F F,, r. eispiel. Logishe Korrelation, mm, mm F : F :. 3 onte Carlo imlation
14 y ittelpnkt in Koordinatensystem: / bstand: 3, r, r. eispiel. Logishe Korrelation ittelpnkt: / bstand: erehnete im,y Koordinatensystem vor der Transformation Fnktionsmaßen y mm 035 0, mm 07 0,
15 y ittelpnkt in Koordinatensystem: / bstand: 3, r, r. eispiel. Logishe Korrelation ittelpnkt: / bstand: 0,06 mm 0,07 mm mm 035 0, mm 07 0,
16 5. onte Carlo imlation =0.05; N=00000; =[0 3; 0 3]'; N=00000; =0.05*sqrt; r=0.5; =; ov=[* r**; r** * ]; =0+normrnd0,,, N; =0+normrnd0,,, N; d= 3+normrnd0,,, N; s=+d; s=+d; plots, s, '.' r=orrs', s' F : F : r, for i=: R=mvnrnd, ov, N; plotr:,,r:,, '.'; hold on end s=r:, ; s=r:, ; s=s+s/; s=s s; _=stds _=stds, s=s+s/; s=s s; _=stds _=stds
17 5. Zsammenfassng Korrelation beshreibt den Zsammenhang zwishen den Variablen. Korrelation im Kontet der essnsiherheit ist drh eine dritte Variable verrsaht. Korrelation darf niht immer als kasal betrahtet. Kovarianz ishkomponente der Unsiherheit mss geshätzt oder eperimentell ermittelt werden. ie kombinierte Unsiherheit nter erüksihtigng der Korrelation kann nah GU oder onte Carlo ethode pplement berehnet werden. Korrelationen können die kombinierte essnsiherheit sowohl vergrößern als ah verringern.
18 anke für die fmerksamkeit!
Alles andere als Glücksspiel
Alles andere als Glücksspiel Statistische Analysen von Kafwahrscheinlichkeiten nd Kndenaffinitäten werden zr Erfolgsgrndlage im Gewerbekndenvertrieb Von Oliver Hoidn (Kreissparkasse Esslingen-Nürtingen),
Mehr=0 (vorzeichenbehaftet) =0 (vorzeichenbehaftet) + I 3 I 2 =0 I 1 +I 2 = I 3 R 1 R 3 U 1 =0 I 3 U 2 R 2
Elektronishe Systeme -. Gleihspannngskreise ---------------------------------------------------------------------------------------------------- G. Shatter 6. Mai 004. Gleihspannngskreise. Knoten-Mashensatz
MehrBewegungsgleichung der Speziellen Relativitätstheorie
Ator: Walter islin on 6 walter.bislins.h/blog/.5.3 3:6 ewegngsgleihng der Seiellen Relatiitätstheorie Dienstag, 6. Jni - :4 Ator: wabis Themen: Wissen, Physik, Kosmologie Wenn es m Geshwindigkeiten ab
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
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
MehrEinmassenschwinger Teil I.2 Herleitung der Bewegungsgleichung 15
Einassenshwinger Teil I.2 Herleitng der Bewegngsgleihng 15 2 Herleitng der Bewegngsgleihng 2.1 Angreifende Kraft p(t) Für diese Erläterngen wird als Beispiel die Deplatte it Stützen von Abb.1-2 betrahtet.
MehrVerteilungen mehrerer Variablen
Kapitel 3 Verteilungen mehrerer Variablen 3. Eigenschaften von Verteilungen mehrerer Variablen Im allgemeinen muss man Wahrscheinlichkeiten für mehrere Variable, die häufig auch voneinander abhängen, gleichzeitig
MehrKapitel XII - Kennzahlen mehrdimensionaler Zufallsvariablen
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XII - Kennzahlen mehrdimensionaler Zufallsvariablen Wahrscheinlichkeitstheorie Prof. Dr. W.-D. Heller Hartwig Senska
MehrSpezielle Relativitätstheorie. Dynamik der Speziellen Relativitätstheorie
Seielle Relatiitätstheorie Dnamik der Seiellen Relatiitätstheorie Dnamik Dnamik als Teilgebiet der Mehanik beshreibt die Änderng der Bewegngsgrößen Weg, Geshwindigkeit nd Beshlenigng nter Einwirkng on
MehrZum Begriff der Paare: ab ordinalem Messniveau
Zum Begriff er Paare: ab orinalem Messniveau Begriffsefinition von Paaren: gleihe bzw. untershielihe Rangornung zwishen Untersuhungsobjekten (z. B. Personen) Paare können konkorant oer iskorant sein 1)
MehrH2 1862 mm. H1 1861 mm
1747 mm 4157 mm H2 1862 mm H1 1861 mm L1 4418 mm L2 4818 mm H2 2280-2389 mm H1 1922-2020 mm L1 4972 mm L2 5339 mm H3 2670-2789 mm H2 2477-2550 mm L2 5531 mm L3 5981 mm L4 6704 mm H1 2176-2219 mm L1 5205
Mehr1. Theoretische Grundlagen
Fachbereich Elektrotechnik / Informationstechnik Elektrische Mess- nd Prüftechnik Laborpraktikm Abgabe der Aswertng dieses Verschs ist Vorassetzng für die Zlassng zm folgenden ermin Grndlagen der Leistngsmessng
MehrVarianz und Kovarianz
KAPITEL 9 Varianz und Kovarianz 9.1. Varianz Definition 9.1.1. Sei (Ω, F, P) ein Wahrscheinlichkeitsraum und X : Ω eine Zufallsvariable. Wir benutzen die Notation (1) X L 1, falls E[ X ]
MehrPlanen mit mathematischen Modellen 00844: Computergestützte Optimierung. Autor: Dr. Heinz Peter Reidmacher
Planen mit mathematischen Modellen 00844: Computergestützte Optimierung Leseprobe Autor: Dr. Heinz Peter Reidmacher 11 - Portefeuilleanalyse 61 11 Portefeuilleanalyse 11.1 Das Markowitz Modell Die Portefeuilleanalyse
Mehr=!'04 #>4 )-:!- / )) $!# & $ % # %)6 ) + # 6 0 %% )90 % 1% $ 9116 69)" %" :"6. 1-0 &6 -% ' 0' )%1 0(,"'% #6 0 )90 1-11 ) 9 #,0. 1 #% 0 9 & %) ) '' #' ) 0 # %6 ;+'' 0 6%((&0 6?9 ;+'' 0 9)&6? #' 1 0 +& $
MehrZeitreihenökonometrie
Zeitreihenökonometrie Kapitel 8 Impuls-Antwort-Funktionen Interpretation eines VAR-Prozesses 2 Fall eines bivariaten Var(p)-Prozess mit 2 Variablen und ohne Konstante 1 1 p p 1,t α11 α 12 1,t-1 α11 α 12
MehrProf. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006
Empirische Softwaretechnik Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 1 Experiment zur Vererbungstiefe Softwaretechnik: die Vererbungstiefe ist kein guter Schätzer für den Wartungsaufwand
MehrModerne Methoden der Datenverarbeitung in der Physik I
Moderne Methoden der Datenverarbeitung in der Physik I Prof. Dr. Stefan Schael / Dr. Thomas Kirn I. Physikalisches Institut MAPLE II, Krypthographie Wahrscheinlichkeit Zufallszahlen, Wahrscheinlichkeitsdichten,
MehrKontrolle Physik-Leistungskurs Klasse 11 Widerstände
Kontroe hysik-eistngskrs Kasse 11 Widerstände..016 1. Es stehen zwei Gühapen 6 V/1,5 W nd V/1,5 W sowie eine Spannngsqee 9 V zr Verfügng. Was passiert, wenn an die beiden Gühapen nd die Spannngsqee in
MehrLabor Messtechnik Versuch 7 Drehmomentenmessung
F Ingenierwesen F Maschinenba Prof. r. Kröber Versch 7 rehmomentenmessng Seite 1 von 6 Versch 7: rehmomentenmessng, Gleichspannngsmessverstärker 1. Verschsafba 1.1. Umfang des Versches Im Versch werden
MehrStrahlhomogenisierung
Strahlhomogenisierng Thomas Büttner 12.11.2008 Scheinseminar Wintersemester 2008/2009 Optische Lithographie Anwendngen Grenzen Perspetiven Optische Lithographie: Anwendngen Grenzen nd Perspetiven Strahlhomogenisierng
MehrReelle Zufallsvariablen
Kapitel 3 eelle Zufallsvariablen 3. Verteilungsfunktionen esultat aus der Maßtheorie: Zwischen der Menge aller W-Maße auf B, nennen wir sie W B ), und der Menge aller Verteilungsfunktionen auf, nennen
MehrYield Management II. Das Zeitungsjungenproblem
II Flie 1 Das Zeitngsjngenprblem Ein Zeitngsjnge kaft Zeitngen beim Verlag für f c je Stück ein nd verkaft sie für f p je Stück. Die Nachfrage nach Zeitngen x ist stchastisch. Der Zeitngsjnge kennt die
MehrSkriptum zur Vorlesung GASDYNAMIK
Tehnishe Uniersität ünhen Lehrsthl für Aerodynamik Uni. Professor Dr.-Ing.habil. N.A. Adams Skritm zr Vorlesng GASDYNAIK Sommersemester Steffen Shmidt Sommersemester Steffen Shmidt Umshlagbild Sae Shttle
MehrMehrdimensionale Verteilungen und Korrelation
Vorlesung: Computergestützte Datenauswertung Mehrdimensionale Verteilungen und Korrelation Günter Quast Fakultät für Physik Institut für Experimentelle Kernphysik SS '17 KIT Die Forschungsuniversität in
MehrZusammenfassung: diskrete und stetige Verteilungen. Woche 4: Gemeinsame Verteilungen. Zusammenfassung: diskrete und stetige Verteilungen
Zusammenfassung: e und e Verteilungen Woche 4: Gemeinsame Verteilungen Wahrscheinlichkeitsverteilung p() Wahrscheinlichkeitsdichte f () WBL 15/17, 11.05.2015 Alain Hauser P(X = k
MehrStreuungsmaße von Stichproben
Streuungsmaße von Stichproben S P A N N W E I T E, V A R I A N Z, S T A N D A R D A B W E I C H U N G, Q U A R T I L E, K O V A R I A N Z, K O R R E L A T I O N S K O E F F I Z I E N T Zentrale Methodenlehre,
MehrDrittvariablenkontrolle in der linearen Regression: Trivariate Regression
Drittvariablenkontrolle in der linearen Regression: Trivariate Regression 14. Januar 2002 In der Tabellenanalyse wird bei der Drittvariablenkontrolle für jede Ausprägung der Kontrollvariablen eine Partialtabelle
MehrStatistik - Fehlerrechnung - Auswertung von Messungen
Statistik - Fehlerrechnung - Auswertung von Messungen TEIL II Vorbereitungskurs F-Praktikum B (Physik), RWTH Aachen Thomas Hebbeker Eindimensionaler Fall: Parameterbestimmung - Beispiele [Übung] Mehrdimensionaler
MehrTeil VI. Gemeinsame Verteilungen. Lernziele. Beispiel: Zwei Würfel. Gemeinsame Verteilung
Zusammenfassung: diskrete und stetige Verteilungen Woche 4: Verteilungen Patric Müller diskret Wahrscheinlichkeitsverteilung p() stetig Wahrscheinlichkeitsdichte f ()
MehrAufgabenblock 3. Durch zählen erhält man P(A) = 10 / 36 P(B) = 3 / 36 P(C) = 18 / 36 und P(A B) = 3 /
Aufgabenblock 3 Aufgabe ) A sei das Ereignis: schwerer Verkehrsunfall B sei das Ereignis: Alkohol ist im Spiel Herr Walker betrachtet die Wahrscheinlichkeit P(B A) = 0.3 und errechnet daraus P(-B A) =
MehrSkalenniveaus =,!=, >, <, +, -
ZUSAMMENHANGSMAßE Skalenniveaus Nominalskala Ordinalskala Intervallskala Verhältnisskala =,!= =,!=, >, < =,!=, >, ,
Mehr14 Allgemeines Gleichgewicht
4 llgemeines Gleichgewicht Gleichgewicht af einem einzelnen Markt Unternehmen Geld Gt Hashalte llgemeines Gleichgewicht Faktoren Kosten + Gewinn = Einkommen Unternehmen Hashalte Erlös = Konsmasgaben Konsmgüter
MehrDer Einfluß thermischer Vorbehandlung auf die statische Festigkeit von Maiskörnern
Shrifttm Büher sind drh gekennzeihnet [ 1 ] Kafmann, W.. H. Hagemeister: Fütterngstehnik nd Verdangsablaf bei Milhkühen. Obersihten zr Tierernährng Bd. 1 (1973) S. 193/221. [ 2 ] Sholtysik, B.J. : Einflß
MehrVorgehen zur Kalibrierung von Kamerabildern
Vorgehen r Kalibrierng von Kamerabildern Prof. Dr.-Ing. Bernhard Lang, 06.04.2013 3 Kalibrierng von Kamerabildern 3.1 Hintergrnd Eine reale Kamera lässt sich geometrisch drch eine Lochkamera modellieren.
MehrDer Gütermarkt. Prof. Dr. Volker Clausen Makroökonomik 1 Sommersemester 2008 Folie 1
Der Gütermarkt Prof. Dr. Volker Clausen Makroökonomik Sommersemester 2008 Folie Der Gütermarkt 3. Die Zusammensetzung des BIP 3.2 Die Güternahfrage 3.3 Die Bestimmung der Produktion im Gleihgewiht 3.4
Mehr7.5 Relativistische Bewegungsgleichung
7.5. RELATIVISTISCHE BEWEGUNGSGLEICHUNG 7 7.5 Relativistishe Bewegungsgleihung Das Ziel ieses Abshnittes ist es, ie Bewegungsgleihung er Klassishen Mehanik an ie relativistishe Kinematik anzupassen. Ausgangspunkt
MehrGrundlagen experimenteller Windkanaluntersuchungen: Hitzdrahtmesstechnik
Messtechnische Grndlagen 1. Anmerkngen zr Hitzdrahtanemometrie Die Vermessng der Grenzschicht wird mit Hitzdrahtsonden vom Typ 55P61 der Firma DANTEC vorgenommen. Die verwendeten Hitzdrahtsonden bestehen
MehrStatistische Physik - Theorie der Wärme (PD Dr. M. Falcke)
Freie Universität Berlin WS 6/7 Fachbereich Physik 5..6 Statistische Physik - Theorie der Wärme (PD Dr. M. Falcke Übungsblatt : Bayesche Formel, charakteristische Funktionen und statistische Unabhängigkeit
MehrInstitut für Thermische Verfahrenstechnik. Wärmeübertragung I. Lösung zur 4. Übung (ΔT LM (Rührkessel, Gleich-, Gegenstrom))
Prof. Dr.-Ing. Matthia Kind Intitut für hermihe Verfahrentehnik Dr.-Ing. homa Wetzel Wärmeübertragung I öung zur 4. Übung ( M (Rührkeel, Gleih-, Gegentrom Einführung Ein in der Wärmeübertragung häufig
MehrLehrstuhl für Finanzierung Universitätsprofessor Dr. Jochen Wilhelm
Lehrstuhl für Finanzierung Universitätsprofessor Dr. Jochen Wilhelm A b s c h l u s s k l a u s u r z u r V o r l e s u n g K a p i t a l m a r k t t h e o r i e W i n t e r s e m e s t e r 1 9 9 9 / 2
MehrTU Ilmenau Chemisches Praktikum Versuch Photometrische Bestimmung der Fachgebiet Chemie. Komplexzusammensetzung
TU Ilmenau Chemishes Praktikum Versuh Photometrishe Bestimmung der Fahgebiet Chemie Komplexzusammensetzung V20 1 Aufgabenstellung Bestimmen Sie von der folgenden Kombination CuSO 4 5 H 2 O und Ethylendiamin
MehrIntermediate Macroeconomics: Übungsveranstaltung
Ziele der Übungsveranstaltung Umgang mit Daten, insbesondere Zeitreihen Intermediate Macroeconomics: Übungsveranstaltung MS Excel verwenden, einfache Datentransformationen und Berechnungen durchführen
MehrÜbung 1: Wiederholung Wahrscheinlichkeitstheorie
Übung 1: Wiederholung Wahrscheinlichkeitstheorie Ü1.1 Zufallsvariablen Eine Zufallsvariable ist eine Variable, deren numerischer Wert solange unbekannt ist, bis er beobachtet wird. Der Wert einer Zufallsvariable
MehrMultiple Regressionsanalyse - Kurzabriss
Multiple Regressionsanalyse - Kurzabriss Ziele: Schätzung eines Kriteriums aus einer Linearkombination von Prädiktoren Meist zu Screening-Untersuchungen, um den Einfluß von vermuteten Ursachenvariablen
MehrKapitel 8. Parameter multivariater Verteilungen. 8.1 Erwartungswerte
Kapitel 8 Parameter multivariater Verteilungen 8.1 Erwartungswerte Wir können auch bei mehrdimensionalen Zufallsvariablen den Erwartungswert betrachten. Dieser ist nichts anderes als der vektor der Erwartungswerte
MehrInformationen zur KLAUSUR am
Wiederholung und Fragen 1 Informationen zur KLAUSUR am 24.07.2009 Raum: 032, Zeit : 8:00 9:30 Uhr Bitte Lichtbildausweis mitbringen! (wird vor der Klausur kontrolliert) Erlaubte Hilfsmittel: Alle Unterlagen,
MehrKorrelationsmatrix. Statistische Bindungen zwischen den N Zufallsgrößen werden durch die Korrelationsmatrix vollständig beschrieben:
Korrelationsmatrix Bisher wurden nur statistische Bindungen zwischen zwei (skalaren) Zufallsgrößen betrachtet. Für den allgemeineren Fall einer Zufallsgröße mit N Dimensionen bietet sich zweckmäßiger Weise
MehrDie "Goldene Regel der Messtechnik" ist nicht mehr der Stand der Technik
Die "Goldene Regel der Messtechnik" Ator: Dipl.-Ing. Morteza Farmani Häfig wird von den Teilnehmern nserer Seminare zr Messsystemanalyse nd zr Messnsicherheitsstdie die Frage gestellt, für welche Toleranz
MehrInnovative Holzbauweisen unter Erdbebenlasten. Innovative Holzbauweisen unter Erdbebenlasten
Innovative Holzbaweisen nter Erdbebenlasten 90 Jahre Verschsanstalt für Stahl, Holz nd Steine Festkolloqim am 29. nd 30. September 2011 HOLZBAU UND BAUKONSTRUKTIONEN kn mm KIT Universität des Landes Baden-Württemberg
MehrLineare Programmierung
asis Definition 3.38 Gegeben sei ein LP in der Normalform mit m als Rang der Matrix 2 R m n. x 2 R n mit x = b heißt asislösung gdw. n m Komponenten x i gleich Null und die zu den restlichen Variablen
MehrKurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre
Lösungshinweise zur Einsendearbeit des A-Moduls Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre, Kurs 0009, KE 4, 5 und 6, SS 00 Kurs 0009: Finanzierungs- und entscheidungstheoretische
MehrDefinition und Eigenschaften von elliptischen Funktionen Thomas Regier. 1. Verdoppelung des Lemniskatenbogens und erweitertes Additionstheorem
Definition nd Eigenschaften von elliptischen Fnktionen Thomas Regier. Verdoppelng des Lemniskatenbogens nd erweitertes Additionstheorem Elliptische Integrale berechnen die Krvenlänge von z.b. elliptischen
MehrVorlesung Gesamtbanksteuerung Mathematische Grundlagen III / Marktpreisrisiken Dr. Klaus Lukas Stefan Prasser
Vorlesung Gesamtbanksteuerung Mathematische Grundlagen III / Marktpreisrisiken Dr. Klaus Lukas Stefan Prasser 1 Agenda Rendite- und Risikoanalyse eines Portfolios Gesamtrendite Kovarianz Korrelationen
MehrDipl.-Ing. Walter Abel Management Consulting
Mit ns af dem Weg zr Spitze. Dipl.-Ing. Walter Abel Management Conslting Karl Czerny - Gasse 2/2/32 A - 1200 Wien +43 1 92912 65 7 +43 1 92912 66 office@walter-abel.at www.walter-abel.at www.itsmprocesses.com
MehrRegression und Korrelation (Gurtner)
Regression und Korrelation (Gurtner) Oft muss man Trends verlängern. Dazu nimmt man die Daten einer Entwicklung, legt eine passende Kurve durch und verlängert die Kurve in die Zukunft. Hier verwenden wir
MehrFormfunktionen (Interpolation): Bedeutung und praktischer Einsatz
Formfnktionen (Interpolation): Bedetng nd praktischer Einsatz Dr.-Ing. Martin Zimmermann Lehrsthl für Konstrktionslehre nd CAD Universität Bayreth Einleitng, Problem nd Motivation Knoten Steifigkeit Elemente
MehrDie Korrelation von Merkmalen
Die Korrelation von Merkmalen In der Analse von Datenmaterial ist eines der Hauptziele der Statistik eine Abhängigkeit bzw. einen Zusammenhang zwischen Merkmalen zu erkennen. Die Korrelation ermittelt
MehrBivariate Regressionsanalyse
Universität Bielefeld 15. März 2005 Kovarianz, Korrelation und Regression Kovarianz, Korrelation und Regression Ausgangspunkt ist folgende Datenmatrix: Variablen 1 2... NI 1 x 11 x 12... x 1k 2 x 21 x
MehrMathematische und statistische Methoden I
Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-06) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden I Dr. Malte Persike persike@uni-mainz.de
MehrSchaltungen mit nichtlinearen Widerständen
HOCHSCHLE FÜ TECHNIK ND WITSCHAFT DESDEN (FH) niversity of Applied Sciences Fachbereich Elektrotechnik Praktikm Grndlagen der Elektrotechnik Versch: Schaltngen mit nichtlinearen Widerständen Verschsanleitng
MehrBeschreibende Statistik Zweidimensionale (bivariate) Daten
Mathematik II für Biologen Beschreibende Statistik Zweidimensionale (bivariate) Daten 26. April 2013 Prolog Lineare Regression Transformationen Produktmomenten-Korrelation Rangkorrelation Warnung Artensterben
MehrSpiel Abgefahrene Vögel
PDF Lernzirkel_Wintergaeste_Abgefahrene_Voegel Spiel Abgefahrene Vögel Dieses Spiel ist konzipiert für den Lernzirkel Wintergäste af dem Ammersee (vgl. PDF Lernzirkel_Wintergaeste_Projektbeschreibng),
Mehr9 Strahlungsgleichungen
9-9 Strahlungsgleihungen Ein spontanes Ereignis bedarf keines nstoßes von außen, um ausgelöst zu werden. Das Liht thermisher Strahler, das wir visuell wahrnehmen, entsteht dadurh, dass eine Substanz bei
MehrEinführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten von Prof. Dr. Rainer Schlittgen Universität Hamburg 12., korrigierte Auflage Oldenbourg Verlag München Inhaltsverzeichnis 1 Statistische Daten
MehrWie genial ist das denn?
Werbng mit Wie genial ist das denn? rhig z! Wenn s mir zviel wird, leg ich eh af. Was ist das eigentlich? Ein Magazin für die Stadt Oerlinghasen - für alle OerlinghaserInnen nd solche, die es werden wollen.
MehrAssoziation & Korrelation
Statistik 1 für SoziologInnen Assoziation & Korrelation Univ.Prof. Dr. Marcus Hudec Einleitung Bei Beobachtung von 2 Merkmalen stellt sich die Frage, ob es Zusammenhänge oder Abhängigkeiten zwischen den
Mehr1 Multivariate Zufallsvariablen
1 Multivariate Zufallsvariablen 1.1 Multivariate Verteilungen Definition 1.1. Zufallsvariable, Zufallsvektor (ZV) Sei Ω die Ergebnismenge eines Zufallsexperiments. Eine (univariate oder eindimensionale)
MehrS a m s t a g, 2 1. J a n u a r
S a m s t a g, 2 1. J a n u a r 2 0 1 7 D e r e r s t e T a g d e s n e u e n D o n J a, d a v e r w e i s e i c h d o c h g e r n a u f : R e a l G a m e o f T h r o n e s : H a b e m u s D o n a l d
MehrT6 THERMOELEMENT UND ABKÜHLUNGSGESETZ
PHYSIKALISCHE GRUNDLAGEN Wichtige Grndbegriffe: ermspannng, ermelement, ermkraft, Astrittsarbeit, Newtnsches Abkühlngsgesetz Beschreibng eines ermelementes: Ein ermelement besteht as zwei Drähten verschiedenen
Mehr1 x 1 y 1 2 x 2 y 2 3 x 3 y 3... n x n y n
3.2. Bivariate Verteilungen zwei Variablen X, Y werden gemeinsam betrachtet (an jedem Objekt werden gleichzeitig zwei Merkmale beobachtet) Beobachtungswerte sind Paare von Merkmalsausprägungen (x, y) Beispiele:
MehrMathematische und statistische Methoden I
Prof. Dr. G. Meinhardt Methodenlehre Mathematische und statistische Methoden I Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-06 Dr. Malte Persike persike@uni-mainz.de
MehrZUSAMMENFASSUNG CFX. 1 von 9
von 9 ZUSAMMENFASSUNG CFX. Was ist nmerishe Strömngsberehnng? Welhes sind die lokalen Strömngseigenshaften? Geshwindigkeits-, Drk-, emeratrverteilngen eines Gases oder einer Flüssigkeit. Welhes sind die
Mehr, Magenta= 0. , Weiss= 1. . Für a = 0 hat man Schwarz, für a = 1 Weiss. Dazwischen alle. möglichen Übergänge von dunkelstem Grau zu hellstem Grau.
Physik anwenden nd erstehen: Lösngen.4 Wellenoptik 004 Orell Füssli Verlag AG.4 Wellenoptik Farben 76 a) Eine reflektierende Flähe (z.b. ein Spiegel oder eine weisse Flähe) wrde gleihzeitig mit drei gleih
MehrDie Rücktransformation: Z = A t (Y µ) = Y = AZ + µ
Die Rücktransformation: Z = A t (Y µ) = Y = AZ + µ Kleine Eigenwerte oder Eigenwerte gleich Null: k Eigenwerte Null = Rang(Σ) = m k Eigenwerte fast Null = Hauptkomponenten beinahe konstant Beschränkung
MehrQuantitatives Risikomanagement
Quantitatives Risikomanagement Korrelation und Abhängigkeit im Risikomanagement: Eigenschaften und Irrtümer von Jan Hahne und Wolfgang Tischer -Korrelation und Abhängigkeit im Risikomanagement: Eigenschaften
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 2. Stock, Nordflügel R. 02-429 (Persike) R. 02-431 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psmet03.sowi.uni-mainz.de/
MehrNetzgeführte Stromrichterschaltungen
4 Netzgeführte Stromrichterschaltngen In netzgeführten Stromrichtern wird die Wechselspannng des speisenden Netzes nicht nr zr Spannngsbildng af der Asgangsseite bentzt, sondern sie dient ach als treibende
Mehr2 Die Darstellung linearer Abbildungen durch Matrizen
2 Die Darstellung linearer Abbildungen durch Matrizen V und V seien Vektorräume über einem Körper K. Hom K (V, V ) bezeichnet die Menge der K linearen Abbildungen von V nach V. Wir machen Hom K (V, V )
MehrSONNTAG OFFEN 599. undsparen! LACK LACK HOCH GLANZ HOCH GLANZ. Los je
ß U U ß ß = ß % % % Ü U % ß % U U U U % U U U U U ß Ü U Ü ; % ß ß % % U Ü Ü & U Ü U Ü U Ü U Ü U Ü U Y Ä U Y Ä U ß Y Ä U Y Ä U ß ß ß ß Y Ä U U ß ß ß Y Ä U Y Ä U ß Y Ä U U ß ß ß ß ß ß ß ß ß ß ß ß ß ß ß ß
MehrGlossar Statistik 2. Bivariate Verfahren: zwei nummerische Merkmale
Glossar Statistik 2 Bivariate Verfahren: zwei nummerische Merkmale Streudiagramm - Datenpaare (X, Y) als Punkte auf einem zweidimensionale Diagramm (Ordinate: Y, Abszisse: X) Lineare Regression - Optimierungsproblem
MehrVorlesung 8a. Kovarianz und Korrelation
Vorlesung 8a Kovarianz und Korrelation 1 Wir erinnern an die Definition der Kovarianz Für reellwertige Zufallsvariable X, Y mit E[X 2 ] < und E[Y 2 ] < ist Cov[X, Y ] := E [ (X EX)(Y EY ) ] Insbesondere
MehrErmittlung der Unsicherheiten in der Werkstoffprüfung
Bndesanstalt für Materialforschng nd -prüfng Unterschngen z Schäden an Radsatzlenkern nd lagern der BR 481, Fahrzege 5 nd 193 Erittlng der Unsicherheiten in der Werkstoffprüfng Ralf Häcker BAM Bndesanstalt
MehrECKPROFIL. gerade *8001000001115* Art.Nr : 8001000001210. 60mm ECKPROFIL. gerade *8001000002115* Art.Nr : 8001000002210. 50mm ECKPROFIL.
*8001000001110* 8001000001110 130x120 1a M1:4 *8001000001115* 8001000001115 *8001000001210* 8001000001210 85x60 1b M1:3 *8001000001215* 8001000001215 60mm 85mm *8001000002110* 8001000002110 108x100 2a
MehrReferenzliste für Sachverständigenwesen
Diplom Betriebswirt Klas Ewald Referenzliste für Sachverständigenwesen Sachverständigentätigkeit mit langjähriger Erfahrng bei der Erstellng von betriebswirtschaftlichen, steer- nd familienrechtlichen
Mehr2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung
2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung Die einfachste Verteilung ist die Gleichverteilung, bei der P(X = x i ) = 1/N gilt, wenn N die Anzahl möglicher Realisierungen von
MehrSenkrechter freier Fall
Senkrehter freier Fall Die Raumzeitkrümmung in der Shwarzshildmetrik [] zeigt sih unter anderem darin, dass die Zeit in der Nähe des Zentralkörpers langsamer läuft Um diesen Effekt zu veranshaulihen, soll
Mehr7 Drehstromgleichrichter
Drehsromgleichricher 7 Drehsromgleichricher 7.1 Mielpnk-Schalng (Halbbrücke) (3-plsiger Gleichricher) In bbildng 7-1 sind die drei Sekndärwicklngen eines Drehsrom-Transformaors in Sernschalng dargesell.
Mehr7.2 Moment und Varianz
7.2 Moment und Varianz Def. 21 Es sei X eine zufällige Variable. Falls der Erwartungswert E( X p ) existiert, heißt der Erwartungswert EX p p tes Moment der zufälligen Variablen X. Es gilt dann: + x p
MehrInstallationsanleitung Version 3.0.4
Installationsanleitung Version 3.0.4 B i t t e b e a c h t e n S i e, d a s s a l l e T e i l s y s t e m e a k t u a l i s i e r t w e r d e n m ü s s e n u n d p l a n e n S i e g e n ü g e n d Z e i
MehrY = g 2 (U 1,U 2 ) = 2 ln U 1 sin 2πU 2
Bsp. 72 (BOX MÜLLER Transformation) Es seien U 1 und U 2 zwei unabhängige, über dem Intervall [0, 1[ gleichverteilte Zufallsgrößen (U i R(0, 1), i = 1, 2), U = (U 1,U 2 ) T ein zufälliger Vektor. Wir betrachten
Mehr3. Grad Ist die höchste vorkommende Potenz : y`, (y`)², (y`)³ y`: 1. Grad (linear), (y`)² : 2. Grad (quadrat) dx dt
IV. Diffrnialglichngn: z.b. y d Klassifiaion von Diffrnialglichngn 1. Gwöhnlich / Parill Dgl. y f, 1 nabhängig Variabl gwöhnlich Dgl mhr Variabln : parill Dgl. Ordnng Is di höchs vorommnd bling y, y...
MehrVorlesung: Lineare Modelle. Verschiedene Typen von Residuen. Probleme bei der Regression und Diagnose. Prof. Dr. Helmut Küchenhoff.
Vorlesung: Lineare Modelle Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München SoSe 205 5 Metrische Einflußgrößen: Polynomiale Regression, Trigonometrische Polynome, Regressionssplines, Transformationen.
MehrStatistische Software (R)
Statistische Software (R) Paul Fink, M.Sc., Eva Endres, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Verteilungen und Zufallszahlen Übersicht Statistik-Funktionen Funktion mean()
MehrVektoren und Matrizen
Vektoren und Matrizen Die multivariate Statistik behandelt statistische Eigenschaften und Zusammenhänge mehrerer Variablen, im Gegensatz zu univariaten Statistik, die in der Regel nur eine Variable untersucht.
MehrMonte Carlo Simulation und Varianzreduktion in Theorie und Praxis
Monte Carlo Silation nd Varianzredtion in Theorie nd Praxis Monte Carlo Silation nd Varianzredtion in Theorie nd Praxis Abstract: Es wird die Monte Carlo Silation beschrieben nd an zwei Beispielen veranschalicht.
MehrForschungsstatistik I
Psychologie Prof. Dr. G. Meinhardt 6. Stock, TB II R. 06-206 (Persike) R. 06-321 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
Mehr