Auswertung univariater Datenmengen - deskriptiv
|
|
- Hede Viktoria Albert
- vor 6 Jahren
- Abrufe
Transkript
1 Auswertung unvrter Dtenmengen - desrptv Mttlere bsolute Abwechung (Desvton) Vrnz Stndrdbwechung Vrtonsoeffzent Stndrdserung Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III Bblogrfe Bleymüller / Gehlert / Gülcher Verlg Vhlen Sttst für Wrtschftswssenschftler Bleymüller / Gehlert Verlg Vhlen Sttstsche Formeln, Tbellen und Progrmme PowerPontPräsenttonen (Prof. Küc/ Dr. Rcbl), Vorlesungssrpt für Sttst I (Dr. Pu Chen), Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III
2 Mttlere bsolute Abwechung (Desvton) De mttlere bsolute Abwechung wrd mest gegenüber dem rthmetschen Mttel gebldet. Grundlge der Streuungsberechnung snd de Abwechungen ller Enzelwerte vom Mttelwert. De mttlere bsolute Abwechung st ds rthmetsche Mttel ller Enzelbwechungen zum rthmetschen Mttel. MAD Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 3 Bespel: Mttlere Absolute Abwechung Für de Gewchte der 0 betrchteten Personen ergbt sch be enem rthmetschen Mttel von 65 g folgende Mttlere Absolute Abwechung. me Ls Ann Antje Mre Dörte Sven Uwe K Jn ls r x Ls Ann Antje Mre Dörte MAD ( ) 5 0 Mn erhält ls mttlere bsolute Abwechung 5 g. Sven Uwe K Jn ls Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 4
3 Mttlere bsolute Abwechung für gehäufte Dten Legen de Dten gehäuft vor, dnn glt: Anzhl der verschedenen Mermlsusprägungen MAD bsolute Häufget der jewelgen Ausprägung x h gehäufte Mermlsusprägung x f reltve Häufget der jewelgen Ausprägung Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 5 Mttlere bsolute Abwechung für lsserte Dten Legen de Dten lssert vor, dnn glt: Anzhl der Klssen MAD x h ' Klssenmtte bsolute Häufget der jewelgen Klsse x f ' reltve Häufget der jewelgen Klsse Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 6
4 Bespel: mttlere bsolute Abwechung für lsserte Dten Für de n Gewchtslssen erfssten 00 Personen ergbt sch be enem rthmetschen Mttel von (gerundet) 60 g: Klsse von Reltve Absolute Splte * Splte 3 bs unter Häufget Dfferenz 4,5 bs 47,5 0,04 5 0,60 47,5 bs 5,5 0,8 0,80 5,5 bs 57,5 0,6 5,30 57,5 bs 6,5 0,0 0 0,00 6,5 bs 67,5 0, 5 0,60 67,5 bs 7,5 0,09 0 0,90 7,5 bs 77,5 0,05 5 0,75 77,5 bs 8,5 0,03 0 0,60 8,5 bs 87,5 0,0 5 0,50 87,5 bs 9,5 0,0 30 0,30 Mttlere bsolute Abwechung: 7,35 Interpretton: Be enem rthmetschen Mttel von (gerundet) 60 g wechen de Enzelgewchte der 00 Personen durchschnttlch um 7,35 g b. Dmt wrd en Streuberech von 5,65 g bs unter 67,35 g usgewesen. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 7 Mttlere bsolute Abwechung gegenüber dem Medn (MAD*) Wenn ls Lgeprmeter der Vertelung der Medn verwendet wrd, dnn st de Angbe der mttleren bsoluten Abwechung gegenüber dem Medn ussgefähg. Medn MAD * x Me h MAD* st ds rthmetsche Mttel ller Abwechung der Enzelwerte gegenüber dem Medn, d.h. es gbt glech vele negtve we postve Abwechungen gegenüber dem Medn. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 8
5 Medn der bsoluten Abwechungen gegenüber dem Medn (MAD ** ) Es st uch snnvoll, nstelle des rthmetschen Mttels den Medn der Abwechungen zu bestmmen: MAD ** Me ({ Me,..., Me} ) Abwechung zwschen Wert und Medn der Vertelung MAD** gbt den Medn ller Abwechung der Enzelwerte gegenüber dem Medn n. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 9 Bespel: Bede mttlere bsolute Abwechungen gegenüber dem Medn Für ds Körpergewcht der 0 etw glechltrgen Personen ergbt sch be enem Medn von 6,5 g der Zentrlwert der Abwechungen we folgt: r x x - Me 8,5 6,5,5 8,5 6,5 6,5 9,5 5,5 7,5 38,5 Summe50 g Ds rthmetsche Mttel der Abwechungen (MAD*) beträgt 5 g. Abwechungen bsolut, der Größe nch geordnet: Abw. 6,5 6,5 8,5 9,5,5 5,5 6,5 7,5 8,5 38,5 Der Zentrlwert der Abwechungsbeträge (MAD**) st 4 g. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 0
6 Beurtelung der mttleren bsoluten Abwechung De mttlere bsolute Abwechung st ene sehr nschulche und plusble Mßzhl der Streuung. Allen Abwechungen wrd der Betrg berechnet, dmt sch de postven und de negtven Abwechungen n der Summe ncht ufheben. Für symmetrsche Vertelungen st es snnvoll, de mttlere bsolute Abwechung für den oberen und für den unteren Berech getrennt zu ermtteln. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III Beurtelung der mttleren bsoluten Abwechung f(x) Unterer Berech Oberer Berech Für symmetrsche Vertelungen ergeben sch für den unteren und für den oberen Berech unterschedlche mttlere Abstände. x Arthmetsches Mttel f(x) Für symmetrsche Vertelungen snd de Abstände des unteren und des oberen Bereches glech bzw. nnähernd glech. x Arthmetsches Mttel Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III
7 Vrnz De Vrnz st ds m häufgsten verwendete Streuungsmß. Anlog zur mttleren bsoluten Abwechung werden de Abwechungen der Enzelwerte vom Mttelwert gebldet, dese jedoch qudrert. Größere Abwechungen fllen ddurch stärer ns Gewcht. Es glt für Enzeldten: ( )² Enzelbwechungen zwschen Beobchtungswerten und rthmetschem Mttel der Vertelung Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 3 Bespel: Vrnz Für ds Gewcht der 0 betrchteten Personen berechnet mn de Vrnz be enem rthmetschen Mttel von 65 g we folgt: me Ls Ann Antje Mre Dörte Sven Uwe K Jn ls r x (x - ) Summe.984 g² [ 0 ( 44 65) ² + ( 46 65) ² ( 0 65) ²] 98,4 g ² Infolge des Qudrerens ht de Vrnz ncht de gleche Mßenhet we ds Merml selbst. De Interpretton st dher ncht snnvoll. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 4
8 Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 5 Be der Vrnzberechnung nn ene ndere äquvlente Formel vortelhft sen, deren Herletung gezegt wrd: Vrnz - Berechnungsformel ( ) ( ) ) ( ) ² ( Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 6 Für gehäufte bzw. lsserte Mermlsusprägungen ergbt sch de Vrnz we folgt: ( ) ( ) f ² x h ² x Enzelbwechungen zwschen gehäuften Beobchtungswerten bzw. zwschen Klssenmtten und rthmetschem Mttel der Vertelung Reltve Häufget des gehäuften Mermls bzw. der jewelgen Klsse Absolute Häufget des gehäuften Mermls bzw. der jewelgen Klsse Anzhl der verschedenen Mermlsusprägungen bzw. der Klssen Vrnz für gehäufte bzw. lsserte Dten
9 Vrnz für gehäufte bzw. lsserte Dten -Berechnungsformel- Ohne Herletung se uch her de ndere Vrnzformel für gehäufte Dten ngeführt: - mt bsoluten Häufgeten: - mt reltven Häufgeten: x ² h x ² f x x h f ² Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 7 Bespel: Vrnzberechnung be lsserten Dten Für ds lsserte Gewcht der 00 betrchteten Personen ergbt sch be enem rthmetschen Mttel von (gerundet) 60 g de Vrnz we folgt: Klsse h x (Mtte) (x - ) h ( x ) h Summe9.05 g² 00 ( 45 60) 4 + ( 50 60) ( 90 60) ] 90,5 g [ Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 8
10 Stndrdbwechung De Stndrdbwechung ener Grundgesmthet st de postve Wurzel us der Vrnz. Es glt: ² De Stndrdbwechung bestzt de gleche Dmenson we de Mermlsusprägungen und deren Mttelwert, se st zur Interpretton dher besser geegnet ls de Vrnz. De Stndrdbwechung st genu dnn glech ull, wenn lle Dten den glechen Wert hben ( ). Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 9 Bespel: Stndrdbwechung Bespel: Für ds Gewcht der 0 betrchteten Personen ergbt sch be enem rthmetschen Mttel von 65 g de emprsche Vrnz we folgt: me Ls Ann Antje Mre Dörte Sven Uwe K Jn ls r x (x - ) Summe.984 g² [ ( 44 65) ² + ( 46 65) ² ( 0 65) ²] 98,4 g ² 0 98,4 7,74 De Streuung des Gewchtes, gemessen mt der Stndrdbwechung, beträgt 7,74 g. Zum Verglech: De mttlere bsolute Abwechung gegenüber dem rthmetschen Mttel beträgt 5 g. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 0
11 Beurtelung von Vrnz und Stndrdbwechung Vrnz und Stndrdbwechung snd de gebräuchlchsten Streuungsmße, wel se freundlche mthemtsche Egenschften bestzen. Se snd jedoch wenger nschulch ls de mttlere bsolute Abwechung. Infolge des Qudrerens ht de Vrnz ncht de gleche Mßenhet des untersuchten Mermls selbst. De Interpretton st dher ncht snnvoll. Große Abwechungen zum Mttelwert werden stärer gewchtet. De Stndrdbwechung bestzt de gleche Dmenson we de Mermlsusprägungen und deren Mttelwert, se st zur Interpretton dher besser geegnet ls de Vrnz. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III Vrtonsoeffzent Interessert de Streuung ncht n hrer bsoluten Größe, sondern n hrer Relton zum Mttelwert, ermttelt mn den Vrtonsoeffzenten (VC): VC Der Vrtonsoeffzent gbt de reltve Streuung n, ds Verhältns der durchschnttlchen Abwechungen ller Enzelwerte gegenüber dem Mttelwert. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III
12 Bespel: Vrtonsoeffzent Vrert be den 50 Autos de Lestung oder der Hubrum stärer?. Dtendte uto_50.xls Hubrum [ccm] Lestung [PS] Gültge Werte (Lstenwese) Desrptve Sttst Stndrdb Mttelwert wechung ,8 770, ,37 57,48 50 De reltve Streuung, der Vrtonsoeffzent, objetvert den Verglech beder Mermle besser. 57,478 PS VC Lestung 5,37 PS 0,458 En Verglech der beden Vrnzen/Stndrdbwechungen lefert ene verwertbre Aussge, d Lestung und Hubrum unterschedlch dmensonert snd. 770,6cm ³ VC Hubrum.947,8cm ³ 0,396 Interpretton: Im Verhältns zum Mttelwert streut de Lestung stärer ls der Hubrum. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 3 Beurtelung des Vrtonsoeffzenten Der Vrtonsoeffzent st en reltves Streuungsmß. Er st dmensonslos, d Stndrdbwechung und Mttelwert de selbe, sch m Bruch wegürzende Dmenson hben. Der Vrtonsoeffzent st vor llem für de verglechende Beurtelung von unterschedlchen Mermlen geegnet. Sene Berechnung st strenggenommen nur für Mermle snnvoll, de uf ener Verhältnssl gemessen werden önnen und enen bsoluten ullpunt hben. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 4
13 Vrnzzerlegung 0 Für ene Grundgesmthet, de us Telgesmtheten mt den Umfängen,,,, den rthmetschen Mtteln,,..., und den Vrnzen,,...,, besteht, ergbt sch: + ( ) ( j ) j mt Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 5 j j Mttelwertzerlegung 0 j j j j f j j ( ) ( f ) Gewogenes rthmetsches Mttel mt dem Gewchten f Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 6
14 Vrnzzerlegung j j Arthmetsches Mttel der Telgesmthet [ ( j ) + ( )] j ( j ) j Arthmetsches Mttel der Gesmthet Aus deser Formel und mt Hlfe mthemtscher Umformungen lässt sch de Vrnz der Grundgesmthet n zwe Summen zerlegen. (Fortsetzung) 0 Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 7 Vrnzzerlegung (Fortsetzung) + ( ). Summnd: Vrnz nnerhlb der jewelgen Gruppe, Schcht, Telgesmthet. Summnd: Vrnz zwschen den Gruppen, Schchten, Telgesmtheten De erste Summe lefert de durchschnttlche Vrnz nnerhlb der Telgesmtheten und de zwete Summe den durchschnttlchen Abstnd (Vrnz) zwschen den Telgesmtheten. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 8
15 Vrnzzerlegung - Interpretton / st der Antel der -ten Telgesmthet n der Gesmthet für,,,. D. h. de reltve Größe der Telgesmthet. Ds wrd ls Gewcht genutzt. + ( )² Gewchtetes Mttel us den Vrnzen der Telgesmtheten: nterne Vrnz Gewchtetes Mttel der Abwechungen der Mttelwerte der Telgesmtheten vom Gesmtmttel: externe Vrnz Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 9 Bespel: Vrnzzerlegung De 0 Personen werden mt hren Gewchtsngben n zwe Gruppen nch dem Geschlecht ufgetelt: me Ls Ann Antje Mre Dörte x 50 x ,8 5 De Vrnz für de erste Telmenge beträgt 0,8 g², der Mttelwert 50 g. 5 me Sven Uwe K Jn ls ( x 80) x De Vrnz für de zwete Telmenge beträgt 6 g², der Mttelwert 80 g , Interne Vrnz: 73,4 [g²] ( ) ( ) ² + ( ) ² 73, ,4 Externe Vrnz: 5 [g²] De Vrnz der Gesmtmenge beträgt 98,4 g², wobe 5 g² uf de Vrnz zwschen den Telmengen zurüczuführen st. Verglchen mt den gruppennternen Vrnzen von 0,8 g² und 6 g² zegt sch, dss de Dfferenzerung zwschen den Geschlechtern größer st ls nnerhlb der Gruppen. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 30 5
16 Bespel: Vrnzzerlegung De Qudrtmeterprese be Wohnungsmeten wurden für 85 Wohnungen n Berln untersucht. Dbe wurden entsprechend der Lge der Wohnungen zwe Gruppen gebldet (Westberln, Ostberln): Für de gesmte Erhebung stellt sch de Vertelung we folgt dr: SPSS-Ausdruc für Gesmthet (Berln) 0 6,0 0,0 4,0 8,0,0 6,0 30,0 34,0 38,0 4,0 46,0 Std.bw. 5,5 Mttel 7,8 85,00 Pres (DM/m²) Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 3 Bespel: Vrnzzerlegung Qudrtmeterpresvertelung für West- und Ostberln 00 SPSS Ausdruc für Westberln SPSS Ausdruc für Ostberln ,0 4,0 38,0 34,0 30,0 6,0,0 8,0 4,0 0,0 6,0 Std.bw. 4,96 Mttel 9,8 4, ,0 4,0,0 0,0 8,0 6,0 4,0,0 0,0 8,0 6,0 Std.bw. 4,39 Mttel 5,6 394,00 Pres (DM/m²) Pres (DM/m²) Aus den vorlegenden Angben lässt sch de Vrnz zwschen und nnerhlb der Telmengen ermtteln. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 3
17 Bespel: Vrnzzerlegung Anzhl Vrnz Mttelwert Berln 85 6,43 7,8 Ost 394 9,7 5,6 West 4 4,606 9,8 Es glt de Bezehung: ( ) ,7+ 4,606 + ² ,43,05 + 4,406 + ( 5,6 7,8) ² + ( 9,8 7,8) De Vrnz der Gesmtmenge beträgt 6,43 (DM/qm)², wobe 4,4 (DM/qm)² uf de Vrnz zwschen den Telmengen zurüczuführen st. Verglchen mt den gruppennternen Vrnzen von 9,7 (DM/qm)² und 4,6 (DM/qm)² zegt sch, dss de Dfferenzerung nnerhlb der Telmengen größer st ls zwschen den beden Gruppen. Deses Ergebns nn uch dzu benutzt werden, um Grupperungen vorzunehmen oder ncht. Der Antel der externen Vrnz lefert ene Begründung für Grupperungen. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 33 Vrnzen be Lgetrnsformton der Dten Lnere Trnsformton der Ursprungsdten: Fll : Y + X Y y + x De Vrnz der trnsformerten Werte st glech der Vrnz der Ursprungswerte, d ledglch en Socel engefügt wrd: X Mttelwert Mttelwert De Abstände zwschen Mermlswerten und Mttelwert bleben glech, de Vrnz verändert sch ncht. De Vrnz st lge-nvrnt. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 34
18 Vrnz be lnerer Trnsformton der Dten (b ) Fll : Y + b X y + b x De Vrnz der trnsformerten Werte st um den Ftor b² größer ls de Vrnz der Ursprungswerte, denn neben dem Socel () snd de Mermlswerte durch de Multplton mt b gesprezt. y.b Y b X y De Dfferenz zwschen Mermlswert und Mttelwert st um den Ftor b größer, der Ftor b geht mt senem Qudrt n de Vrnz en. De Vrnz st slen-äquvrnt. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 35 Bespel: Lnere Trnsformton der Dten Frge: Beenflusst de Inflton uch de Streuung der Konsumusgben? Es legen für zwe Betrchtungszeträume de Konsumusgben von prvten Hushlten (HH) vor, dese seen von 00 uf 0 Prozent gestegen: 990 HH HH HH 3 HH 4 HH 5 HH 6 HH 7 Konsumusgben n TDM ,837 TDM ²,4 TDM X, 998 X HH HH HH 3 HH 4 HH 5 HH 6 HH 7 Konsumusgben n TDM 4 6,4,6 30 7,6,6 6, ,405 TDM ² 5,37 TDM, , 990 Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 36
19 Bespel: Lnere Trnsformton der Dten De reltve Poston der Hushlte zuennder ht sch ncht verändert, ledglch ufgrund der Inflton snd de enzelnen Verbruchsusgben um den Ftor, gestegen (Ausgbenerhöhung um 0%). Folglch st der Abstnd zwschen Mermlswert und Mttelwert um den Ftor, größer, worus sch für de Vrnz der Ftor,² ergbt. Y + b X Y b X 8,405 TDM ², 5,837 TDM ² Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 37 Beurtelung von Vrnz und Stndrdbwechung Vrnz und Stndrdbwechung snd de gebräuchlchsten Streuungsmße, se snd jedoch wenger nschulch ls de mttlere bsolute Abwechung. Vrnz und Stndrdbwechung snd be Lgetrnsformton der Ursprungswerte unempfndlch. Be lnerer Trnsformton (b ) bewrt ene um ds Qudrt des Ftors veränderte Vrnz. De Vrnz ener Gesmtmenge ergbt sch us der Summe von nterner (nnerhlb der Gruppen) und externer (zwschen den Gruppen) Vrnz. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 38
20 Zusmmenfssung der behndelten Streuungsmße Mttlere bsolute Abwechung sowe Vrnz und Stndrdbwechung bseren uf der mttleren Abwechung ller Enzelwerte von hrem Mttelwert. Spnnwete und Qurtlsbstnd bseren uf Dfferenzen zwschen Mermlswerten. Streuungsmße snd n Abhängget von der Slerung der Mermlswerte zu verwenden. En sehr nschulches Mß, vor llem be öonomschen Schverhlten, st de mttlere bsolute Abwechung. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 39 Stndrdserte Mßzhlen Wll mn mehrere Egenschften (Mermle) der Objete (Enheten) mtennder verglechen, st es erforderlch, de unterschedlchen Mermlsdmensonen uszuschlten. Ds gescheht mttels Stndrdserung. De her behndelten Stndrdserung st de gennnte z-trnsformton Z X mt z Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 40
21 z-trnsformton Es glt: z Abwechung gegenüber dem Mttelwert Dbe bedeuten: z : neuer Wert : lter Wert : Mttelwert der lten Dten : Stndrdbwechung der lten Dten De Dfferenz zwschen Mermlswert und Mttelwert m Zähler sowe de Stndrdbwechung m enner hben de selbe Dmenson, de sch wegürzt. Durch z-trnsformton erhält mn dmensonslose Dten. Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 4 Egenschften der z-trnsformton ds rthmetsche Mttel der neuen Werte st ull, de Vrnz der neuen Werte ht den Wert Ens Gemessene Werte 0 Stndrdserte Werte 0 z Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 4
22 Egenschften der z-trnsformton ds rthmetsche Mttel der neuen Werte st ull, de Vrnz der neuen Werte ht den Wert Ens z z ( ) ( ) 0 z z ( ) Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 43 Bespel: Verglechbret von Dtenrehen durch de z-trnsformton Ws erennt mn drus? () () z () z (),8 34-0,90-0,90, 700-0,63-0,63 3 4,7 6043,7,7 4, ,09 -,09 5,5 34-0,7-0,7 6,3 67 -,36 -,36 7, ,00 0,00 8 3, 44 0,36 0,36 9 4,4 5657,45,45 0 3, ,7 0,7 Mttelwert, ,00 0,00 Streuung, 4,00,00 Bede Dtenrehen drstellen de gleche Vertelung Prof. Küc / Dr. Rcbl Lge- und Streuungsprmeter III 44
Auswertung univariater Datenmengen - deskriptiv
Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;
MehrAuswertung univariater Datenmengen - deskriptiv
Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;
MehrAuswertung univariater Datenmengen - deskriptiv
Auswertung unvrter Dtenmengen - desrptv Bblogrfe Prof. Dr. Küc; Sttst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Sttst für Wrtschftswssenschftler Verlg Vhlen Bleymüller/Gehlert; Formeln,
MehrMessung der relativen Konzentration
Messung der relten Konzentrton Lorenzkure Gn-Koeffzent Stndrdserter Gn-Koeffzent Dr. Rcbl Delgdo/ Prof. Kück Lehrstuhl Sttstk Relte Konzentrton Bblogrfe: Prof. Dr. Kück; Unerstät Rostock 005; Sttstk, Vorlesungsskrpt
Mehrwird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:
Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab
MehrInstitut für Technische Chemie Technische Universität Clausthal
Insttut für Technsche Cheme Technsche Unverstät Clusthl Technsch-chemsches Prktkum TCB Versuch: Wärmeübertrgung: Doppelrohrwärmeustuscher m Glechstrom- und Gegenstrombetreb Enletung ür de Auslegung von
MehrSS 2017 Torsten Schreiber
SS Torsten Schreber e den Ebenen unterscheden wr de und de prmeterfree Drstellung. Wenn wr ene Ebenenglechung durch dre Punkte bestmmen wollen, so müssen de zugehörgen Vektoren sen, d es sonst nur ene
Mehr1.1 Grundbegriffe und Grundgesetze 29
1.1 Grundbegrffe und Grundgesetze 9 mt dem udrtschen Temperturkoeffzenten 0 (Enhet: K - ) T 1 d 0. (1.60) 0 dt T 93 K Betrchtet mn nun den elektrschen Wderstnd enes von enem homogenen elektrschen Feld
MehrStreuungs-, Schiefe und Wölbungsmaße
aptel IV Streuungs-, Schefe und Wölbungsmaße B... Lagemaße von äufgketsvertelungen geben allen weng Auskunft über ene äufgketsvertelung. Se beschreben zwar en Zentrum deser Vertelung, geben aber kenen
MehrKennlinienaufnahme des Transistors BC170
Kennlnenufnhme des Trnsstors 170 Enletung polre Trnsstoren werden us zwe eng benchbrten pn-übergängen gebldet. Vorrusetzung für ds Funktonsprnzp st de gegensetge eenflussung beder pn-übergänge, de nur
MehrFORMELSAMMLUNG STATISTIK (I)
Statst I / B. Zegler Formelsammlng FORMELSAMMLUG STATISTIK (I) Statstsche Formeln, Defntonen nd Erläterngen A a X n qaltatves Mermal Mermalsasprägng qanttatves Mermal Mermalswert Anzahl der statstschen
MehrMaße der zentralen Tendenz (10)
Maße der zentralen Tendenz (10) - De Berechnung der zentralen Tendenz be ategorserten Daten mt offenen Endlassen I - Bespel 1: offene Endlasse Alter x f x f p x p p cum bs 20 1? 3? 6? 6 21-25 2 23 20 460
MehrAspekte zur Approximation von Quadratwurzeln
Aspete zur Approxmaton von Quadratwurzeln Intervallschachtelung Intervallhalberungsverfahren Heron-Verfahren Rechnersche und anschaulche Herletung Zusammenhang mt Newtonverfahren Monotone und Beschränthet
MehrDaten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.
Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve
MehrMethoden der innerbetrieblichen Leistungsverrechnung
Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den
MehrÜbungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen
Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen
MehrKonzept der Chartanalyse bei Chart-Trend.de
Dpl.-Phys.,Dpl.-Math. Jürgen Brandes Konzept der Chartanalyse be Chart-Trend.de Konzept der Chartanalyse be Chart-Trend.de... Bewertungsgrundlagen.... Skala und Symbole.... Trendkanalbewertung.... Bewertung
Mehr4. Indexzahlen. 5.1 Grundlagen 5.2 Preisindizes 5.3 Indexzahlenumrechnungen. Dr. Rebecca Schmitt, WS 2013/2014
4. ndexzahlen 5.1 Grundlagen 5.2 Presndzes 5.3 ndexzahlenumrechnungen 1 4.1 Grundlagen Als Messzahlen werden de Quotenten bezechnet, de aus den Beobachtungswerten bzw. den Maßzahlen zweer Telmengen derselben
MehrItemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i
Itemanalyse und Itemkennwerte De Methoden der Analyse der Itemegenschaften st ncht m engeren Snne Bestandtel der Klassschen Testtheore Im Rahmen ener auf der KTT baserenden Testkonstrukton und -revson
MehrBeschreibende Statistik Mittelwert
Beschrebende Statstk Mttelwert Unter dem arthmetschen Mttel (Mttelwert) x von n Zahlen verstehen wr: x = n = x = n (x +x +...+x n ) Desen Mttelwert untersuchen wr etwas genauer.. Zege für n = 3: (x x )
MehrGrundlagen sportwissenschaftlicher Forschung Deskriptive Statistik
Grundlagen sportwssenschaftlcher Forschung Deskrptve Statstk Dr. Jan-Peter Brückner jpbrueckner@emal.un-kel.de R.6 Tel. 880 77 Deskrptve Statstk - Zele Beschreben der Daten Zusammenfassen der Daten Überblck
MehrBeim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm):
Aufgabe 1 (4 + 2 + 3 Punkte) Bem Wegen von 0 Respaketen ergaben sch folgende Gewchte X(n Gramm): 1 2 3 4 K = (x u, x o ] (98,99] (99, 1000] (1000,100] (100,1020] n 1 20 10 a) Erstellen Se das Hstogramm.
MehrFehlerrechnung für Einsteiger Eine beispielorientierte Einführung für Studierende der TUHH
Fehlerrechnung für Ensteger Ene bespelorenterte Enführung für Studerende der TUHH. Messungen und Ungenugket Vele phsklsche Größen (z.b. ene Länge, Tepertur oder ene Msse) können durch Messungen drekt bestt
MehrW08. Wärmedämmung. Q = [λ] = W m -1 K -1 (1) d Bild 1: Wärmeleitung. Physikalisches Praktikum
W08 Physklsches Prktkum Wärmedämmung En Modellhus mt usechselbren Setenänden dent zur Bestmmung von Wärmedurchgngszhlen (k-werten) verschedener Wände und Fenster soe zur Ermttlung der Wärmeletfähgket verschedener
MehrFunktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e
Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de
MehrKonzentrationsmaße. Messung der absoluten Konzentration Konzentrationsrate Herfindahl-Index
Konzentrtionsmße Messung der bsoluten Konzentrtion Konzentrtionsrte Herfindhl-Index Absolute Konzentrtion Bibliogrfie: Prof. Dr. Küc; Universität Rostoc Sttisti, Vorlesungssrit, Abschnitt 6. Bleymüller
MehrLösungen zum 3. Aufgabenblock
Lösungen zum 3. Aufgabenblock 3. Aufgabenblock ewerber haben n enem Test zur sozalen Kompetenz folgende ntervallskalerte Werte erhalten: 96 131 11 1 85 113 91 73 7 a) Zegen Se für desen Datensatz, dass
MehrDie Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung
am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall
MehrTerme und Formeln Komplexe Zahlen
Terme und Formeln Komplexe Zhlen e ϕ + = 0 Rchrd Feynmn nnnte dese Glechung n senem Notzbuch de bemerkenswerteste Formel der Welt ; ndere nennen se de schönste Formel der Mthemtk. De Eulersche Identtät
Mehr-70- Anhang: -Lineare Regression-
-70- Anhang: -Lneare Regressn- Für ene Messgröße y f(x) gelte flgender mathematsche Zusammenhang: y a+ b x () In der Regel läßt sch durch enen Satz vn Messwerten (x, y ) aber kene Gerade zechnen, da de
MehrLösungen zu Übungsaufgaben Angewandte Mathematik MST Blatt 6 Matlab
Lösungen zu Übungsufgben Angewndte Mthemtk MST Bltt Mtlb Prf.Dr.B.rbwsk Zu Aufgbe ) Errbeten Se sch begefügtes Mterl zur Trpezmethde und zur Smpsnschen Fssregel! (us Ppul, Mthemtk für Ingeneure, Bnd Kp.V.)
MehrIn der beschreibenden Statistik werden Daten erhoben, aufbereitet und analysiert. Beispiel einer Datenerhebung mit Begriffserklärungen (Vokabel)
Rudolf Brnkmann http://brnkmann-du.de Sete.. Datenerhebung, Datenaufberetung und Darstellung. In der beschrebenden Statstk werden Daten erhoben, aufberetet und analysert. Bespel ener Datenerhebung mt Begrffserklärungen
MehrKlasse : Name1 : Name 2 : Datum : Nachweis des Hookeschen Gesetzes und Bestimmung der Federkonstanten
Versuch r. 1: achwes des Hook schen Gesetzes und Bestmmung der Federkonstanten achwes des Hookeschen Gesetzes und Bestmmung der Federkonstanten Klasse : ame1 : ame 2 : Versuchszel: In der Technk erfüllen
MehrDer schematische Aufbau einer Reibkupplung zeigt das Bild Bild 2.45 Schematischer Aufbau einer mechanischen Reibkupplung
..1 Enkuelvorgng Der schemtsche ufbu ener Rebkulung zegt ds Bld.45. Bld.45 Schemtscher ufbu ener mechnschen Rebkulung Ene ulung wndelt de Drehzhl durch Schluf während des uelvorgnges, ds Drehmoment st
MehrMessen kleiner Größen
Messen klener Größen Negungssensoren Elektronsche Negungssensoren Flüssgketsssteme Pendelssteme Sesmsche Ssteme btstung ener Gsblse btstung ener Flüssgkets -oberfläche Vertklpendel Horzontl -pendel Beschleungungsmesser;
MehrGrundgedanke der Regressionsanalyse
Grundgedanke der Regressonsanalse Bsher wurden durch Koeffzenten de Stärke von Zusammenhängen beschreben Mt der Regressonsrechnung können für ntervallskalerte Varablen darüber hnaus Modelle geschätzt werden
MehrSIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT
Smulaton von Hybrdfahrzeugantreben mt optmerter Synchronmaschne 1 SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT OPTIMIERTER SYNCHRONMASCHINE H. Wöhl-Bruhn 1 EINLEITUNG Ene Velzahl von Untersuchungen hat sch
MehrLineare Regression (1) - Einführung I -
Lneare Regresson (1) - Enführung I - Mttels Regressonsanalysen und kompleeren, auf Regressonsanalysen aserenden Verfahren können schenar verschedene, jedoch nenander üerführare Fragen untersucht werden:
MehrAuswertung von Umfragen und Experimenten. Umgang mit Statistiken in Maturaarbeiten Realisierung der Auswertung mit Excel 07
Auswertung von Umfragen und Expermenten Umgang mt Statstken n Maturaarbeten Realserung der Auswertung mt Excel 07 3.Auflage Dese Broschüre hlft bem Verfassen und Betreuen von Maturaarbeten. De 3.Auflage
Mehr12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2
1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:
MehrMultilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel
ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore
MehrLineare Optimierung Dualität
Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen
MehrAnalysis I. Vorlesung 17. Logarithmen. R R, x exp x,
Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket
Mehr9 Integration von Funktionen in mehreren Variablen
9 Integrton von Funktonen n mehreren Vrlen 9 9 Integrton von Funktonen n mehreren Vrlen Der Integrlegrff für Funktonen n mehreren Vrlen st wesentlch velfältger ls der e Funktonen n ener Vrlen. Dem unestmmten
MehrFallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum
Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten
MehrVerteilungen eindimensionaler diskreter Zufallsvariablen
Vertelungen endmensonaler dskreter Zufallsvarablen Enführung Dskrete Vertelungen Dskrete Glechvertelung Bernoull-Vertelung Bnomalvertelung Bblografe: Prof. Dr. Kück Unverstät Rostock Statstk, Vorlesungsskrpt,
MehrWeitere NP-vollständige Probleme
Wetere NP-vollständge Probleme Prosemnar Theoretsche Informatk Marten Tlgner December 10, 2014 Wr haben letzte Woche gesehen, dass 3SAT NP-vollständg st. Heute werden wr für enge wetere Probleme n NP zegen,
MehrAbbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).
44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften
MehrDatenaufbereitung und -darstellung III
Datenafberetng nd Darstellng 1 Glederng: Zel der Datenafberetng nd Darstellng Datenverdchtng Tabellen nd grafsche Darstellngen Darstellng nvarater Datenmengen (Abschntt 4.4 Darstellng mltvarater Daten
MehrGrundlagen der Elektrotechnik II (GET II)
Grundlgen der Elektrotechnk (GET ) Vorlesung m 8.07.005 Do. :5-3.45 Uhr;. 603 (Hörsl) Dr.-ng. ené Mrklen E-Ml: mrklen@un-kssel.de Tel.: 056 804 646; Fx: 056 804 6489 UL: http://www.tet.e-technk.un-kssel.de
MehrProf. Dr. P. Kischka WS 2012/13 Lehrstuhl für Wirtschafts- und Sozialstatistik. Klausur Statistische Inferenz
Prof. Dr. P. Kschka WS 2012/13 Lehrstuhl für Wrtschafts- und Sozalstatstk Klausur Statstsche Inferenz 15.02.2013 Name: Matrkelnummer: Studengang: Aufgabe 1 2 3 4 5 6 7 8 Summe Punkte 6 5 5 5 5 4 4 6 40
MehrDie Kugel Lösungen. 1. Von einer Kugel ist der Radius bekannt. Berechne Volumen und Oberfläche der
De Kugel Lösungen 1. Von ener Kugel st der Radus bekannt. Berechne Volumen und Oberfläche der Kugel. r,8 cm 5, cm 18,6 cm 4, cm 5,6 cm 4,8 cm V 0 cm³ 64 cm³ 6 954 cm³ cm³ 76 cm³ 46 cm³ O 181 cm² 5 cm²
Mehrnonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen
arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree
Mehr4. Musterlösung. Problem 1: Kreuzende Schnitte **
Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,
MehrItem-response Theorie (Probablistiche Testtheorie) Grundidee der item-response Theorie ist, dass die Antworten auf die Testitems lediglich
Item-response Theore (Probablstche Testtheore Grnddee der tem-response Theore st, dass de Antworten af de Testtems ledglch Indatoren für ene z messende latente Varable (Trats, Klassen snd. Je nach Asprägng
MehrAufgabe 7.1 (Aufgabe 5, SS 1999, VWL B, [2. Wdh. vom WS 1998/99])
Aufgben zu Kptel 7 Aufgbe 7. (Aufgbe 5, SS 999, VWL B, 4.07.999 [. Wdh. vom WS 998/99]) Ene Unternehmung mt der Produktonsfunkton f ( x, x ) 5x x stellt den Output y 700 her. De Fktorprese betrgen 6 und
MehrStrahlensatz, Zentrische Streckung, Vierstreckensatz (Anwendung, Beweis, Konstruktion)
Gymnsum Strhlenstz, Zentrsche Streckung, Verstreckenstz 1. Berechne us den jewels gegebenen Größen de gesuchten Streckenlängen: Gegeben: ) AB = cm ; ZA = 3cm ; ZA ' = 5cm A 'B' Gesucht: b) ZA = 3,5cm ;
MehrNomenklatur - Übersicht
Nomenklatur - Überscht Name der synthetschen Varable Wert der synthetschen Varable durch synth. Varable erklärte Gesamt- Streuung durch synth. Varable erkl. Streuung der enzelnen Varablen Korrelaton zwschen
MehrNSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.
PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs
MehrElemente der Mathematik - Sommer 2016
Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s
Mehr6. Modelle mit binären abhängigen Variablen
6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch
MehrProf. Dr.- Ing. Herzig Vorlesung "Grundlagen der Elektrotechnik 1" 1etv3-4
Prof. Dr.- ng. Herzg.6 Spezelle erechnungsverfahren lnearer Netzwerke.6. Überlagerungsverfahren Der Lernende kann - den Überlagerungssatz und das darauf beruhende erechnungsprnzp lnearer Netzwerke erklären
Mehr6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen
196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen
MehrJan Auffenberg. b) Maschenregel: Längs einer geschlossenen Schleife ist die Summe aus Quellenspannung und Spannungsabfällen an den Widerständen Null.
Protokoll zu Versuch E1: Glech- und Wechselstrom 1. Enletung Be desem enführenden Versuch n de Elektrodynmk sollen grundlegende Dnge, we z.b. ds ohmsche Gesetz oder de Krchhoffschen egeln, nhnd von enfchen
MehrAlternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF
Alternatve Darstellung des -Stchprobentests für Antele DCF CF Total n= 111 11 3 Response 43 6 69 Resp. Rate 0,387 0,3 0,309 Beobachtete Response No Response Total absolut DCF 43 68 111 CF 6 86 11 69 154
MehrHausübung 1 Lösungsvorschlag
Hydrologe und Wasserwrtschaft Hausübung Lösungsvorschlag NIDRSCHLAG Hnwes: Be dem vorlegenden Dokument handelt es sch ledglch um enen Lösungsvorschlag und ncht um ene Musterlösung. s besteht ken Anspruch
MehrFacility Location Games
Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet
MehrArbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2
ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung
Mehr2 Rohrleitungsnetzberechnung
Vorlesungsskrpt Hydrulk II - Rohrletungsnetzberechnung. Krchhoffsche Regeln En Netz besteht us mehreren Rohsträngen, de n mehreren Punkten mtennder hydrulsch verbunden snd. (Sehe Abb. -) Abb. -: Rohrletungsnetz
MehrAnwendungsmöglichkeiten von Lernverfahren
Künstlche Neuronale Netze Lernen n neuronalen Netzen 2 / 30 Anwendungsmöglcheten von Lernverfahren Prnzpelle Möglcheten Verbndungsorentert 1 Hnzufügen neuer Verbndungen 2 Löschen bestehender Verbndungen
MehrKonkave und Konvexe Funktionen
Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage
MehrGrundpraktikum M5 Oberflächenspannung
Grundpraktkum M5 Oberflächenspannung Julen Kluge 21. Ma 2015 Student: Julen Kluge (564513) Partner: Emly Albert (564536) Betreuer: Dr. Mykhaylo Semtsv Raum: 314 Messplatz: 2 INHALTSVERZEICHNIS 1 ABSTRACT
MehrAufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):
LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete
MehrRegressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n
Regressonsgerade x x x x 3... x n y y y y 3... y n Bem Auswerten von Messrehen wrd häufg ene durch theoretsche Überlegungen nahegelegte lneare Bezehung zwschen den x- und y- Werten gesucht, d.h. ene Gerade
MehrPortfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe
Portfolothore (Markowtz) Separatonstheore (Tobn) Kaptaarkttheore (Sharpe Ene Enführung n das Werk von dre Nobelpresträgern zu ene Thea U3L-Vorlesung R.H. Schdt, 3.12.2015 Wozu braucht an Theoren oder Modelle?
MehrBeschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression
Beschrebung des Zusammenhangs zweer metrscher Merkmale Streudagramme Korrelatonskoeffzenten Regresson Alter und Gewcht be Kndern bs 36 Monaten Knd Monate Gewcht 9 9 5 8 3 4 7.5 4 3 6 5 3 6 4 3.5 7 35 5
MehrDatenaufbereitung und Darstellung
Datenaufberetung und Darstellung 1 Glederung: Zel der Datenaufberetung und Darstellung Datenverdchtung Tabellen und grafsche Darstellungen Darstellung unvarater Datenmengen Darstellung multvarater Daten
MehrProf. Dr. Roland Füss Statistik II SS 2008
5. Spezelle Testverfahren Zahlreche parametrsche und nchtparametrsche Testverfahren, de nach Testvertelung (Bnomal, t-test etc.), Analysezel (Anpassungs- und Unabhänggketstest) oder Konstrukton der Prüfgröße
MehrZufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert
R. Brnkmann http://brnkmann-du.de Sete..8 Zufallsvarable, Wahrschenlchketsvertelungen und Erwartungswert Enführungsbespel: Zwe Würfel (en blauer und en grüner) werden 4 mal zusammen geworfen. De Häufgketen
Mehr4.2 Grundlagen der Testtheorie
4.2 Grundlagen der Testtheore Wntersemester 2008 / 2009 Hochschule Magdeburg-Stendal (FH) Frau Prof. Dr. Gabrele Helga Franke Deskrptve Statstk 4-1 bs 4-2 1 GHF m WSe 2008 / 2009 an der HS MD-SDL(FH) m
Mehr18. Dynamisches Programmieren
8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus
MehrDer Erweiterungsfaktor k
Der Erweterungsfaktor k Wahl des rchtgen Faktors S. Meke, PTB-Berln, 8.40 Inhalt: 1. Was macht der k-faktor? 2. Welche Parameter legen den Wert des k-faktors fest? 3. Wo trtt der k-faktor auf? 4. Zusammenhang
MehrVERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE
VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE Karl Rudolf KOCH Knut RIESMEIER In: WELSCH, Walter (Hrsg.) [1983]: Deformatonsanalysen 83 Geometrsche Analyse und Interpretaton von Deformatonen
MehrFormelsammlung zur Zuverlässigkeitsberechnung
Formelsmmlug zur Zuverlässgetsberechug zusmmegestellt vo Tt Lge Fchhochschule Merseburg Fchberech Eletrotech Ihlt:. Zuverlässget vo Betrchtugsehete.... Zuverlässget elemetrer, chtreprerbrer ysteme... 3.
Mehr1 Mehrdimensionale Analysis
1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus
MehrBranchenprozessmodell zur Ermittlung von Gemeinkosten in der Telekommunikationsindustrie
Brnchenprozessmodell zur Ermttlung von Gemenkosten n der Telekommunktonsndustre Referenzdokument 2.0 Stuttgrt, Jul 2007 Autoren: Klus Möller Ulrke Autoren: Urbn Stefn Prof. Dr. Zebg Klus Möller Dpl.-Kffr.
Mehr18. Vorlesung Sommersemester
8. Vorlesung Sommersemester Der Drehmpuls des starren Körpers Der Drehmpuls des starren Körpers st etwas komplzerter. Wenn weder de Wnkelgeschwndgket um de feste Rotatonsachse st, so wrd mt Hlfe des doppelten
MehrStandardnormalverteilung / z-transformation
Standardnormalvertelung / -Transformaton Unter den unendlch velen Normalvertelungen gbt es ene Normalvertelung, de sch dadurch ausgeechnet st, dass se enen Erwartungswert von µ 0 und ene Streuung von σ
MehrFlußnetzwerke - Strukturbildung in der natürlichen Umwelt -
Flußnetzwerke - Strukturbldung n der natürlchen Umwelt - Volkhard Nordmeer, Claus Zeger und Hans Joachm Schlchtng Unverstät - Gesamthochschule Essen Das wohl bekannteste und größte exsterende natürlche
MehrPhysikalisches Anfängerpraktikum Teil 2 Versuch PII 33: Spezifische Wärmekapazität fester Körper Auswertung
Physkalsches Anfängerpraktkum Tel 2 Versuch PII 33: Spezfsche Wärmekapaztät fester Körper Auswertung Gruppe M-4: Marc A. Donges , 060028 Tanja Pfster, 204846 2005 07 spezfsche Wärmekapaztäten.
MehrWS 2016/17 Prof. Dr. Horst Peters , Seite 1 von 9
WS 2016/17 Prof. Dr. Horst Peters 06.12.2016, Sete 1 von 9 Lehrveranstaltung Statstk m Modul Quanttatve Methoden des Studengangs Internatonal Management (Korrelaton, Regresson) 1. Überprüfen Se durch Bestmmung
MehrAuswertung univariater Datenmengen - deskriptiv
Auswertung unvarater Datenmengen - deskrptv Egenschaften des arthmetschen Mttels Enfache Streuungsmaße Spannwete Quartlabstand Das Dagramm enes Boplots Prof. Kück / Dr. Rcabal Lage- und Streuungsparameter
Mehr2.1 Einfache lineare Regression 31
.1 Enfache lneare Regresson 31 Regressonsanalyse De Regressonsanalyse gehört zu den am häufgsten engesetzten multvaraten statstschen Auswertungsverfahren. Besonders de multple Regressonsanalyse hat große
MehrÜbungsblatt 4 - Lösung
Formle Sprchen und Automten Üungsltt 4 - Lösung 26. M 2013 1 Whr oder flsch? Begründe kurz dene Antwort! 1. In enem determnstschen endlchen Automten gt es für jedes Wort w Σ mxml enen kzepterenden Pfd.
MehrG Bereitstellungsmenge des internationalen öffentlichen Umweltgutes
Insttut für Volkswrtschftslehre und Ökonometre Fkultät Wrtschftswssenschften II cht-koopertve Lösungen und hre Egenschften. Modellrhmen Zur Verenfchung betrchten wr en Zwe-Länder-Szenro. Ene Verllgemenerung
MehrÜbung zur Vorlesung. Informationstheorie und Codierung
Übung zur Vorlesung Informatonstheore und Coderung Prof. Dr. Lla Lajm März 25 Ostfala Hochschule für angewandte Wssenschaften Hochschule Braunschweg/Wolfenbüttel Postanschrft: Salzdahlumer Str. 46/48 3832
Mehr3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale
3. De Kennzechnung von Patkeln 3..1 Patkelmekmale De Kennzechnung von Patkeln efolgt duch bestmmte, an dem Patkel mess bae und deses endeutg beschebende physka lsche Gößen (z.b. Masse, Volumen, chaaktestsche
MehrCourse Dec 15, Statistische Mechanik plus. Course Hartmut Ruhl, LMU, Munich. People involved. Rationale
Dec 15, 2016 ASC, room A 238, phone 089-21804210, emal hartmut.ruhl@lmu.de Patrc Böhl, ASC, room A205, phone 089-21804640, emal patrc.boehl@phys.un-muenchen.de. Dsusson der Besetzungszahldarstellungen
MehrZ Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.
Kombnator. Problemstellung Ausgangspunt be ombnatorschen Fragestellungen st mmer ene endlche Menge M, aus deren Elementen man endlche Zusammenstellungen von Elementen aus M bldet. Formal gesprochen bedeutet
Mehr1 Definition und Grundbegriffe
1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:
Mehr