3. Einführung in die Zeitreihenanalyse
|
|
- Barbara Dunkle
- vor 8 Jahren
- Abrufe
Transkript
1 3. Einführung in die Zeitreihenanalyse Dr. Johann Burgstaller Finance Department, JKU Linz (Dieser Foliensatz wurde zuletzt aktualisiert am 25. Dezember 2007.) Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 1 / 36
2 Inhaltsverzeichnis 1 Einleitung 2 Autoregressive Prozesse 3 Tests auf Nichtstationarität 4 Nichtstationarität und Kointegration Nonsens-Regression Kointegration 5 Vektorautoregressive Modelle Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 2 / 36
3 Einleitung Die folgenden Darstellungen zu den Methoden der Zeitreihenanalyse sollten als nur sehr rudimentäre Einführung in das Thema verstanden werden. Zeitreihen sind keine Stichprobendaten im engeren Sinne, obwohl nur ein Ausschnitt aus der gesamten möglichen Zeit betrachtet wird. Dennoch sind Zeitreihen immer als Zufallsvariablen zu betrachten. Die Rolle der Grundgesamtheit wird hier von der Gesamtheit aller möglichen Zeitreihen, die der datengenerierende Prozeß erzeugen könnte (bzw. hätte können), übernommen. Hätten sich bestimmte Sachverhalten in der Vergangenheit anders dargestellt, hätten sich auch die beobachteten Zeitreihen anders verhalten (ähnlich den veränderten Zeitlinien in Star Trek usw.). Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 3 / 36
4 Einleitung Der überwiegende Teil der zeitreihenanalytischen Techniken wurde für stationäre (schwach stationäre) Zeitreihen entwickelt. Die Analyse beginnt üblicherweise mit einer graphischen Darstellung der Zeitreihen, um eine erste, grobe Einschätzung über den datenerzeugenden Prozeß zu erlangen. So kann man z.b. Hinweise zum Trendverhalten, zu saisonalen Schwankungen und Hinweise auf Extremwerte bzw. Ausreißer erhalten. Ein einfaches Modell für Trendverhalten wäre y t = α 0 + α 1 t + e t (1) Wenn e konstant, ergibt sich die Veränderung von y von einem Zeitpunkt zum nächsten durch α 1. Die Variable t bildet einen linearen, deterministischen Trend ab (der bei 1 beginnen kann, aber nicht muß). Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 4 / 36
5 Einleitung Wenn y logarithmiert ist, beschreibt α 1 die durchschnittliche Wachstumsrate von y pro Zeitperiode. Ein Beispiel für ein (solch statisches) Regressionsmodell mit trendenden (abgesehen davon aber stationären) Zeitreihen wäre dann y t = β 0 + β 1 x 1,t + β 2 x 2,t + + γt + e t (2) Die Inklusion des Trends zieht dabei die zeitliche Abhängigkeit aus allen Variablen heraus (die Koeffizienten sind auch hier ceteris paribus zu interpretieren), die Zusammenhänge sind daher trendbereinigt (engl.: detrended ). Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 5 / 36
6 Autoregressive Prozesse 1 Einleitung 2 Autoregressive Prozesse 3 Tests auf Nichtstationarität 4 Nichtstationarität und Kointegration 5 Vektorautoregressive Modelle Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 6 / 36
7 Autoregressive Prozesse Zeitreihendaten ermöglichen die Analyse dynamischer Modelle, bei denen die zeitliche Dimension explizit berücksichtigt wird. Wir nehmen dabei an, daß die Vergangenheit die Gegenwart beeinflußt, daß die Zukunft selbiges aber nicht kann (das ist im Star-Trek-Universum anders - und in Modellen mit rationalen Erwartungen...?). In Zeitreihenzusammenhängen kann man zwischen vorübergehenden und permanenten Effekten unterscheiden, Autokorrelation ist verbreitet, Logarithmen und Dummyvariablen spielen in der Modellierung eine große Rolle. In der univariaten Zeitreihenanalyse - dabei wird die Entwicklung einer Zeitreihe (nur) aus ihrer eigenen Vergangenheit beschrieben - formuliert man sog. autoregressive Abhängigkeiten. Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 7 / 36
8 Autoregressive Prozesse Eine Zeitreihe, die z.b. der Gesetzmäßigkeit y t = α 1 y t 1 + α 2 y t α p y t p + e t (3) folgt, bezeichnet man als autoregressiven Prozeß p-ter Ordnung, AR(p). Ob dieser stationär (oft auch als stabil bezeichnet) oder nicht-stationär ist, hängt von den α i ab. Stationär oder nicht, ein autoregressives Modell beschreibt eine gewisse Trägheit (Persistenz) in y, d.h. y ändert sein (oder ihr) Verhalten von einem Zeitpunkt zum nächsten nicht wesentlich. Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 8 / 36
9 Autoregressive Prozesse Einen Prozeß mit dem Bildungsgesetz y t = α 1 y t 1 + e t (4) bezeichnet man als AR(1), e t ist dabei weißes Rauschen. [Siehe Schröder (2002, Kapitel III) zu MA-, ARMA- und ARIMA-Prozessen (werden hier nicht beleuchtet), sowie zu einer kruden Einschätzung der Stationarität mittels sogenannter Autokorrelationsfunktionen.] Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 9 / 36
10 Tests auf Nichtstationarität 1 Einleitung 2 Autoregressive Prozesse 3 Tests auf Nichtstationarität 4 Nichtstationarität und Kointegration 5 Vektorautoregressive Modelle Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 10 / 36
11 Tests auf Nichtstationarität Hier soll die Idee eines einfachen Tests, dem von Dickey und Fuller (1979), kurz dargelegt werden. Die Nullhypothese dabei ist Nichtstationarität (Stationarität zu testen ist wesentlich schwieriger). Man beginnt mit einer Autoregression erster Ordnung, y t = α + ρy t 1 + e t (5) und möchte testen, ob ρ gleich 1 ist - ob die Zeitreihe einem Random Walk (mit oder ohne Drift) folgt. [Man spricht auch von Einheitswurzeltests (engl. unit root tests ), da das charakteristische Polynom des Prozesses im Falle eines Random Walks eine Wurzel bzw. Lösung von 1 aufweist.] Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 11 / 36
12 Tests auf Nichtstationarität Für das Testen angenehmer ist es, von der Gleichung auf jeder Seite y t 1 abzuziehen, um schließlich y t = α + θy t 1 + e t (6) zu erhalten, wobei θ = ρ 1 und der sog. Differenzenoperator. Die Nullhypothese ist dann H 0 : θ = 0, die (sinnvolle, einseitige) Alternative H 1 : θ < 0. [Die Testgleichung wird zumeist noch um eine bestimmte, mittels Informationskriterien zu ermittelnde, Anzahl von vergangenen y t erweitert, damit die Residuen weiß rauschen. Dann spricht man vom Augmented Dickey-Fuller-Test (ADF-Test).] Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 12 / 36
13 Tests auf Nichtstationarität Das Problem ist, daß bei Gültigkeit der Nullhypothese die t-statistik nicht t-verteilt ist. Die tatsächliche Verteilung der t-statistik ist allerdings bekannt und wurde von Dickey und Fuller simuliert und tabelliert. Die kritischen Werte sind stärker negativ als jene der t-verteilung. Für einen Test auf Trend-Stationarität wird noch ein linearer, deterministischer Trend in die Testgleichung aufgenommen. Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 13 / 36
14 Tests auf Nichtstationarität Beispiele für ADF-Testresultate Im Folgenden sollen nun der Indexwert (total return) des DS Global Austria, die daraus berechneten (diskreten) Renditen, sowie die Sekundärmarktrenditen der Bundesanleihen auf Nichtstationarität getestet werden. Die Monatsdaten beginnen mit Jänner 1980 und enden im Juni Zu beobachten ist, daß die ersten Differenzen bzw. die diskreten Renditen des DS Global Austria stationär sind, ebenso wie die ersten Differenzen der SMR. Die Berücksichtigung eines deterministischen Trends verändert die Resultate nur marginal. Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 14 / 36
15 Tests auf Nichtstationarität Tabelle 1: ADF-Testresultate I Testgleichung ohne Trend - Kritischer Wert = -2,88 Zu testende Variable θ ρ t-statistik Lags DS Global Austria DS Global Austria (erste Differenzen) Diskrete Renditen DS Global Austria SMR Bundesanleihen SMR Bundesanleihen (erste Differenzen) Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 15 / 36
16 Tests auf Nichtstationarität Tabelle 2: ADF-Testresultate II Testgleichung mit Trend - Kritischer Wert = -3,43 Zu testende Variable θ ρ t-statistik Lags DS Global Austria DS Global Austria (erste Differenzen) Diskrete Renditen DS Global Austria SMR Bundesanleihen SMR Bundesanleihen (erste Differenzen) Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 16 / 36
17 Tests auf Nichtstationarität Es existieren... auch Tests auf saisonale Integration, z.b. der HEGY-Test. mehrere praktische Vorbehalte gegen den ADF-Test. mittlerweile unzählige verschiedene Nicht-Stationaritäts-Tests, z.b. Phillips-Perron, DFGLS, Zivot-Andrews, etc. einige wenige Tests mit Stationarität als Nullhypothese, z.b. der KPSS- Test. Möglichkeiten, auf Stationarität im multivariaten Kontext zu testen. Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 17 / 36
18 Nichtstationarität und Kointegration Nonsens-Regression 1 Einleitung 2 Autoregressive Prozesse 3 Tests auf Nichtstationarität 4 Nichtstationarität und Kointegration Nonsens-Regression Kointegration 5 Vektorautoregressive Modelle Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 18 / 36
19 Nichtstationarität und Kointegration Nonsens-Regression Bsp. für Nonsens-Regression (schon wieder) für simulierte, trend-stationäre Zeitreihen. Simuliere Datenpunkte nach den (willkürlichen) Bildungsgesetzen und y t = 0, 2 + 0, 3 t + e y,t (7) x t = t + e x,t (8) wobei t = 1,..., und die Fehler aus zwei Normalverteilungen mit Mittel 0 und Varianzen von 2 bzw. 4 gezogen wurden. Das Resultat einer Regression von y auf x sieht folgendermaßen aus: Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 19 / 36
20 Nichtstationarität und Kointegration Nonsens-Regression. reg y x Source SS df MS Number of obs = F( 1, 9998) =. Model e e+09 Prob > F = Residual R-squared = Adj R-squared = Total e Root MSE = y Coef. Std. Err. t P> t [95% Conf. Interval] x e _cons Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 20 / 36
21 Nichtstationarität und Kointegration Nonsens-Regression Sowohl der Wert für die t-statistik des Koeffizienten von x, als auch jener für die F -Statistik sind so groß, daß STATA diese nicht mehr wie gewohnt anzeigen kann. Überdies liegt das R 2 bei 1. Bei beidem handelt es sich um Anzeichen für die Verwendung nicht-stationärer Zeitreihen. [Die von vielen Statistik-Programmen automatisch angezeigte DW-Statistik (Autokorrelationstest nach Durbin und Watson) liefert ebenfalls Indizien.] In diesem Fall ist das Problem relativ leicht, durch die Aufnahme einer Trendvariablen in das Regressionsmodell, zu lösen: Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 21 / 36
22 Nichtstationarität und Kointegration Nonsens-Regression. reg y x t Source SS df MS Number of obs = F( 2, 9997) =. Model e e+09 Prob > F = Residual R-squared = Adj R-squared = Total e Root MSE = y Coef. Std. Err. t P> t [95% Conf. Interval] x t _cons Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 22 / 36
23 Nichtstationarität und Kointegration Nonsens-Regression Im Falle stochastischer Trends (Random Walks) würde die allgemeine Empfehlung lauten, beide Zeitreihen zu differenzieren, um Nonsens-Ergebnisse zu vermeiden. Bei Vorgabe einer Irrtumswahrscheinlichkeit von 5% in den Testprozeduren toleriert man, daß die Wahrscheinlichkeit, die Nullhypothese (hier: kein Einfluß von x auf y) abzulehnen, wenn sie falsch ist, bei eben 5% liegt. Laut den Simulationen von Davidson und MacKinnon (1993) suggeriert der Standard-t-Test aber bei Verwendung von nicht-stationären Zeitreihen in ca. zwei Drittel der Fälle einen signifikanten Zusammenhang, wo keiner ist. Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 23 / 36
24 Nichtstationarität und Kointegration Kointegration 1 Einleitung 2 Autoregressive Prozesse 3 Tests auf Nichtstationarität 4 Nichtstationarität und Kointegration Nonsens-Regression Kointegration 5 Vektorautoregressive Modelle Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 24 / 36
25 Nichtstationarität und Kointegration Kointegration Engle und Granger zeigten jedoch (1987, Nobelpreis!), daß eine Regression mit I(1)-Variablen sinnvoll sein kann. Die Idee ist die folgende: Wenn y t und x t beide I(1) sind (die ersten Differenzen sind stationär), dann ist in den meisten Fällen auch nichtstationär. y t βx t (9) Es könnte aber ein β geben, für das y t βx t stationär ist. Dann würde β Kointegrationsparameter genannt und Gleichung 9 würde eine langfristige Gleichgewichtsbeziehung zwischen y t und x t beschreiben. Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 25 / 36
26 Nichtstationarität und Kointegration Kointegration Ein gutes Beispiel geben Zinsspannen ab. Zwei Zinssätze mögen jeweils I(1) sein, ihr Abstand wird aber gewiß nicht unendlich groß werden können (u.a. wegen Arbitrage). Von diesem langfristigen Zusammenhang mag es kurzfristig (kleinere oder größere) Abweichungen geben, aber es existieren eben Mechanismen, die die Spanne zwischen den beiden Zinsen wieder auf ein bestimmtes Maß zurückführen. Die Schätzung des Kointegrationsparameters kann in diesem Fall mittels Einfachregression erfolgen (die Schätzung ist konsistent ). Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 26 / 36
27 Nichtstationarität und Kointegration Kointegration Der Test auf Kointegration ist auch relativ einfach. Durch Umformung von (Konstante vernachlässigt) erhält man y t = βx t + e t (10) y t βx t = e t (11) wofür die Hypothese dann eine Nicht-Stationarität der linken Seite der Gleichung wäre. Ist dies der Fall, so muß notwendigerweise auch die rechte Seite der Gleichung, e t, nichtstationär sein. Dies kann man mittels des schon gezeigten ADF-Tests überprüfen. Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 27 / 36
28 Nichtstationarität und Kointegration Kointegration Sollte man nun eine Kointegrationsbeziehung gefunden haben, was macht man dann damit? Man bildet eine Variable, die den langfristigen Zusammenhang darstellt und fügt diese in ein Modell in Differenzen der Variablen ein. Die so erzeugten Modelle nennt man Fehlerkorrekturmodelle, da in diesen ermittelt werden kann, wie kurzfristige Abweichungen vom langfristigen Gleichgewicht über die Zeit (von welchen Variablen durch deren Reaktion bzw. Anpassung) korrigiert werden. Darauf soll hier aber nicht weiter eingegangen werden. Das hier erläuterte Vorgehen wird als zweistufige Methode nach Engle und Granger bezeichnet. Üblicherweise testet man auf Kointegration aber nach dem Verfahren von Johansen (1987, uvm.) im Rahmen simultaner Gleichungsmodelle (z.b. VAR). Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 28 / 36
29 Nichtstationarität und Kointegration Kointegration Beispiel zur Kointegration Abbildung 1: Zinssätze Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 29 / 36
30 Nichtstationarität und Kointegration Kointegration Für die Zeit zwischen 1999:01 und 2003:12 (danach tauchen Instabilitäten in der Beziehung auf) ergibt sich ein Kointegrationsparameter von 1,058. Die Abweichungen von dieser Gleichgewichtsbeziehung erhält man durch Bildung von Zinssatz Unternehmenskredite 1, Monats-Euribor (12) Siehe Abbildung 2. Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 30 / 36
31 Nichtstationarität und Kointegration Kointegration Abbildung 2: Abweichungen vom Zinsgleichgewicht Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 31 / 36
32 Vektorautoregressive Modelle 1 Einleitung 2 Autoregressive Prozesse 3 Tests auf Nichtstationarität 4 Nichtstationarität und Kointegration 5 Vektorautoregressive Modelle Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 32 / 36
33 Vektorautoregressive Modelle VAR-Modelle sind eine Form von dynamischen Zeitreihenmodellen in mehreren Gleichungen (für jede endogene Variable eine). Solche simultanen Gleichungsmodelle sind dann gefragt, wenn mehrere Variablen gemeinsam bestimmt werden bzw. zwischen diesen Variablen Rückkopplungseffekte (engl.: feedback) auftreten. Oft werden sie verwendet, um sog. Impuls-Antwort-Funktionen zu schätzen. Diese geben Auskunft darüber, zu welchen Veränderungen ein zufälliger Schock (Innovation) in einer Variablen über die Zeit in allen anderen im Modell erfaßten Variablen führt. [Simultanous equation bias, 2SLS und Modellordnungs-Festlegung werden hier nicht besprochen.] Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 33 / 36
34 Vektorautoregressive Modelle Eine Vektorautoregression modelliert also mehrere (einen Vektor von) Variablen durch ihre Vergangenheit. Ein VAR mit zwei Variablen und jeweils zwei Verzögerungen bestünde aus den Gleichungen und y t = δ + α 1 y t 1 + γ 1 x t 1 + α 2 y t 2 + γ 2 x t (13) x t = η + β 1 y t 1 + ρ 1 x t 1 + β 2 y t 2 + ρ 2 x t (14) Ist z.b. mindestens eine Verzögerung von x in der Gleichung für y signifikant, so sagt man, x ist Granger-kausal für y. Sog. strukturelle VAR (SVAR) finden diverse Wege, auch die kontemporären Zusammenhänge mit abzubilden. Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 34 / 36
35 Vektorautoregressive Modelle Beispiel zu VAR-Modellen Für das folgende Beispiel wurde ein solches VAR(2)-Modell für die monatlichen Renditen des DS Global Austria und die SMR der Bundesanleihen geschätzt. Dabei wurde die Nichtstationarität der Sekundärmarktrenditen ignoriert. Abbildung 3 zeigt die dynamische Reaktion (response) der Aktienrenditen auf einen 1-Prozentpunkt-Schock (impulse) in den Sekundärmarktrenditen. Diese Antwort ist dabei ebenfalls in Prozentpunkten zu lesen. Strichlierte Linien sind simulierte Konfidenzbänder. Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 35 / 36
36 Vektorautoregressive Modelle Abbildung 3: Antwort der DSGA-Renditen auf einen Impuls in den SMR Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung WS 2007/08 36 / 36
Angewandte Ökonometrie, WS 2012/13, 1. Teilprüfung am 6.12.2012 - Lösungen. Das folgende Modell ist ein GARCH(1,1)-Modell:
Angewandte Ökonometrie, WS 2012/13, 1. Teilprüfung am 6.12.2012 - Lösungen LV-Leiterin: Univ.Prof.Dr. Sylvia Frühwirth-Schnatter 1 Wahr oder falsch? 1. Das folgende Modell ist ein GARCH(1,1)-Modell: Y
MehrAnhand des bereits hergeleiteten Models erstellen wir nun mit der Formel
Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung
MehrGüte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion
MehrData Mining: Einige Grundlagen aus der Stochastik
Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener
Mehr9. Schätzen und Testen bei unbekannter Varianz
9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrRepetitionsaufgaben Wurzelgleichungen
Repetitionsaufgaben Wurzelgleichungen Inhaltsverzeichnis A) Vorbemerkungen B) Lernziele C) Theorie mit Aufgaben D) Aufgaben mit Musterlösungen 4 A) Vorbemerkungen Bitte beachten Sie: Bei Wurzelgleichungen
MehrRekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt
Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
Mehrgeben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen
geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de
MehrName (in Druckbuchstaben): Matrikelnummer: Unterschrift:
20-minütige Klausur zur Vorlesung Lineare Modelle im Sommersemester 20 PD Dr. Christian Heumann Ludwig-Maximilians-Universität München, Institut für Statistik 2. Oktober 20, 4:5 6:5 Uhr Überprüfen Sie
MehrMulticheck Schülerumfrage 2013
Multicheck Schülerumfrage 2013 Die gemeinsame Studie von Multicheck und Forschungsinstitut gfs-zürich Sonderauswertung ICT Berufsbildung Schweiz Auswertung der Fragen der ICT Berufsbildung Schweiz Wir
MehrTheorie und Empirie der Kaufkraftparität (23.5.)
Theorie und Empirie der Kaufkraftparität (23.5.) Text: Taylor, A., Taylor M. (2004): The Purchasing Power Debate, NBER Working Paper No. 10607 (June 2004) Fragen: 1. Beschreiben Sie in ein, zwei Sätzen,
MehrMelanie Kaspar, Prof. Dr. B. Grabowski 1
7. Hypothesentests Ausgangssituation: Man muss sich zwischen 2 Möglichkeiten (=Hypothesen) entscheiden. Diese Entscheidung soll mit Hilfe von Beobachtungen ( Stichprobe ) getroffen werden. Die Hypothesen
MehrAbituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Eine Firma stellt USB-Sticks her. Sie werden in der Fabrik ungeprüft in Packungen zu je 20 Stück verpackt und an Händler ausgeliefert. 1 Ein Händler
MehrTutorial: Homogenitätstest
Tutorial: Homogenitätstest Eine Bank möchte die Kreditwürdigkeit potenzieller Kreditnehmer abschätzen. Einerseits lebt die Bank ja von der Vergabe von Krediten, andererseits verursachen Problemkredite
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrProfil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8
1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen
MehrStatistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005
Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005 Aufgabe 1: Grundzüge der Wahrscheinlichkeitsrechnung 19 P. Als Manager eines großen
MehrGibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero?
Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Manche sagen: Ja, manche sagen: Nein Wie soll man das objektiv feststellen? Kann man Geschmack objektiv messen? - Geschmack ist subjektiv
MehrFortgeschrittene Statistik Logistische Regression
Fortgeschrittene Statistik Logistische Regression O D D S, O D D S - R A T I O, L O G I T T R A N S F O R M A T I O N, I N T E R P R E T A T I O N V O N K O E F F I Z I E N T E N, L O G I S T I S C H E
MehrBinäre abhängige Variablen
Binäre abhängige Variablen Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Alfred Weber Institut Ruprecht Karls Universität Heidelberg Einführung Oft wollen wir qualitative Variablen
MehrEigenwerte und Eigenvektoren von Matrizen
Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt
MehrGemischte Modelle. Fabian Scheipl, Sonja Greven. SoSe 2011. Institut für Statistik Ludwig-Maximilians-Universität München
Gemischte Modelle Fabian Scheipl, Sonja Greven Institut für Statistik Ludwig-Maximilians-Universität München SoSe 2011 Inhalt Amsterdam-Daten: LMM Amsterdam-Daten: GLMM Blutdruck-Daten Amsterdam-Daten:
Mehr13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)
MehrMarkovketten. Bsp. Page Ranking für Suchmaschinen. Wahlfach Entscheidung unter Risiko und stat. Datenanalyse 07.01.2015
Markovketten Markovketten sind ein häufig verwendetes Modell zur Beschreibung von Systemen, deren Verhalten durch einen zufälligen Übergang von einem Systemzustand zu einem anderen Systemzustand gekennzeichnet
MehrCharakteristikenmethode im Beispiel
Charakteristikenmethode im Wir betrachten die PDE in drei Variablen xu x + yu y + (x + y )u z = 0. Das charakteristische System lautet dann ẋ = x ẏ = y ż = x + y und besitzt die allgemeine Lösung x(t)
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
MehrAusarbeitung des Seminarvortrags zum Thema
Ausarbeitung des Seminarvortrags zum Thema Anlagepreisbewegung zum Seminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn von Imke Meyer im W9/10 Anlagepreisbewegung
MehrGrundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen
Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
MehrMonte-Carlo-Simulationen mit Copulas. Kevin Schellkes und Christian Hendricks 29.08.2011
Kevin Schellkes und Christian Hendricks 29.08.2011 Inhalt Der herkömmliche Ansatz zur Simulation logarithmischer Renditen Ansatz zur Simulation mit Copulas Test und Vergleich der beiden Verfahren Fazit
MehrEinfache Varianzanalyse für abhängige
Einfache Varianzanalyse für abhängige Stichproben Wie beim t-test gibt es auch bei der VA eine Alternative für abhängige Stichproben. Anmerkung: Was man unter abhängigen Stichproben versteht und wie diese
MehrSpeicher in der Cloud
Speicher in der Cloud Kostenbremse, Sicherheitsrisiko oder Basis für die unternehmensweite Kollaboration? von Cornelius Höchel-Winter 2013 ComConsult Research GmbH, Aachen 3 SYNCHRONISATION TEUFELSZEUG
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen
MehrAnalyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse
Analyse von Zeitreihen in der Umweltphysik und Geophysik Stochastische Prozesse Yannik Behr Gliederung 1 Stochastische Prozesse Stochastische Prozesse Ein stochastischer Prozess ist ein Phänomen, dessen
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt. Stock, Nordflügel R. 0-49 (Persike) R. 0- (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 008/009 Fachbereich
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrW-Rechnung und Statistik für Ingenieure Übung 11
W-Rechnung und Statistik für Ingenieure Übung 11 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik
MehrWinWerk. Prozess 6a Rabatt gemäss Vorjahresverbrauch. KMU Ratgeber AG. Inhaltsverzeichnis. Im Ifang 16 8307 Effretikon
WinWerk Prozess 6a Rabatt gemäss Vorjahresverbrauch 8307 Effretikon Telefon: 052-740 11 11 Telefax: 052-740 11 71 E-Mail info@kmuratgeber.ch Internet: www.winwerk.ch Inhaltsverzeichnis 1 Ablauf der Rabattverarbeitung...
MehrErstellen von x-y-diagrammen in OpenOffice.calc
Erstellen von x-y-diagrammen in OpenOffice.calc In dieser kleinen Anleitung geht es nur darum, aus einer bestehenden Tabelle ein x-y-diagramm zu erzeugen. D.h. es müssen in der Tabelle mindestens zwei
MehrBasis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.
Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren
MehrETWR TEIL B ÜBUNGSBLATT 4 WS14/15
ETWR TEIL B ÜBUNGSBLATT 4 WS14/15 OTTO-VON-GUERICKE-UNIVERSITÄT MAGDEBURG F A K U L T Ä T F Ü R W I R T S C H A F T S W I S S E N S C H A FT LEHRSTUHL FÜR EMPIRISCHE WIRTSCHAFTSFORSCHUNG & GESUNDHEITSÖKONOMIE,
Mehr11. Rent-Seeking 117
117 Definitionen Gewinnstreben: Vorhandene Ressourcen werden so eingesetzt, dass Einkommen entsteht und die Differenz aus Einkommen und Kosten maximal wird. Rent-Seeking: Vorhandene Ressourcen werden eingesetzt,
MehrSimulation LIF5000. Abbildung 1
Simulation LIF5000 Abbildung 1 Zur Simulation von analogen Schaltungen verwende ich Ltspice/SwitcherCAD III. Dieses Programm ist sehr leistungsfähig und wenn man weis wie, dann kann man damit fast alles
MehrBerechnung der Erhöhung der Durchschnittsprämien
Wolfram Fischer Berechnung der Erhöhung der Durchschnittsprämien Oktober 2004 1 Zusammenfassung Zur Berechnung der Durchschnittsprämien wird das gesamte gemeldete Prämienvolumen Zusammenfassung durch die
MehrIn konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert.
Konstante Modelle: In konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert. Der prognostizierte Wert für die Periode T+i entspricht
MehrWillkommen zur Vorlesung Statistik
Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Varianzanalyse Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr. Wolfgang
MehrV 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,
Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen
MehrBeispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen
4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.
MehrWas ist Sozial-Raum-Orientierung?
Was ist Sozial-Raum-Orientierung? Dr. Wolfgang Hinte Universität Duisburg-Essen Institut für Stadt-Entwicklung und Sozial-Raum-Orientierte Arbeit Das ist eine Zusammen-Fassung des Vortrages: Sozialräume
Mehrq = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678
Lösungsvorschläge zu Blatt 8 X binomialverteilt mit p = 0. und n = 10: a PX = = 10 q = 1 p = 0.8 0. 0.8 10 = 0, 1,..., 10 PX = PX = 0 + PX = 1 + PX = 10 10 = 0. 0 0.8 10 + 0. 1 0.8 9 + 0 1 10 = 0.8 8 [
Mehr1.3 Die Beurteilung von Testleistungen
1.3 Die Beurteilung von Testleistungen Um das Testergebnis einer Vp zu interpretieren und daraus diagnostische Urteile ableiten zu können, benötigen wir einen Vergleichsmaßstab. Im Falle des klassischen
MehrStatistik II für Betriebswirte Vorlesung 2
PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 2 21. Oktober 2014 Verbundene Stichproben Liegen zwei Stichproben vor, deren Werte einander
MehrDas große ElterngeldPlus 1x1. Alles über das ElterngeldPlus. Wer kann ElterngeldPlus beantragen? ElterngeldPlus verstehen ein paar einleitende Fakten
Das große x -4 Alles über das Wer kann beantragen? Generell kann jeder beantragen! Eltern (Mütter UND Väter), die schon während ihrer Elternzeit wieder in Teilzeit arbeiten möchten. Eltern, die während
MehrHow to do? Projekte - Zeiterfassung
How to do? Projekte - Zeiterfassung Stand: Version 4.0.1, 18.03.2009 1. EINLEITUNG...3 2. PROJEKTE UND STAMMDATEN...4 2.1 Projekte... 4 2.2 Projektmitarbeiter... 5 2.3 Tätigkeiten... 6 2.4 Unterprojekte...
MehrAustausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen
Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:
MehrGrundlagen der Inferenzstatistik
Grundlagen der Inferenzstatistik (Induktive Statistik oder schließende Statistik) Dr. Winfried Zinn 1 Deskriptive Statistik versus Inferenzstatistik Die Deskriptive Statistik stellt Kenngrößen zur Verfügung,
Mehr1. LINEARE FUNKTIONEN IN DER WIRTSCHAFT (KOSTEN, ERLÖS, GEWINN)
1. LINEARE FUNKTIONEN IN DER WIRTSCHAFT (KOSTEN, ERLÖS, GEWINN) D A S S O L L T E N N A C H E U R E M R E F E R A T A L L E K Ö N N E N : Kostenfunktion, Erlösfunktion und Gewinnfunktion aufstellen, graphisch
MehrDer monatliche Tarif für ein Handy wurde als lineare Funktion der Form f(x) = k x + d modelliert (siehe Grafik).
1) Handytarif Der monatliche Tarif für ein Handy wurde als lineare Funktion der Form f(x) = k x + d modelliert (siehe Grafik). Euro Gesprächsminuten Tragen Sie in der folgenden Tabelle ein, welche Bedeutung
Mehr90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft
Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte
MehrKorrelation - Regression. Berghold, IMI
Korrelation - Regression Zusammenhang zwischen Variablen Bivariate Datenanalyse - Zusammenhang zwischen 2 stetigen Variablen Korrelation Einfaches lineares Regressionsmodell 1. Schritt: Erstellung eines
MehrKurzanleitung. MEYTON Aufbau einer Internetverbindung. 1 Von 11
Kurzanleitung MEYTON Aufbau einer Internetverbindung 1 Von 11 Inhaltsverzeichnis Installation eines Internetzugangs...3 Ist mein Router bereits im MEYTON Netzwerk?...3 Start des YAST Programms...4 Auswahl
MehrErfahrungen mit Hartz IV- Empfängern
Erfahrungen mit Hartz IV- Empfängern Ausgewählte Ergebnisse einer Befragung von Unternehmen aus den Branchen Gastronomie, Pflege und Handwerk Pressegespräch der Bundesagentur für Arbeit am 12. November
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
MehrMusterlösung zu Serie 14
Dr. Lukas Meier Statistik und Wahrscheinlichkeitsrechnung FS 21 Musterlösung zu Serie 14 1. Der Datensatz von Forbes zeigt Messungen von Siedepunkt (in F) und Luftdruck (in inches of mercury) an verschiedenen
MehrLösungshinweise zur Einsendearbeit 2 SS 2011
Lösungshinweise zur Einsendearbeit 2 zum Kurs 41500, Finanzwirtschaft: Grundlagen, SS2011 1 Lösungshinweise zur Einsendearbeit 2 SS 2011 Finanzwirtschaft: Grundlagen, Kurs 41500 Aufgabe Finanzierungsbeziehungen
MehrEinführung in statistische Analysen
Einführung in statistische Analysen Andreas Thams Econ Boot Camp 2008 Wozu braucht man Statistik? Statistik begegnet uns jeden Tag... Weihnachten macht Deutschen Einkaufslaune. Im Advent überkommt die
MehrAnleitung über den Umgang mit Schildern
Anleitung über den Umgang mit Schildern -Vorwort -Wo bekommt man Schilder? -Wo und wie speichert man die Schilder? -Wie füge ich die Schilder in meinen Track ein? -Welche Bauteile kann man noch für Schilder
MehrLineare Gleichungssysteme I (Matrixgleichungen)
Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst
MehrFolgeanleitung für Fachlehrer
1. Das richtige Halbjahr einstellen Folgeanleitung für Fachlehrer Stellen sie bitte zunächst das richtige Schul- und Halbjahr ein. Ist das korrekte Schul- und Halbjahr eingestellt, leuchtet die Fläche
MehrHandbuch. NAFI Online-Spezial. Kunden- / Datenverwaltung. 1. Auflage. (Stand: 24.09.2014)
Handbuch NAFI Online-Spezial 1. Auflage (Stand: 24.09.2014) Copyright 2016 by NAFI GmbH Unerlaubte Vervielfältigungen sind untersagt! Inhaltsangabe Einleitung... 3 Kundenauswahl... 3 Kunde hinzufügen...
MehrStatistische Thermodynamik I Lösungen zur Serie 1
Statistische Thermodynamik I Lösungen zur Serie Zufallsvariablen, Wahrscheinlichkeitsverteilungen 4. März 2. Zwei Lektoren lesen ein Buch. Lektor A findet 2 Druckfehler, Lektor B nur 5. Von den gefundenen
MehrKugel-Fächer-Modell. 1fach. 3fach. Für die Einzelkugel gibt es 3 Möglichkeiten. 6fach. 3! Möglichkeiten
Kugel-Fächer-Modell n Kugeln (Rosinen) sollen auf m Fächer (Brötchen) verteilt werden, zunächst 3 Kugeln auf 3 Fächer. 1fach 3fach Für die Einzelkugel gibt es 3 Möglichkeiten } 6fach 3! Möglichkeiten Es
MehrErklärung zu den Internet-Seiten von www.bmas.de
Erklärung zu den Internet-Seiten von www.bmas.de Herzlich willkommen! Sie sind auf der Internet-Seite vom Bundes-Ministerium für Arbeit und Soziales. Die Abkürzung ist: BMAS. Darum heißt die Seite auch
MehrWas meinen die Leute eigentlich mit: Grexit?
Was meinen die Leute eigentlich mit: Grexit? Grexit sind eigentlich 2 Wörter. 1. Griechenland 2. Exit Exit ist ein englisches Wort. Es bedeutet: Ausgang. Aber was haben diese 2 Sachen mit-einander zu tun?
MehrModellbildungssysteme: Pädagogische und didaktische Ziele
Modellbildungssysteme: Pädagogische und didaktische Ziele Was hat Modellbildung mit der Schule zu tun? Der Bildungsplan 1994 formuliert: "Die schnelle Zunahme des Wissens, die hohe Differenzierung und
Mehr(1) Problemstellung. (2) Kalman Filter
Inhaltsverzeichnis (1) Problemstellung...2 (2) Kalman Filter...2 Funktionsweise... 2 Gleichungen im mehrdimensionalen Fall...3 Schätzung des Systemzustands...3 Vermuteter Schätzfehler... 3 Aktualisierung
MehrStatistische Auswertung:
Statistische Auswertung: Die erhobenen Daten mittels der selbst erstellten Tests (Surfaufgaben) Statistics Punkte aus dem Punkte aus Surftheorietest Punkte aus dem dem und dem Surftheorietest max.14p.
MehrVarianzanalyse (ANOVA: analysis of variance)
Varianzanalyse (AOVA: analysis of variance) Einfaktorielle VA Auf der Basis von zwei Stichproben wird bezüglich der Gleichheit der Mittelwerte getestet. Variablen müssen Variablen nur nominalskaliert sein.
MehrSowohl die Malstreifen als auch die Neperschen Streifen können auch in anderen Stellenwertsystemen verwendet werden.
Multiplikation Die schriftliche Multiplikation ist etwas schwieriger als die Addition. Zum einen setzt sie das kleine Einmaleins voraus, zum anderen sind die Überträge, die zu merken sind und häufig in
MehrKurzanleitung zur Bereitstellung von Sachverhalten und Lösungen zum Universitätsrepetitorium auf dem Server unirep.rewi.hu-berlin.
Humboldt-Universität zu Berlin Juristische Fakultät Kurzanleitung zur Bereitstellung von Sachverhalten und Lösungen zum Universitätsrepetitorium auf dem Server unirep.rewi.hu-berlin.de Stand: 1. Juni 2010
MehrMETHODENLEHRE I WS 2013/14 THOMAS SCHÄFER
METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrDatenübernahme von HKO 5.9 zur. Advolux Kanzleisoftware
Datenübernahme von HKO 5.9 zur Advolux Kanzleisoftware Die Datenübernahme (DÜ) von HKO 5.9 zu Advolux Kanzleisoftware ist aufgrund der von Update zu Update veränderten Datenbank (DB)-Strukturen in HKO
MehrEin möglicher Unterrichtsgang
Ein möglicher Unterrichtsgang. Wiederholung: Bernoulli Experiment und Binomialverteilung Da der sichere Umgang mit der Binomialverteilung, auch der Umgang mit dem GTR und den Diagrammen, eine notwendige
MehrFüllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge
2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten
MehrProjekt 2HEA 2005/06 Formelzettel Elektrotechnik
Projekt 2HEA 2005/06 Formelzettel Elektrotechnik Teilübung: Kondensator im Wechselspannunskreis Gruppenteilnehmer: Jakic, Topka Abgabedatum: 24.02.2006 Jakic, Topka Inhaltsverzeichnis 2HEA INHALTSVERZEICHNIS
MehrJeopardy and andere Quizformate im bilingualen Sachfachunterricht Tipps zur Erstellung mit Powerpoint
Bilingual konkret Jeopardy and andere Quizformate im bilingualen Sachfachunterricht Tipps zur Erstellung mit Powerpoint Moderner Unterricht ist ohne die Unterstützung durch Computer und das Internet fast
MehrErfolg und Vermögensrückgänge angefertigt im Rahmen der Lehrveranstaltung Nachrichtentechnik von: Eric Hansen, eric-hansen@gmx.de am: 07.09.
Abstract zum Thema Handelssysteme Erfolg und Vermögensrückgänge angefertigt im Rahmen der Lehrveranstaltung Nachrichtentechnik von: Eric Hansen, eric-hansen@gmx.de am: 07.09.01 Einleitung: Handelssysteme
MehrGuide DynDNS und Portforwarding
Guide DynDNS und Portforwarding Allgemein Um Geräte im lokalen Netzwerk von überall aus über das Internet erreichen zu können, kommt man um die Themen Dynamik DNS (kurz DynDNS) und Portweiterleitung(auch
MehrWelche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
MehrInfo zum Zusammenhang von Auflösung und Genauigkeit
Da es oft Nachfragen und Verständnisprobleme mit den oben genannten Begriffen gibt, möchten wir hier versuchen etwas Licht ins Dunkel zu bringen. Nehmen wir mal an, Sie haben ein Stück Wasserrohr mit der
Mehr8. Berechnung der kalkulatorischen Zinsen
8. Berechnung der kalkulatorischen Zinsen 8.1. Allgemeines In der laufenden Rechnung werden im Konto 322.00 Zinsen nur die ermittelten Fremdkapitalzinsen erfasst. Sobald aber eine Betriebsabrechnung erstellt
MehrUniversität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B
Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben
Mehr