Wahrscheinlichkeitstheorie. eine Einführung
|
|
- Bernt Kirchner
- vor 6 Jahren
- Abrufe
Transkript
1 eine Einführung Antony R. Unwin Lehrstuhl für Rechnerorientierte Statistik und Datenanalyse Institut für Mathematik Universität Augsburg tel:
2 Ziele Wahrscheinlichkeitsmodelle bauen modifizieren interpretieren
3 Beispiele von Wahrscheinlichkeiten Was ist die Wahrscheinlichkeit dafür, daß 1) beim 20-maligen Werfen einer Münze mehr als 16-mal Wappen auftritt? 2) jemand in Deutschland zweimal in einem Jahr Lotto gewinnt? 3) Sie nach Rom fliegen, bzw. mit dem Zug oder mit dem Auto fahren und einen Unfall erleben? 4) ein zufällig ausgewählter Brite mehr wiegt als ein zufällig ausgewählter Deutscher? 5) wir viel Schnee dieses Winter haben werden? 6) Sie die W-Theorie Klausur bestehen werden?
4 Inhalt Was ist Wahrscheinlichkeit? Kombinatorik Diskrete Modelle (Binomial, Poisson...) Stetige Modelle (Normal, Exponential..) Funktionen von Zufallsvariablen Grenzwertsätze Verteilungen für die Statistik Simulation Anwendungen und Interpretation
5 Anwendungen Modellierung von Variabilität und Unsicherheit Physik Wetter Risikoanalysen Genetische Modelle Kartenspiele (Bridge, Poker...) Wetten und, und, und... + Statistische Analysen
6 Augsburger Allgemeine s15 jeder zweiter Darsteller im Fernsehen muss mit weniger als im Jahr auskommen (Umfrage) s15 Mehrfachbenutzung von Medien in Frankreich 62% bei Frauen, 40% bei Männern (Umfrage) s20 Regenwahrscheinlichkeit in Augsburg am Dienstag 20% s31 Die für 2011 geschätzten Einnahmen werden wohl über dem Soll liegen. (Augsburger Gewerbesteuer) s31 Lokale Eingriffe können dagegen in bis zu 90 Prozent der Fälle diese Gefäße wiedereröffnen. (Behandlung bei Schlaganfall)
7 Bücher U. Krengel,Einführung in die und Statistik (8. Auflage, Vieweg, Braunschweig, 2005) C. Hesse, Stochastik für Einsteiger (2. Auflage, Vieweg, Braunschweig, 2009) und viele, viele mehr U. Ligges, Programmieren mit R (3. Auflage, Springer, 2009) Webseite der Vorlesung: stats.math.uni-augsburg.de/lehre/ws1112-f/wt1112
8 Hardware und Software Rechner Hardware PC (Windows, Linux) } } wie Sie wollen Macintosh } Software Selbst schreiben Basic (!?), C++, Java, Mathematische Software Maple, Mathematica Statistische Software Pakete Sprachen SPSS, SAS, R, Stata Spreadsheets Excel,? Augburg Software für Interaktive Graphik Mondrian
9 Übungen und Jede Woche, ein Übungsblatt Theorie Modelle und Anwendungen Rechnerbenutzung (Anmeldung online: Digicampus) Klausur im Februar (Unabhängiges Prüfungsmodul im April) 100 Punkte, Bestehen mit > 50% Bonuspunkte 1 Punkt pro Blatt für die Klausur (wenn > 50% im Blatt) Zeitungen, Zeitschriften, Fernsehen, Web kritisch denken
10 Präsentationen (Jede) Vorlesung, eine Präsentation Beispiele Wahrscheinlichkeit in den Medien Rechnerbenutzung Geschichte?? Zwei StudentInnen per Zufall ausgesucht berichten für 5 Minuten die Woche darauf zu Halbzeit Ausstiegsklausel Sie können etwas anders zu W-Theorie per anbieten: ein Gedicht, eine Zeichnung,
11 Risiken 1) Verkehrsrisiken in Deutschland /soz_indikatoren/schluesselindikatoren/v013.pdf 2) Risiken nach Verkehrsmitteln ternet/de/content/publikationen/querschnittsveroeffe ntlichungen/wirtschaftstatistik/verkehr/unfallstatistik ,property=file.pdf S1087 3) Lebenserwartung in Deutschland edoc.rki.de/documents/rki_fv/relxevovyrbk/pdf/29 CTdE8YupMbw75.pdf S14 4) Typische Volkskrankheiten in Deutschland -02a.htm
12 Wetten z.b. Betfair am um für das Spiel Bayern gegen Hertha
Statistik und Datenanalyse. eine praktische Einführung
Statistik und Datenanalyse eine praktische Einführung Antony Unwin Lehrstuhl für Rechnerorientierte Statistik und Datenanalyse Institut für Mathematik Universität Augsburg unwin@math.uni-augsburg.de Augsburger
MehrÜ b u n g s b l a t t 11
Einführung in die Stochastik Sommersemester 07 Dr Walter Oevel 8 007 Ü b u n g s b l a t t Mit und gekennzeichnete Aufgaben können zum Sammeln von Bonuspunkten verwendet werden Lösungen von -Aufgaben sind
MehrKinga Szűcs
Kinga Szűcs 28.10.2014 Warum wird Stochastik in der Schule unterrichtet? Welche Vorteile kann der Stochastikunterricht in den MU bringen? Welche Nachteile kann der Stochastikunterricht haben? Welche Ziele
Mehr1.1.1 Ergebnismengen Wahrscheinlichkeiten Formale Definition der Wahrscheinlichkeit Laplace-Experimente...
Inhaltsverzeichnis 0 Einführung 1 1 Zufallsvorgänge und Wahrscheinlichkeiten 5 1.1 Zufallsvorgänge.......................... 5 1.1.1 Ergebnismengen..................... 6 1.1.2 Ereignisse und ihre Verknüpfung............
MehrAlgorithmische Mathematik und Programmieren
Algorithmische Mathematik und Programmieren Martin Lanser Universität zu Köln WS 2016/2017 Organisatorisches M. Lanser (UzK) Alg. Math. und Programmieren WS 2016/2017 1 Ablauf der Vorlesung und der Übungen
MehrElementare Wahrscheinlichkeitsrechnung
Johann Pfanzagl Elementare Wahrscheinlichkeitsrechnung 2., überarbeitete und erweiterte Auflage W DE G Walter de Gruyter Berlin New York 1991 Inhaltsverzeichnis 1. Zufallsexperimente und Wahrscheinlichkeit
Mehr6 Kombinatorik: Einschluß-Ausschluß Formel. 6.1 Indikatorfunktionen. I A ist eine Zufallsvariable E[I A ] = P (A) IĀ = 1 I A I A B = I A I B
6 Kombinatorik: Einschluß-Ausschluß Formel 6.1 Indikatorfunktionen I A (ω) = { 1 falls ω A 0 falls ω A I A ist eine Zufallsvariable E[I A ] = P (A) IĀ = 1 I A I A B = I A I B I 2 A = I A V ar[i A ] = P
MehrEinführung in die computergestützte Datenanalyse
Karlheinz Zwerenz Statistik Einführung in die computergestützte Datenanalyse 6., überarbeitete Auflage DE GRUYTER OLDENBOURG Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL
MehrStatistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz 3., überarbeitete Auflage R.01denbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt
MehrStatistische Datenanalyse mit R
Aus dem Kursangebot des Rechenzentrums: Statistische Datenanalyse mit R Dozent: Johannes Hain, Lehrstuhl für Mathematik VIII Statistik Termine: 03. bis 05. März 2015 jeweils von 13.00 bis 16.00 Uhr Raum:
MehrStatistik 1 WS 2013/2014 Universität Hamburg
Statistik 1 WS 2013/2014 Universität Hamburg Dozent: J. Heberle Lehrstuhl für Betriebswirtschaftslehre, insbesondere Mathematik und Statistik in den Wirtschaftswissenschaften Lehrstuhlinhaber: Prof. Dr.
MehrExponentialverteilung
Exponentialverteilung Dauer von kontinuierlichen Vorgängen (Wartezeiten; Funktionszeiten technischer Geräte) Grenzübergang von der geometrischen Verteilung Pro Zeiteinheit sei die Eintrittswahrscheinlichkeit
MehrKlausur Stochastik und Statistik 31. Juli 2012
Klausur Stochastik und Statistik 31. Juli 2012 Prof. Dr. Matthias Schmid Institut für Statistik, LMU München Wichtig: ˆ Überprüfen Sie, ob Ihr Klausurexemplar vollständig ist. Die Klausur besteht aus fünf
MehrDiskrete Strukturen Kapitel 1: Einleitung
WS 2015/16 Diskrete Strukturen Kapitel 1: Einleitung Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15
MehrMit Simulationen von einfachen Zufallsexperimenten bis zur Inferenzstatistik
Mit Simulationen von einfachen Zufallsexperimenten bis zur Inferenzstatistik Eine Familie hat zwei Kinder. Mit welcher Wahrscheinlichkeit haben alle Kinder dasselbe Geschlecht (2 Mädchen oder 2 Jungen)?
MehrInformatik-Studiengänge an der Universität zu Lübeck
Informatik-Studiengänge an der Universität zu Lübeck Wissenswertes für Erstsemestler Prof. Dr. Till Tantau Studiendekan Technisch-Naturwissenschaftliche Fakultät Universität zu Lübeck Gliederung Wie sollten
MehrStochastik und Statistik für Ingenieure Vorlesung 4
Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Stochastik und Statistik für Ingenieure Vorlesung 4 30. Oktober 2012 Quantile einer stetigen Zufallsgröße Die reelle Zahl
MehrEinführung in die Wahrscheinlichkeitsrechnung
Marco Cattaneo Institut für Statistik Ludwig-Maximilians-Universität München Sommersemester 2011 1. Wahrscheinlichkeitsrechnung 2. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grenzwertsätze
MehrÜ b u n g s b l a t t 15
Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel 2. 7. 2007 Ü b u n g s b l a t t 15 Hier ist zusätzliches Übungsmaterial zur Klausurvorbereitung quer durch die Inhalte der Vorlesung. Eine
MehrEinführung in die Wahrscheinlichkeitsrechnung und Statistik für Ingenieure
Einführung in die Wahrscheinlichkeitsrechnung und Statistik für Ingenieure Von Prof. Hubert Weber Fachhochschule Regensburg 3., überarbeitete und erweiterte Auflage Mit zahlreichen Bildern, Tabellen sowie
MehrStatistik II SoSe 2006 immer von 8:00-9:30 Uhr
Statistik II SoSe 2006 immer von 8:00-9:30 Uhr Was machen wir in der Vorlesung? Testen und Lineares Modell Was machen wir zu Beginn: Wir wiederholen und vertiefen einige Teile aus der Statistik I: Konvergenzarten
MehrWahrscheinlichkeitsrechnung und schließende Statistik
Günther Bourier Wahrscheinlichkeitsrechnung und schließende Statistik Praxisorientierte Einführung Mit Aufgaben und Lösungen 3. F überarbeitete Auflage GABLER Inhaltsverzeichnis Vorwort Inhaltsverzeichnis
MehrDatenanalyse. (PHY231) Herbstsemester Olaf Steinkamp
Datenanalyse (PHY31) Herbstsemester 015 Olaf Steinkamp 36-J- olafs@physik.uzh.ch 044 63 55763 Einführung, Messunsicherheiten, Darstellung von Messdaten Grundbegriffe der Wahrscheinlichkeitsrechnung und
MehrZufallsvariablen [random variable]
Zufallsvariablen [random variable] Eine Zufallsvariable (Zufallsgröße) X beschreibt (kodiert) die Versuchsausgänge ω Ω mit Hilfe von Zahlen, d.h. X ist eine Funktion X : Ω R ω X(ω) Zufallsvariablen werden
MehrQuantitative Methoden der Betriebswirtschaftslehre I Überblick
Quantitative Methoden der Betriebswirtschaftslehre I Überblick Prof. Dr. Norbert Trautmann Universität Bern Frühjahrssemester 2016 Gliederung 1 2 3 4 5 Prof. Dr. Norbert Trautmann, Frühjahrssemester 2016
MehrP (X = 2) = 1/36, P (X = 3) = 2/36,...
2.3 Zufallsvariablen 2.3 Zufallsvariablen Meist sind die Ereignisse eines Zufallseperiments bereits reelle Zahlen. Ist dies nicht der Fall, kann man Ereignissen eine reelle Zahl zuordnen. Zum Beispiel
MehrWahrscheinlichkeitsrechnung und schließende Statistik
Springer-Lehrbuch Wahrscheinlichkeitsrechnung und schließende Statistik von Karl Mosler, Friedrich Schmid Neuausgabe Wahrscheinlichkeitsrechnung und schließende Statistik Mosler / Schmid schnell und portofrei
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 10. November 2010 1 Bedingte Wahrscheinlichkeit Satz von der totalen Wahrscheinlichkeit Bayessche Formel 2 Grundprinzipien
MehrStatistik für Ökonomen
Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS 2., überarbeitete Auflage 4ü Springer Gabler Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R '! 3 1.1 Installieren
MehrStochastik im Wechselspiel von Intuitionen und Mathematik
Stochastik im Wechselspiel von Intuitionen und Mathematik von Univ. Doz. Dr. Manfred Borovcnik Universität Klagenfurt Wissenschaftsverlag Mannheim/Leipzig/Wien/Zürich Inhaltsverzeichnis Intuitionen und
MehrSemester: Studiengang: Dozent: Termine:
1 Semester: Studiengang: Dozent: Termine: Winter 2011/12 Mathematik (Bachelor) Prof. Dr. Wolfgang Lauf Mo., 15:15 16:45 Uhr, E204 Di., 13:30 15:00 Uhr, E007 2 Erwartungen / Vorlesung Vorstellung Daten
MehrAufgabe 50. Ein Schießbudenbesitzer hat festgestellt, dass die Trefferwahrscheinlichkeit in den späten Abendstunden 0;1 pro Schuss beträgt.
Aufgabe 0 Ein Schießbudenbesitzer hat festgestellt, dass die Trefferwahrscheinlichkeit in den späten Abendstunden 0;1 pro Schuss beträgt. a) Wie hoch ist die Wahrscheinlichkeit, bei Schüssen mindestens
MehrWahrscheinlichkeit und Zufall
Wahrscheinlichkeit und Zufall Klassische Probleme der Wahrscheinlichkeitsrechnung 23. Juni 2009 Dr. Katja Krüger Universität Paderborn Inhalt Die Wetten des Chevalier de Méréé Warten auf die erste Sechs
MehrModulhandbuch. der Mathematisch-Naturwissenschaftlichen Fakultät. der Universität zu Köln. für den Lernbereich Mathematische Grundbildung
Modulhandbuch der Mathematisch-Naturwissenschaftlichen Fakultät der Universität zu Köln für den Lernbereich Mathematische Grundbildung im Studiengang Bachelor of Arts mit bildungswissenschaftlichem Anteil
MehrAdvanced Topics of Software Engineering. Organisatorische Hinweise
Advanced Topics of Software Engineering Organisatorische Hinweise Prof. Dr. Dr. h.c. Manfred Broy Lehrstuhl Software & Systems Engineering Institut für Informatik Software & Systems Engineering Technische
MehrCredits. Studiensemester. 1. Sem. Kontaktzeit 4 SWS / 60 h 2 SWS / 30 h
Modulhandbuch für den Lernbereich Mathematische Grundbildung im Studiengang Bachelor of Arts mit bildungswissenschaftlichem Anteil für die Studienprofile Lehramt an Grundschulen und Lehramt für sonderpädagogische
MehrStatistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN
MehrStatistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn
Statistikpraktikum Carsten Rezny Institut für angewandte Mathematik Universität Bonn Sommersemester 2016 Anmeldung in Basis: 06. 10.06.2016 Organisatorisches Einführung Statistik Analyse empirischer Daten
MehrSTATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik. Mögliche Ergebnisse, auch Elementarereignisse bezeichnet
Kapitel 10 Zufall und Wahrscheinlichkeit 10.1. Grundbegriffe Wahrscheinlichkeitsrechnung Zufallsvorgang Klein-Omega ω Groß-Omega Ω Stellt Modelle bereit, die es erlauben zufallsabhängige Prozesse abzuschätzen
MehrWahrscheinlichkeitsrechnung für die Mittelstufe
Wahrscheinlichkeitsrechnung für die Mittelstufe Wir beginnen mit einem Beispiel, dem Münzwurf. Es wird eine faire Münze geworfen mit den Seiten K (für Kopf) und Z (für Zahl). Fair heißt, dass jede Seite
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrI. Deskriptive Statistik 1
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Grundgesamtheit und Stichprobe.................. 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................
MehrKeine Panik vor Statistik!
Markus Oestreich I Oliver Romberg Keine Panik vor Statistik! Erfolg und Spaß im Horrorfach nichttechnischer Studiengänge STUDIUM 11 VIEWEG+ TEUBNER Inhaltsverzeichnis 1 Erstmal locker bleiben: Es längt
MehrÜ b u n g s b l a t t 4
Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel 30. 4. 2007 Ü b u n g s b l a t t 4 Mit und gekennzeichnete Aufgaben können zum Sammeln von Bonuspunkten verwendet werden. Lösungen von -Aufgaben
MehrK8 Stetige Zufallsvariablen Theorie und Praxis
K8 Stetige Zufallsvariablen Theorie und Praxis 8.1 Theoretischer Hintergrund Wir haben (nicht abzählbare) Wahrscheinlichkeitsräume Meßbare Funktionen Zufallsvariablen Verteilungsfunktionen Dichten in R
MehrStochastik für Informatiker
Statistik und ihre Anwendungen Stochastik für Informatiker Bearbeitet von Lutz Dumbgen 1. Auflage 2003. Taschenbuch. XII, 267 S. Paperback ISBN 978 3 540 00061 7 Format (B x L): 15,5 x 23,5 cm Gewicht:
MehrStatistische Methoden der Datenanalyse
Statistische Methoden der Datenanalyse Vorlesung im Sommersemester 2002 H. Kolanoski Humboldt-Universität zu Berlin Inhaltsverzeichnis Literaturverzeichnis iii 1 Grundlagen der Statistik 3 1.1 Wahrscheinlichkeit..................................
MehrKinga Szűcs Friedrich-Schiller-Universität Jena Fakultät für Mathematik und Informatik Abteilung Didaktik
Beurteilende Statistik im Mathematikunterricht Kinga Szűcs Friedrich-Schiller-Universität Jena Fakultät für Mathematik und Informatik Abteilung Didaktik 20.11.2014 Gliederung Anliegen der beurteilenden
Mehr1. Inhalt der Veranstaltung Statistik I für Sozialwissenschaftler. Statistik
1. Inhalt der Veranstaltung Statistik I für Sozialwissenschaftler Übersicht: Statistik Statistik I Wintersemester Statistik II Sommersemester Teil I Deskriptive Statistik Teil II Wahrscheinlichkeits- rechnung
MehrInstitut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie (3) Überblick. Deskriptive Statistik I 2. Deskriptive
MehrDer Zentrale Grenzwertsatz
QUALITY-APPS Applikationen für das Qualitätsmanagement Der Zentrale Grenzwertsatz Autor: Dr. Konrad Reuter Für ein Folge unabhängiger Zufallsvariablen mit derselben Verteilung und endlichem Erwartungswert
MehrÜ b u n g s b l a t t 10
Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel. 6. 2007 Ü b u n g s b l a t t 0 Mit und gekennzeichnete Aufgaben können zum Sammeln von Bonuspunkten verwendet werden. Lösungen von -Aufgaben
MehrDiskrete Strukturen Tutorium I 29. Oktober Tim Weißker
Diskrete Strukturen Tutorium I 29. Oktober 2015 Tim Weißker Willkommen Chennaiyin FC vs. Athlético de Kolkata, Chennai, Indien (Oktober 2015) 2 Diskrete Strukturen - Tutorium I Willkommen Chennaiyin FC
MehrEinführung in die Programmierung
Einführung in die Programmierung Prof. Dr. Peer Kröger, Janina Bleicher, Florian Richter Ludwig-Maximilians-Universität München, Institut für Informatik, LFE Datenbanksysteme Wintersemester 2016/2017 Peer
MehrKarl Bosch. Elementare Einführung in die Wahrscheinlichkeitsrechnung
Karl Bosch Elementare Einführung in die Wahrscheinlichkeitsrechnung Mathematik/Stochastik Elementare Einführung in die angewandte Statistik von Karl Bosch Stochastik einmal anders von Gerd Fischer Wahrscheinlichkeitstheorie
MehrRumpfskript. Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen
Rumpfskript Elementare Wahrscheinlichkeitsrechnung Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen Vorbemerkung Vorbemerkung Das vorliegende Skript heißt nicht nur Rumpf skript, sondern
MehrHandlungsorientierter Mathematikunterricht. PROST Problemorientierte Stochastik in der Sek. I für realistische und relevante Anwendungen.
M U E D Handlungsorientierter Mathematikunterricht PROST Problemorientierte Stochastik in der Sek. I für realistische und relevante Anwendungen Heinz Böer Statistik Darstellungen und Manipulationen So?
Mehr<; ;6 ++9,1, + ( #, + 6( 6( 4, 6,% 6 ;, 86': ; 3'!(( A 0 "( J% ;;,,,' "" ,+ ; & "+ <- ( + " % ; ; ( 0 + A,)"%1%#( + ", #( +. +!
!
MehrWintersemester 2010/2011 Rüdiger Westermann Institut für Informatik Technische Universität München
Informatik 1 Wintersemester 2010/2011 Rüdiger Westermann Institut für Informatik Technische Universität München 1 0 Allgemeines Zielgruppen Siehe Modulbeschreibung Studierende anderer (nicht Informatik)
MehrÜbungen zur Mathematik für Pharmazeuten
27.10.2010 Blatt 2 Aufgabe 4: Eine Gruppe von Bewerbern wird nach drei Kriterien A 1, A 2, A 3 beurteilt. Der relative Anteil der Bewerber, welche eines oder mehrere der Kriterien erfüllen, wurde wie folgt
MehrÜbungen zu Datenbanken
zu WS 2014/2015 Dipl.-Inform. 16. Oktober 2014 Kommunikation &, LF 139, vtran@is.inf.uni-due.de Regelmäßig Webseite besuchen! http://www.is.inf.uni-due.de/courses/db_ws14/ Kommunikation Korrektur der Übungsabgaben
MehrWahrscheinlichkeitsrechnung
Wahrscheinlichkeitsrechnung Was du wissen musst: Die Begriffe Zufallsexperiment, Ereignisse, Gegenereignis, Zufallsvariable und Wahrscheinlichkeit sind dir geläufig. Du kannst mehrstufige Zufallsversuche
MehrEinführung Bachelor in Informatik 2016
Einführung Bachelor in Informatik 2016 Judith Zimmermann, Studienkoordinatorin D-INFK Judith Zimmermann 15.05.2016 1 Aufbau der Präsentation Einführung Bachelor-Studiengang in Informatik 2016 Bachelor-Studiengang
MehrÜbungsaufgaben, Statistik 1
Übungsaufgaben, Statistik 1 Kapitel 3: Wahrscheinlichkeiten [ 4 ] 3. Übungswoche Der Spiegel berichtet in Heft 29/2007 von folgender Umfrage vom 3. und 4. Juli 2007:,, Immer wieder werden der Dalai Lama
MehrBasiswissen Mathematik, Statistik. und Operations Research für. Wirtschaftswissenschaftler. von. Prof. Dr. Gert Heinrich DHBW Villingen-Schwenningen
Basiswissen Mathematik, Statistik und Operations Research für Wirtschaftswissenschaftler von Prof. Dr. Gert Heinrich DHBW Villingen-Schwenningen 5., korrigierte Auflage Oldenbourg Verlag München Inhaltsverzeichnis
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 8. Dezember 2010 Teil V Schließende Statistik 1 Parameterschätzung Erwartungstreue und Konsistenz Maximum-Likelihood
MehrInhaltsverzeichnis. Teil I Einführung
Inhaltsverzeichnis Teil I Einführung 1 Statistik-Programme... 1.1 Kleine Einführung in R... 1.1.1 Installieren und Starten von R. 1.1.2 R-Konsole... 1.1.3 R-Workspace... 1.1.4 R-History... 1.1.5 R-Skripteditor...
Mehr1. Inhalt der Veranstaltung Statistik I/II für Sozialwissenschaftler
1. Inhalt der Veranstaltung Statistik I/II für Sozialwissenschaftler Übersicht: Statistik Statistik I Wintersemester Statistik II Sommersemester Teil I Deskriptive Statistik Teil II Wahrscheinlichkeitsrechnung
MehrVeranstaltung Pr.-Nr.: Modul Wirtschaftsinformatik für Wirtschaftswissenschaftler. Organisatorisches. Veronika Waue WS 2007/2008
Veranstaltung Pr.-Nr.: 101023 Modul Wirtschaftsinformatik für Wirtschaftswissenschaftler Organisatorisches Veronika Waue WS 2007/2008 Hallo Dr. Veronika Waue Zimmer: 214 E-mail: veronika@waue.net Sprechstunde:
MehrBeschluss AK-Mathematik 01/
TU Berlin Marchstraße 6 10587 Berlin Auszug aus dem (noch nicht genehmigten) Protokoll der 02. Sitzung der Ausbildungskommission Mathematik im Jahr 2013 am Dienstag, den 28. Mai 2013, Raum MA 415 Beschluss
MehrGeorg-August-Universität Göttingen Modul P.SPS.01: Introduction to Mixed Models and Spatial Statistics
Modul P.SPS.01 Modul P.SPS.01: Introduction to Mixed Models and Spatial Statistics Im Rahmen dieses Moduls werden fundierte Methodenkenntnisse vermittelt, die im Bereich der gemischten Modelle und der
MehrDas Urnenmodell mit und ohne Zurücklegen
THM Friedberg Standort: Friedberg Seminar: Mathematik 3- Statistik WS 12/13 Gruppe Nr.9 Dozent: Dipl. Log. me. Kästner Das Urnenmodell mit und ohne Zurücklegen 10.12.2012 Theresa Hönicke Matrikelnr.: 869678
MehrStatistik. Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz. Der Weg zur Datenanalyse. Springer. Zweite, verbesserte Auflage
Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz Statistik Der Weg zur Datenanalyse Zweite, verbesserte Auflage Mit 165 Abbildungen und 34 Tabellen Springer Inhaltsverzeichnis Vorwort v 1 Einführung
MehrZweite Umfrage zur Bedarfsermittlung von Ressourcen zum wissenschaftlichen Rechnen an der TU Dortmund
Zweite Umfrage zur Bedarfsermittlung von Ressourcen zum wissenschaftlichen Rechnen an der TU Dortmund Das Wissenschaftlichen Rechnen hat sich in Forschung und Lehre in den letzten Jahren zu einem wichtigen
MehrKlausur zur Mathematik für Biologen
Mathematisches Institut der Heinrich-Heine-Universität DÜSSELDORF WS 2002/2003 12.02.2003 (1) Prof. Dr. A. Janssen / Dr. H. Weisshaupt Klausur zur Mathematik für Biologen Bitte füllen Sie das Deckblatt
MehrErste Schritte mit R. 2.1 Herunterladen der freien Software R
Erste Schritte mit R 2 BevorwirunsmitdeninKap.1 eingeführten Fragestellungen beschäftigen, brauchen wir noch ein Werkzeug, um die Datensätze später wirklich auswerten zu können. Sicher lässt sich das in
MehrÜ b u n g s b l a t t 13
Einführung in die Stochastik Sommersemester 06 Dr. Walter Oevel 5. 6. 006 Ü b u n g s b l a t t 3 Mit und gekennzeichnete Aufgaben können zum Sammeln von Bonuspunkten verwendet werden. Lösungen von -Aufgaben
MehrWas ist R? Grundfunktionen in R Beispiele Zusammenfassung Literatur. Einführung in R. Michael Zwinkel
Einführung in R Michael Zwinkel Arbeitsbereich Wissenschaftliches Rechnen Fachbereich Informatik Fakultät für Mathematik, Informatik und Naturwissenschaften Universität Hamburg Betreuer: Julian Kunkel
MehrStochastik für die Naturwissenschaften
Stochastik für die Naturwissenschaften Dr. C.J. Luchsinger 6. Ausgewählte Verteilungen (Distributions) * diskret: Bernoulli, Binomial, Geometrisch, Poisson * stetig: Uniform, Exponential, Normal, χ 2,
MehrDiskrete Strukturen WiSe 2012/13 in Trier
Diskrete Strukturen WiSe 2012/13 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 11. Januar 2013 1 Diskrete Strukturen Gesamtübersicht Organisatorisches und Einführung Mengenlehre Relationen
MehrVorlesung Nebenläufige und verteilte. - Blended Learning Prof. Dr. Klaus-Peter Fähnrich / Thomas Riechert
Vorlesung Nebenläufige und verteilte Programmierung - Blended Learning Prof. Dr. Klaus-Peter Fähnrich / Thomas Riechert WS 2005/2006 1 Vorlesungen der Abteilung im WS 05/06 / ebusiness2 Schwerpunkt: Praktische
MehrCrashkurs Mathematik für Ökonomen
Crashkurs Mathematik für Ökonomen Thomas Zörner in Kooperation mit dem VW-Zentrum Wien, Oktober 2014 1 / 12 Outline Über diesen Kurs Einführung Lineare Algebra Analysis Optimierungen Statistik Hausübung
MehrEinführung in die Wahrscheinlichkeitsrechnung
Einführung in die Wahrscheinlichkeitsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Wahrscheinlichkeitsrechnung
MehrLehrangebot des Lehrstuhls Rechnernetze
Brandenburgische Technische Universität Cottbus Lehrstuhl Rechnernetze und Kommunikationssysteme Lehrangebot des Lehrstuhls Rechnernetze http://www.tu-cottbus.de/rnks BTU Cottbus, LS Rechnernetze und Kommunikationssysteme,
MehrFormale Methoden der Ökonomik: Einführung in die empirische Wirtschaftsforschung
Übung Formale Methoden der Ökonomik: Einführung in die empirische Wirtschaftsforschung BACHELOR FT 2013 (HSU) Übung Emp. WiFo FT 2013 1 / 17 Organisatorisches (HSU) Übung Emp. WiFo FT 2013 2 / 17 Organisatorisches
MehrP (A B) P (B) = P ({3}) P ({1, 3, 5}) = 1 3.
2 Wahrscheinlichkeitstheorie Beispiel. Wie wahrscheinlich ist es, eine Zwei oder eine Drei gewürfelt zu haben, wenn wir schon wissen, dass wir eine ungerade Zahl gewürfelt haben? Dann ist Ereignis A das
MehrHerzlich willkommen zur Lehrveranstaltung. Einführung Geoinformatik
Herzlich willkommen zur Lehrveranstaltung Einführung in die Geoinformatik Aus dem Verzeichnis der Lehrveranstaltungen: Halbmodul: Einführung in die Geo-Informatik Zugelassen für: Master-Studiengang Bereich:
Mehr1 Wahrscheinlichkeitsrechnung und Zufallsvariablen
1 Wahrscheinlichkeitsrechnung und Zufallsvariablen Zoltán Zomotor Versionsstand: 18. Mai 2015, 09:29 Die nummerierten Felder bitte während der Vorlesung ausfüllen. This work is licensed under the Creative
MehrAlgorithmen & Datenstrukturen
Algorithmen & Datenstrukturen Prof. Dr. Gerd Stumme Universität Kassel FB Elektrotechnik/Informatik FG Wissensverarbeitung Sommersemester 2009 Ziele der Veranstaltung 1 Kennenlernen grundlegender Algorithmen
MehrHypergeometrische Verteilung
Hypergeometrische Verteilung Typischer Anwendungsfall: Ziehen ohne Zurücklegen Durch den Ziehungsprozess wird die Wahrscheinlichkeit des auch hier zu Grunde liegenden Bernoulli-Experimentes verändert.
MehrInhaltsverzeichnis. 2 Kurzbeschreibung von SPSS Der SPSS-Dateneditor Statistische Analysen mit SPSS DieDaten...
Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R... 3 1.1 Installieren und Starten von R... 3 1.2 R-Befehleausführen... 3 1.3 R-Workspace speichern... 4 1.4 R-History sichern........ 4 1.5
Mehr4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)
4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 4.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 9. Übung SS 16: Woche vom
Übungsaufgaben 9. Übung SS 16: Woche vom 5. 6. 10. 6. 2016 Stochastik III: Totale Wkt., S.v.Bayes, Diskrete ZG Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/...
MehrLEHRPLAN MATHEMATIK SPORT- UND MUSIKKLASSE
LEHRPLAN MATHEMATIK SPORT- UND MUSIKKLASSE STUNDENDOTATION GF EF 3. KLASSE 1. SEM. 4 2. SEM. 4 4. KLASSE 1. SEM. 3 2. SEM. 3 5. KLASSE 1. SEM. 3 2. SEM. 3 6. KLASSE 1. SEM. 3 2 2. SEM. 3 2 7. KLASSE 1.
MehrMathematikunterricht mit GTR und CAS
T3 Regionaltagung Langenfeld Mathematikunterricht mit GTR und CAS Termin: 22.02.2014 Ort: Konrad Adenauer Gymnasium Langenfeld Auf dem Sändchen 24 40764 Langenfeld/Rheinland Tagungsgebühr: 20 (Studierende
MehrInhaltsverzeichnis. II. Statistische Modelle und sozialwissenschaftliche Meßniveaus 16
Vorwort 1 1. Kapitel: Der Stellenwert der Statistik für die sozialwissenschaflliche Forschung 1 1. Zur Logik (sozial-)wissenschaftlicher Forschung 1 1. Alltagswissen und wissenschaftliches Wissen 1 2.
MehrDidaktik der Stochastik
Didaktik der Stochastik. Didaktik der Stochastik Didaktik der Stochastik. Inhaltsverzeichnis Didaktik der Stochastik Ziele und Inhalte Beschreibende Statistik Wahrscheinlichkeitsrechnung Beurteilende Statistik
MehrAblaufschema beim Testen
Ablaufschema beim Testen Schritt 1 Schritt 2 Schritt 3 Schritt 4 Schritt 5 Schritt 6 Schritt 7 Schritt 8 Schritt 9 Starten Sie die : Flashanimation ' Animation Ablaufschema Testen ' siehe Online-Version
MehrLernzusammenfassung für die Klausur. Inhaltsverzeichnis. Stochastik im SS 2001 bei Professor Sturm
Stochastik im SS 2001 bei Professor Sturm Lernzusammenfassung für die Klausur Hallo! In diesem Text habe ich die wichtigsten Dinge der Stochastikvorlesung zusammengefaÿt, jedenfalls soweit, wie ich bis
MehrLehramt an Haupt- und Realschulen L2 und Förderschulen L5. Mathematik
Lehramt an Haupt- und Realschulen L2 und Förderschulen L5 Mathematik Mathematik L2 / L5 Modul 1 bis 3: Mathematik Fachwissenschaft Modul 4 bis 6: Didaktik der Mathematik Schulpraktikum Modul 1 bis 3 Wissenschaftliche
Mehr