Datenaufbereitung und -darstellung III
|
|
- Christoph Schubert
- vor 6 Jahren
- Abrufe
Transkript
1 Datenafberetng nd Darstellng 1 Glederng: Zel der Datenafberetng nd Darstellng Datenverdchtng Tabellen nd grafsche Darstellngen Darstellng nvarater Datenmengen (Abschntt 4.4 Darstellng mltvarater Daten 2
2 Endmensonale Häfgketstabellen / Häfgketsvertelngen Se st de tabellarsche oder grafsche Darstellng der geordneten Merkmalsasprägngen oder Asprägngsklassen nd der hnen zgeordneten absolten nd (oder relatven Häfgketen. absolte bzw. relatve Häfgketsvertelng 3 Afba ener endmensonalen Häfgketstabelle Merkmalsasprägng Begrff der Häfgketsvertelng: Merkmalsasprägng absolte Häfgket relatve Häfgket Nomnalskalert Grün 13 0,0823 Gelb 23 0,1456 : : : Smme bzw. 100% Ordnalskalert Note 1 Note 2 : Smme absolte Häfgket 2 24 : 78 relatve Häfgket 0,0256 0,3078 : 1 bzw. 100% 4
3 Afba ener endmensonalen Häfgketstabelle Merkmalsasprägng absolte Häfgket relatve Häfgket Kardnal PS 4 0,0889 -skalert PS 13 0,2889 : : : Smme 45 1 bzw. 100% De absolten Häfgketen lassen sch enfach drch Aszählen ermtteln; d.h. we oft trat de Merkmalsasprägng Grün af bzw. we oft st de Klasse PS besetzt. Schrebwese: k = 1 h = N 5 As den absolten Häfgketen können lecht de relatven Häfgketen ermttelt werden: f = h N k f = 1 = 1 be kardnalskalerten stetgen Merkmalen enthält de Häfgketstabelle zwangsläfg klasserte Datenmengen wäre des ncht der Fall, wäre de Zelenanzahl nendlch nd de jewelge Häfgket nahe Nll. 6
4 Grafsche Darstellng der Häfgketsvertelng für Kategoren typscher Wese das Kresdagramm (nsb. für rel. Häfgketen geegnet für Rangfolgen typscher Wese das Balkendagramm für Messwerte typscher Wese das Hstogramm besser für absolte Häfgketen, relatve jedoch ebenso möglch 7 Emprsche Vertelngsfnkton Werden für de Häfgketen ordnal- nd kardnalskalerter Merkmale Smmen über alle Merkmalsasprägngen gebldet, so erhält man Smmenhäfgketen nd de emprsche Vertelngsfnkton. 8
5 Zsammenhang zwschen Häfgket nd Smmenhäfgketsfnkton f j F = 100% Afsmmeren j j Assage: Drückt de absolte bzw. relatve Häfgket as, dass 13 Atos bzw. 29 % aller betrachteten n der Klasse PS z fnden snd, so drückt de Smmenhäfgket as, dass 17 Atos bzw. 38 % der betrachteten Atos höchstens 90 PS haben. 9 Bestmmng der Smmenhäfgketen Absolte Smmenhäfgket: H = h j j ( = 1,..., k Relatve Smmenhäfgket: F = f ( = 1,..., k j j F = H N ( = 1,..., k 10
6 Verwendng der Smmenhäfgketsfnkton F( Es kann mt hr de Frage beantwortet werden, welcher Antel (bzw. we vel Prozent aller erfassten Enheten enen bestmmten Merkmalswert ncht überschreten. Man nmmt ene Antelsbestmmng vor (rechnersch, ndem man angeführte Formeln für de emprsche Vertelngsfnkton verwendet We vel Prozent der Stdenten haben hre Prüfng mt der Note 2 nd besser abgelegt? 11 Verwendng der Smmenhäfgketsfnkton F( Se kann aber ach zr Beantwortng der mgekehrten Fragestellng bentzt werden, ndem von enem gegebenen Qantl asgegangen wrd nd der entsprechende Merkmalswert ermttelt wrd. Man nmmt ene Merkmalsbestmmng vor We hoch st das ma. Hashaltsenkommen der ntersten 10% der prvaten Hashalte? 12
7 Emprschen Vertelngsfnkton De emprsche Vertelngsfnkton entsprcht der relatven Smmenhäfgketsfnkton. Se gbt den Antel der Elemente mt enem Merkmalswert klener oder glech an. 13 Emprsche Vertelngsfnkton enes ordnalskalerten Merkmals De grafsche Darstellng der emprschen Vertelngsfnkton enes dskreten Merkmals ergbt das Bld ener Treppenfnkton: 1 = 100% 0,85 = 85 % 0,55 = 55 % 0,3 = 30 % Note 1 Note 3 Note 2 Note 4 Assage Alle Stdenten legen m Notenberech von 1 bs 4, 55% aller Stdenten wrden mt Note 2 nd besser benotet, 85 % aller Stdenten wrden mt Note 3 nd besser benotet. 14
8 Für ordnalskalerte nd dskrete metrsche Merkmale glt für de emprsche Vertelngsfnkton F(: F( = F 0 für < für 1 < 1 für F( glech 1 glt ach für alle Merkmalsasprägngen, de größer snd als de erfassten. k + 1 Wert Nll für alle Merkmalsasprägngen, de klener snd als de erfassten. ( = 1,..., k 1 Für alle Werte, de nnerhalb der betrachteten Bandbrete legen, lässt sch en dazgehörger Wert der Vertelngsfnkton bestmmen. 15 Emprsche Vertelngsfnkton enes stetg skalerten Merkmals De grafsche Darstellng der emprschen Vertelngsfnkton enes stetgen klasserten Merkmals ergbt das Bld enes Smmenpolygons. 1 = 100% 0,85 = 85 % 0,55 = 55 % 0,1 = 10 % Brttomonatsverdenst Assage Alle befragten Personen haben höchstens en Enkommen von 4.000, 55% aller befragten Personen haben en monatl. Brttoenkommen von mamal 2.000, 10 % aller Befragten erhalten en monatl. Brttoenkommen von ma
9 Emprsche Vertelngsfnkton enes stetg skalerten Merkmals Für stetg klasserte Merkmale ergbt sch de emprsche Vertelngsfnkton we folgt: F( = F( 0 für < für o k f Wert 1 für alle Merkmalsasprägngen, de größer snd als de obere Klassengrenze der letzten Klasse für Also 0 für alle Merkmalsasprägngen, de klener snd, als de nterste Klassengrenze. < o ( = 1,..., k Für jede Merkmalsasprägng, de nnerhalb der abgebldeten Klassen legt, lassen sch we folgt de Antelswerte bestmmen: 17 Vorgehen zr Antelsbestmmng Asgangspnkt se en klassertes kardnal skalertes Merkmal; nnerhalb der Klassen wrd Glechvertelng angenommen: gescht f Klassenbrete F( - 18
10 Vorgehen zr Antelsbestmmng Angewandt wrd lneare Interpolaton. De geschte Strecke ermttelt man nach der Verhältnsglechng: a c b d F( = a b = b = c d a c d - F( + f a bzw. b = d c 19 Vorgehen zr Merkmalsbestmmng Generell analog der Ermttlng der F(-Werte z den jewelgen -Werten m Fall der stetgen klasserten Merkmale Man verwendet de lneare Interpolaton. Daz st ene andere Strecke m Verhältnsdreeck z bestmmen. 20
11 Vorgehen zr Merkmalsbestmmng Asgangspnkt se weder en klassertes kardnal skalertes Merkmal:! p F( F( o F( Klassenbrete o = ( F( gescht o ( 21 Vorgehen zr Merkmalsbestmmng Analog der Ermttlng von F( - Werten z den jewelgen - Werten m Fall der stetgen klasserten Merkmale lneare Interpolaton: a c b p d = + a c = b d c b a = d p F o F( F( c bzw. a = b d ( o ( 22
12 Bespel: Merkmalsbestmmng für en stetges, ncht klassertes Merkmal 120 Date: ato_250.sav Kmlatve Prozent ,3 5,8 6,6 7,4 8,1 8,8 9,7 10,6 11,7 5,2 6,2 7,0 7,8 8,5 9,2 10,1 11,1 12,5 Assage 70 % aller 250 betrachteten Atos verbrachen höchstens 9,0 Lter je 100 km Kraftstoffverbrach drchschnttlch [l/100km] 23 Bespel: Merkmalsbestmmng für en stetges, klassertes Merkmal Fragestellng: we vel PS haben 55 % der Atos höchstens? p = p F + o F( F( ( o ( Kmlatve Prozent 62, ,4 20 0,00 70,00 90,00 110,00 130,00 Lestngsklassen 150,00 200,00 p p 55,0 48,4 = ( ,8 48,4 = 119,17 Assage 55 % aller 250 Atos haben höchstens 119,17 PS 24
13 Bespel Erwerbsstatstk von DESTATIS: Vertelngsfnkton berechnen, damt Se de folgenden Fragen beantworten können! 25 Beantworten Se af Grnd der Erwerbsdaten folgende Fragen: We alt st das ntere Vertel der erwerbstätgen Männer (Fraen n Detschland per ? We alt st de mttlere Hälfte der erwerbstätgen Männer (Fraen n Detschland per ? Geben Se de Grenzen des Altersbereches an! 20 Prozent der Erwerbstätgen n Detschland snd per ncht älter als... Jahre alt. De Hälfte der Erwerbstätgen n Detschland st per höchstens Jahre alt. 26
14 Bespel Erwerbsstatstk von DESTATIS, Qelle EVS 2003: HHNE von bs nter Ero Früheres Bndesgebet Unter 900 7,2 12, ,7 16, ,6 7, ,7 17, ,7 16, ,1 15, ,6 8, ,2 5,4 Mt Personen m HH 1 36,8 35,6 2 33,6 35,4 3 13,7 16,9 4 11,4 9,7 5 nd mehr 4,6 2,4 Nee Länder nd Berln- Ost 27 Beantworten Se af Grnd der Erwerbsdaten folgende Fragen: Welches Hashaltsnettoenkommen hat de Hälfte der Hashalte n Detschland (Früheres Bndesgebet, Nee Länder nd Berln- Ost 2003? We hoch st das Hashaltsnettoenkommen der 10 Prozent höchsten Enkommensbezeher m Früheren Bndesgebet nd n den Neen Ländern nd Berln-Ost m Jahr 2003 mndestens? Dre Vertel der Hashalte n Detschland (Früheres Bndesgebet, Nee Länder nd Berln-Ost verfügen 2003 über höchstens Ero monatlches Nettoenkommen. In der Hälfte der detschen Hashalte (Früheres Bndesgebet, Nee Länder nd Berln-Ost leben 2003 ncht mehr als Personen. 28
Gliederung des Kurses:
Endmensonale Häfgketsvertelng Sete 1 Glederng des Krses: I II Allgemene Grndlagen Statstsche Analyse enes enzelnen Merkmals Analyse/Beschrebng enes enzelnen Merkmals Zel: Verdchtng (Komprmerng) ener nüberschabaren
MehrAuswertung univariater Datenmengen - deskriptiv
Aswertng nvarater Datenmengen - deskrptv Maßzahlen zr Beschrebng der Häfgketsvertelngen Häfgster Wert (Mods) Zentralwert (Medan) Arthmetsches Mttel Bblografe Prof. Dr. Kück; Statstk, Vorlesngsskrpt Abschntt
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
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
MehrAuswertung univariater Datenmengen - deskriptiv
Aswertng nvarater Datenmengen - desrptv Lageparameter ener Vertelng Häfgster Wert (Mods) Zentralwert (Medan) Mttelwert (Arthmetsches Mttel) Prof. Küc / Dr. Rcabal Lage- nd Strengsparameter I Bblografe
MehrÜbungsaufgabeN mit Lösungen
ÜbngsafgabeN mt Lösngen Statstk / Grndstdm Statstk I G - 3. Fachhochschle der Detschen Bndesbank Dr. Detmar Hbrch Dr. Detmar Hbrch Statstk I Afgaben nd Lösngen Fachhochschle der G 3. Detschen Bndesbank
MehrKursthemen 2. Sitzung. Tabellarische und graphische Darstellung diskreter Daten. Tabellarische und graphische Darstellung diskreter Daten
Kursthemen 2. Stzung Fole I - 2-1 Tabellarsche und graphsche Darstellung dskreter Daten Tabellarsche und graphsche Darstellung dskreter Daten A) Nomnalskalen (Fole 2 bs 7) A) Nomnalskalen (Fole 2 bs 7)
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;
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:
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;
MehrFür wen ist dieses Buch? Was ist dieses Buch? Besonderheiten. Neu in dieser Auflage
Für wen st deses Bch? Das Taschenbch der Elektrotechnk rchtet sch an Stdentnnen nd Stdenten an nverstäten nd Fachhochschlen n den Berechen Elektrotechnk Nachrchtentechnk Technsche Informatk allgemene Ingenerwssenschaften
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
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
MehrGruppe. Lineare Block-Codes
Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung
MehrDatenaufbereitung und Darstellung
Datenaufberetung und Darstellung 1 Glederung: Zel der Datenaufberetung und Darstellung Datenverdchtung Tabellen und grafsche Darstellungen Darstellung unvarater Datenmengen Darstellung multvarater Daten
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
MehrMan erkennt, dass an der Induktivität die Spannung unendlich groß wird, wenn der Strom einen Sprung
nverät Stttgart Intt für engselektronk nd Elektrsche Antrebe Abt. Elektrsche Energewandlng Prof. Dr.-Ing. N. Parspor Enschwngvorgänge Wenn n enem elektrschen Netzwerk en oder mehrere Energe spechernde
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
MehrFranzis Verlag, 85586 Poing ISBN 978-3-7723-4046-8 Autor des Buches: Leonhard Stiny
eseproben aus dem Buch "n mt en zur Elektrotechnk" Franzs Verlag, 85586 Pong ISBN 978--77-4046-8 Autor des Buches: eonhard Stny Autor deser eseprobe: eonhard Stny 005/08, alle echte vorbehalten. De Formaterung
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
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
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
MehrLernsituation: Eine Leuchtstofflampe an Wechselspannung untersuchen. Arbeitsauftrag 1: Errechnen von Spannungswerten und Zeichnen einer Sinuslinie
8 Elektroenergeversorgng nd cherhet von Betrebsmtteln gewährlesten ernstaton: Ene echtstofflampe an Wechselspannng nterschen Ihr Betreb soll n ener chle de veraltete Deckenbelechtng enger Unterrchtsräme
MehrDie Schnittstellenmatrix Autor: Jürgen P. Bläsing
QUALITY-APPs Applkatonen für das Qaltätsmanagement Prozessmanagement De Schnttstellenmatrx Ator: Jürgen P. Bläsng Schnttstellen (Übergangsstellen, Verbndngsstellen) n betreblchen Prozessen ergeben sch
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
MehrStatistik. 1. Vorbereitung / Planung - präzise Formulierung der Ziele - detaillierte Definition des Untersuchungsgegenstandes
Statstk Defnton: Entwcklung und Anwendung von Methoden zur Erhebung, Aufberetung, Analyse und Interpretaton von Daten. Telgebete der Statstk: - Beschrebende (deskrptve) Statstk - Wahrschenlchketsrechnung
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
MehrEinführung in die Finanzmathematik
1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg
MehrSpule, Induktivität und Gegeninduktivität
.7. Sple, ndktvtät nd Gegenndktvtät Bldqelle: Doglas C. Gancol, Physk, Pearson-Stdm, 006 - das Magnetfeld Glechnamge Pole enes Magneten stoßen enander ab; nglechnamge Pole zehen sch gegensetg an. Wenn
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.
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
MehrSpiele und Codes. Rafael Mechtel
Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,
Mehrd da B A Die gesamte Erscheinung der magnetischen Feldlinien bezeichnet man als magnetischen Fluss. = 1 V s = 1 Wb
S N De amte Erschenng der magnetschen Feldlnen bezechnet man als magnetschen Flss. = V s = Wb Kraftflssdchte oder magnetsche ndkton B. B d da B = Wb/m = T Für homogene Magnetfelder, we se m nneren von
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen
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
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
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
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,
Mehr9 Diskriminanzanalyse
9 Dskrmnanzanalyse Zel ener Dskrmnanzanalyse: Berets bekannte Objektgruppen (Klassen/Cluster) anhand hrer Merkmale charakterseren und unterscheden sowe neue Objekte n de Klassen enordnen. Nötg: Lernstchprobe
MehrStatistik und Wahrscheinlichkeit
Regeln der Wahrschenlchketsrechnung tatstk und Wahrschenlchket Regeln der Wahrschenlchketsrechnung Relatve Häufgket n nt := Eregnsalgebra Eregnsraum oder scheres Eregns und n := 00 Wahrschenlchket Eregnsse
MehrIonenselektive Elektroden (Potentiometrie)
III.4.1 Ionenselektve Elektroden (otentometre) Zelstellung des Versuches Ionenselektve Elektroden gestatten ene verhältnsmäßg enfache und schnelle Bestmmung von Ionenkonzentratonen n verschedenen Meden,
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
Mehr3. Lineare Algebra (Teil 2)
Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw
MehrMusterklausur Wirtschaftsmathematik und Statistik. Zusatzstudium für Wirtschaftsingenieur
Musterklausur Wrtschaftsmathematk und Statstk Zusatzstudum für Wrtschaftsngeneur Telnehmer (Name, Vorname): Datum:.2006 Prüfer: Böhm-Retg Matrkelnummer: REGELN 1. Zum Bestehen der Klausur snd mndestens
MehrPolygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.
Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, sultanow@gmal.com Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener
MehrGrundlagen der makroökonomischen Analyse kleiner offener Volkswirtschaften
Bassmodul Makroökonomk /W 2010 Grundlagen der makroökonomschen Analyse klener offener Volkswrtschaften Terms of Trade und Wechselkurs Es se en sogenannter Fall des klenen Landes zu betrachten; d.h., de
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
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
MehrErwartungswert, Varianz, Standardabweichung
RS 24.2.2005 Erwartungswert_Varanz_.mcd 4) Erwartungswert Erwartungswert, Varanz, Standardabwechung Be jedem Glücksspel nteresseren den Speler vor allem de Gewnnchancen. 1. Bespel: Setzen auf 1. Dutzend
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
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
MehrDatenträger löschen und einrichten
Datenträger löschen und enrchten De Zentrale zum Enrchten, Löschen und Parttoneren von Festplatten st das Festplatten-Denstprogramm. Es beherrscht nun auch das Verklenern von Parttonen, ohne dass dabe
MehrErstes Kirchhoffsches Gesetz
Amaterfnkkrs Landesverband Wen m ÖVSV Erstellt: 2010-2011 Letzte Bearbetng: 20. Febrar 2016 Themen 1 2 3 4 5 Erstes s Gesetz 3 2 1 4 5 2 + 3 + 5 =? Erstes s Gesetz 3 2 1 4 5 2 + 3 + 5 = 1 + 4 Zwetes s
MehrFür jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich
Drtter Hauptsatz der Thermodynamk Rückblck auf vorherge Vorlesung Methoden zur Erzeugung tefer Temperaturen: - umgekehrt laufende WKM (Wärmepumpe) - Joule-Thomson Effekt bs 4 K - Verdampfen von flüssgem
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
Mehr3.3 Lineare Abbildungen und Matrizen
33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle
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
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
MehrIII. Theorie des Haushalts
Pro. Dr. Fredel Bolle Vorlesung "Mkroökonome" WS 008/009 III. Theore des Haushalts 86 Pro. Dr. Fredel Bolle Vorlesung "Mkroökonome" WS 008/009 III. Theore des Haushalts 87 III. Theore des Haushalts Unternehmung
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"Diode, Transistor, Thyristor"
Elektrotechnsches Praktkm für aschnenbaer Ort: Denckestraße Ram-Nr.: 0051 (drekt über der ensa) Versch: "Dode, ransstor, hyrstor" echnsche Unverstät Hambrg-Harbrg Insttt für Hochfreqenztechnk Prof. Dr.-Ing.
MehrUrsache der Ungewissheit kann dabei z.b. unvollständige Information sein oder unbekannte bzw. nicht beeinflussbare Bedingungen.
SS 2013 Prof. Dr. J. Schütze/ J. Puhl/ FB GW Deskr.1 1 Warum Stochastk? Stochastk: Kunst des Mutmaßens (grech.) Mathematsche Stochastk beschäftgt sch mt der Beschrebung und Untersuchung von Erschenungen,
MehrDiskrete Mathematik 1 WS 2008/09
Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /
Mehrmit der Anfangsbedingung y(a) = y0
Numersce Lösung von Dfferentalglecungen De n den naturwssenscaftlc-tecnscen Anwendungen auftretenden Dfferentalglecungen snd n den wengsten Fällen eplzt lösbar. Man st desalb auf Näerungsverfaren angewesen.
MehrSeminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -
Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole
MehrVersicherungstechnischer Umgang mit Risiko
Verscherungstechnscher Umgang mt Rsko. Denstlestung Verscherung: Schadensdeckung von für de enzelne Person ncht tragbaren Schäden durch den fnanzellen Ausglech n der Zet und m Kollektv. Des st möglch über
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
Mehr6 Wandtafeln. 6.3 Berechnung der Kräfte und des Schubflusses auf Wandtafeln. 6.3.1 Allgemeines
6 Wandtafeln 6.3 Berechnung der Kräfte und des Schubflusses auf Wandtafeln 6.3.1 Allgemenes Be der Berechnung der auf de enzelnen Wandtafeln entfallenden Horzontalkräfte wrd ene starre Deckenschebe angenommen.
MehrWechselstrom. Dr. F. Raemy Wechselspannung und Wechselstrom können stets wie folgt dargestellt werden : U t. cos (! t + " I ) = 0 $ " I
Wechselstrom Dr. F. Raemy Wechselspannung und Wechselstrom können stets we folgt dargestellt werden : U t = U 0 cos (! t + " U ) ; I ( t) = I 0 cos (! t + " I ) Wderstand m Wechselstromkres Phasenverschebung:!"
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 )
MehrFallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung
Fallstude 4 Qualtätsregelkarten (SPC) und Versuchsplanung Abgabe: Lösen Se de Aufgabe 1 aus Abschntt I und ene der beden Aufgaben aus Abschntt II! Aufgabentext und Lösungen schrftlch bs zum 31.10.2012
MehrNetzwerkstrukturen. Entfernung in Kilometer:
Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.
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
MehrNullstellen Suchen und Optimierung
Nullstellen Suchen und Optmerung Typsche Probleme: De optmale Bahnkurve De Mnmerung des Erwartungswertes ür den Hamltonan Wr möchten ene Funkton mnmeren oder mameren solch en Problem wrd Optmerung genannt!
MehrGeld- und Finanzmärkte
Gel- un Fnanzmärkte Prof. Dr. Volker Clausen akroökonomk 1 Sommersemester 2008 Fole 1 Gel- un Fnanzmärkte 4.1 De Gelnachfrage 4.2 De Bestmmung es Znssatzes I 4.3 De Bestmmung es Znssatzes II 4.4 Zwe alternatve
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
MehrK A N D I D A T E N V O R L A G E
Jahrgang 2004 Berfskenntnsse schrftlch Elektrotechnk, Elektronk Name Gewerblche Lehrabschlssprüfngen Elektromonter / Elektromontern Prüfngsnmmer... Vorname...... Datm... K A N D I D A T E N V O R L A G
MehrAufgabe 2. Kolloquium zur Klausurnachbesprechung Instrumente des Controlling Wintersemester 2010/11. Dr. Michael Holtrup
Aufgabe 2 Kolloquum zur Klausurnachbesprechung Instrumente des Controllng Wntersemester 2010/11 Dr. Mchael Holtrup Agenda 1 Aufgabe 2a 2 Aufgabe 2b 3 Aufgabe 2c 2» Agenda 1 Aufgabe 2a 2 Aufgabe 2b 3 Aufgabe
MehrProjektmanagement / Netzplantechnik Sommersemester 2005 Seite 1
Projektmanagement / Netzplantechnk Sommersemester 005 Sete 1 Prüfungs- oder Matrkel-Nr.: Themenstellung für de Kredtpunkte-Klausur m Haupttermn des Sommersemesters 005 zur SBWL-Lehrveranstaltung Projektmanagement
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Übung/Tutorate Statistik II: Schließende Statistik SS 2007
Übung/Tutorate Statstk II: Schleßende Statstk SS 7 Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt
MehrOrdered Response Models (ORM)
Handout: Mkroökonometre Ordered Response Models Domnk Hanglberger - SS 28 Ordered Response Models (ORM) Ist de abhängge Varable ordnal skalert (d.h. hre Kategoren lassen sch n ene Rangrehenfolge brngen,
MehrAUFGABEN ZUR INFORMATIONSTHEORIE
AUFGABEN ZUR INFORMATIONSTHEORIE Aufgabe Wr betrachten das folgende Zufallsexperment: Ene fare Münze wrd so lange geworfen, bs erstmals Kopf erschent. De Zufallsvarable X bezechne de Anzahl der dazu notwendgen
MehrZinseszinsformel (Abschnitt 1.2) Begriffe und Symbole der Zinsrechnung. Die vier Fragestellungen der Zinseszinsrechnung 4. Investition & Finanzierung
Znsesznsformel (Abschntt 1.2) 3 Investton & Fnanzerung 1. Fnanzmathematk Unv.-Prof. Dr. Dr. Andreas Löffler (AL@wacc.de) t Z t K t Znsesznsformel 0 1.000 K 0 1 100 1.100 K 1 = K 0 + K 0 = K 0 (1 + ) 2
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?
MehrH I HEIZUNG I 1 GRUNDLAGEN 1.1 ANFORDERUNGEN. 1 GRUNDLAGEN 1.1 Anforderungen H 5
1 GRUNDLAGEN 1.1 Anforderungen 1.1.1 Raumklma und Behaglchket Snn der Wärmeversorgung von Gebäuden st es, de Raumtemperatur n der kälteren Jahreszet, das snd n unseren Breten etwa 250 bs 0 Tage m Jahr,
MehrVorlesung 1. Prof. Dr. Klaus Röder Lehrstuhl für BWL, insb. Finanzdienstleistungen Universität Regensburg. Prof. Dr. Klaus Röder Folie 1
Vorlesung Entschedungslehre h SS 205 Prof. Dr. Klaus Röder Lehrstuhl für BWL, nsb. Fnanzdenstlestungen Unverstät Regensburg Prof. Dr. Klaus Röder Fole Organsatorsches Relevante Informatonen önnen Se stets
Mehrwahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP)
Zu Aufgabe 1) Sd folgede Merkmale dskret oder stetg? a) De durch ee wahlberechtgte Perso der BRD gewählte Parte be der Budestagswahl. b) Kraftstoffverbrauch ees Persoekraftwages auf 100 km. c) Zahl der
Mehr1. Systematisierung der Verzinsungsarten. 2 Jährliche Verzinsung. 5 Aufgaben zur Zinsrechnung. 2.1. Jährliche Verzinsung mit einfachen Zinsen
1 Systematserung der Verznsungsarten 2 Jährlche Verznsung 3 Unterjährge Verznsung 4 Stetge Verznsung 5 Aufgaben zur Znsrechnung 1. Systematserung der Verznsungsarten a d g Jährlche Verznsung nfache Znsen
MehrTeil E: Qualitative abhängige Variable in Regressionsmodellen
Tel E: Qualtatve abhängge Varable n Regressonsmodellen 1. Qualtatve abhängge Varable Grundlegendes Problem: In velen Fällen st de abhängge Varable nur über enen bestmmten Werteberech beobachtbar. Bsp.
MehrStochastische Prozesse
INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)
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
MehrFrequenzverhalten passiver Netzwerke: Tiefpass, Hochpass und Bandpass
Gruppe Maxmlan Kauert Hendrk Heßelmann 8.06.00 Frequenzverhalten passver Netzwerke: Tefpass, Hochpass und Bandpass Inhalt Enletung. Tef- und Hochpass. Der Bandpass 3. Zetkonstanten von Hoch- und Tefpass
MehrBoost-Schaltwandler für Blitzgeräte
jean-claude.feltes@educaton.lu 1 Boost-Schaltwandler für Bltzgeräte In Bltzgeräten wrd en Schaltwandler benutzt um den Bltzkondensator auf ene Spannung von engen 100V zu laden. Oft werden dazu Sperrwandler
Mehrω 0 = Protokoll zu Versuch E6: Elektrische Resonanz
Protokoll zu Versuch E6: Elektrsche esonanz. Enletung En Schwngkres st ene elektrsche Schaltung, de aus Kapaztät, Induktvtät und ohmschen Wderstand besteht. Stmmt de Frequenz der anregenden Wechselspannung
MehrEmpfehlungs-Systeme. Recommender-Systeme. Buch-Recommender. Personalisierung. Kollaboratives Filtern & inhaltsbasierte Empfehlungen
Epfehlngs-Systee Recoender-Systee Kollaboratves Fltern & nhaltsbaserte Epfehlngen Systee, Ntzern Dnge z epfehlen (z.b. Bücher, Fle, Ds, Webseten, Nesgrop Nachrchten, de af hren vorgen Präferenzen baseren.
MehrKapitel 1. Grundlagen der Fehleranalyse
Kaptel Grundlagen der Fehleranalyse B... (Fehlerarten): Von den Fehlerquellen ausgehend unterscheden wr dre unterschedlche Fehlerarten: () Engangsehler Dese entstehen durch a) Modellerungsehler (Z.B. wenn
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:
MehrFinanzwirtschaft. Kapitel 3: Simultane Investitions- und Finanzplanung. Lehrstuhl für Finanzwirtschaft - Universität Bremen 1
Fnanzwrtschaft Kaptel 3: Smultane Investtons- und Fnanzplanung Prof. Dr. Thorsten Poddg Lehrstuhl für Allgemene Betrebswrtschaftslehre, nsbes. Fnanzwrtschaft Unverstät Bremen Hochschulrng 4 / WW-Gebäude
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
Mehr14 Überlagerung einfacher Belastungsfälle
85 De bsher betrachteten speellen Belastungsfälle treten n der Technk. Allg. ncht n rener orm auf, sondern überlagern sch. Da de auftretenden Verformungen klen snd und en lnearer Zusammenhang wschen Verformung
Mehr