Empirische Sozialforschung Eine Übersicht Ansgar A. Plassmann

Größe: px
Ab Seite anzeigen:

Download "Empirische Sozialforschung Eine Übersicht Ansgar A. Plassmann"

Transkript

1 Emprsche Sozalforschung Ene Überscht Ansgar A. Plassmann 1) Defntonen Emprsche Forschung such nach Erkenntnssen durch systematsche Auswertung von Erfahrungen emprsch : aus dem Grechschen auf Erfahrung beruhend ). Bortz & Dörng (2002, 5) Emprsch = Aus Beobachtung bzw. Erfahrung gewonnene Erkenntns; Empre st aus dem Grechschen hergeletet und bedeutet von daher Snneserfahrung. Emprsche Wssenschaft st demnach der Tel der Wssenschaften, der auf der Erfahrung durch de menschlchen Snne (auf Beobachtung n allerwetester Bedeutung) beruht; emprsches Vorgehen st Ausgehen von Erfahrungstatsachen. Kromrey (1985, 13) Je nach Dszpln und Fragestellung nnerhalb ener Wssenschaft, wendet man unterschedlche Methoden zur Datenerhebung an. De Gesamthet deser Methoden defnert Dekmann (1995, 17) als Werkzeugkste der emprschen Sozalforschung. Je nach Untersuchungszel (z.b. exploratve Untersuchung, deskrptve Untersuchung, Überprüfung von Hypothesen und Theoren oder Evaluatonsstuden) gbt es nnerhalb ener Wssenschaft verschedene Methoden. Emprsche Wssenschaft (Erfahrungswssenschaft) 1 verfolgt das Zel, gescherte Erkenntnsse über de Wrklchket 2 zu gewnnen. Se setzt also de Exstenz ener realen, ener tatsächlchen Welt (Gegenstände, Eregnsse, Bezehungen zwschen Gegenständen oder Eregnssen) unabhängg von hrer Wahrnehmung durch enen Beobachter voraus. Deses Axom (grundlegende, ncht weter bewesbare Annahme) wrd von Vertretern unterschedlcher wssenschaftlcher Postonen nnerhalb der Erfahrungswssenschaft ncht n Frage gestellt. Kromrey (1991, 18) Enmütgket besteht unter den Vertretern unterschedlcher Postonen nnerhalb der Erfahrungswssenschaft darüber, daß emprsches Wssen, d.h. Wssen über de tatsächlche Welt, nur n Ausenandersetzung mt der Realtät gefunden und durch Beobachtung der Realtät abgeschert werden kann. Kromrey (1991, 20) 1 Unter Erfahrungswssenschaften werden her alle dejengen Wssenschaften verstanden, de Wahrnehmungen über de Realtät als Bass für de Geltung hrer aussagen heranzehen (etwa Sozologe, Cheme, Medzn). Außer Betracht bleben damt also Wssenschaften, deren Aussagesysteme allen aufgrund formaler, logscher Kalküle (etwa Mathematk), phlosophscher oder Glaubensdszplnen (etwa Theologe) Geltung beanspruchen. 2 Mt glecher Bedeutung werden auch Begrffe we real exsterende Welt, tatsächlche Welt, wrklche Welt, Welt der Tatsachen benutzt.

2 2) Varablen Innerhalb der emprschen Forschung glt es de relevanten Merkmale enes Objektes für ene bestmmte Fragestellung zu beschreben. - Objekt: De zu untersuchende Gesamthet (z.b. Menschen, Tere, Fachbereche ener Unverstät, Abtelungen ener Unternehmung) - Merkmal: Das zu untersuchende Merkmal nnerhalb des Objekts (z.b. Aggressvtät, Intellgenz, Studendauer, Zufredenhet mt dem Arbetsplatz) De Untersuchung enes Merkmals ermöglcht ene Feststellung der Ausprägung (Unterschedlchket oder Überenstmmung) enes Objekts. Um de Merkmalsunterschede nnerhalb enes Objekts erfassen zu können, benutz man Varablen. Ene Varable kann verschedene Ausprägungen enes Merkmals benhalten. Bespel: De Varable Geschlecht ( x ) kann entweder weblch oder männlch benhalten. Ene Varable steht für de Menge der Ausprägungen enes Merkmals. Bespel (1): De Varable Geschlecht ( x ) benhaltet zwe Merkmalsauprägungen, nämlch (1) weblch und (2) männlch Bespel (2): De Varable Leblngsfarbe ( z ) benhaltet folgende Merkmalsauprägungen: (1) schwarz, (2) blau, (3) grün, (4) rot und (5) gelb. In desem Bespel wurde de Varable ( z ) auf fünf Merkmalsausprägungen festgelegt. Varablen lassen sch we nachfolgend dargestellt unterscheden: - abhängge Varable, - unabhängge Varable, - Moderatorvarable, - Medatorvarable, - Kontrollvarable, - Störvarable. Ene abhängge Varable lässt kene Varatonen zu, da se ledglch als Reakton auf de unabhängge Varable anzusehen st. Ene unabhängge Varable kann belebg varert werden. Bespel: Der Genuss von der Menge Kaffee x 1 für zur erhöhten Herzfrequenz x 2. In desem Bespel st de Kaffeemenge x 1 de unabhängge Varable. Se kann je nach Versuchsanordnung belebg varert werden. De abhängge Varable x 2 hängt von dem Kaffeemenge ab, da mt zunehmendem Kaffeegenuss de Herzfrequenz stegt. Auf abhängge Varablen kann ken Enfluss genommen werden, da abhängge Varablen von der Ausprägung der unabhänggen Varable und evtl. Störungen abhängt. Be ener Moderatorvarable handelt es sch um ene Varable, de den Enfluss ener unabhänggen Varable auf ene abhängge Varable beenflusst. Bespel:

3 Ausgangsstuaton: Der Genuss von der Menge Kaffee x 1 für zur erhöhten Herzfrequenz x 2. In desem Bespel stellt bespelswese de Ennahme von Medkamenten, de enen Enfluss auf de Herzfrequenz ausüben, ene Moderatorvarable dar. Der Enfluss von X 1 auf x 2 wrd durch de Moderatorvarable verändert. Man sprcht von ener Medatorvarable, wenn de unabhängge Varable ncht drekt auf de abhängge Varable enwrkt, sondern ene drtte Varable vermttelnd auf de drtte Varable enwrkt. Dese drtte Varable nennt man Medatorvarable 3. Bespel: Ausgangsstuaton: Der Genuss von der Menge Kaffee x 1 für zur erhöhten Herzfrequenz x 2. De Herzfrequenz wrd be enem Probanden berets durch de Versuchsstuaton gestegert. De Versuchsstuaton übt als Medatorvarable (x 3 ) ene vermttelnde Enwrkung auf de abhängge Varable (Herzfrequenz) aus. Ene Kontrollvarable stellt ene beachtete Medatorvarable dar. Wenn n ener Versuchsanordnung möglche Medatorvarablen vorsorglch erhoben werden und somt Bestandtel der Untersuchung werden. Bespel: Ausgangsstuaton: Der Genuss von der Menge Kaffee x 1 für zur erhöhten Herzfrequenz x 2. De Herzfrequenz wrd be enem Probanden berets durch de Versuchsstuaton gestegert. De Versuchsanordnung beachtet de Stegerung der Herzfrequenz aufgrund der Nervostät der Probanten n ener egenen (Kontroll-) Varable. Als Störvarable werden dejengen Medatorvarablen bezechnet, de n ener Versuchsanordnung kene Beachtung fnden bzw. übersehen werden. Bespel: Ausgangsstuaton: Der Genuss von der Menge Kaffee x 1 für zur erhöhten Herzfrequenz x 2. De Herzfrequenz wrd be enem Probanden ncht beachtet, da desem Element be der Versuchsanordnung kene Beachtung zugebllgt wurde. Quanttatve Varablen lassen sch weter dfferenzeren n: - stetge Varable, - dskrete Varable, - manfeste Varable, - latente Varable. Ene stetge Varable (auch: kontnuerlche Varable) st durch unendlch vele Merkmalsausprägungen gekennzechnet (z.b. Gewcht, Zet) Ene dskrete Varable (auch: dskontnuerlche Varable) st durch begrenzt vele Merkmalsausprägungen gekennzechnet (z.b. Anzahl der Knder, Anzahl der jährlchen Absolventen). Ene manfeste Varable kann drekt beobachtet werden (z.b. Anzahl der gelösten Aufgaben). 3 Medator = Vermttler

4 Ene latente Varable kann ncht drekt beobachtet werden (z.b. Aggresson, Motvaton). 3) Merkmale von Skalen In Abhänggket der untersuchten Merkmale bzw. der möglchen Merkmalsausprägungen verwendet man unterschedlche Skalen (Zuordnungsvorschrften), welche darüber entscheden, we de Daten m weteren statstsch ausgewertet werden können. Je nach Merkmal gbt es verschedene Merkmalsausprägungen. Bespel: 4 Merkmal Merkmalsausprägung Geschlecht Männlch, weblch Famlenstand ledg, verheratet, verwtwet, gescheden Lestungsurtel sehr gut, gut, befredgend, ausrechend, mangelhaft Körpergröße x cm Knderzahl 0, 1, 2, 3, 4,... Nomnal: De Nomnalskala setzt nur de Glechhet oder Unglechhet von Egenschaften (z.b. Geschlecht) bzw. de Möglchket ener Entelungen n Klassen (etwa n Berufe, Muttersprache, Haarfarbe, Studenrchtung... ) n Kategoren voraus. Aussagen bezüglch Glechhet oder Verschedenhet snd möglch. Be den nomnal messbaren Merkmalen handelt es sch um qualtatve Merkmale, da es sch um qualtatve Egenschaften handelt. Text- und Zahlenenträge möglch. Von ener N o m n a l s k a l a (von nomnalem Messnveau) sprcht man, wenn von den Bezehungen (Relatonen) zwschen den Zffern der Meßskala nur de Glechhet/Unglechhet emprsch nterpretert werden darf. Kromrey (1985, 99) Bespele: Geschlecht, Famlenstand, Beruf, Studenfach oder Natonaltät. Metrsch: (auch Kardnalskala;) übergeordnete Klasse von Intervall und Verhältnsskalen. Nur Zahlenenträge möglch. Metrsch messbare Merkmale heßen auch quanttatve Merkmale. Intervall: Intervallskalen snd Skalen, n denen über den Untersched zweer Messwerte ausgesagt werden kann, ob er größer, glech oder klener als der Untersched zweer anderer Messwerte st, d.h. Skalenwerte können bezüglch hrer Dfferenzen (und Summen) verglchen werden. Erst auf dem Nveau von Intervallskalen st de Addton oder Subtrakton von Messwerten snnvoll. Se hat dre wllkürlch festgelegte Momente: Nullpunkt, Größe der Maßenhet und Rchtung, n der vom Nullpunkt aus de Enheten gewählt werden (de Skala bestzt kenen natürlchen Nullpunkt und kene natürlche Enhet). Relevant st de Dfferenz, ncht jedoch de Verhältnsse zu enem angenommenen Nullpunkt (Glechhet von Abständen). Bespel: Messung ener Zetdauer enes Verhaltens, Taschengeld 4 Vgl. Schwarze (2001, 32)

5 Verhältns: Skala mt natürlchem Nullpunkt aber ohne natürlche Enhet (Glechhet von Verhältnssen); we bespelswese den absoluten Nullpunkt der Kelvn-Temperaturskala. Bespele: Messung von Längen und Zetpunkten. Ordnal: Snnvolle Ordnung der Merkmale (z.b. größer klener-relatonen) st möglch. De Werte ener Ordnalskala (auch Rangskala) lassen sch über ene natürlche Rehenfolge ordnen, wobe de enzelnen Werte Ränge (=Rangskala) ennehmen. Ene O r d n a l s k a l a (ordnales messnveau) legt vor, wenn von den Bezehungen zwschen den Zahlen der Meßskala neben der Glechhet/Unglechhet auch de Rangordnung (größer/klener) emprsch nterpretert werden darf. Kromrey (1985, 100) Bespele: Zensuren (sehr gut, gut,...), Antworten auf ene Lkert-Skala (sehe unten) oder Güteklassen von Hotels. Test- und Zahlenenträge möglch. 4) Hypothesen Ene wssenschaftlche Hypothese 5 st nach Bortz & Dörng (2002, 7 f) ene Aussage oder Behauptung, de folgende ver Krteren erfüllt: 1) Ene wssenschaftlche Hypothese bezeht sch auf reale Sachverhalte, de emprsch untersuchbar snd. 2) Ene wssenschaftlche Hypothese st ene allgemengültge, über den Enzelfall oder en snguläres Eregns hnausgehende Behauptung (All- Satz). 3) Ener wssenschaftlchen Hypothese muß zumndest mplzt de Formalstruktur enes snnvollen Kondtonalsatzes ( Wenn-dann-Satz bzw. Je-desto-Satz ) zugrunde legen. 4) Der Kondtonalsatz muß potentell falsfzerbar sen, d.h. es müssen Eregnsse denkbar sen, de dem Kondtonalsatz wdersprechen. Wssenschaftlche Hypothesen snd Annahmen über reale Sachverhalte (emprscher Gehalt, emprsche Untersuchbarket), n Form von Kondtonalsätzen. Se wesen über den Enzelfall hnaus (Generalserbarket, Allgemenhetsgrad) und snd durch Erfahrungsdaten wderlegbar (Falsfzerbarket). Bortz & Dörng (2002, 8) Auf desen Krteren beruhend nennen Bortz & Dörng (2002, 8) Bespele für wssenschaftlche Hypothesen (ausführlch sehe dort): - Frustrerte Menschen reageren aggressv; - Frauen snd kreatver als Männer; - Mt zunehmender Müdgket snkt de Konzentratonsfähgket; - Frau Müller ledet be schwülem Wetter unter Mgräne; und Bespele für ncht-wssenschaftlche Hypothesen: - Es gbt Knder, de nemals wenen; - Be starkem Zgarettenkonsum kann es zu enem Herznfarkt kommen. 5 Hypothese = aus dem Grechschen: Unterstellung, Vermutung

6 De Bespele für ncht-wssenschaftlche Hypothesen wesen Züge auf, de ncht de o.g. Krteren erfüllen ( Es gbt m ersten Bespel und kann m zweten Bespel, da her kene emprsche Überprüfung möglch st). 5) Theoren und Paradgmen Theoren haben de Funkton, Sachverhalte zu beschreben, zu erklären und vorherzusagen. Im Kern bestehen sozalwssenschaftlche Theoren aus ener Vernetzung von gut bewährten Hypothesen bzw. anerkannten emprschen Gesetzmäßgketen. Bortz & Dörng (2002, 17) Ene gute Theore sollte de se betreffenden Erschenungen oder Phänomene ncht nur erklären, sondern auch prognostsch nützlch sen, ndem se zukünftge Eregnsse und Entwcklungen hypothetsch antzpert und Anregungen zur Erklärung neuer, bslang unerforschter Phänomene gbt (heurstscher Wert ener Theore). Bortz & Dörng (2002, 17) En Paradgma st ene bestmmte Vorstellung von der Realtät, welche Überzeugungen hnschtlch enes bestmmten Menschenbldes enthalten. 5) Evaluaton Evaluatonsforschung benhaltet de systematsche Anwendung emprscher Forschungsmethoden zur Bewertung des Konzeptes, des Untersuchungsplanes, der Implementerung und der Wrksamket sozaler Interventonsprogramme. Bortz & Dörng (2002, 102) De Aufgabenstellung Evaluaton schent auf den ersten Blck dem Wertneutraltäts-Postulat der Erfahrungswssenschaft zu wdersprechen; denn de Bewertung st ja n desem Fall ncht der Gegenstand, auf den sch de Untersuchung rchtet, sondern soll hr Ergebns sen. Werturtele aber snd so wrd von Krtschen Ratonalsten nachgewesen erfahrungswssenschaftlch ncht begründbar. Der auf den ersten Blck sch aufdrängende Wderspruch zwschen dem Postulat Wertneutraltät und der Zelsetzung der Evaluatonsforschung st jedoch en schenbarer. [...] Kromrey (1991, 37) 6) Statstk Innerhalb der emprschen Sozalforschung dfferenzert man Statstk zwschen Deskrptvstatstk und Inferenzstatstk. 6 Deskrptvstatstk: Beschrebung, Charakterserung der emprschen Informatonen mttel statstscher Maße. Inferenzstatstk: Schlussfolgerung bzw. Entschedung über Bewährung oder Nchtbewährung theoretscher Aussagen n der emprschen Untersuchung. De Statstk dent des st ene banale Aussage der Analyse von Daten. Wer Daten sagt, der muß auch Empre sagen: De Grundlage aller Statstk st de 6 Vgl. Schllng (2001, 22)

7 Beobachtung emprscher Sachverhalte und de Erzeugung von Daten aufgrund solcher Beobachtungen. De Statstk spelt somt ene Rolle n denjengen Wssenschaften, de zumndest n Telberechen als emprsche konzpert snd, d.h. n denen de wssenschaftlche Beobachtung der Realtät als wesentlche Methode zum Erkenntnsgewnn engesetzt wrd. Schllng (2001, 9) 7) Statstsche Auswertungsverfahren Zel st de Entwcklung von Normen, von denen aus Abwechungen festgestellt werden können. Für de emprschen Auswertungen enzelner Merkmale benutzt man de m Folgenden dargelegten Methoden 7. Am Bespel: Gegeben snd 5 Werte aus ener Testfrage: 3, 7, 8, 9, 13. (1) Das (enfache) arthmetsche Mttel Das arthmetsche Mttel x st der am häufgsten verwendet Mttelwert. x + x x n 1 2 n 1 n x = = = 1 (2) Spannwete der Steuerung n x = x = = = Das enfachste Streuungsmaß st de Spannwete w. Dabe handelt es sch um de Dfferenz zwschen dem größten und dem klensten Wert. w = max x mn x = =13 3 w = 10 (3) Berechnung der Varanz De mttlere quadratsche Abwechung Varanz (s²) st en Streuungsmaß, das de Werte ener Stchprobe vom Umfang n berechnet. Be der Varanz fallen größere Abwechungen stärker ns Gewcht, während klener Abwechungen wenger zur Varanz betragen. n 1 s² = ( x x)² = n = 1 (3 8)² + (7 8)² + (8 8)² + (9 8)² + (13 8)² s ² = 5 = ( 5)² + ( 1)² + 0² + 1² + 5² 5 = = = 10, (4) Berechnung der Standardabwechung De Standardabwechung defnert de durchschnttlche Abwechung vom arthmetschen Mttel. 1 n s = s² = ( x n = 1 x)² = s = s² = 10, 4 = 3, ,225 7 Darstellung n Anlehnung an Schwarze (2001, 69 ff) 8 De Enhet der Varanz st s². Hnwes nach Schllng (2001, 45): [...] beträgt de Varanz der Körpergröße n der Stchprobe der Übungstelnehmer 141, de Enhet deser Größe wäre cm²!

8 Lteratur - Amelang, Manfred & Zelnsk, Werner (1994). Psychologsche Dagnostk und Interventon. Berln, Hedelberg: Sprnger. - Amelang, Manfred & Zelnsk, Werner (2002). Psychologsche Dagnostk und Interventon. Berln, Hedelberg: Sprnger. - Benesch, Hellmuth (1997). Dtv-Atlas Psychologe Band 1 und 2. München: Deutscher Taschenbuchverlag. - Bortz, Jürgen & Dörng, Ncola (2002). Forschungsmethoden und Evaluaton: für Human- und Sozalwssenschaftler. Berln, Hedelberg, New York: Sprnger. (Unabdngbar für de Vertefung!) - Clauß, Günter; Fnze, Falk-Rüdger & Parztsch, Lothar (1994). Statstk für Sozologen, Pädagogen, Psychologen und Medzner. Frankfurt am Man: Harr Deutsch. - Dekmann, Andreas (1995). Emprsche Sozalforschung: Grundlagen, Methoden, Anwendungen. Renbeck be Hamburg: Rowohlt. - Fredrchs, Jürgen (1990). Methoden emprscher Sozalforschung. Opladen: Westdeutscher Verlag. - Jäger, Renhold S. & Petermann, Franz (Hrsg.) (1999). Psychologsche Dagnostk. München, Wenhem: Psychologe-Verlags-Unon. - Krchhoff, Sabne; Kuhnt, Sonja; Lpp, Peter & Schlawn, Segfred (2001). Fragebogen: Datenbass. Konstrukton. Auswertung. Opladen: Leske + Budrch. - Kromrey, Helmut (1985). Emprsche Sozalforschung Modelle und Methoden der Datenerhebung: Lehrtext. Hagen: Fernunverstät Hagen. - Lenert, Gustav A. & Raatz, U. (1998). Testaufbau und Testanalyse. Wenhem: Beltz. - Payk, Theo R. (2002). Pathopsychologe: Vom Symptom zur Dagnose. Berln, Hedelberg, New York: Sprnger. - Plassmann, Ansgar (2002). Grundrsse der Psychologe. Unveröffentlchtes Manuskrpt. Essen: Unverstät Essen. - Rauchflesch, Udo (1994). Testpsychologe. Göttngen, Zürch: Vandenhoeck & Ruprecht. - Schllng, Olver (2001). Grundkurs: Statstk für Psychologen. München: Wlhelm Fnk. - Schmtt, Günter (1998). Skrpt: Grunddagnostk. Essen: Unverstät Essen. - Schwarze, Jochen (2001). Grundlagen der Statstk 1: Beschrebende Verfahren. Herne, Berln: Verlag Neue Wrtschafts-Brefe. - Wottawa, Henrch & Hossep, Rüdger (1997). Anwendungsfelder psychologscher Dagnostk. Göttngen, Bern, Toronto, Seattle: Hogrefe. - Wottawa, Henrch (1993). Psychologsche Methodenlehre. Wenhem, München: Juventa. - Zmbardo, Phlp G. & Gerrg, Rchard J. (1999). Psychologe. Berln, Hedelberg: Sprnger. wetere Quelle - Jacobs, Maro & Schulmester, Rolf (1998). LernSTATS: Statstk lernen mt dem Computer. Hagen: Fernunverstät Hagen. Webadresse:

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische 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

Mehr

Lineare Regression (1) - Einführung I -

Lineare 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:

Mehr

FORMELSAMMLUNG STATISTIK (I)

FORMELSAMMLUNG 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

Mehr

Einführung in die Finanzmathematik

Einführung 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

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. 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,

Mehr

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

Funktionsgleichungen 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

Mehr

Beim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm):

Beim 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.

Mehr

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.

Polygonalisierung 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

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird 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

Mehr

ERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Preise erfassen. www.comarch-cloud.de

ERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Preise erfassen. www.comarch-cloud.de ERP Cloud SFA ECM Backup E-Commerce ERP EDI Prese erfassen www.comarch-cloud.de Inhaltsverzechns 1 Zel des s 3 2 Enführung: Welche Arten von Presen gbt es? 3 3 Beschaffungsprese erfassen 3 3.1 Vordefnerte

Mehr

Netzwerkstrukturen. Entfernung in Kilometer:

Netzwerkstrukturen. 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.

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl 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

Mehr

Statistik und Wahrscheinlichkeit

Statistik 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

Mehr

Gruppe. Lineare Block-Codes

Gruppe. 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

Mehr

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 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:

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

2 Zufallsvariable und Verteilungen

2 Zufallsvariable und Verteilungen Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem

Mehr

Versicherungstechnischer Umgang mit Risiko

Versicherungstechnischer 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

Mehr

6. Modelle mit binären abhängigen Variablen

6. 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

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden 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

Mehr

Ionenselektive Elektroden (Potentiometrie)

Ionenselektive 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,

Mehr

1 BWL 4 Tutorium V vom 15.05.02

1 BWL 4 Tutorium V vom 15.05.02 1 BWL 4 Tutorum V vom 15.05.02 1.1 Der Tlgungsfaktor Der Tlgungsfaktor st der Kehrwert des Endwertfaktors (EWF). EW F (n; ) = (1 + )n 1 T F (n; ) = 1 BWL 4 TUTORIUM V VOM 15.05.02 (1 ) n 1 Mt dem Tlgungsfaktor(TF)

Mehr

18. Dynamisches Programmieren

18. 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

Mehr

1 - Prüfungsvorbereitungsseminar

1 - Prüfungsvorbereitungsseminar 1 - Prüfungsvorberetungssemnar Kaptel 1 Grundlagen der Buchführung Inventur Inventar Blanz Inventur st de Tätgket des mengenmäßgen Erfassens und Bewertens aller Vermögenstele und Schulden zu enem bestmmten

Mehr

Qualitative Evaluation einer interkulturellen Trainingseinheit

Qualitative Evaluation einer interkulturellen Trainingseinheit Qualtatve Evaluaton ener nterkulturellen Tranngsenhet Xun Luo Bettna Müller Yelz Yldrm Kranng Zur Kulturgebundenhet schrftlcher und mündlcher Befragungsmethoden und hrer Egnung zur Evaluaton m nterkulturellen

Mehr

Ich habe ein Beispiel ähnlich dem der Ansys-Issue [ansys_advantage_vol2_issue3.pdf] durchgeführt. Es stammt aus dem Dokument Rfatigue.pdf.

Ich habe ein Beispiel ähnlich dem der Ansys-Issue [ansys_advantage_vol2_issue3.pdf] durchgeführt. Es stammt aus dem Dokument Rfatigue.pdf. Ich habe en Bespel ähnlch dem der Ansys-Issue [ansys_advantage_vol_ssue3.pdf durchgeführt. Es stammt aus dem Dokument Rfatgue.pdf. Abbldung 1: Bespel aus Rfatgue.pdf 1. ch habe es manuell durchgerechnet

Mehr

Die Ausgangssituation... 14 Das Beispiel-Szenario... 14

Die Ausgangssituation... 14 Das Beispiel-Szenario... 14 E/A Cockpt Für Se als Executve Starten Se E/A Cockpt........................................................... 2 Ihre E/A Cockpt Statusüberscht................................................... 2 Ändern

Mehr

Nomenklatur - Übersicht

Nomenklatur - 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

Mehr

Streuungs-, Schiefe und Wölbungsmaße

Streuungs-, Schiefe und Wölbungsmaße aptel IV Streuungs-, Schefe und Wölbungsmaße B... Lagemaße von äufgketsvertelungen geben allen weng Auskunft über ene äufgketsvertelung. Se beschreben zwar en Zentrum deser Vertelung, geben aber kenen

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk und Wahrschenlchketsrechnung Statstk und Wahrschenlchketsrechnung 5. Vorlesung Dr. Jochen Köhler.03.0 Statstk und Wahrschenlchketsrechnung Wchtg!!! Vorlesung Do 4.03.0 HCI G3 Übung 5 D 9.03.0 Fnk

Mehr

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6 Praktkum Physkalsche Cheme I (C-2) Versuch Nr. 6 Konduktometrsche Ttratonen von Säuren und Basen sowe Fällungsttratonen Praktkumsaufgaben 1. Ttreren Se konduktometrsch Schwefelsäure mt Natronlauge und

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen

Mehr

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale

3.2 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

Mehr

Grundgedanke der Regressionsanalyse

Grundgedanke der Regressionsanalyse Grundgedanke der Regressonsanalse Bsher wurden durch Koeffzenten de Stärke von Zusammenhängen beschreben Mt der Regressonsrechnung können für ntervallskalerte Varablen darüber hnaus Modelle geschätzt werden

Mehr

1 Definition und Grundbegriffe

1 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

Nernstscher Verteilungssatz

Nernstscher Verteilungssatz Insttut für Physkalsche Cheme Grundpraktkum 7. NERNSTSCHER VERTEILUNGSSATZ Stand 03/11/2006 Nernstscher Vertelungssatz 1. Versuchsplatz Komponenten: - Schedetrchter - Büretten - Rührer - Bechergläser 2.

Mehr

phil omondo phil omondo Skalierung von Organisationen und Innovationen gestalten Sie möchten mehr Preise und Leistungen Workshops und Seminare

phil omondo phil omondo Skalierung von Organisationen und Innovationen gestalten Sie möchten mehr Preise und Leistungen Workshops und Seminare Skalerung von Organsatonen und Innovatonen gestalten phl omondo Se stehen vor dem nächsten Wachstumsschrtt hrer Organsaton oder haben berets begonnen desen aktv zu gestalten? In desem Workshop-Semnar erarbeten

Mehr

Zinseszinsformel (Abschnitt 1.2) Begriffe und Symbole der Zinsrechnung. Die vier Fragestellungen der Zinseszinsrechnung 4. Investition & Finanzierung

Zinseszinsformel (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

Mehr

Wechselstrom. 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 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:!"

Mehr

IT- und Fachwissen: Was zusammengehört, muss wieder zusammenwachsen.

IT- und Fachwissen: Was zusammengehört, muss wieder zusammenwachsen. IT- und achwssen: Was zusammengehört, muss weder zusammenwachsen. Dr. Günther Menhold, regercht 2011 Inhalt 1. Manuelle Informatonsverarbetung en ntegraler Bestandtel der fachlchen Arbet 2. Abspaltung

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

3. Lineare Algebra (Teil 2)

3. 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

Mehr

Grundlagen der makroökonomischen Analyse kleiner offener Volkswirtschaften

Grundlagen 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

Mehr

Kreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik)

Kreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik) Kredtpunkte-Klausur zur Lehrveranstaltung Projektmanagement (nkl. Netzplantechnk) Themensteller: Unv.-Prof. Dr. St. Zelewsk m Haupttermn des Wntersemesters 010/11 Btte kreuzen Se das gewählte Thema an:

Mehr

2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar.

2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar. . Nullstellensuche Enes der ältesten numerschen Probleme stellt de Bestmmung der Nullstellen ener Funkton = dar. =c +c =c +c +c =Σc =c - sn 3 Für ene Gerade st das Problem trval, de Wurzel ener quadratschen

Mehr

MULTIVAC Kundenportal Ihr Zugang zur MULTIVAC Welt

MULTIVAC Kundenportal Ihr Zugang zur MULTIVAC Welt MULTIVAC Kundenportal Ihr Zugang zur MULTIVAC Welt Inhalt MULTIVAC Kundenportal Enletung Errechbarket rund um de Uhr Ihre ndvduellen Informatonen Enfach und ntutv Hlfrech und aktuell Ihre Vortele m Überblck

Mehr

Bildverarbeitung Herbstsemester 2012. Bildspeicherung

Bildverarbeitung Herbstsemester 2012. Bildspeicherung Bldverarbetung Herbstsemester 2012 Bldspecherung 1 Inhalt Bldformate n der Überscht Coderung m Überblck Huffman-Coderung Datenredukton m Überblck Unterabtastung Skalare Quantserung 2 Lernzele De wchtgsten

Mehr

In der beschreibenden Statistik werden Daten erhoben, aufbereitet und analysiert. Beispiel einer Datenerhebung mit Begriffserklärungen (Vokabel)

In der beschreibenden Statistik werden Daten erhoben, aufbereitet und analysiert. Beispiel einer Datenerhebung mit Begriffserklärungen (Vokabel) Rudolf Brnkmann http://brnkmann-du.de Sete.. Datenerhebung, Datenaufberetung und Darstellung. In der beschrebenden Statstk werden Daten erhoben, aufberetet und analysert. Bespel ener Datenerhebung mt Begrffserklärungen

Mehr

W i r m a c h e n d a s F e n s t e r

W i r m a c h e n d a s F e n s t e r Komfort W r m a c h e n d a s F e n s t e r vertrauen vertrauen Set der Gründung von ROLF Fensterbau m Jahr 1980 snd de Ansprüche an moderne Kunststofffenster deutlch gestegen. Heute stehen neben Scherhet

Mehr

Prof. Dr. Roland Füss Statistik II SS 2008

Prof. Dr. Roland Füss Statistik II SS 2008 5. Spezelle Testverfahren Zahlreche parametrsche und nchtparametrsche Testverfahren, de nach Testvertelung (Bnomal, t-test etc.), Analysezel (Anpassungs- und Unabhänggketstest) oder Konstrukton der Prüfgröße

Mehr

Entscheidungsprobleme der Marktforschung (1)

Entscheidungsprobleme der Marktforschung (1) Prof. Dr. Danel Baer. Enführung 2. Informatonsbedarf 3. Datengewnnung 2. Informatonsbedarf Entschedungsprobleme der () Informatonsbedarf Art Qualtät Menge Informatonsbeschaffung Methodk Umfang Häufgket

Mehr

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2 ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung

Mehr

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct? We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de

Mehr

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel!

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel! Aufgabe : Vorbemerkung: Ene Zufallsvarable st ene endeutge Funkton bzw. ene Abbldungsvorschrft, de angbt, auf welche Art aus enem Elementareregns ene reelle Zahl gewonnen wrd. x 4 (, ) z.b. Münzwurf: Kopf

Mehr

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten 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

Mehr

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar 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

Mehr

Free Riding in Joint Audits A Game-Theoretic Analysis

Free Riding in Joint Audits A Game-Theoretic Analysis . wp Wssenschatsorum, Wen,8. Aprl 04 Free Rdng n Jont Audts A Game-Theoretc Analyss Erch Pummerer (erch.pummerer@ubk.ac.at) Marcel Steller (marcel.steller@ubk.ac.at) Insttut ür Rechnungswesen, Steuerlehre

Mehr

Prof. Dr. P. Kischka WS 2012/13 Lehrstuhl für Wirtschafts- und Sozialstatistik. Klausur Statistische Inferenz

Prof. Dr. P. Kischka WS 2012/13 Lehrstuhl für Wirtschafts- und Sozialstatistik. Klausur Statistische Inferenz Prof. Dr. P. Kschka WS 2012/13 Lehrstuhl für Wrtschafts- und Sozalstatstk Klausur Statstsche Inferenz 15.02.2013 Name: Matrkelnummer: Studengang: Aufgabe 1 2 3 4 5 6 7 8 Summe Punkte 6 5 5 5 5 4 4 6 40

Mehr

Statistik. 1. Vorbereitung / Planung - präzise Formulierung der Ziele - detaillierte Definition des Untersuchungsgegenstandes

Statistik. 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

Mehr

d da B A Die gesamte Erscheinung der magnetischen Feldlinien bezeichnet man als magnetischen Fluss. = 1 V s = 1 Wb

d 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

Mehr

4. Indexzahlen. 5.1 Grundlagen 5.2 Preisindizes 5.3 Indexzahlenumrechnungen. Dr. Rebecca Schmitt, WS 2013/2014

4. Indexzahlen. 5.1 Grundlagen 5.2 Preisindizes 5.3 Indexzahlenumrechnungen. Dr. Rebecca Schmitt, WS 2013/2014 4. ndexzahlen 5.1 Grundlagen 5.2 Presndzes 5.3 ndexzahlenumrechnungen 1 4.1 Grundlagen Als Messzahlen werden de Quotenten bezechnet, de aus den Beobachtungswerten bzw. den Maßzahlen zweer Telmengen derselben

Mehr

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich

Für 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

Mehr

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct? We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de

Mehr

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)). 44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften

Mehr

Projektmanagement / Netzplantechnik Sommersemester 2005 Seite 1

Projektmanagement / 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

Mehr

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt -

Flußnetzwerke - 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

Mehr

"Zukunft der Arbeit" Arbeiten bis 70 - Utopie - oder bald Realität? Die Arbeitnehmer der Zukunft

Zukunft der Arbeit Arbeiten bis 70 - Utopie - oder bald Realität? Die Arbeitnehmer der Zukunft "Zukunft der Arbet" Arbeten bs 70 - Utope - oder bald Realtät? De Arbetnehmer der Zukunft Saldo - das Wrtschaftsmagazn Gestaltung: Astrd Petermann Moderaton: Volker Obermayr Sendedatum: 7. Dezember 2012

Mehr

Backup- und Restore-Systeme implementieren. Technische Berufsschule Zürich IT Seite 1

Backup- und Restore-Systeme implementieren. Technische Berufsschule Zürich IT Seite 1 Modul 143 Backup- und Restore-Systeme mplementeren Technsche Berufsschule Zürch IT Sete 1 Warum Backup? (Enge Zahlen aus Untersuchungen) Wert von 100 MByte Daten bs CHF 1 500 000 Pro Vorfall entstehen

Mehr

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i

Itemanalyse 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

Mehr

Einbau-/Betriebsanleitung Stahl-PE-Übergang Typ PESS / Typ PESVS Originalbetriebsanleitung Für künftige Verwendung aufbewahren!

Einbau-/Betriebsanleitung Stahl-PE-Übergang Typ PESS / Typ PESVS Originalbetriebsanleitung Für künftige Verwendung aufbewahren! Franz Schuck GmbH Enbau-/Betrebsanletung Stahl-PE-Übergang Typ PESS / Typ PESVS Orgnalbetrebsanletung Für künftge Verwendung aufbewahren! Enletung Dese Anletung st für das Beden-, Instandhaltungs- und

Mehr

Für wen ist dieses Buch? Was ist dieses Buch? Besonderheiten. Neu in dieser Auflage

Für 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

Mehr

Spiele und Codes. Rafael Mechtel

Spiele 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,,

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

Kapitel V. Parameter der Verteilungen

Kapitel V. Parameter der Verteilungen Kaptel V Parameter der Vertelungen D. 5.. (Erwartungswert) Als Erwartungswert ener Zufallsvarablen X bezechnet man: E( X ) : Dabe se vorausgesetzt: = = + p falls X dskret f d falls X stetg und = + p

Mehr

Standortplanung. Positionierung von einem Notfallhubschrauber in Südtirol. Feuerwehrhaus Zentrallagerpositionierung

Standortplanung. Positionierung von einem Notfallhubschrauber in Südtirol. Feuerwehrhaus Zentrallagerpositionierung Standortplanung Postonerung von enem Notfallhubschrauber n Südtrol Postonerung von enem Feuerwehrhaus Zentrallagerpostonerung 1 2 Postonerung von enem Notfallhubschrauber n Südtrol Zu bekannten Ensatzorten

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 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

Mehr

Funds Transfer Pricing. Daniel Schlotmann

Funds Transfer Pricing. Daniel Schlotmann Danel Schlotmann Fankfut, 8. Apl 2013 Defnton Lqudtät / Lqudtätssko Lqudtät Pesonen ode Untenehmen: snd lqude, wenn se he laufenden Zahlungsvepflchtungen jedezet efüllen können. Vemögensgegenstände: snd

Mehr

Vorlesung 1. Prof. Dr. Klaus Röder Lehrstuhl für BWL, insb. Finanzdienstleistungen Universität Regensburg. Prof. Dr. Klaus Röder Folie 1

Vorlesung 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

Mehr

1.1 Das Prinzip von No Arbitrage

1.1 Das Prinzip von No Arbitrage Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No

Mehr

13.Selbstinduktion; Induktivität

13.Selbstinduktion; Induktivität 13Sebstndukton; Induktvtät 131 Sebstndukton be En- und Ausschatvorgängen Versuch 1: Be geschossenem Schater S wrd der Wderstand R 1 so groß gewäht, dass de Gühämpchen G 1 und G 2 gech he euchten Somt snd

Mehr

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten

Mehr

Datenträger löschen und einrichten

Datenträger 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

Mehr

1.1 Grundbegriffe und Grundgesetze 29

1.1 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

Mehr

Netzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008

Netzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008 Netzscherhet I, WS 2008/2009 Übung Prof. Dr. Jörg Schwenk 27.10.2008 1 Das GSM Protokoll ufgabe 1 In der Vorlesung haben Se gelernt, we sch de Moble Staton (MS) gegenüber dem Home Envroment (HE) mt Hlfe

Mehr

Statistik Exponentialfunktion

Statistik Exponentialfunktion ! " Statstk " Eponentalfunkton # $ % & ' $ ( )&* +, - +. / $ 00, 1 +, + ) Ensemble von radoaktven Atomkernen Zerfallskonstante λ [1/s] Lebensdauer τ 1/λ [s] Anzahl der pro Zetenhet zerfallenden Kerne:

Mehr

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ).

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Taylorentwcklung (Approxmaton durch Polynome). Problemstellung Se T( x ) de Tangente an den Graphen der Funkton f(x) m Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Dann kann man de

Mehr

VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE

VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE Karl Rudolf KOCH Knut RIESMEIER In: WELSCH, Walter (Hrsg.) [1983]: Deformatonsanalysen 83 Geometrsche Analyse und Interpretaton von Deformatonen

Mehr

9 Diskriminanzanalyse

9 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

Mehr

(Theoretische) Konfidenzintervalle für die beobachteten Werte: Die Standardabweichung des Messfehlers wird Standardmessfehler genannt:

(Theoretische) Konfidenzintervalle für die beobachteten Werte: Die Standardabweichung des Messfehlers wird Standardmessfehler genannt: (Theoretsche Konfdenzntervalle für de beobachteten Werte: De Standardabwechung des Messfehlers wrd Standardmessfehler genannt: ( ε ( 1- REL( Mt Hlfe der Tschebyscheff schen Unglechung lassen sch be bekanntem

Mehr

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY)

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY) Bedngte Entrope Kaptel : Bedngte Entrope Das vorherge Theorem kann durch mehrfache Anwendung drekt verallgemenert werden H (... H ( = Ebenso kann de bedngt Entrope defnert werden Defnton: De bedngte Entrope

Mehr

SS 2017 Torsten Schreiber

SS 2017 Torsten Schreiber SS Torsten Schreber e den Ebenen unterscheden wr de und de prmeterfree Drstellung. Wenn wr ene Ebenenglechung durch dre Punkte bestmmen wollen, so müssen de zugehörgen Vektoren sen, d es sonst nur ene

Mehr

Leitliniengerechte psychosoziale Versorgung aus der Sicht des Krankenhausmanagements

Leitliniengerechte psychosoziale Versorgung aus der Sicht des Krankenhausmanagements Unser Auftrag st de aktve Umsetzung der frohen Botschaft Jesu m Denst am Menschen. Ene Herausforderung, der wr täglch neu begegnen. Mt modernster Technk und Kompetenz. Und vor allem mt Menschlchket. Letlnengerechte

Mehr

Gesetzlicher Unfallversicherungsschutz für Schülerinnen und Schüler

Gesetzlicher Unfallversicherungsschutz für Schülerinnen und Schüler Gesetzlcher Unfallverscherungsschutz für Schülernnen und Schüler Wer st verschert? Lebe Eltern! Ihr Knd st während des Besuches von allgemen bldenden und berufsbldenden Schulen gesetzlch unfallverschert.

Mehr

Kreditrisikomodellierung und Risikogewichte im Neuen Baseler Accord

Kreditrisikomodellierung und Risikogewichte im Neuen Baseler Accord 1 Kredtrskomodellerung und Rskogewchte m Neuen Baseler Accord erschenen n: Zetschrft für das gesamte Kredtwesen (ZfgK), 54. Jahrgang, 2001, S. 1004-1005. Prvatdozent Dr. Hans Rau-Bredow, Lehrstuhl für

Mehr

Quant oder das Verwelken der Wertpapiere. Die Geburt der Finanzkrise aus dem Geist der angewandten Mathematik

Quant oder das Verwelken der Wertpapiere. Die Geburt der Finanzkrise aus dem Geist der angewandten Mathematik Quant der das Verwelken der Wertpapere. De Geburt der Fnanzkrse aus dem Gest der angewandten Mathematk Dmensnen - de Welt der Wssenschaft Gestaltung: Armn Stadler Sendedatum: 7. Ma 2012 Länge: 24 Mnuten

Mehr

Der Satz von COOK (1971)

Der Satz von COOK (1971) Der Satz von COOK (1971) Voraussetzung: Das Konzept der -Band-Turng-Maschne (TM) 1.) Notatonen: Ene momentane Beschrebung (mb) ener Konfguraton ener TM st en -Tupel ( α1, α2,..., α ) mt α = xqy, falls

Mehr

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt: Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

Erwartungswert, Varianz, Standardabweichung

Erwartungswert, 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

Mehr