Quantifizierung von Klimarisiken am Beispiel Hitzesommer 2003
|
|
- Juliane Schuster
- vor 6 Jahren
- Abrufe
Transkript
1 Bayesian Risk Management Quantifizierung von Klimarisiken am Beispiel Hitzesommer 2003 Rainald Ötsch // Frankfurt a.m. 27/11/2009
2 >> Überblick << Bayes scher Wahrscheinlichkeitsbegriff als Grundlage innovativer Risikoanalyse Hypothesengewichtung am Beispiel Schweizer Sommertemperaturen Wiederkehrzeiten von Extremereignissen mit bayesianischer Extremwertstatistik 2
3 >> Die Münzwurfmaschine << Die Münzwurfmaschine wirft immer Kopf! Was ist Wahrscheinlichkeit? 3
4 >> Der Bayes sche Wahrscheinlichkeitsbegriff Subjektive Wahrscheinlichkeiten << Wahrscheinlichkeit ist ein persönliches Maß für Unsicherheit (bedingt auf Wissen, Daten und Annahmen)* Wahrscheinlichkeit entspricht einer Wette Alter ihres Sitznachbarn ist Zufallsvariable Aufgabe der Bayes schen Statistik: verbessere Wahrscheinlichkeitseinschätzungen mit Hilfe von Daten * Bernardo, J. M. & Smith, A. F. M. (1994), Bayesian Theory, Wiley, Chichester. 4
5 >> Bayesianisches Lernen << O'Hagan, A. & Forster, J. (2004), Kendall's Advanced Theory of Statistics: Volume 2B: Bayesian Inference (Arnold Publication), a Hodder Arnold Publication. 5
6 >> Implikationen << Modifizierte Herangehensweise an Datenanalyse, z.b. posteriori-verteilungen statt bester Schätzer Wahrscheinlichkeiten für Aussagen, Annahmen und Modelle Hypothesenvergleiche, Modelldurchschnitte Berücksichtigung von Modell- und Parameterunsicherheit bei Vorhersagen Weitere theoretische und praktische Vorteile (Reichweite des Wahrscheinlichkeitsbegriffs, Vermeidung theoretischer Paradoxa, Berücksichtigung von Vorinformationen) Theoretisch sehr elegant! 6
7 >> Anwendungsbeispiel Hitzesommer 2003 << Wärmster Sommer seit mindestens 500 Jahren europaweit mehrere zehntausend Hitzetote Ernteausfälle, extreme Trockenheit, Gletscherschwund Rückversicherer schätzen Schäden auf 10 Mrd. (weitgehend nicht-versichert) Grafiken: ProClim (2005), Hitzesommer 2003 Synthesebericht, ProClim / Schweizerische Akademie der Naturwissenschaften. 7
8 >> Hypothesenlernen << mittlere Sommertemperaturen der Schweiz Vier Hypothesen: 1. Kein Trend 2. Schwacher linearer Trend 3. Starker linearer Trend 4. Exponentialkurve Hypothesen werden mathematisch parametrisiert und bekommen Wahrscheinlichkeiten zugewiesen X t ~ N H1: µ H 2 : µ H3 : µ H 4 : µ ( µ j( t),! j( t ) j = 1,2,3,4 1( t) = µ 0,! 1( t) =! 0 2( t) = µ t,! 2( t) = 3( t) = µ t,! 3( t) =! # t ( t) = µ 0+ " e,! ( t) =! 0 4 4! " t Sequentieller Lernalgorithmus Jaeger, C. C.; Krause, J.; Haas, A.; Klein, R. & Hasselmann, K. (2008), 'A Method for Computing the Fraction of Attributable Risk Related to Climate Damages', Risk Analysis 28(4),
9 >> Ergebnis << Hypothese H4 (schwacher exponentieller Trend) setzt sich über den Gesamtzeitraum durch Wie stark ist der Einfluss anthropogenen Klimawandels (H1 und H2 vs. H3 und H4)? Hitzereignis 2003 ist zu >90% den Hypothesen anthropogenen Klimawandels zuzuschreiben 9
10 >> wie verändert Klimawandel die Häufigkeit von Extremereignissen? << Jährliche Maxima von Monatsmitteln Station: Basel-Binningen Strukturbruch Wiederkehrdauer von Hitzextremen? 10
11 >> Die Extremwertverteilung << µ: Lageparameter σ: Skalenparameter ξ: Formparameter µ µ+2σ 11
12 >> Bayesianisches Lernen << Starte mit flachen Verteilungen Erste Teilstichprobe Zweite Teilstichprobe Lageparameter Streuparameter Bruchpunkt Formparameter Meßstation: Bern-Zollikofen 12
13 >> Folge des Bruchpunkt-Modells Wiederkehrzeiten für Hitzesommer 2003 drastisch gestiegen << Wiederkehrdauer (Jahre) Ohne Bruchpunkt Mit Bruchpunkt Basel-Binningen Bern-Zollikofen Geneve-Cointrin Zurich Chateau d Oex Chaumont nur mit Daten vor 2003 bereits beträchtlich verringerte Wiederkehrdauer (~35 Jahre) Davos-Dorf Engelberg Lugano Saentis Segl-Maria Sion Siliverstovs, B.; Ötsch, R.; Kemfert, C.; Jaeger, C. C.; Haas, A. & Kremers, H. (2009), 'Climate change and modelling of extreme temperatures in Switzerland', Stochastic Environmental Research and Risk Assessment, published OnlineFirst. 13
14 >> Relevanz darüber hinaus << Explizite Berücksichtigung von Modell- und Parameterunsicherheit führt i.d.r. zu breiteren Verteilungen als klassische Ansätze Faustregel: je komplexer das Modell, desto größer die Relevanz von Parameterunsicherheit Eisbergprinzip: nur ein kleiner Teil aller möglichen Varianten lässt sich mathematisch modellieren Subjektivität bedeutet nicht Willkür Risiken lassen sich nicht objektiv bewerten Literatur: Jaeger, C. C.; Krause, J.; Haas, A.; Klein, R. & Hasselmann, K. (2008), 'A Method for Computing the Fraction of Attributable Risk Related to Climate Damages', Risk Analysis 28(4), Siliverstovs, B.; Ötsch, R.; Kemfert, C.; Jaeger, C. C.; Haas, A. & Kremers, H. (2009), 'Climate change and modelling of extreme temperatures in Switzerland', Stochastic Environmental Research and Risk Assessment, published OnlineFirst. 14
15 Danke für ihre Aufmerksamkeit! Kontakt Rainald Ötsch 0049 / (0)331 /
Bayesianisches Risikomanagement
Bayesianisches Risikomanagement Armin Haas Potsdam-Institut für Klimafolgenforschung Abschlusskonferenz des BMBF-Projektes Mainstreaming von Klimarisiken und -chancen im Finanzsektor Frankfurt, 27. November
MehrKlimaänderung und Naturgefahren im Alpenraum. Prof. Dr. Gerhard Berz, ehem. Leiter GeoRisikoForschung, Münchener Rückversicherungs-Gesellschaft
Klimaänderung und Naturgefahren im Alpenraum Prof. Dr. Gerhard Berz, ehem. Leiter GeoRisikoForschung, Münchener Rückversicherungs-Gesellschaft Naturkatastrophen 1980-2005 weltweit 32 % Hitzewelle, Dürre
MehrGlobaler und regionaler. Klimawandel. in Vergangenheit und Zukunft
Globaler und regionaler Klimawandel in Vergangenheit und Zukunft D Christian-D. Schönwiese Universität Frankfurt/Main Institut für Atmosphäre und Umwelt ESA/EUMETSAT: METEOSAT 8 SG multi channel artificial
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............
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
MehrKlimawandelgerechte Metropole Köln Strategien zur Anpassung an den Klimawandel (KÖLN_21)
Köln, 05.10.20111 Workshop und Präsentation von Zwischenergebnissen Klimawandelgerechte Metropole Köln Strategien zur Anpassung an den Klimawandel (KÖLN_21) Starkniederschlagsereignisse in der Stadt Köln
MehrStatistische Methoden der Datenanalyse Wintersemester 2011/2012 Albert-Ludwigs-Universität Freiburg
Statistische Methoden der Datenanalyse Wintersemester 2011/2012 Albert-Ludwigs-Universität Freiburg Prof. Markus Schumacher Physikalisches Institut Westbau 2 OG Raum 008 Telefonnummer 07621 203 7612 E-Mail:
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
MehrFinanzwirtschaft und Klimawandel
Finanzwirtschaft und Klimawandel Wie lange sind die Kosten noch finanzierbar? Prof. Dr. Gerhard Berz, Ludw.-Max.-Universität München, ehem. Leiter GeoRisikoForschung, Münchener Rückvers. Naturkatastrophen
MehrS tandardabweichung : σ= n p 1 p = 200 0,24 0,76 6,04
R. Brinkmann http://brinkmann-du.de Seite 1 14.10.2007 Wahrscheinlichkeiten von Umgebungen Bei einer Binomialverteilung ist der Erwartungswert der mit der größten Wahrscheinlichkeit. In der Umgebung des
MehrMultiplizitätskorrektur bei Variablenselektion
Multiplizitätskorrektur bei Variablenselektion Seminar: Multiples Testen Dozent: Prof. Dr. T. Dickhaus Referent: Maximilian Mönch - 22.11.2010 - Überblick 1) Einleitung 2) Multiplizitätskorrektur 3) Median
MehrMigration und Anpassung an den Klimawandel:
Migration und Anpassung an den Klimawandel: Wege zur Verbesserung von Anpassungskapazitäten durch Entwicklungszusammenarbeit Sallie Lacy GIZ Klimaschutzprogramm 12. Mai 2011 Nürnberg Seite 1 Überblick
MehrWahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Prof. Dr. Michael Havbro Faber 28.05.2009 1 Korrektur zur letzten Vorlesung Bsp. Fehlerfortpflanzung in einer Messung c B a 2 2 E c Var c a b A b 2 2 2 n h( x)
MehrKlimaänderung und Wasserressourcen. 2100- Projekt CCHydro
Eidgenössisches Departement für Umwelt, Verkehr, Energie und Kommunikation UVEK Bundesamt für Umwelt BAFU Klimaänderung und Wasserressourcen in der Schweiz bis 2100- Projekt CCHydro Projektleiter CCHydro
MehrUnsicherheiten in geostatistischen Modellen
Unsicherheiten in geostatistischen Modellen Andrea Wiencierz Institut für Statistik, LMU München 11. Februar 2010 A. Wiencierz (LMU) Unsicherheit in Geostatistik 11. Februar 2010 1 / 19 Gliederung 1 Arten
Mehrswissuniversities ein gemeinsames hochschulpolitisches Organ Direkteinstieg Direkteinstieg Studienstädte Schweiz
Basel Zürich St. Gallen Neuchâtel Bern Fribourg Luzern Zug Chur Lausanne Genève Sion Locarno Lugano Bern Studierende 15 406 Internationale Studierende 15 % Semestergebühren pro Semester 784 CHF PH Bern
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne
MehrKlima-Vorhersagbarkeit und Regionale Klimaprojektionen
Klima-Vorhersagbarkeit und Regionale Klimaprojektionen Christoph Schär Lead Author Chapter 11 Institut für Atmosphäre und Klima, ETH Zürich Yann Arthus-Bertrand / Altitude Bern, 30. September 2013 Klima-Zukunft
MehrAuswirkungen des Klimawandels auf die großen Flüsse in Deutschland
Auswirkungen des Klimawandels auf die großen Flüsse in Deutschland András Bárdossy Einführung Wie wird die Zukunft? Was soll man tun? Beobachtungen aus der Vergangenheit Wird die Zukunft so wie die Vergangenheit
MehrM13 Übungsaufgaben / pl
Die Histogramme von Binomialverteilungen werden bei wachsendem Stichprobenumfang n immer flacher und breiter. Dem Maximum einer solchen Verteilung kommt daher keine allzu große Wahrscheinlichkeit zu. Vielmehr
MehrBayes sches Lernen: Übersicht
Bayes sches Lernen: Übersicht Bayes sches Theorem MAP, ML Hypothesen MAP Lernen Minimum Description Length Principle Bayes sche Klassifikation Naive Bayes Lernalgorithmus Teil 5: Naive Bayes + IBL (V.
MehrEinfluss des globalen Klimawandels auf den Wasserkreislauf. Inhalt
Auswirkungen des Sommers 2003 in Europa Eidgenössische Technische Hochschule Zürich Swiss Federal Institute of Technology 1 Einfluss des globalen Klimawandels auf den Wasserkreislauf Reto Stöckli (ETH
MehrKlimawandel und seine Auswirkungen. Lisa Brunnbauer DWD Weihenstephan
Klimawandel und seine Auswirkungen Wetter und Klima Wetter: Zustand der Atmosphäre an bestimmtem Ort zu bestimmtem Zeitpunkt Witterung: durchschnittlicher, vorherrschender Charakter des Wetters am Ort
MehrKlimawandel in der Lausitz Anforderungen an Brandenburg
Prof. Dr. Manfred Stock Potsdam-Institut für Klimafolgenforschung (PIK) Klimawandel in der Lausitz Anforderungen an Brandenburg 1. Erkenntnisse zum Klimawandel und Perspektiven 2. Regionale Auswirkungen
MehrKLIMAWANDEL UND AUSWIRKUNGEN
KLIMAWANDEL UND AUSWIRKUNGEN KLIMAWANDEL DIE HERAUSFORDERUNG DES 21. JAHRHUNDERTS > > DIE DATEN VON MUNICH RE ZEIGEN: DER KLIMAWANDEL BEEINFLUSST SCHÄDEN DURCH NATURKATASTROPHEN SICHTBAR >> DER WELTKLIMAGIPFEL
MehrKlimawandel und Wetterkatastrophen
Klimawandel und Wetterkatastrophen Was erwartet unsere Städte in Mitteleuropa? Prof. Dr. Gerhard Berz, Ludw.-Max.-Universität München, ehem. Leiter GeoRisikoForschung, Münchener Rückvers. Naturkatastrophen
MehrUnivariates Datenmaterial
Univariates Datenmaterial 1.6.1 Deskriptive Statistik Zufallstichprobe: Umfang n, d.h. Stichprobe von n Zufallsvariablen o Merkmal/Zufallsvariablen: Y = {Y 1, Y 2,..., Y n } o Realisationen/Daten: x =
MehrAnpassen statt vermeiden. Business as usual Welche Folgen und Kosten entstehen?
Anpassen statt vermeiden Business as usual Welche Folgen und Kosten entstehen? Inhaltsverzeichnis Welches Szenario unterstellen wir, wenn wir von Business as usual sprechen? Beobachtete Klimaveränderungen
MehrEinführung in die Bayes-Statistik. Helga Wagner. Ludwig-Maximilians-Universität München WS 2010/11. Helga Wagner Bayes Statistik WS 2010/11 1
Einführung in die Bayes-Statistik Helga Wagner Ludwig-Maximilians-Universität München WS 2010/11 Helga Wagner Bayes Statistik WS 2010/11 1 Organisatorisches Termine: Montag: 16.00-18.00 AU115 Dienstag:
MehrAnpassung ist notwendig: Konsequenzen aus Klimawandel und Hochwasserrisiko für f r die Elbe
Anpassung ist notwendig: Konsequenzen aus Klimawandel und Hochwasserrisiko für f r die Elbe Dipl. Ing. Corinna Hornemann Umweltbundesamt Abteilung II Wasser und Boden Fachgebiet Übergreifende Angelegenheiten
MehrBachelor of Science. Business Administration
Bachelor of Science Business Administration Media and Technology Abbildung der Studiengangstrukturen PO 2015 Bitte beachten Sie, dass es sich hierbei um vorläufige Übersichten der Studienstruktur handelt,
MehrPunktprozesse. Andreas Frommknecht Seminar Zufällige Felder Universität Ulm
Einführung in Beispiele für Andreas Seminar Zufällige Felder Universität Ulm 20.01.2009 Inhalt Einführung in Beispiele für Definition Markierte 1 Einführung in Definition Markierte 2 Beispiele für Homogener
MehrKlimawandel in Deutschland
Klimawandel in Deutschland Prof. Dr. Manfred Stock, Potsdam Institut für Klimafolgenforschung Dialoge zur Klimaanpassung Berufliche Aus- & Weiterbildung BMU Berlin, 23. November 2011 Themen Vom Globalen
MehrKlimawandel und Wasserresourcen für die Landwirtschaft eine Herausforderung für die Zukunft. Lisa Brunnbauer DWD Weihenstephan
Klimawandel und Wasserresourcen für die Landwirtschaft eine Herausforderung für die Zukunft Wetter Klima Wetter: state of the atmosphere, especially the troposphere, for a particular location at a
MehrExtremwerte KLIMAWANDEL III. Klaus Haslinger. Lange Nacht der Forschung Wien
KLIMAWANDEL III Extremwerte Klaus Haslinger Überblick Oft gehört: Das Wetter wird immer verrückter! stimmt das? Entwicklung der Temperaturextreme in den letzten 140 Jahren Extreme Ereignisse von der Vergangenheit
MehrStatistik-Übungsaufgaben
Statistik-Übungsaufgaben 1) Bei der Produktion eine Massenartikels sind erfahrungsgemäß 20 % aller gefertigten Erzeugnisse unbrauchbar. Es wird eine Stichprobe vom Umfang n =1000 entnommen. Wie groß ist
MehrChamäleon Workshop Der Klimawandel und seine Folgen Herausforderungen für den Schienenverkehr
Chamäleon Workshop Der Klimawandel und seine Folgen Herausforderungen für den Schienenverkehr Anpassungsmaßnahmen im Schienenverkehr internationale Beispiele Dipl.-Ing. Christian Kamburow IZT Institut
MehrETWR Teil B. Spezielle Wahrscheinlichkeitsverteilungen (stetig)
ETWR Teil B 2 Ziele Bisher (eindimensionale, mehrdimensionale) Zufallsvariablen besprochen Lageparameter von Zufallsvariablen besprochen Übertragung des gelernten auf diskrete Verteilungen Ziel des Kapitels
MehrMaster of Science Business Administration
Master of Science Business Administration Marketing Abbildung der Studiengangstrukturen PO 2015 Bitte beachten Sie, dass es sich hierbei um vorläufige Übersichten der Studienstruktur handelt, die das WiSo-Studienberatungszentrum
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........................
MehrKlimawandel und Extremereignisse - Ergebnisse des IPCC SREX Berichtes- Dr. Reinhard Mechler
Klimawandel und Extremereignisse - Ergebnisse des IPCC SREX Berichtes- Dr. Reinhard Mechler Graz, 2. Juli 2012 Treibhauseffekt Quelle: UNFCCC, 2005 Anthropogene Verstärkung des Treibhauseffektes CO2 Emissionen
MehrBegriffe aus der Informatik Nachrichten
Begriffe aus der Informatik Nachrichten Gerhard Goos definiert in Vorlesungen über Informatik, Band 1, 1995 Springer-Verlag Berlin Heidelberg: Die Darstellung einer Mitteilung durch die zeitliche Veränderung
MehrGrundzüge der. Kapitel 5 Mikroökonomie (Mikro I) Entscheidungen unter Unsicherheit
Grundzüge der Kapitel 5 Mikroökonomie (Mikro I) Entscheidungen unter Unsicherheit 1 BESCHREIBUNG VON RISIKO 2 Entscheidung unter Risiko Annahme: Wir kennen alle möglichen (sich gegenseitig ausschliessenden)
MehrKlimaentwicklung und Niederschlag in Sachsen-Anhalt
Klimaentwicklung und Niederschlag in Sachsen-Anhalt Was lässt sich aus 60 Jahren Messdaten lernen? Thomas Einfalt hydro & meteo GmbH & Co. KG, Lübeck Klimaanalyse Sachsen-Anhalt Bearbeitung: September
MehrWiederholung Hypothesentests Zusammenfassung. Hypothesentests. Statistik I. Sommersemester Statistik I Hypothesentests I (1/36)
Statistik I Sommersemester 2009 Statistik I I (1/36) Wiederholung Grenzwertsatz Konfidenzintervalle Logik des 0.0 0.1 0.2 0.3 0.4 4 2 0 2 4 Statistik I I (2/36) Zum Nachlesen Agresti/Finlay: Kapitel 6+7
MehrNeue Erkenntnisse zum Klimawandel in Mitteleuropa
Neue Erkenntnisse zum Klimawandel in Mitteleuropa Prof. Dr. Manfred Stock Potsdam-Institut für Klimafolgenforschung (PIK), Forschungsbereich Klimawirkungen Internationale Fachkonferenz Tourismus und Klimawandel
MehrScnat Jahreskongress 2012, Interlaken Auswirkungen der Klimaänderung auf Wasserverfügbarkeit und Wassernutzung im Alpenraum
Scnat Jahreskongress 2012, Interlaken Auswirkungen der Klimaänderung auf Wasserverfügbarkeit und Wassernutzung im Alpenraum Rolf Weingartner Gruppe für Hydrologie Geographisches Institut Oeschger Centre
MehrMaster of Science Business Administration
Master of Science Business Administration Abbildung der Studiengangstrukturen PO 2015 Bitte beachten Sie, dass es sich hierbei um vorläufige Übersichten der Studienstruktur handelt, die das WiSo-Studienberatungszentrum
MehrÜbungsaufgaben zu Statistik II
Übungsaufgaben zu Statistik II Prof. Dr. Irene Prof. Dr. Albrecht Ungerer Die Kapitel beziehen sich auf das Buch: /Ungerer (2016): Statistik für Wirtschaftswissenschaftler Springer Gabler 4 Übungsaufgaben
MehrBayes Klassifikatoren M E T H O D E N D E S D A T A M I N I N G F A B I A N G R E U E L
Bayes Klassifikatoren M E T H O D E N D E S D A T A M I N I N G F A B I A N G R E U E L Inhalt Grundlagen aus der Wahrscheinlichkeitsrechnung Hypothesenwahl Optimale Bayes Klassifikator Naiver Bayes Klassifikator
MehrExtremniederschläge in Deutschland Zufall oder Zeichen? J. Grieser, C. Beck
Klimastatusbericht 2002 DWD 141 Extremniederschläge in Deutschland Zufall oder Zeichen? J. Grieser, C. Beck Einleitung Im Lauf des letzten Jahrzehnts waren in verschiedenen Flusseinzugsgebieten Deutschlands
MehrBewässerung in der Getreideproduktion als Anpassungsmassnahme an den Klimawandel - Eine ökonomische Perspektive für die Schweiz
ETH Zurich School Domain for Environment and Natural Resources S-ENETH Bewässerung in der Getreideproduktion als Anpassungsmassnahme an den Klimawandel - Eine ökonomische Perspektive für die Schweiz Robert
Mehrdas Zusammenspiel zwischen gesellschaftlicher Konstruktion des Problems und den Institutionen
Anpassung der russischen Landwirtschaft an den Klimawandel das Zusammenspiel zwischen gesellschaftlicher Konstruktion des Problems und den Institutionen Inhalt I. Klimawandel in der Region Tjumen II. Auswirkungen
Mehrpublications Discussion Papers (1)
Discussion Papers (1) Schröder, A., Traber, T., Kemfert, C. (2013): Market Driven Power Plant Investment Perspectives in Europe: Climate Policy and Technology Scenarios until 2050 in the Model EMELIE-ESY.
MehrTheorie zufälliger Matrizen
Theorie zufälliger Matrizen Susanna Röblitz (geb. Kube) Disputationsvortrag Berlin, 17. Dezember 2008 1,000,000 $ Kernphysik Multivariate Statistik 17.12.2008 2/29 Susanna Röblitz 1,000,000 $ Kernphysik
MehrLügen für Fortgeschrittene Bayesianische Statistik in der Ökonom(etr)ie
Lügen für Fortgeschrittene Bayesianische Statistik in der Ökonom(etr)ie Mathias Moser Forschungsinstitut Verteilungsfragen Research Institute Economics of Inequality WU Wien AG-Tagung Mathematik St. Pölten,
MehrMedienart: Print Medientyp: Tages- und Wochenpresse Auflage: 78'282 Erscheinungsweise: 6x wöchentlich
Hauptausgabe Aargauer Zeitung 5001 Aarau 058/ 200 58 58 www.aargauerzeitung.ch Auflage: 78'282 Seite: 6 Fläche: 25'616 mm² Argus Ref.: 57899254 Bericht Seite: 1/21 Basler Zeitung 4002 Basel 061/ 639 11
MehrWettergetriebene Naturgefahren heute und morgen Ansätze des. Risikomanagements in der deutschen Versicherungswirtschaft
Wettergetriebene Naturgefahren heute und morgen Ansätze des Risikomanagements in der deutschen Versicherungswirtschaft Arthur Kubik, Dr. Olaf Burghoff, Dr. Ulrich Bröcker & Oliver Hauner Gesamtverband
MehrIf something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra
If something has a 50% chance of happening, then 9 times out of 10 it will. Yogi Berra If you torture your data long enough, they will tell you whatever you want to hear. James L. Mills Warum Biostatistik?
MehrAnpassung an die Klimaänderung in Schweizer Städten
Anpassung an die Klimaänderung in Schweizer Städten Workshop II 3. Mai 2012 Mögliche Strategien und Massnahmen Rückblick Workshop I 24. November 2011 in Bern Gemeinsame Grundlage schaffen Anpassung an
MehrMethoden der KI in der Biomedizin Unsicheres Schließen
Methoden der KI in der Biomedizin Unsicheres Schließen Karl D. Fritscher Motivation Insofern sich die Gesetze der Mathematik auf die Wirklichkeit beziehen, sind sie nicht sicher. Und insofern sie sich
MehrÜbungsblatt 9. f(x) = e x, für 0 x
Aufgabe 1: Übungsblatt 9 Basketball. Ein Profi wirft beim Training aus einer Entfernung von sieben Metern auf den Korb. Er trifft bei jedem Wurf mit einer Wahrscheinlichkeit von p = 1/2. Die Zufallsvariable
MehrPost Data Inferenz. Ein Überblick über Verfahren aus frequentistischer Sichtweise
1/23 Post Data Inferenz Ein Überblick über Verfahren aus frequentistischer Sichtweise Betreuung: Marco Cattaneo Referent: Paul Fink München, 14. Januar 2011 2/23 Gliederung 1 2 Relevante Teilmengenn Induzierte
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
MehrExecutive Summary. www.climate-mainstreaming.net
Executive Summary Das Thema Klimawandel nimmt kontinuierlich an Bedeutung zu. Auch der Finanzmarkt kann sich einem Einfluss des Klimawandels nicht entziehen. Aus diesem Grund wurde im ersten Halbjahr 2007
MehrSchmeller Preis 2012. Volkswirtschaftliche Gesellschaft des Kantons Bern. Laudatio durch den Vizepräsidenten: Prof. em. Dr.
Volkswirtschaftliche Gesellschaft des Kantons Bern Schmeller Preis 2012 a) Für Volkswirtschaftslehre b) Für Betriebswirtschaftslehre Laudatio durch den Vizepräsidenten: Prof. em. Dr. Norbert Thom Bern,
MehrFakultät für Informatik Übung zu Kognitive Systeme Sommersemester 2016
Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 1 M. Sperber (matthias.sperber@kit.edu) S. Nguyen (thai.nguyen@kit.edu) Übungsblatt 3 Maschinelles Lernen und Klassifikation Abgabe online
Mehr1 1. Übung. Einleitung. 1.1 Urnenmodelle. 1.2 Beispiele. 1.3 Aufgaben
Einleitung Dieses sind die kompletten Präsenzaufgaben, die bei der Übung zur Vorlesung Einführung in die Stochastik im Sommersemester 2007 gerechnet wurden. Bei Rückfragen und Anmerkungen bitte an brune(at)upb.de
MehrBREEAM Building Research Establishment Environmental Assessment Method
BREEAM Building Research Establishment Environmental Assessment Method Anne Caminade BREEAM UK & International Assessor Inhalt 1. BREEAM auf einen Blick 2. Was es kann, was es verspricht 3. Spezifische
MehrDie Varianz (Streuung) Definition
Die (Streuung) Definition Diskrete Stetige Ang., die betrachteten e existieren. var(x) = E(X EX) 2 heißt der Zufallsvariable X. σ = Var(X) heißt Standardabweichung der X. Bez.: var(x), Var(X), varx, σ
MehrGrundprinzipien der Bayes-Statistik
Grundprinzipien der Bayes-Statistik Karl-Rudolf Koch Zusammenfassung: In drei wesentlichen Punkten unterscheidet sich die Bayes-Statistik von der traditionellen Statistik. Zunächst beruht die Bayes-Statistik
MehrÜber den Autor 7. Teil Beschreibende Statistik 29
Inhaltsverzeichnis Über den Autor 7 Einführung Über dieses Buch - oder:»... für Dummies«verpflichtet! Wie man dieses Buch benutzt 22 Wie ich Sie mir vorstelle 22 Wie dieses Buch aufgebaut ist 23 Teil I:
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 9. Dezember 2010 1 Konfidenzintervalle Idee Schätzung eines Konfidenzintervalls mit der 3-sigma-Regel Grundlagen
MehrStatistik II. Aufgabe 1
Statistik II, SS 2004, Seite 1 von 7 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung für Statistik II
MehrKlimawandel im Detail Zahlen und Fakten zum Klima in Deutschland
Zahlen und Fakten zur DWD-Pressekonferenz am 28. April 2009 in Berlin: Klimawandel im Detail Zahlen und Fakten zum Klima in Deutschland Inhalt: Klimadaten zum Jahr 2008 Kurzer Blick auf das Klima in Deutschland
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..................................
MehrVorlesung Wissensentdeckung
Gliederung Vorlesung Wissensentdeckung Additive Modelle Katharina Morik, Weihs 1 Merkmalsauswahl Gütemaße und Fehlerabschätzung.6.015 1 von 33 von 33 Ausgangspunkt: Funktionsapproximation Aufteilen der
MehrSignalverarbeitung 2. Volker Stahl - 1 -
- 1 - Hidden Markov Modelle - 2 - Idee Zu klassifizierende Merkmalvektorfolge wurde von einem (unbekannten) System erzeugt. Nutze Referenzmerkmalvektorfolgen um ein Modell Des erzeugenden Systems zu bauen
MehrMeteoSchweiz. Veröffentlichung. Autoren Stephan Bader Heinz Bantle. Das Schweizer Klima im Trend Temperatur- und Niederschlagsentwicklung 1864-2001
Veröffentlichung MeteoSchweiz Autoren Stephan Bader Heinz Bantle Das Schweizer Klima im Trend Temperatur- und Niederschlagsentwicklung - MeteoSchweiz Das Schweizer Klima im Trend Temperatur- und Niederschlagsentwicklung
MehrExtreme Variabilität Klimaänderung
1 Eidgenössische Technische Hochschule Zürich Swiss Federal Institute of Technology Extreme Variabilität Klimaänderung Christoph Schär Atmospheric and Climate Science, ETH Zürich http://www.iac.ethz.ch/people/schaer
MehrIT-Outsourcing-Entscheidungen
Markt- und Unternehmensentwicklung / Markets and Organisations IT-Outsourcing-Entscheidungen Analyse von Einfluss- und Erfolgsfaktoren für auslagernde Unternehmen Bearbeitet von Ralph Pfaller 1. Auflage
Mehr«Industrie 4.0 Visionen und Chancen für mein Unternehmen» Beispiele meiner ersten Schritte in der Welt der Industrie 4.0
«Industrie 4.0 Visionen und Chancen für mein Unternehmen» Beispiele meiner ersten Schritte in der Welt der Industrie 4.0 1 Actemium Netzwerk, Regional präsent International verbunden 20.000 Mitarbeitende
MehrSchätzer (vgl. Kapitel 1): Stichprobenmittel X N. Stichprobenmedian X N
Prof. Dr. J. Franke Statistik II für Wirtschaftswissenschaftler 8.1 Schätzer für Lage- und Skalenparameter und Verteilungsmodellwahl Lageparameter (l(x + a) = l(x) + a): Erwartungswert EX Median von X
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
MehrKlimagerechtigkeit und individuelle Verantwortung
Klimagerechtigkeit und individuelle Verantwortung 2011 22. August 2011 1. Einleitung Treibhausgase beeinflussen das Klima. Anthropogene Kohlendioxidemissionen tragen zu ihrer Konzentration erheblich bei.
Mehr<; ;6 ++9,1, + ( #, + 6( 6( 4, 6,% 6 ;, 86': ; 3'!(( A 0 "( J% ;;,,,' "" ,+ ; & "+ <- ( + " % ; ; ( 0 + A,)"%1%#( + ", #( +. +!
!
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
MehrÜberblick. Einführung in die automatische Mustererkennung Grundlagen der Wahrscheinlichkeitsrechnung
Grundlagen Überblick Einführung in die automatische Mustererkennung Grundlagen der Wahrscheinlichkeitsrechnung Klassifikation bei bekannter Wahrscheinlichkeitsverteilung Entscheidungstheorie Bayes- Entscheidungsfunktionen
MehrIst der Klimawandel menschengemacht?
1 Eidgenössische Technische Hochschule Zürich Swiss Federal Institute of Technology Ist der Klimawandel menschengemacht? Christoph Schär Institut für Atmosphäre und Klima, ETH Zürich http://www.iac.ethz.ch/people/schaer
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
MehrBeispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es
Beispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es beim radioaktiven Zerfall, zwischen 100 und 110 Zerfälle
MehrBeschreibende Statistik und der Übergang zur beurteilenden Statistik
Beschreibende Statistik und der Übergang zur beurteilenden Statistik Guido Herweyers KHBO Campus Oostende K.U.Leuven 1. Vorwort Der Einsatz des Voyage 200 erleichert die Verarbeitung von Daten und erlaubt
MehrZahlen und Fakten zum Klimawandel in Deutschland
Klima-Pressekonferenz des Deutschen Wetterdienstes am 3. Mai 2012 in Berlin: Zahlen und Fakten zum Klimawandel in Deutschland Inhalt: A) Klimadaten zum Jahr 2011 Ein kurzer Blick auf das Klima in Deutschland
MehrMathematische Grundlagen
Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen Mathematische Grundlagen Tobias Scheffer Peter Haider Paul Prasse Bayes sches Lernen: Anwendungsbeispiel Neuer Impfstoff wurde
MehrElementare statistische Methoden
Elementare statistische Methoden Vorlesung Computerlinguistische Techniken Alexander Koller 28. November 2014 CL-Techniken: Ziele Ziel 1: Wie kann man die Struktur sprachlicher Ausdrücke berechnen? Ziel
MehrErgebnisse für das Handlungsfeld Wald- und Forstwirtschaft Vulnerabilität Deutschlands gegenüber dem Klimawandel Fachkonferenz Berlin, 01.
Ergebnisse für das Handlungsfeld Wald- und Forstwirtschaft Vulnerabilität Deutschlands gegenüber dem Klimawandel Fachkonferenz Berlin, 01. Juni 2015 Marc Zebisch, EURAC Handlungsfeld Wald- und Forstwirtschaft
MehrAusgewählte Ergebnisse des Forschungsprogramms Wald und Klimawandel
Ausgewählte Ergebnisse des Forschungsprogramms Wald und Klimawandel Tagung «Klimawandel und Wald eine ökonomische Sicht» Zollikofen, HAFL, 29. April 2015 Dr. Peter Brang Leiter des Forschungsprogramms
MehrBegriffsbildung Wahrscheinlichkeit
Gymnasium Neureut Dienstag, 15.05.2012 Arbeitskreis Anwendungsorientierter Mathematikunterricht Rolf Reimer, Staatliches Seminar für Didaktik und Lehrerbildung (Gymnasien) Karlsruhe Begriffsbildung Wahrscheinlichkeit
Mehr