Empirische Wirtschaftsforschung und Ökonometrie III
|
|
- Elvira Hausler
- vor 8 Jahren
- Abrufe
Transkript
1 Empirische Wirtschaftsforschung und Ökonometrie III Prof. Dr. Robert Jung Lehrstuhl für Ökonometrie Staatswissenschaftliche Fakultät Universität Erfurt SS 2009 BA Emp. Wifo. u. Öko. III - SS / 28
2 Allgemeine Hinweise BA Emp. Wifo. u. Öko. III - SS / 28
3 Hinweise: Zeit und Ort der Vorlesung / Übung Hintergrund der Vorlesungsteilnehmer Gliederung der Veranstaltung und Literaturliste Internetseite für die Veranstaltung via homepage des Lehrstuhls Passwort für die Folien: BA Emp. Wifo. u. Öko. III - SS / 28
4 Erwartungen Was sind ihre Erwartungen an den Kurs? Meine Erwartungen an Sie: Regelmäßige Teilnahme an Vorlesung/Übung Aktive Mitarbeit Vorbereitung der Übungsaufgaben Lektüre der entsprechenden Kapitel und Abschnitte im Lehrbuch BA Emp. Wifo. u. Öko. III - SS / 28
5 Kursziele Der Kurs führt in die wichtigsten Modelle und Methoden der so genannten Multivariaten Verfahren ein. Ziel der Kurses ist die Vermittlung von Fähigkeiten zur kritischen Interpretation von empirischen Analysen sowie zur selbständigen Durchführung eigener Untersuchungen. Die Darstellung ist naturgemäß formal. Die Formeln und Theoreme sollen aber nicht im Vordergrund stehen, vielmehr deren praktische Anwendung und Intuition. Die praktische Anwendung der Methoden wird anhand einer Vielzahl von Beispielen vornehmlich aus dem Bereichen der Marktforschung illustriert. Die Fähigkeit zur Interpretation von SPSS-Programmausdrucken stellt ein explizites Ziel des Kurses dar. Der Kurs ist so konzipiert, dass er auf Kenntnissen der Veranstaltung Statistik aus dem SS 2008 aufbaut. BA Emp. Wifo. u. Öko. III - SS / 28
6 Kapitel 1: Einführung BA Emp. Wifo. u. Öko. III - SS / 28
7 Einordnung und Begriffsbestimmung Die im Rahmen dieser Veranstaltung behandelten Verfahren werden unter dem Oberbegriff Multivariate Verfahren zusammengefaßt. Multivariat bedeudet mehrvariablig, d.h. es geht immer um die gleichzeitige statistische Analyse von mehreren Variablen/Merkmalen. Bei der Betrachtung von 2 Variablen gleichzeitig spricht man von einer bivariaten, bei 3 Variablen von einer trivariaten Analyse etc. Eine univariate Analyse betrachtet im Gegensatz dazu immer nur eine Variable isoliert. BA Emp. Wifo. u. Öko. III - SS / 28
8 BEISPIEL: multivariate Analysemethoden, die aus der Grundveranstaltung Statistik bekannt sein sollten: Gemeinsame und bedingte Häufigkeits- und Wahrscheinlichkeitsverteilungen: Bivariate Korrelationsanalyse: Bivariate/multiple Regressionsanalyse: BA Emp. Wifo. u. Öko. III - SS / 28
9 Wiederholung: Daten und Skalen Allgemeine Hinweise Kapitel 1: Einführung Wiederholung: Daten und Skalen Einordnung multivariater Verfahren Anwendungsgebiete multivariater Verfahren Das Rohmaterial für multivariate Analysen sind die (vorhandenen oder noch zu erhebenden) Daten. Daten sind das Ergebnis von Messvorgängen: = Messen bedeutet, dass Eigenschaften von Objekten nach bestimmten Regeln in Zahlen ausgedrückt werden. Im Wesentlichen bestimmt die jeweils betrachtete Art einer Eigenschaft, wie gut man ihre Ausprägung messen, d.h. wie gut man sie in Zahlen ausdrücken kann. So wird z.b. die Körpergröße einer Person leicht in Zahlen auszudrücken sein, ihre Intelligenz, Motivation oder ihr Gesundheitszustand dagegen schwierig. Die Messlatte, auf der die Ausprägungen einer Eigenschaft abgetragen werden, heißt Skala. Man unterscheidet folgende Skalenniveaus: Nominalskala Intervallskala Ordinalskala Ratioskala BA Emp. Wifo. u. Öko. III - SS / 28
10 ACHTUNG: Das Skalenniveau bedingt sowohl den Informationsgehalt der Daten als auch die Anwendbarkeit von Rechenoperationen! I. Nominalskala (qualitative Merkmale/Variable) Die Nominalskala stellt die primitivste Grundlage des Messens dar. Beispiele sind: Geschlecht (männlich - weiblich) Religion (katholisch - evangelisch - andere) Farbe (rot - gelb - grün - blau...) Werbemedium (Fernsehen - Zeitungen - Plakattafeln) Qualitative Eigenschaftsausprägungen werden also klassifiziert. Zwecks leichterer Verarbeitung mit Computern werden die Ausprägungen von Eigenschaften häufig durch Zahlen ausgedrückt (codiert). So lassen sich z.b. die Farben einer Verpackung wie folgt kodieren: rot = 1 gelb = 2 grün = 3. BA Emp. Wifo. u. Öko. III - SS / 28
11 BEACHTE: Die Zahlen hätten auch in anderer Weise zugeordnet werden können, solange diese Zuordnung eindeutig ist, d.h. solange durch eine Zahl genau eine Farbe definiert ist. Mit derartigen Zahlen sind daher keine arithmetischen Operationen (wie Addition, Subtraktion, Multiplikation oder Division) erlaubt. Einzig möglich ist: Zählen der Merkmalsausprägungen (bzw. der sie repräsentierenden Zahlen) und Häufigkeiten ermitteln. II. Ordinalskala (ordinale Merkmale/Variable) Eine Ordinalskala stellt das nächsthöhere Messniveau dar. Die Ordinalskala erlaubt die Aufstellung einer Rangordnung mit Hilfe von Rangwerten (d.h. ordinalen Zahlen). Beispiele sind Produkt A wird Produkt B vorgezogen Person A ist tüchtiger als Person B Schulnoten BA Emp. Wifo. u. Öko. III - SS / 28
12 Die Rangwerte 1., 2., 3. etc. sagen nichts über die Abstände zwischen den Objekten aus. Aus der Ordinalskala kann also nicht abgelesen werden, um wieviel das Produkt A besser eingeschätzt wird als das Produkt B. Es sind keine arithmetischen Operationen sind zulässig! Zulässige statistische Maße sind neben Häufigkeiten z.b. der Median oder Quantile. III. Intervallskala Die Intervallskala weist gleichgroße Skalenabschnitte aus, deren Abschnitte interpretierbar (aussagekräftig) sind. Ein typisches Beispiel ist die Celsius-Skala zur Temperaturmessung, bei der der Abstand zwischen Gefrierpunkt und Siedepunkt des Wassers in hundert gleichgroße Abschnitte eingeteilt wird. Auch die Differenzen zwischen den Daten besitzt Informationsgehalt (z.b. großer oder kleiner Temperaturunterschied). Arithmetischen Operationen der Addition und Subtraktion sind erlaubt. BA Emp. Wifo. u. Öko. III - SS / 28
13 Zulässige statistische Maße sind, zusätzlich zu den oben genannten, z.b. der Mittelwert (arithmetisches Mittel) und die Standardabweichung. BEACHTE: Oftmals werden in der Anwendung Skalen benutzt, von denen man lediglich annimmt, dass diese intervallskaliert sind. Regelmäßig ist das bei Ratingskalen der Fall. BEISPIEL: Die Zuordnung von Eigenschaften eines Objekts mittels eines Zahlenwertes z.b. auf einer Skala von 1 bis 7, ist eigentlich eine Ordinalskala. Die Annahme der gleichen Skalenabstände führt jedoch häufig zur Anwendung der Invervallskala (z.b. in der empirischen Sozialwissenschaft oder Psychologie bei Fragebogenauswertungen). IV. Ratio- (oder Verhältnis)skala (metrisches Merkmal/Variable) Die Ratio-(oder Verhältnis)skala stellt das höchste Messniveau dar. Zusätzlich zur Invervallskala existiert ein natürlicher Nullpunkt, der sich für das betreffende Merkmal im Sinne von nicht vorhanden interpretieren lässt. BA Emp. Wifo. u. Öko. III - SS / 28
14 Das ist z.b. bei der Celsius-Skala oder der Kalenderzeit nicht der Fall, dagegen aber bei den meisten physikalischen Merkmalen (z.b. Länge, Gewicht, Geschwindigkeit) wie auch bei den meisten ökonomischen Merkmalen (z.b. Einkommen, Kosten, Preis). Zusätzlich ist auch Quotientenbildung (Verhältnis/Ratio) der Daten zulässig. BEACHTE: Es ist generell möglich, Daten von einem höheren auf ein niedrigeres Skalenniveau zu transformieren, nicht aber umgekehrt. Dies kann sinnvoll sein, um die Übersichtlichkeit der Daten zu erhöhen oder um ihre Analyse zu vereinfachen. BEISPIEL: Einkommensklassen, Altersklassen Mit der Transformation auf ein niedrigeres Skalenniveau ist natürlich immer auch ein Informationsverlust verbunden. BA Emp. Wifo. u. Öko. III - SS / 28
15 Skala Merkmale Rechenoperationen nicht-metrisch Nominal Klassifizierung qualitativer Häufigkeiten Eigenschaftsausprägungen Ordinal Rangwert mit Ordinalzahlen Median, Quantile metrisch Intervall Gleichgroße Abschnitte ohne Subtraktion, natürlichen Nullpunkt Mittelwert Ratio Gleichgroße Abschnitte und Division, natürlicher Nullpunkt Multiplikation BA Emp. Wifo. u. Öko. III - SS / 28
16 Skalentransformation Es ist generell möglich, Daten von einem höheren Skalenniveau auf ein niedrigeres Skalenniveau zu transformieren, nicht aber umgekehrt. Dies kann sinnvoll sein, um die Übersichtlichkeit der Daten zu erhöhen oder um ihre Analyse zu vereinfachen. BEISPIEL: Einkommensklassen, Altersklassen Dabei kann es sich um eine Transformation der ursprünglich ratio-skalierten Daten auf eine Intervall-, Ordinal- oder Nominal-Skala handeln. Mit der Transformation auf ein niedrigeres Skalenniveau ist natürlich immer auch ein Informationsverlust verbunden BA Emp. Wifo. u. Öko. III - SS / 28
17 Einordnung multivariater Verfahren Allgemeine Hinweise Kapitel 1: Einführung Wiederholung: Daten und Skalen Einordnung multivariater Verfahren Anwendungsgebiete multivariater Verfahren Die Einordnung der multivariaten Verfahren ist auf unterschiedliche Art und Weise möglich. Hier erfolgt sie vor dem Hintergrund des Anwendungsbezugs. 1. Strukturen-prüfende Verfahren Sie werden primär zur Durchführung von Kausalanalysen eingesetzt. BEISPIELE: Ob und wie stark wirkt sich z.b. das Wetter, die Bodenbeschaffenheit sowie unterschiedliche Düngemittel und -mengen auf den Ernteertrag aus? Wie stark hängt die Nachfrage eines Produktes von dessen Qualität, dem Preis, der Werbung und dem Einkommen der Konsumenten ab? BA Emp. Wifo. u. Öko. III - SS / 28
18 Voraussetzung für die Anwendung der entsprechenden Verfahren ist, dass der Anwender a priori eine sachlogisch möglichst gut fundierte Vorstellung über den Kausalzusammenhang zwischen den Variablen entwickelt hat, d.h. er weiß bereits oder vermutet, welche der Variablen auf andere Variablen einwirken. Zur Überprüfung seiner (theoretischen) Vorstellungen werden die von ihm betrachteten Variablen i.d.r. in abhängige und unabhängige Variablen eingeteilt und dann mit Hilfe von multivariaten Analysemethoden an den empirisch erhobenen Daten überprüft. Unabhängige Variable Metrisches Niveau Nominales Niveau Abhängige Metrisch Regressionsanalyse Varianzanalyse (Regression mit Dummy Var.) Abhängige Nominal Diskriminanzanalyse Kontingenzanalyse BA Emp. Wifo. u. Öko. III - SS / 28
19 Regressionsanalyse Die Regressionsanalyse ist ein außerordentlich vielseitiges und flexibles Analyseverfahren. Sie dient der Beschreibung und Erklärung von Zusammenhängen und ist für die Durchführung von Prognosen geeignet. Sie ist damit sicherlich das wichtigste und am häufigsten angewendete multivariate Analyseverfahren. Vgl. dazu die Veranstaltung Empirische Wirtschaftsforschung und Ökonometrie I jeweils im Wintersemester. Es sollen Wirkungsbeziehungen zwischen einer abhängigen und einer oder mehreren unabhängigen Variablen untersucht werden. Ziel: Quantifizierung der Zusammenhänge und empirische Überprüfung von Hypothesen über Wirkungsbeziehungen. Prinzipiell anwendbar, wenn sowohl die abhängige als auch die unabhängigen Variablen metrisches Skalenniveau besitzen. Anwendungsbeispiel: Untersuchung der Abhängigkeit der Absatzmenge eines Produktes von Preis, Werbeausgaben und Einkommen. BA Emp. Wifo. u. Öko. III - SS / 28
20 Varianzanalyse Die Varianzanalyse verfolgt im Prinzip dieselbe Zielsetzung wie die Regressionsanalyse. Sind die unabhängigen Variablen auf nominalem Skalenniveau gemessen und die abhängige Variable auf metrischem Skalenniveau, so findet die Varianzanalyse Anwendung. Alternativ könnte damit auch eine Regressionsanalyse mit ausschließlich binären Variablen (Dummy-Variablen) durchgeführt werden. Die Varianzanalyse hat eine besondere Bedeutung für die Analyse von Experimenten, wobei die nominalen unabhängigen Variablen die experimentellen Einwirkungen repräsentieren. Anwendungsbeispiel: Welche Wirkung haben alternative Verpackungen eines Produktes oder dessen Platzierung im Geschäft auf die Absatzmenge. BA Emp. Wifo. u. Öko. III - SS / 28
21 Diskriminanzanalyse Die Diskriminanzanalyse ist ein Verfahren zur Analyse von Gruppenunterschieden. Ist die abhängige Variable nominal skaliert, und besitzen die unabhängigen Variablen metrisches Skalenniveau, so findet die Diskriminanzanalyse Anwendung. Anwendungsbeispiel: Ob und wie unterscheiden sich die Wähler der verschiedenen Parteien hinsichtlich soziodemografischer und psychografischer Merkmale. Die abhängige nominale Variable identifiziert die Gruppenzugehörigkeit, hier die gewählte Partei, und die unabhängigen Variablen beschreiben die Gruppenelemente, hier die Wähler. Ein weiteres Anwendungsgebiet der Diskriminanzanalyse bildet die Klassifizierung von Elementen. Nachdem für eine gegebene Menge von Elementen die Zusammenhänge zwischen der Gruppenzugehörigkeit der Elemente und ihren Merkmalen analysiert wurden, läßt sich darauf aufbauend eine Prognose der Gruppenzugehörigkeit von neuen Elementen vornehmen. Anwendungsbeispiel: Kreditwürdigkeitsprüfung (Einstufung von Kreditkunden einer Bank in Risikoklassen) Personalbeurteilung (Einstufung von Außendienstmitarbeitern nach erwartetem Verkaufserfolg). BA Emp. Wifo. u. Öko. III - SS / 28
22 Kontingenzanalyse Dient der Analyse von Beziehungen zwischen ausschließlich nominalen Variablen. Anwendungsbeispiel: Zusammenhang zwischen Rauchen (Raucher versus Nichtraucher) und Lungenerkrankung (ja, nein). Die Überprüfung erfolgt dabei auf der Basis von in Form einer Kreuztabelle (Kontingenztabelle) angeordneten Daten. Vgl. dazu die Ausführungen in der Grundlagenveranstaltung Statistik. BA Emp. Wifo. u. Öko. III - SS / 28
23 2. Strukturen-entdeckende Verfahren Sie dienen primär der Entdeckung von Zusammenhängen zwischen Variablen/ Objekten. Es gibt a priori keine Vorstellung über Beziehungszusammenhänge in den Daten. Es erfolgt daher vorab durch den Anwender keine Zweiteilung der Variablen in abhängige und unabhängige Variablen, wie es bei den strukturen-prüfenden Verfahren der Fall ist. Wichtige Verfahren: Faktorenanalyse Clusteranalyse Multidimensionale Skalierung Neuronale Netze BA Emp. Wifo. u. Öko. III - SS / 28
24 Faktorenanalyse Ziel: Eine Vielzahl von Variablen zu einer bestimmten Fragestellung soll reduziert bzw. gebündelt werden. Von Bedeutung ist die Frage, ob sich möglicherweise sehr zahlreiche Merkmale, die zu einem bestimmten Sachverhalt erhoben wurden, auf einige wenige zentrale Faktoren (unbeobachtbare, latente Faktoren) zurückführen lassen. Anwendungsbeispiel: Verdichtung der zahlreichen technischen Eigenschaften von Kraftfahrzeugen auf wenige Dimensionen, wie Größe, Leistung und Sicherheit BA Emp. Wifo. u. Öko. III - SS / 28
25 Clusteranalyse Die Clusteranalyse strebt eine Bündelung von Objekten an. Das Ziel ist dabei, die Objekte so zu Gruppen (Clustern) zusammenzufassen, daß die Objekte in einer Gruppe möglichst ähnlich und die Gruppen untereinander möglichst unähnlich sind. Anwendungsbeispiel: Bildung von Persönlichkeitstypen auf Basis der psychografischen Merkmale von Personen; die Bildung von Marktsegmenten auf Basis nachfragerelevanter Merkmale von Käufern. BA Emp. Wifo. u. Öko. III - SS / 28
26 Multidimensionale Skalierung Den Hauptanwendungsbereich der Multidimensionalen Skalierung (MDS) bilden Positionierungsanalysen, d.h. die Positionierung von Objekten im Wahrnehmungsraum von Personen. Es werden dabei nur wahrgenommene globale Ähnlichkeiten zwischen den Objekten erfragt. Grafische Darstellung - siehe Cover des Lehrbuches. Die MDS findet insbesondere dann Anwendung, wenn der Forscher keine oder nur vage Kenntnisse darüber hat, welche Eigenschaften für die subjektive Beurteilung von Objekten (z.b. Produktmarken, Unternehmen oder Politiker) von Relevanz sind. BA Emp. Wifo. u. Öko. III - SS / 28
27 Anwendungsgebiete multivariater Verfahren Allgemeine Hinweise Kapitel 1: Einführung Wiederholung: Daten und Skalen Einordnung multivariater Verfahren Anwendungsgebiete multivariater Verfahren Marketing / Marktforschung: Ökonometrie / empirische Wirtschaftsforschung allg. Analyse von Finanzmarktdaten insb. Andere Sozialwissenschaften (Psychologie, Sozologie) BA Emp. Wifo. u. Öko. III - SS / 28
28 Literatur: Backhaus et al. (12. Auflage) Einführung. BA Emp. Wifo. u. Öko. III - SS / 28
Zeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrWillkommen zur Vorlesung Statistik
Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Varianzanalyse Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr. Wolfgang
MehrMessung von Veränderungen. Dr. Julia Kneer Universität des Saarlandes
von Veränderungen Dr. Julia Kneer Universität des Saarlandes Veränderungsmessung Veränderungsmessung kennzeichnet ein Teilgebiet der Methodenlehre, das direkt mit grundlegenden Fragestellungen der Psychologie
MehrFortgeschrittene Statistik Logistische Regression
Fortgeschrittene Statistik Logistische Regression O D D S, O D D S - R A T I O, L O G I T T R A N S F O R M A T I O N, I N T E R P R E T A T I O N V O N K O E F F I Z I E N T E N, L O G I S T I S C H E
MehrTeil I: Deskriptive Statistik
Teil I: Deskriptive Statistik 2 Grundbegriffe 2.1 Merkmal und Stichprobe 2.2 Skalenniveau von Merkmalen 2.3 Geordnete Stichproben und Ränge 2.1 Merkmal und Stichprobe An (geeignet ausgewählten) Untersuchungseinheiten
Mehr5 Zusammenhangsmaße, Korrelation und Regression
5 Zusammenhangsmaße, Korrelation und Regression 5.1 Zusammenhangsmaße und Korrelation Aufgabe 5.1 In einem Hauptstudiumsseminar des Lehrstuhls für Wirtschafts- und Sozialstatistik machten die Teilnehmer
MehrAuswertung mit dem Statistikprogramm SPSS: 30.11.05
Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Seite 1 Einführung SPSS Was ist eine Fragestellung? Beispiel Welche statistische Prozedur gehört zu welcher Hypothese? Statistische Berechnungen mit
MehrGrundlagen der Datenanalyse am Beispiel von SPSS
Grundlagen der Datenanalyse am Beispiel von SPSS Einführung Dipl. - Psych. Fabian Hölzenbein hoelzenbein@psychologie.uni-freiburg.de Einführung Organisatorisches Was ist Empirie? Was ist Statistik? Dateneingabe
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
MehrFlorian Frötscher und Demet Özçetin
Statistische Tests in der Mehrsprachigkeitsforschung Aufgaben, Anforderungen, Probleme. Florian Frötscher und Demet Özçetin florian.froetscher@uni-hamburg.de SFB 538 Mehrsprachigkeit Max-Brauer-Allee 60
Mehr90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft
Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte
MehrUNIVERSITÄT LEIPZIG WIRTSCHAFTSWISSENSCHAFTLICHE FAKULTÄT DIPLOM-PRÜFUNG
UNIVERSITÄT LEIPZIG WIRTSCHAFTSWISSENSCHAFTLICHE FAKULTÄT DIPLOM-PRÜFUNG DATUM: 13. Juli 2009 FACH: TEILGEBIET: KLAUSURDAUER: Allgemeine Betriebswirtschaftslehre SL-Schein Marketing II 60 Minuten PRÜFER:
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen
MehrVarianzanalyse (ANOVA: analysis of variance)
Varianzanalyse (AOVA: analysis of variance) Einfaktorielle VA Auf der Basis von zwei Stichproben wird bezüglich der Gleichheit der Mittelwerte getestet. Variablen müssen Variablen nur nominalskaliert sein.
MehrQuantitative Methoden der Bildungsforschung
Glieung Wieholung Korrelationen Grundlagen lineare Regression Lineare Regression in SPSS Übung Wieholung Korrelationen Standardisiertes Zusammenhangsmaß (unstandardisiert: Kovarianz) linearer Zusammenhang
MehrGrundlagen der Inferenzstatistik
Grundlagen der Inferenzstatistik (Induktive Statistik oder schließende Statistik) Dr. Winfried Zinn 1 Deskriptive Statistik versus Inferenzstatistik Die Deskriptive Statistik stellt Kenngrößen zur Verfügung,
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
Mehr1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:
Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:
MehrFachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer
Fachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer Klassendiagramme Ein Klassendiagramm dient in der objektorientierten Softwareentwicklung zur Darstellung von Klassen und den Beziehungen,
MehrWas meinen die Leute eigentlich mit: Grexit?
Was meinen die Leute eigentlich mit: Grexit? Grexit sind eigentlich 2 Wörter. 1. Griechenland 2. Exit Exit ist ein englisches Wort. Es bedeutet: Ausgang. Aber was haben diese 2 Sachen mit-einander zu tun?
MehrGrammatiken. Einführung
Einführung Beispiel: Die arithmetischen Ausdrücke über der Variablen a und den Operationen + und können wie folgt definiert werden: a, a + a und a a sind arithmetische Ausdrücke Wenn A und B arithmetische
MehrDas große ElterngeldPlus 1x1. Alles über das ElterngeldPlus. Wer kann ElterngeldPlus beantragen? ElterngeldPlus verstehen ein paar einleitende Fakten
Das große x -4 Alles über das Wer kann beantragen? Generell kann jeder beantragen! Eltern (Mütter UND Väter), die schon während ihrer Elternzeit wieder in Teilzeit arbeiten möchten. Eltern, die während
MehrFelix Klug SS 2011. 2. Tutorium Deskriptive Statistik
2. Tutorium Deskriptive Statistik Felix Klug SS 2011 Skalenniveus Weitere Beispiele für Skalenniveus (Entnommen aus Wiederholungsblatt 1.): Skalenniveu Nominalskala Ordinalskala Intervallskala Verhältnisskala
MehrKorrelation (II) Korrelation und Kausalität
Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen
MehrErgebnisse der NOVIBEL-Kundenzufriedenheitsanalyse 2002
Ergebnisse der NOVIBEL-Kundenzufriedenheitsanalyse 2002 1. Grundlagen zum Verständnis der Befragung NOVIBEL führt die Kundenzufriedenheitsanalyse seit dem Jahr 2000 in Zusammenarbeit mit dem Lehrstuhl
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
MehrComputerarithmetik ( )
Anhang A Computerarithmetik ( ) A.1 Zahlendarstellung im Rechner und Computerarithmetik Prinzipiell ist die Menge der im Computer darstellbaren Zahlen endlich. Wie groß diese Menge ist, hängt von der Rechnerarchitektur
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt 3 1. Semester ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN
ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN Wir wollen nun die Rechengesetze der natürlichen Zahlen auf die Zahlenmenge der ganzen Zahlen erweitern und zwar so, dass sie zu keinem Widerspruch mit bisher geltenden
MehrKurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre
Grundlagen der Betriebswirtschaftslehre, Kurs 00091, KE 3, 4, 5 und 6, SS 2012 1 Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Einsendearbeit 2 (SS 2012)
MehrProfessionelle Seminare im Bereich MS-Office
Gegenüber PowerPoint 2003 hat sich in PowerPoint 2007 gerade im Bereich der Master einiges geändert. Auf Handzettelmaster und Notizenmaster gehe ich in diesen Ausführungen nicht ein, die sind recht einfach
MehrGüte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion
MehrTutorial: Homogenitätstest
Tutorial: Homogenitätstest Eine Bank möchte die Kreditwürdigkeit potenzieller Kreditnehmer abschätzen. Einerseits lebt die Bank ja von der Vergabe von Krediten, andererseits verursachen Problemkredite
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrKapitalerhöhung - Verbuchung
Kapitalerhöhung - Verbuchung Beschreibung Eine Kapitalerhöhung ist eine Erhöhung des Aktienkapitals einer Aktiengesellschaft durch Emission von en Aktien. Es gibt unterschiedliche Formen von Kapitalerhöhung.
MehrDeutliche Mehrheit der Bevölkerung für aktive Sterbehilfe
Allensbacher Kurzbericht 6. Oktober 2014 Deutliche Mehrheit der Bevölkerung für aktive Sterbehilfe Zwei Drittel sind für die Erlaubnis aktiver Sterbehilfe, 60 Prozent für die Zulassung privater Sterbehilfe-Organsationen.
MehrKontingenzkoeffizient (nach Pearson)
Assoziationsmaß für zwei nominale Merkmale misst die Unabhängigkeit zweier Merkmale gibt keine Richtung eines Zusammenhanges an 46 o jl beobachtete Häufigkeiten der Kombination von Merkmalsausprägungen
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de
Mehreinfache Rendite 0 145 85 1 160 90 2 135 100 3 165 105 4 190 95 5 210 110
Übungsbeispiele 1/6 1) Vervollständigen Sie folgende Tabelle: Nr. Aktie A Aktie B Schlusskurs in Schlusskurs in 0 145 85 1 160 90 2 135 100 3 165 105 4 190 95 5 210 110 Arithmetisches Mittel Standardabweichung
Mehr40-Tage-Wunder- Kurs. Umarme, was Du nicht ändern kannst.
40-Tage-Wunder- Kurs Umarme, was Du nicht ändern kannst. Das sagt Wikipedia: Als Wunder (griechisch thauma) gilt umgangssprachlich ein Ereignis, dessen Zustandekommen man sich nicht erklären kann, so dass
MehrNachhaltigkeits- Check von Geldanlagen
Nachhaltigkeits- Check von Geldanlagen Lehrerinfo: Methodisch-didaktische Anmerkungen Die Klasse muss einen EDV-Raum mit hinreichend Arbeitsplätzen, Internetzugang und möglichst Intranet zur Verfügung
MehrStatistische Auswertung:
Statistische Auswertung: Die erhobenen Daten mittels der selbst erstellten Tests (Surfaufgaben) Statistics Punkte aus dem Punkte aus Surftheorietest Punkte aus dem dem und dem Surftheorietest max.14p.
MehrA1.7: Entropie natürlicher Texte
A1.7: Entropie natürlicher Texte Anfang der 1950er Jahre hat Claude E. Shannon die Entropie H der englischen Sprache mit einem bit pro Zeichen abgeschätzt. Kurz darauf kam Karl Küpfmüller bei einer empirischen
Mehr1 Einleitung. 1.1 Motivation und Zielsetzung der Untersuchung
1 Einleitung 1.1 Motivation und Zielsetzung der Untersuchung Obgleich Tourenplanungsprobleme zu den am häufigsten untersuchten Problemstellungen des Operations Research zählen, konzentriert sich der Großteil
MehrVäter in Familienunternehmen 2012. Die Ursachenstiftung Oktober 2012
Väter in Familienunternehmen 2012 Die Ursachenstiftung Oktober 2012 Methodisches Vorgehen Methodisches Vorgehen Zielgruppe: Mittelständische Unternehmen mit 20 bis 250 Mitarbeitern in der Region Osnabrück-Emsland
MehrGrundbegriffe (1) Grundbegriffe (2)
Grundbegriffe (1) S.1 Äquivalenzklasse Unter einer Äquivalenzklasse versteht man eine Klasse von Objekten, die man hinsichtlich bestimmter Merkmalsausprägungen als gleich (äquivalent) betrachtet. (z.b.
MehrWie oft soll ich essen?
Wie oft soll ich essen? Wie sollen Sie sich als Diabetiker am besten ernähren? Gesunde Ernährung für Menschen mit Diabetes unterscheidet sich nicht von gesunder Ernährung für andere Menschen. Es gibt nichts,
MehrDarstellungsformen einer Funktion
http://www.flickr.com/photos/sigfrid/348144517/ Darstellungsformen einer Funktion 9 Analytische Darstellung: Eplizite Darstellung Funktionen werden nach Möglichkeit eplizit dargestellt, das heißt, die
MehrVermeiden Sie es sich bei einer deutlich erfahreneren Person "dranzuhängen", Sie sind persönlich verantwortlich für Ihren Lernerfolg.
1 2 3 4 Vermeiden Sie es sich bei einer deutlich erfahreneren Person "dranzuhängen", Sie sind persönlich verantwortlich für Ihren Lernerfolg. Gerade beim Einstig in der Programmierung muss kontinuierlich
MehrWomit beschäftigt sich Soziologie? (1) Verschiedene Antworten:
(1) Verschiedene Antworten: Soziale Tatsachen Emile Durkheim Interaktion (soziale Wechselwirkungen Georg Simmel) (soziales) Handeln Max Weber Gruppen Strukturen Soziale Systeme Fazit: Mikro- und Makro-Ebene
MehrTheoretische Informatik SS 04 Übung 1
Theoretische Informatik SS 04 Übung 1 Aufgabe 1 Es gibt verschiedene Möglichkeiten, eine natürliche Zahl n zu codieren. In der unären Codierung hat man nur ein Alphabet mit einem Zeichen - sagen wir die
MehrIn diesem Tutorial lernen Sie, wie Sie einen Termin erfassen und verschiedene Einstellungen zu einem Termin vornehmen können.
Tutorial: Wie erfasse ich einen Termin? In diesem Tutorial lernen Sie, wie Sie einen Termin erfassen und verschiedene Einstellungen zu einem Termin vornehmen können. Neben den allgemeinen Angaben zu einem
MehrEinführung in statistische Analysen
Einführung in statistische Analysen Andreas Thams Econ Boot Camp 2008 Wozu braucht man Statistik? Statistik begegnet uns jeden Tag... Weihnachten macht Deutschen Einkaufslaune. Im Advent überkommt die
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
MehrMathematik. UND/ODER Verknüpfung. Ungleichungen. Betrag. Intervall. Umgebung
Mathematik UND/ODER Verknüpfung Ungleichungen Betrag Intervall Umgebung Stefan Gärtner 004 Gr Mathematik UND/ODER Seite UND Verknüpfung Kommentar Aussage Symbolform Die Aussagen Hans kann schwimmen p und
MehrÜbungen zur Softwaretechnik
Technische Universität München Fakultät für Informatik Lehrstuhl IV: Software & Systems Engineering Markus Pister, Dr. Bernhard Rumpe WS 2002/2003 Lösungsblatt 9 17. Dezember 2002 www4.in.tum.de/~rumpe/se
Mehr11.3 Komplexe Potenzreihen und weitere komplexe Funktionen
.3 Komplexe Potenzreihen und weitere komplexe Funktionen Definition.) komplexe Folgen: z n = x n + j. y n mit zwei reellen Folgen x n und y n.) Konvergenz: Eine komplexe Folge z n = x n + j. y n heißt
MehrPolitikverständnis und Wahlalter. Ergebnisse einer Studie mit Schülern und Studienanfängern
Politikverständnis und Wahlalter Ergebnisse einer Studie mit Schülern und Studienanfängern Frage: Lässt sich eine Herabsetzung des Wahlalters in Deutschland durch Ergebnisse zum Politikverständnis bei
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008 Aufgabe 1 Ihnen liegt
MehrStatistik I für Betriebswirte Vorlesung 5
Statistik I für Betriebswirte Vorlesung 5 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 07. Mai 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 5 1 Klassische Wahrscheinlichkeitsdefinition
MehrWichtige Info szum Lehrabschluss!
Wichtige Info szum Lehrabschluss! Sie stehen kurz vor Ihrer Lehrabschlussprüfung zum/zur Zahntechniker/in. Hierzu haben Sie bereits ausführliche Informationen zum Ablauf der Prüfung erhalten. Darüber hinaus
MehrStudieren- Erklärungen und Tipps
Studieren- Erklärungen und Tipps Es gibt Berufe, die man nicht lernen kann, sondern für die man ein Studium machen muss. Das ist zum Beispiel so wenn man Arzt oder Lehrer werden möchte. Hat ihr Kind das
MehrVermögensbildung: Sparen und Wertsteigerung bei Immobilien liegen vorn
An die Redaktionen von Presse, Funk und Fernsehen 32 02. 09. 2002 Vermögensbildung: Sparen und Wertsteigerung bei Immobilien liegen vorn Das aktive Sparen ist nach wie vor die wichtigste Einflussgröße
MehrEinkaufen im Internet. Lektion 5 in Themen neu 3, nach Übung 10. Benutzen Sie die Homepage von: http://www.firstsurf.de/klietm9950_f.
Themen neu 3 Was lernen Sie hier? Sie formulieren Ihre Vermutungen und Meinungen. Was machen Sie? Sie erklären Wörter und Ausdrücke und beurteilen Aussagen. Einkaufen im Internet Lektion 5 in Themen neu
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus:
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: If-clauses - conditional sentences - Nie mehr Probleme mit Satzbau im Englischen! Das komplette Material finden Sie hier: School-Scout.de
MehrEine der Aktien hat immer einen höheren Gewinn als die andere Aktie. Ihre Aufgabe ist es diese auszuwählen.
Instruktionen am Anfang von Experiment 1 (auf Papier ausgeteilt: grünmarkierte Textstellen zeigen den Instruktionstext in der jeweiligen Bedingung an; Kommentare sind gelb markiert.) Stellen Sie sich vor,
MehrDie neue Aufgabe von der Monitoring-Stelle. Das ist die Monitoring-Stelle:
Die neue Aufgabe von der Monitoring-Stelle Das ist die Monitoring-Stelle: Am Deutschen Institut für Menschen-Rechte in Berlin gibt es ein besonderes Büro. Dieses Büro heißt Monitoring-Stelle. Mo-ni-to-ring
MehrSpracherwerb und Schriftspracherwerb
Spracherwerb und Schriftspracherwerb Voraussetzungen für ein gutes Gelingen Tipps für Eltern, die ihr Kind unterstützen wollen Elisabeth Grammel und Claudia Winklhofer Menschen zur Freiheit bringen, heißt
MehrOrderarten im Wertpapierhandel
Orderarten im Wertpapierhandel Varianten bei einer Wertpapierkauforder 1. Billigst Sie möchten Ihre Order so schnell wie möglich durchführen. Damit kaufen Sie das Wertpapier zum nächstmöglichen Kurs. Kurs
Mehr4. AUSSAGENLOGIK: SYNTAX. Der Unterschied zwischen Objektsprache und Metasprache lässt sich folgendermaßen charakterisieren:
4. AUSSAGENLOGIK: SYNTAX 4.1 Objektsprache und Metasprache 4.2 Gebrauch und Erwähnung 4.3 Metavariablen: Verallgemeinerndes Sprechen über Ausdrücke von AL 4.4 Die Sprache der Aussagenlogik 4.5 Terminologie
MehrSWE12 Übungen Software-Engineering
1 Übungen Software-Engineering Software-Qualitätssicherung / Software-Qualitätsmanagement 2 Aufgabe 1 Ordnen Sie die folgenden Zitate dem entsprechenden Ansatz zum Qualitätsbegriff zu und begründen Sie
MehrGrundlagen Statistik Angewandte Statistik 3. Semester
Angewandte Statistik 3. Semester Zur Person Constantin von Craushaar Consultant / Partner Innstat e.u. (www.innstat.com) info@innstat.com Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS
MehrDie Bundes-Zentrale für politische Bildung stellt sich vor
Die Bundes-Zentrale für politische Bildung stellt sich vor Die Bundes-Zentrale für politische Bildung stellt sich vor Deutschland ist ein demokratisches Land. Das heißt: Die Menschen in Deutschland können
MehrDie Post hat eine Umfrage gemacht
Die Post hat eine Umfrage gemacht Bei der Umfrage ging es um das Thema: Inklusion Die Post hat Menschen mit Behinderung und Menschen ohne Behinderung gefragt: Wie zufrieden sie in dieser Gesellschaft sind.
MehrSelbstreflexion für Lehrpersonen Ich als Führungspersönlichkeit
6.2 Selbstreflexion für Lehrpersonen Ich als Führungspersönlichkeit Beschreibung und Begründung In diesem Werkzeug kann sich eine Lehrperson mit seiner eigenen Führungspraxis auseinandersetzen. Selbstreflexion
MehrKorrelation. Übungsbeispiel 1. Übungsbeispiel 4. Übungsbeispiel 2. Übungsbeispiel 3. Korrel.dtp Seite 1
Korrelation Die Korrelationsanalyse zeigt Zusammenhänge auf und macht Vorhersagen möglich Was ist Korrelation? Was sagt die Korrelationszahl aus? Wie geht man vor? Korrelation ist eine eindeutige Beziehung
MehrLeseprobe. Wilhelm Kleppmann. Versuchsplanung. Produkte und Prozesse optimieren ISBN: 978-3-446-42033-5. Weitere Informationen oder Bestellungen unter
Leseprobe Wilhelm Kleppmann Versuchsplanung Produkte und Prozesse optimieren ISBN: -3-44-4033-5 Weitere Informationen oder Bestellungen unter http://www.hanser.de/-3-44-4033-5 sowie im Buchhandel. Carl
MehrGrundlagen der Datenanalyse
Schematischer Überblick zur Behandlung quantitativer Daten Theorie und Modellbildung Untersuchungsdesign Codierung / Datenübertragung (Erstellung einer Datenmatrix) Datenerhebung Fehlerkontrolle / -behebung
MehrGrundlagen der Informatik (BSc) Übung Nr. 5
Übung Nr. 5: Zahlensysteme und ihre Anwendung Bitte kreuzen Sie in der folgenden Auflistung alle Zahlensysteme an, zu welchen jeder Ausdruck als Zahl gehören kann! (Verwenden Sie 'x für Wahl, ' ' für Ausschluß
MehrEine Bürokratiekostenfolgenabschätzung zum zweiten Gesetz für moderne Dienstleistungen am Arbeitsmarkt im Hinblick auf die Einführung einer Gleitzone
Eine Bürokratiekostenfolgenabschätzung zum zweiten Gesetz für moderne Dienstleistungen am Arbeitsmarkt im Hinblick auf die Einführung einer Gleitzone Das IWP Institut für Wirtschafts- und Politikforschung
MehrQM: Prüfen -1- KN16.08.2010
QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,
MehrWie Sie mit Mastern arbeiten
Wie Sie mit Mastern arbeiten Was ist ein Master? Einer der großen Vorteile von EDV besteht darin, dass Ihnen der Rechner Arbeit abnimmt. Diesen Vorteil sollten sie nutzen, wo immer es geht. In PowerPoint
MehrLeichte-Sprache-Bilder
Leichte-Sprache-Bilder Reinhild Kassing Information - So geht es 1. Bilder gucken 2. anmelden für Probe-Bilder 3. Bilder bestellen 4. Rechnung bezahlen 5. Bilder runterladen 6. neue Bilder vorschlagen
MehrDNotI. Fax - Abfrage. GrEStG 1 Abs. 3 Anteilsvereinigung bei Treuhandverhältnissen. I. Sachverhalt:
DNotI Deutsches Notarinstitut Fax - Abfrage Gutachten des Deutschen Notarinstitut Dokumentnummer: 1368# letzte Aktualisierung: 14. Juni 2004 GrEStG 1 Abs. 3 Anteilsvereinigung bei Treuhandverhältnissen
MehrPowerPoint 2010 Mit Folienmastern arbeiten
PP.002, Version 1.1 07.04.2015 Kurzanleitung PowerPoint 2010 Mit Folienmastern arbeiten Der Folienmaster ist die Vorlage für sämtliche Folien einer Präsentation. Er bestimmt das Design, die Farben, die
MehrWeiterbildung und Zusatzausbildung der PHZ Luzern Interessantes und Spannendes aus der Welt der Mathematik September 2006, Dieter Ortner
Weiterbildung und Zusatzausbildung der PHZ Luzern Interessantes und Spannendes aus der Welt der Mathematik September 2006, Dieter Ortner Rechengesetze 1. Rechengesetze für natürliche Zahlen Es geht um
MehrFragebogen zur Evaluation der Vorlesung und Übungen Computer Grafik, CS231, SS05
Fragebogen zur Evaluation der Vorlesung und Übungen Computer Grafik, CS231, SS05 Dozent: Thomas Vetter Bitte Name des Tutors angeben: Liebe Studierende, Ihre Angaben in diesem Fragebogen helfen uns, die
MehrStatistiken über die Bewerber/innen für die Masterstudiengänge am Institut für Statistik, LMU
Statistiken über die Bewerber/innen für die Masterstudiengänge am Institut für Statistik, LMU Selina Kim und Andrea Wiencierz, fortgeschrieben von Paul Fink München, den 1. Juni 2015 Inhaltsverzeichnis
MehrETWR TEIL B ÜBUNGSBLATT 4 WS14/15
ETWR TEIL B ÜBUNGSBLATT 4 WS14/15 OTTO-VON-GUERICKE-UNIVERSITÄT MAGDEBURG F A K U L T Ä T F Ü R W I R T S C H A F T S W I S S E N S C H A FT LEHRSTUHL FÜR EMPIRISCHE WIRTSCHAFTSFORSCHUNG & GESUNDHEITSÖKONOMIE,
MehrLehrstuhl für Betriebswirtschaftslehre mit Schwerpunkt Finanzierung. Klausur "Finanzmanagement" 14. März 2002
1 Lehrstuhl für Betriebswirtschaftslehre mit Schwerpunkt Finanzierung Klausur "Finanzmanagement" 14. März 2002 Bearbeitungshinweise: - Die Gesamtbearbeitungsdauer beträgt 60 Minuten. - Schildern Sie ihren
MehrAnwendungshinweise zur Anwendung der Soziometrie
Anwendungshinweise zur Anwendung der Soziometrie Einführung Die Soziometrie ist ein Verfahren, welches sich besonders gut dafür eignet, Beziehungen zwischen Mitgliedern einer Gruppe darzustellen. Das Verfahren
MehrBinäre abhängige Variablen
Binäre abhängige Variablen Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Alfred Weber Institut Ruprecht Karls Universität Heidelberg Einführung Oft wollen wir qualitative Variablen
MehrÜbersicht: Modul 2. Methoden der empirischen Sozialforschung, Statistik und computergestützte Datenanalyse. Dr. H.-G. Sonnenberg
Übersicht: Modul 2 Methoden der empirischen Sozialforschung, Statistik und computergestützte Datenanalyse Dr. H.-G. Sonnenberg Modul 2 4 Kurse : Modul 2 im Bc. Psychologie: - Empirische Sozialforschung
MehrSeite 1 von 14. Cookie-Einstellungen verschiedener Browser
Seite 1 von 14 Cookie-Einstellungen verschiedener Browser Cookie-Einstellungen verschiedener Browser, 7. Dezember 2015 Inhaltsverzeichnis 1.Aktivierung von Cookies... 3 2.Cookies... 3 2.1.Wofu r braucht
MehrKapitel 7 und Kapitel 8: Gleichgewichte in gemischten Strategien. Einleitung. Übersicht Teil 2 2. Übersicht 3
Übersicht Teil 2 Kaitel 7 und Kaitel 8: Gleichgewichte in gemischten Strategien Übersicht Teil 2 2 Übersicht Einleitung Was ist eine gemischte Strategie? Nutzen aus gemischten Strategien Reaktionsfunktionen
Mehrinfach Geld FBV Ihr Weg zum finanzellen Erfolg Florian Mock
infach Ihr Weg zum finanzellen Erfolg Geld Florian Mock FBV Die Grundlagen für finanziellen Erfolg Denn Sie müssten anschließend wieder vom Gehaltskonto Rückzahlungen in Höhe der Entnahmen vornehmen, um
MehrBurnout Studie. im Auftrag von Business Doctors durchgeführt von Karmasin Motivforschung GmbH in Kooperation mit dem ÖGB
Burnout Studie im Auftrag von Business Doctors durchgeführt von Karmasin Motivforschung GmbH in Kooperation mit dem ÖGB Aufgabenstellung Ziel der Untersuchung ist es, das Burnoutrisiko von 5 Zielgruppen
Mehr