Schlafstörungs-Index
|
|
- Samuel Roth
- vor 5 Jahren
- Abrufe
Transkript
1 Schlafstörungs-Index Entwicklung eines Index zur Beschreibung lärminduzierter Schlafstörungen VINESH IfADo Sibylle Robens
2 Übersicht 1. : Fragestellung / Ziel 2. Methodische Herleitung des Schlafstörungs-Index 3. Überprüfung auf Validität Reliabilität 4. IfADo Sibylle Robens 2
3 nächtliche Lärmexposition physiol. Schlafveränderungen Gesucht: ein Index zur Beschreibung lärminduzierter, moderater Schlafstörungen. Schlafeffizienzindex SEI = TST (reine Schlafzeit, min) SPT (Schlafzeit + intermitt. Wach, min) SEI beinhaltet keine Information über Schlafstruktur. Ziel Verdichtung wesentlicher Schlafparameter in eine Größe IfADo Sibylle Robens 3
4 Geräuscheinwirkungen während des Schlafes: Zunahme Einschlafzeit (Latenz S1) Zeit bis Tiefschlaf (Latenz SWS) Intermitt. Wachzeiten (WASO) Anzahl Wachphasen > 3 min Schlafstadium 1 (S1) Tiefschlaf (SWS) Schlafstadium REM (REM) Abnahme Verdichtung in einen Index Hauptkomponentenanalyse IfADo Sibylle Robens 4
5 Hauptkomponentenanalyse Multivariates Verfahren zur Dimensionsreduktion: der Variablen zu Linearkombinationen (Hauptkomponenten, HK), HK klären sukzessiv maximale Varianz auf. 7 Eingangsvariablen: x 1 = log(waso) x 2 = S1 x 3 = SWS x 4 = REM x 5 = log (Latenz S1+0.5) x 6 = log (Latenz SWS+0.5) x 7 = # Wach > 3min IfADo Sibylle Robens 5
6 Referenzstichprobe 66 Probanden: je eine Labornacht (480 min) ohne externe Geräusche 38 Männer, 28 Frauen Alter: Jahre 2 vorhergehende Labornächte 66 Nächte mit ungestörtem Laborschlaf junger Personen IfADo Sibylle Robens 6
7 Hauptkomponentenanalyse Ergebnisse 3 bedeutende Faktoren (70% Varianzaufklärung) Ladungen der 1.HK sinnvoll interpretierbar: Ladung HK WASO S1 SWS REM Lat. S1 Lat. SWS #Wach >3min HK Indikator für gestörten Schlaf IfADo Sibylle Robens 7
8 Indexberechnung Anwendung: Schlafstörungs-Index ( SDI=Sleep Disturbance Index) SDI = Σ i=1,..7 HK1 i * (x i m i )/s i, m i, s i Mittel und Standardabw. der Referenzstichprobe SDI (Referenz): Mittelwert = 0, Standardabw.=1 Interpretation: SDI = 0: ungestörter Schlaf (Labor) < 0: besserer Schlaf > 0: schlechterer Schlaf IfADo Sibylle Robens 8
9 Validierung Liefert SDI plausible, valide Ergebnisse? Überprüfung 1. -des First Night Effects : SDI (Gewöhnung) > SDI (Ruhe) des gestörten Schlafs unter Lärmexposition: SDI (Lärm) > SDI (Ruhe) - der Zunahme von Schlafstörungen mit dem Alter: SDI positiv korreliert mit Alter IfADo Sibylle Robens 9
10 First Night Effect EEG-Daten von 62 Probanden aus 4 Laborstudien 37 Männer, 25 Frauen, Jahre alt Abweichungen der Gewöhnungsnacht zur nachfolgenden Ruhenacht (Mittelwerte mit Standardfehlern): Anzahl *** Wach>3min min *** ** *** Lat.S1 Lat.SWS WASO S1 SWS REM Ruhe vs. First: * : p 0.05 ** : p 0.01 *** : p IfADo Sibylle Robens 10
11 First Night Effect Schlafstörungs-Index SDI: SDI * * * Nacht Ruhe Ruhe vs. First: *** : p sign. erhöhter SDI in der 1. Nacht, ungestörter Schlaf in den Ruhenächten. IfADo Sibylle Robens 11
12 Vergleich Lärm mit Ruhe 50 Probanden, 25 männl., Jahre nach Gewöhnungsnacht pro Woche 1 Ruhe-, 3 Lärmnächte im Labor Durchschnittl.. Abweichungen der Lärm- zu den Ruhenächten: Anzahl * * min * * * * * * * * * * * * * * * Wach>3min Lat.S1 Lat.SWS WASO S1 SWS REM IfADo Sibylle Robens 12
13 Vergleich Lärm mit Ruhe Schlafstörungs-Index SDI: SDI * * * Ruhe Lärm Ruhe vs. Lärm: *** : p Signifikant erhöhter SDI unter Lärmexposition. IfADo Sibylle Robens 13
14 SDI und Alter Ruhenächte aus 3 DLR - Datensätzen: 2 Laborstudien : 193 Ruhenächte; 84 m, 109 w, Jahre. Feldstudie: 58 Ruhenächte (Flughafen, Sa auf So); 25 m, 33 w, Jahre. IfADo Sibylle Robens 14
15 SDI und Alter DLR-Laborstudien: Alter vs. SDI SDI r=0.52, p< Alter (Jahre) Positive Korrelation zw. SDI und Alter IfADo Sibylle Robens 15
16 SDI und Alter Labor + Feld : Alter vs. SDI SDI Alter (Jahre) r=0.52, p<0.01 r=0.33, p<0.01 IfADo Sibylle Robens 16
17 Reliabilität Vergleich: Altersgruppe Jahre: SDI (DLR-Labor) mit SDI (Referenz) 3 Daten N AM SD Min Max 2 Referenz DLR Labor SDI 0 (19-34 J.) Ref. DLR Keine sign. Unterschiede zwischen SDI (DLR-Labor) und SDI (Referenzstichprobe) bei den jährigen. IfADo Sibylle Robens 17
18 SDI und SEI Plot von SDI gegen SEI : SEI SDI IfADo 610 Labornächte r = -0.80, p<0.001 IfADo Sibylle Robens 18
19 SDI und SEI SEI SDI IfADo Multipler Korrelationskoeff. r m = IfADo Sibylle Robens 19
20 SDI und SEI SEI SDI IfADo r m = DLR Labor: r m = IfADo Sibylle Robens 20
21 SDI und SEI SDI höher mit Alter korreliert. Index Korrelation mit Alter (DLR-Labor, n=198) SDI 0.52 ** SEI ** Größerer standardisierter Effekt (E s = AM/SD) beim SDI bzgl. Abweichungen von 1. Nacht oder Lärm zur Ruhe. SDI sign. korreliert mit subj. Schlafbeurteilung (IfADo, n=610) r = , p< IfADo Sibylle Robens 21
22 Schlafstörungs-Index (SDI) berechnet mittels Hauptkomponentenanalyse aus 7 Schlafparametern: valide : - Nachweis des First Night Effects. - Erhöhte Schlafstörungen unter Lärm. - Lineare Zunahme mit dem Alter. reliabel : - gleicher Mittelwert und Varianz bei DLR-Daten der jährigen wie in Referenzstichprobe. SDI ein geeigneter Index zur Beschreibung von lärminduzierten Schlafstörungen IfADo Sibylle Robens 22
23 Vielen Dank für Ihre Aufmerksamkeit! IfADo Sibylle Robens 23
Visuelles Scoring System für das fronto-polar abgeleitete Schlaf-EEG
Charité Universitätsmedizin Berlin Campus Benjamin Franklin Aus der Klinik für Psychiatrie und Psychotherapie Geschäftsführende Direktorin: Prof. Dr. med. Dipl. Psych. Isabella Heuser Labor für Klinische
MehrStellungnahme des WBQ
Modul 2.3 Schlafstudie Wissenschaftlicher Beirat Qualitätssicherung Stellungnahme des WBQ Schriftleitung der Stellungnahme: B. Griefahn und M. Brink http://www.laermstudie.de/ergebnisse/ergebnisse-schlafstudie
MehrSCHLAFFORSCHUNG NACHT
SCHLAFFORSCHUNG NACHT 48 Von A. Samel, M. Basner, U. Müller und J. Quehl FLUGLÄRM Präzise Vorhersagen gegen akute Schlafstörungen Die weltweit größte Studie zur elektrophysiologischen Untersuchung der
Mehr4) Ergebnisse. Tab.1-1: Ausprägungen der einzelnen Persönlichkeitsdimensionen
4.1. Fragebogen-Untersuchungen 4) Ergebnisse 4.1.1: Persönlichkeit 4.1.1.1: Werteverteilungen: Der durchschnittliche Wert für die Eigenschaft Neurotizismus lag für alle 182 Probanden zusammen bei 1.75,
MehrU. Müller, E.-M. Elmenhorst, F. Mendolia, J. Quehl, D. Aeschbach
Lärmwirkungsstudie NORAH Schlafstudie U. Müller, E.-M. Elmenhorst, F. Mendolia, J. Quehl, D. Aeschbach Hessische Landesvertretung, Berlin, 22.09.2016 Übersicht Methodik Schlafstudie Ergebnisse Polysomnografiemessungen
MehrLeistungsverhalten nach nächtlicher Lärmexposition Fluglärmstudien STRAIN Eva-Maria Elmenhorst, Mathias Basner
Leistungsverhalten nach nächtlicher Lärmexposition Fluglärmstudien STRAIN Eva-Maria Elmenhorst, Mathias Basner Folie 1 Studiendesign: Stichprobe Laborstudie 128 Versuchspersonen 112 Versuchspersonen in
Mehr5.Tutorium Multivariate Verfahren
5.Tutorium Multivariate Verfahren - Hauptkomponentenanalyse - Nicole Schüller: 27.06.2016 und 04.07.2016 Hannah Busen: 28.06.2016 und 05.07.2016 Institut für Statistik, LMU München 1 / 18 Gliederung 1
MehrDie Anwendung der Forschungsergebnisse des DLR für ein Konzept zum Schutz gegen nächtlichen Fluglärm
Die Anwendung der Forschungsergebnisse des DLR für ein Konzept zum Schutz gegen nächtlichen Fluglärm Mathias Basner und Alexander Samel Folie 1 > BMVBS > Dr. Mathias Basner Studiendesign und Ablauf der
MehrGliederung. Aserinsky, 1952) (Stickgold et al., 2000) 3. Traum-Deprivation (Dement, 1960) 4. Visual Discrimination Task Improvement
Traum-Deprivation Gliederung 1. Entdeckung des REM-Schlafs (Kleitman und Aserinsky, 1952) 2. Schlafphasen 3. Traum-Deprivation (Dement, 1960) 4. Visual Discrimination Task Improvement (Stickgold et al.,
MehrExploratorische Faktorenanalyse. Exploratorische Faktorenanalyse. Exploratorische Faktorenanalyse
Exploratorische Faktorenanalyse Der Begriff Faktorenanalyse umfasst eine Gruppe multivariater Analyseverfahren, mit denen zugrundeliegende gemeinsame Dimensionen von Variablenmengen (z.b. Fragebogenitems)
MehrAutonome Arousals als Indikator kortikaler Arousals
Autonome Arousals als Indikator kortikaler Arousals Mathias Basner Folie 1 > VINESH Abschlussveranstaltung > Mathias Basner Hintergrund Polysomnographie ist der Goldstandard zur Messung von Schlaf und
MehrDie Faktorenanalyse. Anwendung dann, wenn zwischen beobachtbaren und nicht direkt beobachtbaren Variablen ein kausales Verhältnis vermutet wird
Die Faktorenanalyse Zielsetzung Datenreduktion: eine größere Anzahl von Variablen auf eine kleinere Anzahl unabhängiger Einflussgrößen zurückführen Grundlegende Idee Direkt beobachtbare Variablen spiegeln
MehrSchlafstudie. U. Müller, E.-M. Elmenhorst, F. Mendolia, J. Quehl, D. Aeschbach. Fluglärmkommission Nürnberg, Lärmwirkungsstudie NORAH
Lärmwirkungsstudie NORAH Schlafstudie U. Müller, E.-M. Elmenhorst, F. Mendolia, J. Quehl, D. Aeschbach Fluglärmkommission Nürnberg, 14.06.2016 Übersicht Methodik Schlafstudie Ergebnisse Polysomnografiemessungen
MehrEinfluss des Mobilfunks auf den Schlaf und die Aktivität des Gehirns
Einfluss des Mobilfunks auf den Schlaf und die Aktivität des Gehirns PD Dr. Blanka Pophof Bundesamt für Strahlenschutz Mobilfunk: Einfluss auf Schlaf und Gehirn? Erkenntnisstand zu Beginn des DMF Wissenschaftliche
MehrAnalyse Multikollinearität am Beispiel einer Importfunktion für die Schweiz
2. Multikollinearität Ökonometrie II - Peter Stalder Analyse Multikollinearität am Beispiel einer Importfunktion für die Schweiz Die Güterimporte der Schweiz sollen mit der privaten Konsumnachfrage, den
MehrMethodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 12 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrSchlaf im Alter. Hans-Peter Landolt Institut für Pharmakologie und Toxikologie Universität Zürich. Sleep & Health KFSP
Schlaf im Alter Hans-Peter Landolt Institut für Pharmakologie und Toxikologie Universität Zürich Ein gesunder Schlaf ist wichtig! Seite 2 Heutiges Programm Funktionen des Schlafs Schlaf-Wachregulation
MehrFeldstudie im Umkreis des Flughafens Frankfurt Ausführung Dr. med. Y. Aydin Anleitung Prof. Dr. med. M. Kaltenbach
Danksagung Wir danken dem Institut für Gesundheitsschutz e. V. Offenbach für die Ermöglichung der Studie Allen Probanden für die sorgfältige Protokollierung und die Durchführung der Messungen Feldstudie
MehrGesundheitliche Auswirkungen von Schienenverkehrslärm
Für Mensch & Umwelt Fortbildung Öffentlicher Gesundheitsdienst Gesundheitliche Auswirkungen von Schienenverkehrslärm Jördis Wothge Fachgebiet I 3.4 Lärmminderung bei Anlagen und Produkten, Lärmwirkungen
MehrMethodenlehre. Vorlesung 11. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 11 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 03.12.13 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie
MehrStatistik II. IV. Hypothesentests. Martin Huber
Statistik II IV. Hypothesentests Martin Huber 1 / 22 Übersicht Weitere Hypothesentests in der Statistik 1-Stichproben-Mittelwert-Tests 1-Stichproben-Varianz-Tests 2-Stichproben-Tests Kolmogorov-Smirnov-Test
MehrGesundheitliche und soziale Auswirkungen langer Arbeitszeiten
Gesundheitliche und soziale Auswirkungen langer Arbeitszeiten Isabell Rüters*, Anna Wirtz, Friedhelm Nachreiner*, Ole Giebel*, Daniela Horn* & Carsten Schomann* *GAWO, Gesellschaft für Arbeits-, Wirtschafts-
MehrSchlaf und psychische Erkrankungen
Schlaf und psychische Erkrankungen 2. Schlafmedizinische Fachtagung Wien 25. März 2017 Prof. Dr. med. Thomas C. Wetter Klinik und Poliklinik für Psychiatrie und Psychotherapie Universitäre Schlafmedizin
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 05. Dezember 2012 1 Datenpaare Korrelation 2 Lineare Regression Problemstellung Beispiel Bleibelastung 3 Regression
Mehr9 Faktorenanalyse. Wir gehen zunächst von dem folgenden Modell aus (Modell der Hauptkomponentenanalyse): Z = F L T
9 Faktorenanalyse Ziel der Faktorenanalyse ist es, die Anzahl der Variablen auf wenige voneinander unabhängige Faktoren zu reduzieren und dabei möglichst viel an Information zu erhalten. Hier wird davon
MehrEntwicklung und Überprüfung eines Indexes zur Beurteilung des Risikos physischer und sozialer Beeinträchtigungen durch die Arbeitszeitgestaltung
Entwicklung und Überprüfung eines Indexes zur Beurteilung des Risikos physischer und sozialer Beeinträchtigungen durch die Arbeitszeitgestaltung Ole Giebel Carsten Schomann Friedhelm Nachreiner Einleitung
MehrInformationen zur KLAUSUR am
Wiederholung und Fragen 1 Informationen zur KLAUSUR am 24.07.2009 Raum: 032, Zeit : 8:00 9:30 Uhr Bitte Lichtbildausweis mitbringen! (wird vor der Klausur kontrolliert) Erlaubte Hilfsmittel: Alle Unterlagen,
MehrMultivariate Verfahren
Multivariate Verfahren Lineare Regression Zweck: Vorhersage x Dimensionsreduktion x x Klassifizierung x x Hauptkomponentenanalyse Korrespondenzanalyse Clusteranalyse Diskriminanzanalyse Eigenschaften:
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun http://blog.ruediger-braun.net Heinrich-Heine-Universität Düsseldorf 10. Dezember 2014 1 Datenpaare Korrelation 2 Lineare Regression Problemstellung Beispiel
MehrTesten von Unterschiedshypothesen mit parametrischen Verfahren Der t-test
Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 5 Seite 1 Testen von Unterschiedshypothesen mit parametrischen Verfahren Der t-test Im Folgenden
MehrEmpirische Wirtschaftsforschung
Thomas K. Bauer Michael Fertig Christoph M. Schmidt Empirische Wirtschaftsforschung Eine Einführung ß 361738 4y Springer Inhaltsverzeichnis 1 Wichtige Konzepte der Statistik - Eine Einführung 1 1.1 Die
MehrMethodenlehre. Vorlesung 6. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 6 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrMultivariate Verfahren
Multivariate Verfahren Oliver Muthmann 31. Mai 2007 Gliederung 1 Einführung 2 Varianzanalyse (MANOVA) 3 Regressionsanalyse 4 Faktorenanalyse Hauptkomponentenanalyse 5 Clusteranalyse 6 Zusammenfassung Komplexe
Mehr4. ERGEBNISSE. 4.1 Bestrahlungswerte
4. ERGEBNISSE Die Plasma-Werte von Glutathiondisulfid (GSSG), Glutathionperoxidase (GPX), Superoxiddismutase (SOD) und Vitamin E zeigten sich unbeeinflusst von der sechswöchige UV-Applikation. Es lagen
MehrValidierung des Fatigue und des Risk Index zur Prognose gesundheitlicher Beeinträchtigungen. Jana Greubel Ole Giebel Friedhelm Nachreiner
Validierung des Fatigue und des Risk Index zur Prognose gesundheitlicher Beeinträchtigungen Jana Greubel Ole Giebel Friedhelm Nachreiner Grundlagen / Einleitung Alertness-Modell: 3 Komponenten Schlafdauer
MehrVorlesung: Multivariate Statistik für Psychologen
Vorlesung: Multivariate Statistik für Psychologen 7. Vorlesung: 05.05.2003 Agenda 2. Multiple Regression i. Grundlagen ii. iii. iv. Statistisches Modell Verallgemeinerung des Stichprobenmodells auf Populationsebene
MehrKapitel 10. Multikollinearität. Exakte Multikollinearität Beinahe Multikollinearität
Kapitel 0 Multikollinearität Exakte Multikollinearität Beinahe Multikollinearität Exakte Multikollinearität Unser Modell lautet y = Xb + u, Dimension von X: n x k Annahme : rg(x) = k Wenn sich eine oder
MehrMethodenlehre. Vorlesung 5. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 5 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ 20.2.13 Einführung, Verteilung der Termine 1 25.9.13 Psychologie
MehrEiner Reihe von Merkmalen zugrunde liegende, gemeinsame Faktoren ermitteln.
Faktoranalysen Aufbau 1. Sinn und Zweck 2. Eigenschaften der Merkmale 3. Extraktion der Faktoren 4. Anzahl der Faktoren 5. Rotation der Faktoren 6. Interpretation der Faktoren Sinn und Zweck Einer Reihe
MehrPrincipal Component Analysis (PCA) (aka Hauptkomponentenanalyse)
Principal Component Analysis (PCA) (aka Hauptkomponentenanalyse) Seminar für Statistik Markus Kalisch 25.11.2014 1 Unsupervised Learning Supervised Learning: Erkläre Zielgrösse durch erklärende Variablen
MehrMixed Effects Models: Wachstumskurven
Mixed Effects Models: Wachstumskurven Markus Kalisch 07.10.2014 1 Überblick Wiederholte Messungen (z.b. Wachstumskurven): Korrelierte Beobachtungen Random Intercept Model (RI) Random Intercept and Random
MehrEmpirische Forschungsmethoden
Winfried Stier Empirische Forschungsmethoden Zweite, verbesserte Auflage Mit 22 Abbildungen und 53 Tabellen Springer L Inhaltsverzeichnis I. Grundlagen 1 1.1. Methoden, Methodologie, Empirie 1 1.2. Einige
MehrGlossar. Cause of Effects Behandelt die Ursache von Auswirkungen. Debriefing Vorgang der Nachbesprechung der experimentellen Untersuchung.
Abhängige Variable Die zu untersuchende Variable, die von den unabhängigen Variablen in ihrer Ausprägung verändert und beeinflusst wird (siehe auch unabhängige Variable). Between-Subjects-Design Wenn die
MehrMultiple Regression III
Multiple Regression III Werner Brannath VO Biostatistik im WS 2006/2007 Inhalt Überprüfung der Modellannahmen Residuen-Plot Normal-Q-Q-Plot Cook s Distanz-Plot Maßnahmen bei Abweichungen von Modellannahmen
MehrErwachen durch Fluglärm: Einordnung der DLR-Ergebnisse
Erwachen durch Fluglärm: Einordnung der DLR-Ergebnisse PD Dr.-Ing. Christian Maschke Forschungs- und Beratungsbüro Maschke Inhalt Liefern die DLR-Studien wesentliche neue Erkenntnisse zum Erwachen durch
MehrIst IQ = IQ? Vergleichbarkeit von Intelligenztestergebnissen bei Kindern. Dr. Priska Hagmann-von Arx, 29. Juni 2018
Ist IQ = IQ? Vergleichbarkeit von Intelligenztestergebnissen bei Kindern Dr. Priska Hagmann-von Arx, 29. Juni 2018 2 Übersicht 1 Theoretische Überlegungen 2 Studie (Hagmann-von Arx, Lemola & Grob, 2016)
MehrInhaltsverzeichnis. Vorwort. 1 Einführung in die multivariate Datenanalyse 1
V Inhaltsverzeichnis Vorwort XI 1 Einführung in die multivariate Datenanalyse 1 1.1 Was ist multivariate Datenanalyse? 1 1.2 Datensätze in der multivariaten Datenanalyse 4 1.3 Ziele der multivariaten Datenanalyse
Mehr7 Ergebnisse 43. Die Interrater Reliabilität, welche auch mittels Intraclasscorrelation errechnet wurde, betrug n=10; ICC>0,6.
7 Ergebnisse 43 7 Ergebnisse 7.1 Überprüfung der Messungen auf Reliabilität 7.1.1 Retest Die Retest Reliabilität, welche mittels Intraclasscorrelation (ICC, SHROUT und FLEISS 1979) errechnet wurde, stellte
MehrErgebnisse der schriftlichen Zwischenprüfung Frühjahr 2018 Gärtner/Gärtnerin - Fachrichtung Garten- und Landschaftsbau Zuständige Stelle: Gartenbauzen
2000000885 2 2 4 5 6 5 4 4 2000003796 3 3 2 4 4 2 2 3 2000008262 2 2 2 6 5 5 3 2 2000010756 3 3 2 5 5 4 5 3 2000030386 2 3 1 5 5 3 4 4 2000040144 4 4 4 4 6 4 4 3 2000047293 1 4 3 2 6 5 5 4 2000062196 1
MehrHumanspezifische Wirkungen von Nachtfluglärm neue Ergebnisse umfangreicher Labor- und Feldstudien im Rahmen des Projektes "Leiser Flugverkehr"
Humanspezifische Wirkungen von Nachtfluglärm neue Ergebnisse umfangreicher Labor- und Feldstudien im Rahmen des Projektes "Leiser Flugverkehr" Mathias Basner und Alexander Samel DLR-Institut für Luft-
MehrAus dem Kompetenzzentrum Schlafmedizin des CC 15 der Medizinischen Fakultät Charité Universitätsmedizin Berlin DISSERTATION
Aus dem Kompetenzzentrum Schlafmedizin des CC 15 der Medizinischen Fakultät Charité Universitätsmedizin Berlin DISSERTATION Subjektive und objektive Schlafqualität: Ergebnisse einer populationsbasierten
MehrUnüberwachtes Lernen
Unüberwachtes Lernen Mustererkennung und Klassifikation, Vorlesung No. 12 M. O. Franz 17.01.2008 Übersicht 1 Hauptkomponentenanalyse 2 Nichtlineare Hauptkomponentenanalyse 3 K-Means-Clustering Übersicht
MehrMethodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 10 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie als Wissenschaft
MehrRisikofaktor nächtlicher Fluglärm macht Fluglärm krank?
Risikofaktor nächtlicher Fluglärm macht Fluglärm krank? Prof. Dr. med. Eberhard Greiser Epi.Consult GmbH, Musweiler & Institut für Public Health und Pflegeforschung Universität Bremen Im Auftrag des Umweltbundesamtes
MehrBiologische Psychologie II
Kapitel 14 Schlaf, Traum und circadiane Rhythmen Was wäre, wenn Sie jede Nacht 3 Stunden weniger schlafen würden? (die Frau, die nicht schlief!) Physiologie und Verhalten im Schlaf: Es gibt drei Standardmaße
MehrStatistische Datenanalyse
Werner A. Stahel Statistische Datenanalyse Eine Einführung für Naturwissenschaftler 3., durchgesehene Auflage vieweg VII 1 Einleitung 1 1.1 Was ist Statistische Datenanalyse? 1 1.2 Ziele 6 1.3 Hinweise
MehrBeispiele für Faktorscores realer Marken sowie minimaler und maximaler Score in den fünf Dimensionen. 2 Sensorik
Addendum zum Aufsatz Positionierungsmodell für Marken in: Planung & Analyse, 2/2015, S. 38-42 I Ergänzende Auswertungen Letzte Variante der Hauptkomponentenanalyse nach Überprüfung mehrerer Lösungen mit
Mehr3.Ergebnisse. Abbildung 10 typische Schlafspindeln (unterstrichen) im fronto-polar abgeleiteten EEG
26 3.Ergebnisse 3.1 Gemeinsamkeiten von Somnopolygraphie und fronto-polarem Signal Aufgrund der unterschiedlichen Positionierung und Verschaltung der Elektroden am Schädel der zu untersuchenden Person
MehrVergleichende Untersuchung zu Verkehrslärmwirkungen auf den Schlaf
Vergleichende Untersuchung zu Verkehrslärmwirkungen auf den Schlaf Dr. med. Mathias Basner, M.Sc. Eva-Maria Elmenhorst, Hartmut Maaß, Uwe Müller, Julia Quehl, Martin Vejvoda und Alexander Samel Folie 1
MehrInhaltsverzeichnis. Teil I Einführung in R 43. Vorwort 11. Fragestellungen und Methoden 13. Kapitel 1 Einführung 17
Vorwort 11 Fragestellungen und Methoden 13 Kapitel 1 Einführung 17 1.1 KonzeptiondesBuchs... 18 1.2 AufbaudesBuchs... 19 1.3 Programmversionen von R... 20 1.4 WiekanndiesesBuchverwendetwerden?... 20 1.5
MehrWahrscheinlichkeitsrechnung und Statistik für Biologen Diskriminanzanalyse
Wahrscheinlichkeitsrechnung und Statistik für Biologen Diskriminanzanalyse Noémie Becker & Dirk Metzler http://evol.bio.lmu.de/_statgen 3. Juli 2013 Übersicht 1 Ruf des Kleinspechts 2 Modell Vorgehen der
MehrMartin Dietrich, Albert-Ludwigs-Universität Freiburg
Standardisierte Qualitätsinformationen von Krankenhäusern in Deutschland als Steuerungsinstrument des Qualitäts- und Leistungswettbewerbs und ihr Effekt auf die Präferenzen-Bildung bei der Krankenhauswahl
MehrStatistik II. II. Univariates lineares Regressionsmodell. Martin Huber 1 / 27
Statistik II II. Univariates lineares Regressionsmodell Martin Huber 1 / 27 Übersicht Definitionen (Wooldridge 2.1) Schätzmethode - Kleinste Quadrate Schätzer / Ordinary Least Squares (Wooldridge 2.2)
MehrFaktoren- und Hauptkomponentenanalyse
Ziel: Anwendung von Verfahren der Dimensionsreduzierung Erkennen von Strukturen in Daten an ausgewählten Anwendungsbeispielen Betreuer: Dipl.-Chem. Stefan Möller IAAC, Lehrbereich Umweltanalytik Lessingstraße
MehrLineare Regression 1 Seminar für Statistik
Lineare Regression 1 Seminar für Statistik Markus Kalisch 17.09.2014 1 Statistik 2: Ziele Konzepte von einer breiten Auswahl von Methoden verstehen Umsetzung mit R: Daten einlesen, Daten analysieren, Grafiken
MehrSelbstständiges Lernen
Kapitel 5 Spezialvorlesung Modul 10-202-2206 (Fortgeschrittene Methoden in der Bioinformatik) Jana Hertel Professur für Bioinformatik Institut für Informatik Universität Leipzig Machine learning in bioinformatics
MehrAufbau des Testberichts. 1. Problemstellung / inhaltliche Einführung. 2. Methode
Aufbau des Testberichts Titelblatt (Beliebig) Zusammenfassung Inhaltsverzeichnis Einführung / theoretisch-inhaltlicher Hintergrund Methode: Konstruktion und Aufbau des Tests, Datenerhebung Ergebnisse Diskussion
MehrMultivariate Statistik
Multivariate Statistik von Univ.-Prof. Dr. Rainer Schlittgen Oldenbourg Verlag München I Daten und ihre Beschreibung 1 1 Einführung 3 1.1 Fragestellungen 3 1.2 Datensituation 8 1.3 Literatur und Software
MehrVerkehrslärm Wirkungen auf Schlaf und Leistung
Verkehrslärm Wirkungen auf Schlaf und Leistung Barbara Griefahn 2 Mathias Basner 1 Thomas Penzel 3,4 unter Mitwirkung von Markus Breimhorst 2 Peter Bröde 2 Sebastian Canisius 3 Werner Cassel 3 Eva-Maria
Mehr10. Medizinische Statistik
10. Medizinische Statistik Projektplanung Deskriptive Statistik Inferenz-Statistik Literatur: Hüsler, J. und Zimmermann, H.: Statistische Prinzipien für medizinische Projekte, Verlag Hans Huber, 1993.
MehrANalysis Of VAriance (ANOVA) 2/2
ANalysis Of VAriance (ANOVA) 2/2 Markus Kalisch 22.10.2014 1 Wdh: ANOVA - Idee ANOVA 1: Zwei Medikamente zur Blutdrucksenkung und Placebo (Faktor X). Gibt es einen sign. Unterschied in der Wirkung (kontinuierlich
MehrSchienenverkehrslärm gestern und heute
Dirk Windelberg Schienenverkehrslärm gestern und heute Vortrag am 20. Oktober 2016 in Hamminkeln D. Windelberg AG Qualität Mathematik Leibniz Universität Hannover Windelberg (AG Qualität): Sieben Nächte
MehrDrittvariablenkontrolle in der linearen Regression: Trivariate Regression
Drittvariablenkontrolle in der linearen Regression: Trivariate Regression 14. Januar 2002 In der Tabellenanalyse wird bei der Drittvariablenkontrolle für jede Ausprägung der Kontrollvariablen eine Partialtabelle
Mehr6. Tutoriumsserie Statistik II
6. Tutoriumsserie Statistik II 1. Aufgabe: Eine Unternehmensabteilung ist ausschließlich mit der Herstellung eines einzigen Produktes beschäftigt. Für 10 Perioden wurden folgende Produktmenge y und Gesamtkosten
MehrRainer Diaz-Bone. Statistik für. Soziologen. 3M erweiterte Auflage. UVK Verlagsgesellschaft mbh Konstanz mit UVK/Lucius München
Rainer Diaz-Bone Statistik für Soziologen 3M erweiterte Auflage UVK Verlagsgesellschaft mbh Konstanz mit UVK/Lucius München 5 Inhalt Vorwort zur dritten Auflage 9 Vorwort zur zweiten Auflage 10 1 Einleitung
MehrÄrzteinitiative für ungestörten Schlaf Rhein Sieg
Ärzteinitiative für ungestörten Schlaf Rhein Sieg c/o Dr. med. Gerda Noppeney Fachärztin für Innere Medizin Sozial-, Betriebs- und Rehabilitationsmedizin 53840 Troisdorf, Am Waldpark 1 02241 / 7 94 44
MehrDeskriptive Beschreibung linearer Zusammenhänge
9 Mittelwert- und Varianzvergleiche Mittelwertvergleiche bei k > 2 unabhängigen Stichproben 9.4 Beispiel: p-wert bei Varianzanalyse (Grafik) Bedienungszeiten-Beispiel, realisierte Teststatistik F = 3.89,
MehrAufgabensammlung (Nicht-MC-Aufgaben) Klausur Ökonometrie SS ( = 57 Punkte)
Aufgabe 3 (9 + 5 + 7 + 7 + 3 + 9 + 7 + 10 = 57 Punkte) Hinweis: Beachten Sie die Tabellen mit Quantilen am Ende der Aufgabenstellung! Zu Beginn der Studienjahre 2011 und 2012 wurden Studienanfänger an
MehrForschungsstatistik I
Psychologie Prof. Dr. G. Meinhardt 6. Stock, TB II R. 06-206 (Persike) R. 06-321 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrVergleich von Partial Cox Regression und Lasso zur Analyse von U berlebenszeiten bei hochdimensionalen Daten
Vergleich von Partial Cox Regression und Lasso zur Analyse von U berlebenszeiten bei hochdimensionalen Daten Claudia-Martina Messow Robertson Centre for Biostatistics, University of Glasgow Situation Methoden
Mehr6. Faktorenanalyse (FA) von Tests
6. Faktorenanalyse (FA) von Tests 1 6. Faktorenanalyse (FA) von Tests 1 6.1. Grundzüge der FA nach der Haupkomponentenmethode (PCA) mit anschliessender VARIMAX-Rotation:... 2 6.2. Die Matrizen der FA...
MehrEmpirische Forschung. Übung zur Vorlesung Kognitive Modellierung. Kognitive Modellierung Dorothea Knopp Angewandte Informatik/ Kognitve Systeme
Empirische Forschung Übung zur Vorlesung Kognitive Modellierung S. 1 Überblick: Forschungsprozess Theoriebil dung Auswertung Interpretation Operationalisierung Erhebung S. 2 Versuchsplanung Festlegung
MehrTeil XII. Einfache Lineare Regression. Woche 10: Lineare Regression. Lernziele. Zusammenfassung. Patric Müller
Woche 10: Lineare Regression Patric Müller Teil XII Einfache Lineare Regression ETHZ WBL 17/19, 03.07.2017 Wahrscheinlichkeit und Statistik Patric Müller WBL 2017 Wahrscheinlichkeit
MehrAufgabensammlung (Nicht-MC-Aufgaben) Klausur Ökonometrie WS 2017/18. ( = 58 Punkte)
Aufgabe 3 (14 + 2 + 7 + 7 + 3 + 5 + 9 + 11 = 58 Punkte) Hinweis: Beachten Sie die Tabellen mit Quantilen am Ende der Aufgabenstellung! Mit Hilfe der Statistiksoftware R soll der Datensatz HousePrices aus
Mehr5) Diskussion Fragebogenuntersuchungen Persönlichkeit
5) Diskussion 5.1. Fragebogenuntersuchungen 5.1.1. Persönlichkeit Der Vergleich der Werte der Probandenstichprobe mit standardisierten Normwerten gestaltet sich insofern schwierig, als bisher keine repräsentativen
MehrDr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp
Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 8.-10. Januar 2010 BOOTDATA.GDT: 250 Beobachtungen für die Variablen... cm:
Mehr4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers
4. Statistik im multiplen Regressionsmodell In diesem Kapitel wird im Abschnitt 4.1 zusätzlich zu den schon bekannten Standardannahmen noch die Annahme von normalverteilten Residuen hinzugefügt. Auf Basis
MehrExplorative Faktorenanalyse
Explorative Faktorenanalyse 1 Einsatz der Faktorenanalyse Verfahren zur Datenreduktion Analyse von Datenstrukturen 2 -Ich finde es langweilig, mich immer mit den selben Leuten zu treffen -In der Beziehung
MehrMusterlösung. Modulklausur Multivariate Verfahren
Musterlösung Modulklausur 31821 Multivariate Verfahren 25. September 2015 Aufgabe 1 (15 Punkte) Kennzeichnen Sie die folgenden Aussagen zur Regressionsanalyse mit R für richtig oder F für falsch. F Wenn
MehrMultiple Lineare Regression. Statistik (Biol./Pharm./HST) Herbst 2013
Multiple Lineare Regression Statistik (Biol./Pharm./HST) Herbst 2013 Wdh: Einfache lineare Regression Modell: Y i = β 0 + β 1 x i + ε i, ε i ~N 0, σ 2 i. i. d Finde β 0, β 1 : Methode der kleinsten Quadrate
MehrFaktorenanalyse. Fakultät für Human und Sozialwissenschaften Professur für Forschungsmethodik und Evaluation in der Psychologie
Faktorenanalyse Fakultät für Human und Sozialwissenschaften Professur für Forschungsmethodik und Evaluation in der Psychologie Seminar: Multivariate Analysemethoden Seminarleiter: Dr. Thomas Schäfer Referenten:
MehrLeistung und Inhibition
Institut für Arbeitsphysiologie an der Universität Dortmund Leistung und Inhibition 19.09.2007 Markus Breimhorst Schlafstörungen Leistung Subjektive Einschätzungen Gesundheit Schlafstörungen Leistung Subjektive
MehrAufgaben zu Kapitel 4
Aufgaben zu Kapitel 4 Aufgabe 1 a) Berechnen Sie die Korrelation zwischen dem Geschlecht und der Anzahl erinnerter positiver Adjektive. Wie nennt sich eine solche Korrelation und wie lässt sich der Output
MehrStatistik II. II. Univariates lineares Regressionsmodell. Martin Huber 1 / 20
Statistik II II. Univariates lineares Regressionsmodell Martin Huber 1 / 20 Übersicht Definitionen (Wooldridge 2.1) Schätzmethode - Kleinste Quadrate Schätzer / Ordinary Least Squares (Wooldridge 2.2)
MehrMultivariate Verfahren
Selbstkontrollarbeit 1 Multivariate Verfahren Musterlösung Aufgabe 1 (40 Punkte) Auf der dem Kurs beigelegten CD finden Sie im Unterverzeichnis Daten/Excel/ die Datei zahlen.xlsx. Alternativ können Sie
MehrStatistisches Lernen
Statistisches Lernen Einheit 12: Modellwahl und Regularisierung Dr. rer. nat. Christine Pausch Institut für Medizinische Informatik, Statistik und Epidemiologie Universität Leipzig WS 2014/2015 1 / 28
MehrInstitut für Soziologie Christian Ganser. Methoden 2. Regressionsanalyse II: Lineare multiple Regression
Institut für Soziologie Christian Ganser Methoden 2 Regressionsanalyse II: Lineare multiple Regression Inhalt 1. Anwendungsbereich 2. Vorgehensweise bei multipler linearer Regression 3. Beispiel 4. Modellannahmen
MehrGHF SoSe 2011 HS MD-SDL
GHF SoSe 2011 HS MD-SDL 6/28/2011 1 Bitte recherchieren Sie die verschiedenen Bestimmungsstücke des Validitätskonzepts Bitte überlegen Sie sich Strategien zur Prüfung dieser verschiedenen Bestimmungsstücke
Mehr