Der Einsatz von Custom Fields am praktischen Beispiel eines Hautpenetrationsmodells
|
|
- Gitta Geisler
- vor 5 Jahren
- Abrufe
Transkript
1 Der Einsatz von Custom Fields am praktischen Beispiel eines Hautpenetrationsmodells Sascha Gorissen, Dirk Evers
2 RaDes Experten für die Entwicklung von halbfesten und flüssigen Formulierungen, analytischen Methoden und Prozessen Gegründet im Juni 2018 mit Sitz in Hamburg Führende Expertise für halbfeste und flüssige Darreichungsformen. Ausgeprägter akademischer Hintergrund Langjährige Erfahrung in verantwortlichen Positionen in der Pharmazeutischen Industrie Wir verbinden einen systematischen wissenschaftlichen Ansatz mit modernen Technologien und statistischen Methoden und stehen für ein Rationales Design bei der effizienten Entwicklung von robusten Formulierungen Sascha Gorissen, Dirk Evers 2
3 In vitro Schweineohr Modell Hamburg Modell Prinzip Gemeinsam mit dem Universitätsklinikum Hamburg-Eppendorf (UKE) wurde ein Modell zur Untersuchung der Penetration von Wirkstoffen aus einer Matrix (z.b. Creme, Salbe etc.) in die viable Schweinehaut (Schweineohr) entwickelt. Eckdaten des Modells: - Getestet werden 4 verschiedene Formulierungen (Creme, Salbe etc.) Jede Formulierung enthält den gleichen Wirkstoff bzw. die gleiche Wirkstoffkombination - Die Formulierungen werden auf 8 Hautstanzen (die Ohren von 4 Schweinen, ex vivo) aufgetragen Am Ende des Experiments wird die überschüssige Formulierung entfernt und die Haut in 10 µm dicke Scheiben geschnitten. Dabei werden die Schnitte aus der oberen Hautschicht (Epidermis) und untere Hautschicht (Dermis) gesammelt und nach Extraktion auf den Wirkstoffgehalt hin analysiert. - Die Analyse umfasst 64 Proben (4 Formulierungen an 4 Schweinen (mit 2 Ohren) in 2 Hautschichten (Epidermis und Dermis) Herbig et al., A custom tailored model to investigate skin penetration in porcine skin and its comparison with human skin. Eur J Pharm Biopharm. 2015; 95 (Pt A): doi: /j.ejpb Sascha Gorissen, Dirk Evers 3
4 Bisheriger Ansatz 1. Manuelle Erstellung der Probenliste (Sample Set) 2. Durchführung der Analytik und Ausdrucken der Analysenergebnisse 3. Überprüfung der Rohdaten und ggf. Korrektur 4. Eingabe der Analysenergebnisse in MS Excel 5. Umrechnung der Messwerte mit Bezug auf die eingesetzte Menge Haut 6. Berechnung von Ausreißern und Erstellung einer Zusammenfassung 7. Überprüfung der berechneten Daten und ggf. Korrektur Hoher Zeitaufwand bei der Erstellung des Sample Sets und der Excel-Tabellen Hohe Fehleranfälligkeit bei der Bezeichnung der Proben der Eingabe der Analysenergebnisse in MS Excel der Berechnung Hoher Zeitaufwand bei der Überprüfung der Daten Sascha Gorissen, Dirk Evers 4
5 Aufgabenstellung 1. Reduktion des Zeitaufwands bei der Erstellung des Sample Sets und Minimierung der Eingabefehler 2. Keine Übertragung von Zahlenwerten in MS Excel; alle Berechnungen sollen innerhalb von Empower ausgeführt und in einem übersichtlichen Report ausgegeben werden. Sascha Gorissen, Dirk Evers 5
6 Erstellung einer Dateneingabemaske in MS Excel Formulierungscode: CF Formulation CF SkinLayer Formulierung 1: Anton (1) Epidermis (2) Formulierung 2: Berta (2) Dermis (4) Formulierung 3: Caesar (3) Formulierung 4: Dora (4) Linkes Ohr: a Rechtes Ohr: b CF Slices CF Slices Tierinformationen: ID Anzahl Schnitte Epidermis Anzahl Schnitte Dermis Sau 1: Sau 2: Sau 3: Sau 4: Codierung z.b.: b wird als SampleName an Empower übergeben Die grau hinterlegten Felder sind variabel und müssen für jedes Experiment neu eingegeben werden. Die Information der Felder wird an das jeweilige Custom Fields (CF) übergeben. Die hellgrauen Felder sind fix, werden jedoch zur Generierung des Probencodes benötigt Sascha Gorissen, Dirk Evers 6
7 Custom fields für das Sample Set Alle zuvor genannten CFs sind vom Typ Sample und haben folgendes Format: Diese CFs bieten dem User die Möglichkeit, individuelle Informationen im Sample Set einzutragen. Sascha Gorissen, Dirk Evers 7
8 Neuer Ansatz Automatische Generierung des Sample Sets Excel Tabelle Vial Inj Vol # of Injs Label SampleName SkinLayer Slice Dilution Formulation Function Method Set / RepoLabel ReferenceProcessing Clear Calibration Schweineohren Normal S0101 Std 1 Inject Standards Schweineohren Don't Process or Report S0102 Std 1 Inject Standards Schweineohren Don't Process or Report S0103 Std 1 Inject Standards Schweineohren Don't Process or Report S0104 Std 1 Inject Standards Schweineohren Don't Process or Report S0105 Std 1 Inject Standards Schweineohren Don't Process or Report S0106 Std 1 Inject Standards Schweineohren Don't Process or Report u1 Blank 1 Inject Samples Schweineohren Don't Process or Report a Epidermis 5 1 Anton (1) Inject Samples Schweineohren Don't Process or Report b 5 1 Anton (1) Inject Samples Schweineohren Don't Process or Report a 5 1 Anton (1) Inject Samples Schweineohren Don't Process or Report b 5 1 Anton (1) Inject Samples Schweineohren Don't Process or Report a 5 1 Anton (1) Inject Samples Schweineohren Don't Process or Report b 5 1 Anton (1) Inject Samples Schweineohren Don't Process or Report a 5 1 Anton (1) Inject Samples Schweineohren Don't Process or Report b 5 1 Anton (1) Inject Samples Schweineohren Don't Process or Report c1 QC3 1 Inject Samples Schweineohren Don't Process or Report a Epidermis 5 1 Berta (2) Inject Samples Schweineohren Don't Process or Report b 5 1 Berta (2) Inject Samples Schweineohren Don't Process or Report a 5 1 Berta (2) Inject Samples Schweineohren Don't Process or Report b 5 1 Berta (2) Inject Samples Schweineohren Don't Process or Report a 5 1 Berta (2) Inject Samples Schweineohren Don't Process or Report Erstellte Excel-Tabelle kann per copy/paste nach Empower übertragen werden Sascha Gorissen, Dirk Evers 8
9 Neuer Ansatz Automatische Generierung des Sample Sets Empower Das auf Basis der Eingabe generierte Sample Set kann direkt aus MS Excel nach Empower kopiert werden. Damit die Zuordnung der Spalten stimmt, wurde in Empower eine Table Preference für das HH-Modell definiert. Signifikante Reduktion des Zeitaufwands bei der Erstellung des Sample Sets Keine Fehler mehr in der Codierung der Proben Sascha Gorissen, Dirk Evers 9
10 Aufgabenstellung 1. Reduktion des Zeitaufwands bei der Erstellung des Sample Sets und Minimierung der Eingabefehler 2. Keine Übertragung von Zahlenwerten nach MS Excel; alle Berechnungen sollen innerhalb von Empower ausgeführt und in einem übersichtlichen Report ausgegeben werden. Jetzt kommen Berechnungen innerhalb von Custom Fields ins Spiel Sascha Gorissen, Dirk Evers 10
11 Allgemeine Bemerkung Custom Field & Reporting 1. Result Set Only auswählen, ansonsten kann es chaotisch werden 2. Unbedingt den Haken bei All or Nothing setzen Stellt sicher, dass alle Werte für eine Berechnung vorliegen 3. Das Reporting Tool ist sehr leistungsfähig. Prüfen, ob wirklich ein CF notwendig ist. Sascha Gorissen, Dirk Evers 11
12 Angaben im Empower Report - Zusammenfassung der Ausreißer korrigierten Messwerte (Mittelwert, Standardabweichung, %Standardabweichung) - Zusammenfassung unkorrigierter Messwerte (Mittelwert, Standardabweichung, %Standardabweichung) - Auflistung aller Messwerte - Informationen zu den Standard- und QC- Proben Sascha Gorissen, Dirk Evers 12
13 Verwendung Custom Fields Berechnungen Sascha Gorissen, Dirk Evers 13
14 Verwendung Custom Fields Berechnungen Das Ergebnis (Amount) der Analytik ist zunächst einmal eine Konzentrationsangabe (z.b. ng/ml). Diese Angabe muss auf Menge Wirkstoff pro mg Haut (z.b. ng / mg Skin) umgerechnet werden. Die Einheiten (ng/ml, µg/ml bzw. mg/ml) sind hierbei zu berücksichtigen. Skin_Conc(all) = Amount*0.5/(0.3*Slice) {Berechnung der Hautkonzentration} Mit Amount Slice = Messwert der Probe (Standardvariable in Empower) = CF, enthält die Anzahl der Hautschnitte pro Probe *0.5/(0.3*5) 0.5, 0.3 = Faktoren zur Umrechnung Skin_Conc_Unit = ENUM(EQ(Units, ng/ml ),EQ(Units, µg/ml ),EQ(Units, mg/ml )) {Weist der Hautkonzentration eine Einheit zu} Mit ENUM EQ Units = Enumeration (Standardfunktion), Aufzählungsfeld, enthält eine Zuordnungstabelle für wahre Werte = Equal (Standardfunktion), Vergleicht, ob die Aussage in der Klammer wahr ist = Standardvariable in Empower, enthält die Einheit der Standards Wenn Units = ng/ml, dann ng / mg skin ; wenn µg/ml, dann µg / mg skin ; wenn mg/ml, dann mg / mg skin Sascha Gorissen, Dirk Evers 14
15 Verwendung Custom Fields Berechnungen Die Berechnung des Mittelwertes, der Standardabweichung und der prozentualen Standardabweichung kann mit Standardfunktionen in Empower berechnet werden. Die aufgeführten CFs sind vom Typ Peak. Die Syntax für eine intersample summary lautet: Label.Injection.Channel.SummaryFunction(Statement) Mean(all) = SAME.%..AVE(Skin_Conc) {Berechnung Mittelwert} Mit SAME = Platzhalter, steht an dieser Position für alle Proben mit dem gleichen Label % = Platzhalter, steht an dieser Position für ein beliebige Injektion Channel ist hier nicht näher spezifiziert. Der im Method Set aktivierte Channel wird verwendet. AVE = Standardfunktion (Average), berechnet aus den Einzelwerten in Skin_Conc den Mittelwert Sascha Gorissen, Dirk Evers 15
16 Verwendung Custom Fields Berechnungen Label.Injection.Channel.SummaryFunction(Statement) RSD(all) = SAME.%..%RSD(Skin_Conc) {Berechnung %Standardabweichung} SD(all) = RSD(all) * Mean(all)/100 {Berechnung Standardabweichung} Mit %RSD = Standardfunktion (%RSD), berechnet aus den Einzelwerten in Skin_Conc die prozentuale Standardabweichung Sascha Gorissen, Dirk Evers 16
17 Verwendung Custom Fields Berechnungen - Die Berechnung des Mittelwertes, der Standardabweichung sowie der prozentualen Standardabweichung ist in Empower unkompliziert zu lösen - Die gleiche Berechnung unter Ausschluss der Ausreißer ist etwas komplizierter, da die Funktionen in Empower keine wenn dann Ausdrücke erlauben z.b. Berechne einen neuen Mittelwert aus den Werten Skin_Conc, wenn die zugehörige Spalte Exclude kein X enthält. Hier muss man etwas kreativer werden Sascha Gorissen, Dirk Evers 17
18 Verwendung Custom Fields Berechnungen Ausreißer Sascha Gorissen, Dirk Evers 18
19 Verwendung Custom Fields Berechnungen Markierung der Ausreißer (Ausreißer per Definition: > 2 x Mittelwert) Exclude = ENUM(GT(Skin_Conc,2*Mean(all))) Mit ENUM GT = Enumeration (Standardfunktion); Aufzählungsfeld, enthält eine Zuordnungstabelle für wahre Werte = Greater than (Standardfunktion); ergibt den Wert 1 (Wahr), wenn der erste Ausdruck (Skin_Conc) größer als der zweite Ausdruck (2*Mean(all)) ist. Sonst ist der Wert 0 (Falsch) Wenn der Wert in Skin_Conc > 2*Mean(all), dann übergebe dem CF Exclude ein X > 2* Sascha Gorissen, Dirk Evers 19
20 Verwendung Custom Fields Berechnungen Berechnung der Ausreißer korrigierten Daten. 1. Neues Custom Field ohne Ausreißer erstellen CF Skin_Conc(ex) Skin_Conc(ex) = LTE(Skin_Conc,2*Mean(all))*Skin_Conc Mit LTE = Less than or equal (Standardfunktion); Ergibt den Wert 1 (Wahr), wenn der erste Ausdruck kleiner oder gleich dem zweiten Ausdruck ist. Sonst ist der Wert 0 (Falsch). Durch Multiplikation der LTE-Prüfung mit Skin_Conc erhält CF Skin_Conc(ex) den Wert Skin_Conc oder den Wert 0 LTE-Prüfung: < 2* => Nein, dann 0 Skin_Conc(ex) = 0 * = 0 Sascha Gorissen, Dirk Evers 20
21 Verwendung Custom Fields Berechnungen Berechnung ohne Ausreißer: Mittelwert = Summe aller Werte / Anzahl der Werte 2. Berechnung der Summe von Skin_Conc(ex) (Eliminierung der Ausreißer): SUMSkinConc(ex) = SAME.%..SUM(LTE(Skin_Conc,2*Mean_SkinConc)*Skin_Conc)) Skin_Conc(ex) 3. Berechnung der Anzahl der Werte (ohne Ausreißer) in Skin_Conc(ex): SUMCounter = SAME.%..SUM(LTE(Skin_Conc,2*Mean_SkinConc)) 0 wenn Ausreißer, 1 wenn kein Ausreißer 4. Berechnung Ausreißer korrigierter Mittelwert: Mean(ex) = SUMSkinConc(ex)/SUMCounter Sascha Gorissen, Dirk Evers 21
22 Verwendung Custom Fields Berechnungen Berechnung ohne Ausreißer: SD = Wurzel(Summe(Messwert i-mittelwert) 2 /(Anzahl der Messwerte i -1)) CF SUM1 CF SUMCounter 5. Aufsplitterung Zähler und Nenner für eine bessere Übersicht SUM1 = SAME.%..SUM(LTE(Skin_conc,2*Mean_SkinConc)*((Skin_Conc(ex)-Mean(ex))**2)) Bildet die Summe aus (Skin_Conc(ex)-Mean(ex)) 2. Durch die LTE-Funktion ist der Wert für Ausreißer = 0. Das doppelte ** Zeichen bedeutet in Empower zum Quadrat. 6. Berechnung Standardabweichung SD(ex) = SQRT(SUM1/(SUMCounter-1)) Mit SQRT = Square root (Standardfunktion); ergibt die Wurzel aus dem Audruck in der Klammer Sascha Gorissen, Dirk Evers 22
23 Verwendung Custom Fields Berechnungen 7. Berechnung der Ausreißer korrigierten prozentualen Standardabweichung RSD(ex) = SD(ex)*100/Mean(ex) Sascha Gorissen, Dirk Evers 23
24 Aufgabenstellung 1. Reduktion des Zeitaufwands bei der Erstellung des Sample Sets und Minimierung der Eingabefehler 2. Keine Übertragung von Zahlenwerten nach MS Excel; alle Berechnungen sollen innerhalb von Empower ausgeführt und in einem übersichtlichen Report ausgegeben werden. Sascha Gorissen, Dirk Evers 24
25 Fazit Mit den Custom Fields und dem umfangreichen Reporting Tool verfügt Empower über eine breite Palette zur Gestaltung individueller Berechnungen und Reports Die Leistungsfähigkeit der CF könnte dabei durch Funktionen wie Wenn..dann..sonst.. bzw. Filterfunktionen (z.b. Ignoriere die als Ausreißer gekennzeichneten Werte) erhöht werden Generell benötigt der Einstieg in die Erstellung von CF und Reports etwas Zeit. Die ist aber gut investiert, da man im Anschluss viel Zeit spart. Sascha Gorissen, Dirk Evers 25
26 Vielen Dank für Ihre Aufmerksamkeit Kontakt: Sascha Gorissen Sascha Gorissen, Dirk Evers 26
27 Backup Sascha Gorissen, Dirk Evers 27
28 RaDes Experten für die Entwicklung von halbfesten und flüssigen Formulierungen, analytischen Methoden und Prozessen Gegründet im Juni 2018 mit Sitz in Hamburg Wir verbinden einen systematischen wissenschaftlichen Ansatz mit modernen Technologien und statistischen Methoden und stehen für ein Rationales Design bei der effizienten Entwicklung von robusten Formulierungen Langjährige Erfahrung in verantwortlichen Positionen in der Pharmazeutischen Industrie Erfahrung im Design und der Entwicklung neuer und innovativer Produkte sowie der Optimierung von Bestandsprodukten Führende Expertise für halbfeste und flüssige Darreichungsformen. Ausgeprägter akademischer Hintergrund Gemeinsam mit unseren Kunden entwickeln wir maßgeschneiderte, individuelle Lösungen. Sascha Gorissen, Dirk Evers 28
29 Dora Dora Ceasar Ceasar Berta Berta Anton Anton Formulation Formulation Formulation Formulation Skin layer Sample Concentration [ng/ml] Dilution factor Concentration [ng/mg] Mean [ng/mg skin] SD %CV Formulation Skin layer Sample Concentration [ng/ml] Dilution factor Concentration [ng/mg] a a b b a a b b a a b b a a b b Skin layer Sample Concentration [ng/ml] Dilution factor Concentration [ng/mg] Mean [ng/mg skin] SD %CV Formulation Skin layer Sample Concentration [ng/ml] Dilution factor Concentration [ng/mg] a a b b a a b b a a b b a a b b Skin layer Sample Concentration [ng/ml] Dilution factor Concentration [ng/mg] Mean [ng/mg skin] SD %CV Formulation Skin layer Sample Concentration [ng/ml] Dilution factor Concentration [ng/mg] a a b b a a b b a a b b a a b b Skin layer Sample Concentration [ng/ml] Dilution factor Concentration [ng/mg] Mean [ng/mg skin] SD %CV Formulation Skin layer Sample Concentration [ng/ml] Dilution factor Concentration [ng/mg] a a b b a a b b a a b b a a b b Mean [ng/mg skin] Mean [ng/mg skin] Mean [ng/mg skin] Mean [ng/mg skin] SD SD SD SD %CV %CV %CV %CV Sascha Gorissen, Dirk Evers 29
30 Dora Dora Ceasar Ceasar Berta Berta Anton Anton Ausreißer= MW+100% Ausreißer= MW+100% Formulation Skin layer Sample Concentration Mean [ng/mg Concentration Mean SD %CV Formulation Skin layer Sample [ng/mg] skin] [ng/mg] [ng/mg skin] SD %CV a a b b a a b b a a b b a a b b Formulation Skin layer Sample Concentration Mean [ng/mg Concentration Mean SD %CV Formulation Skin layer Sample [ng/mg] skin] [ng/mg] [ng/mg skin] SD %CV a a b b a a b b a a b b a a b b Formulation Skin layer Sample Concentration Mean [ng/mg Concentration Mean SD %CV Formulation Skin layer Sample [ng/mg] skin] [ng/mg] [ng/mg skin] SD %CV a a b b a a b b a a b b a a b b Formulation Skin layer Sample Concentration Mean [ng/mg Concentration Mean SD %CV Formulation Skin layer Sample [ng/mg] skin] [ng/mg] [ng/mg skin] SD %CV a a b b a a b b a a b b a a b b Sascha Gorissen, Dirk Evers 30
31 Ausreißer korrigiert Mean [ng/mg skin] Anton Berta Caesar Dora skin layer Epidermis Dermis SD [ng/mg skin] Anton Berta Caesar Dora skin layer Epidermis Dermis Vollständiger Datensatz Mean [ng/mg skin] Anton Berta Caesar Dora skin layer Epidermis Dermis SD [ng/mg skin] Anton Berta Caesar Dora skin layer Epidermis Dermis Sascha Gorissen, Dirk Evers 31
32 Sascha Gorissen, Dirk Evers 32
Empower Custom Fields
Dokumentation zum Seminar Einführung in die Erstellung von Empower Custom Fields Ingo Green Dokumentation zum Seminar Version 1.0 Ingo Green cromingo consult info@cromingo.com www.cromingo.com Berlin 2018
MehrMetrologie = Wissenschaft vom Messen. Messunsicherheit von Analysenergebnissen. VU Chemisch Rechnen
Metrologie = Wissenschaft vom Messen Messunsicherheit von Analysenergebnissen Wer mißt, mißt Mist!! Metrologie Meteorologie Kräht der Hahn am Mist, Ändert sich das Wetter oder es bleibt, wie es ist!! Inhalt
MehrCHEMISCHES RECHNEN II ANALYT. CHEM. FÜR FORTGS
Arbeitsunterlagen zu den VU CHEMISCHES RECHNEN II - 771.119 Einheit 5 ANALYT. CHEM. FÜR FORTGS. - 771.314 Einheit 4 ao. Prof. Dr. Thomas Prohaska (Auflage Mai 2005) Einführung in die Metrology in Chemistry
MehrBeispielprojekt: Datenloggen mit MSD200 und Auswertung mit Tabellenkalkulation (Teil 2)
Beispielprojekt: Datenloggen mit und Auswertung mit Tabellenkalkulation (Teil 2) Im zweiten Teil dieses Beispielprojektes Datenloggen mit und Auswertung mit Tabellenkalkulation gehen wir auf das Weiterverarbeiten
MehrDie Funktionen des Programms für Office Excel 2007
Die Funktionen des Programms für Office Excel 2007 Wichtiger Hinweis: Die Tabellenblätter enthalten aufwendige Rechenfunktionen, die gegen unbeabsichtigtes Überschreiben geschützt sind. Heben Sie also
MehrVARIANTEN DER S/N BERECHNUNG IM CDS THERMO SCIENTIFIC CHROMELEON 7.2
VARIANTEN DER S/N BERECHNUNG IM CDS THERMO SCIENTIFIC CHROMELEON 7.2 1 Nachfolgend werden die Möglichkeiten zu der Berechnung des Signal-Rausch-Verhältnisses in dem Chromatographie-Datensystem Thermo Scientific
MehrAnalytische Qualitätssicherung Baden-Württemberg Ringversuch 4/1999
Analytische Qualitätssicherung Baden-Württemberg Ringversuch 4/1999 Parameter: Zink Arsen Bor Calcium Magnesium Antimon Nitrit AQS Baden-Württemberg am Institut für Siedlungswasserbau, Wassergüte- und
MehrRingversuch 1/1998. Parameter: Natrium Fluorid Nitrit-N Borat-B Biochemischer Sauerstoffbedarf Cyanid
Analytische Qualitätssicherung Baden-Württemberg Ringversuch 1/1998 Parameter: Natrium Fluorid Nitrit-N Borat-B Biochemischer Sauerstoffbedarf Cyanid AQS-Leitstelle am Institut für Siedlungswasserbau,
MehrAnleitung zur Auswertung von Papierfragebögen Klassenklima und Unterrichtsqualität
Hessische Lehrkräfteakademie Anleitung zur Auswertung von Papierfragebögen Klassenklima und Unterrichtsqualität Inhaltsverzeichnis 1 Auswertung von Papierfragebögen... 1 1.1 Allgemeine Hinweise... 1 1.2
MehrAnleitung zur Auswertung von Papierfragebögen Schulleitungshandeln
Hessische Lehrkräfteakademie Anleitung zur Auswertung von Papierfragebögen Schulleitungshandeln Inhaltsverzeichnis 1 Auswertung von Papierfragebögen...1 1.1 Allgemeine Hinweise...1 1.2 Eingeben der Fragebögen...1
MehrDeskriptive Statistiken
Deskriptive Statistiken Inhaltsverzeichnis DESKRIPTIVE STATISTIKEN... 1 Deskriptive Statistiken Deskriptive Statistiken Mit MAXQDA Stats können Sie zahlreiche Maßzahlen der deskriptiven Statistiken für
MehrW-Seminar: Versuche mit und am Menschen 2017/2019 Skript
3. Deskriptive Statistik Die deskriptive (auch: beschreibende) Statistik hat zum Ziel, [ ] Daten durch Tabellen, Kennzahlen [ ] und Grafiken übersichtlich darzustellen und zu ordnen. Dies ist vor allem
Mehr29 Schätzung von Erwartungswert und Varianz
29 Schätzung von Erwartungswert und Varianz Jörn Loviscach Versionsstand: 21. September 2013, 15:55 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html
MehrErste Schritte in PROLab
Erste Schritte in PROLab Begriffe Unter DATEI - VOREINSTELLUNGEN - TITEL befindet sich eine Tabelle mit den grundlegenden Begriffen und deren Abkürzungen. Beachten Sie die Abkürzung Stdabw. für Standardabweichung
MehrÜbungsaufgabe Parameter und Verteilungsschätzung
Übungsaufgabe Parameter und Verteilungsschätzung Prof. Dr. rer. nat. Lüders Datum: 21.01.2019 Autor: Marius Schulte Matr.-Nr.: 10049060 FH Südwestfalen Aufgabenstellung Analysiert werden sollen die Verteilungen
MehrHautexposition und Aufnahme durch die Haut: Grundlagen und aktuelle Bezüge. Prof. Dr. med. H. Drexler
Hautexposition und Aufnahme durch die Haut: Grundlagen und aktuelle Bezüge Prof. Dr. med. H. Drexler Belastungspfade des Menschen inhalativ oral dermal Relevanz der Hautresorption am Beispiel Dimethylformamid
MehrAnalytische Qualitätssicherung Baden-Württemberg Ringversuch 1/1999
Analytische Qualitätssicherung Baden-Württemberg Ringversuch 1/1999 Parameter: Atrazin Simazin Desethylatrazin Hexazinon Bromazil 2,6-Dichlorbenzamid AQS-Leitstelle am Institut für Siedlungswasserbau,
MehrCHEMISCHES RECHNEN II ANALYT. CHEM. FÜR FORTGS
Arbeitsunterlagen zu den VU CHEMISCHES RECHNEN II - 771.119 Einheit 1 ANALYT. CHEM. FÜR FORTGS. - 771.314 Einheit 3a ao. Prof. Dr. Thomas Prohaska (Auflage März 006) Beurteilung von Analysenergebnissen
MehrFunktionen nur wenn dann
Funktionen nur wenn dann Funktionen können auch nur in bestimmten Fällen angewendet werden. Code wird nur in einem bestimmten Fall ausgeführt Code Ja Code Block wahr if wahr? Nein else Code Block Alternative
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt 7 1. Semester ARBEITSBLATT 7 ADDIEREN UND SUBTRAHIEREN VON TERMEN UND DIE POTENZSCHREIBWEISE
Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 7. Semester ARBEITSBLATT 7 ADDIEREN UND SUBTRAHIEREN VON TERMEN UND DIE POTENZSCHREIBWEISE ) VARIABLE Beispiel: Ein Rechteck habe einen Umfang von 0 cm. Gib
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Lineare Gleichungen mit 1-3 Unbekannten
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: mit 1-3 Unbekannten Das komplette Material finden Sie hier: School-Scout.de Inhaltsverzeichnis Vorwort 4 LGS 3 LG 1 Gleichungen -
MehrOnline Dispoliste Benutzerhandbuch
Online Dispoliste Benutzerhandbuch Ver.: 8.2 Vom: 18.09.2011 27.07.2011 Modul DS_Dispo in Framework mw 1/26 Inhaltsverzeichnis 1. Einleitung... 3 1.1 Design und Sprachen... 3 1.2 Zusatz Module... 3 2.
MehrStatistische Tests funktionieren generell nach obigem Schema; der einzige Unterschied besteht in der unterschiedlichen Berechnung der Testgröße.
Statistische Tests Testen von Hypothesen Fehlerarten wichtigste statistische Tests Hypothesen Jeder statistische Test beruht auf der Widerlegung einer zuvor aufgestellten Hypothese. Die Widerlegung ist
MehrKurzanleitung. Zeiterfassung. Version Datum 01/2017 Log. Adatis GmbH & Co. KG Seite 1 von 7
Kurzanleitung Zeiterfassung Version 1.000 Autor Sandra Gilge Datum 01/2017 Log Adatis GmbH & Co. KG Seite 1 von 7 Inhaltsverzeichnis 1. Einleitung 3 2. Mitarbeiter anlegen 3 3. Zeiterfassung aktivieren
MehrAbbildung 1: Links: Skizze des Versuchsaufbaus, Rechts: Zeichnung auf Grundlage der zuvor erstellten Skizze
1 Statistische Versuchsauswertung in Excel 1.1 Wichtige Daten zur Versuchsdurchführung Neben den reinen Versuchsergebnissen, sollten bei der experimentellen Durchführung eines Versuchs Daten zum Versuchsaufbau/-design,
MehrKISSsys Anwendung: Biegekritische Drehzahlen, Kennlinienerstellung
KISSsoft AG Frauwis 1 CH - 8634 Hombrechtikon Telefon: +41 55 264 20 30 Fax: +41 55 264 20 33 Email: info@kisssoft.ch KISSsys Anwendung: Berechnungssoftware für den Maschinenbau Automatische Erstellung
MehrBiometrische und Ökonometrische Methoden II Lösungen 2
TECHNISCHE UNIVERSITÄT MÜNCHEN - WEIHENSTEPHAN SS 01 MATHEMATIK UND STATISTIK, INFORMATIONS- UND DOKUMENTATIONSZENTRUM Biometrische und Ökonometrische Methoden II Lösungen 2 1. a) Zunächst wird die Tafel
MehrPräzision in der Analytik Ein unentbehrlicher Teil der Methodenvalidierung
Abacus Validation Systems Präzision in der Analytik Ein unentbehrlicher Teil der Methodenvalidierung Joachim Pum, MMed (Univ. Pretoria) 2008 Definition Präzision ist das Maß für die Streuung von Analysenergebnissen
MehrADDIEREN UND SUBTRAHIEREN VON TERMEN POTENZSCHREIBWEISE
ADDIEREN UND SUBTRAHIEREN VON TERMEN UND DIE POTENZSCHREIBWEISE ) VARIABLE Beispiel: Ein Rechteck habe einen Umfang von 0 cm. Gib Länge und Breite des Rechtecks in einer Formel an. Es ist natürlich leicht
MehrFunktionen nur wenn dann
Funktionen nur wenn dann Funktionen können auch nur in bestimmten Fällen angewendet werden. Code wird nur in einem bestimmten Fall ausgeführt Code Ja Code Block wahr if wahr? Nein else Code Block Alternative
MehrKennen, können, beherrschen lernen was gebraucht wird
Inhaltsverzeichnis Inhaltsverzeichnis... 1 Erweiterte Summenfunktionen... 1 Die Funktion SummeWenn... 1... 1 Die Funktion SummeWenns... 2 Aufgabenstellung... 2 Die Funktion Summenprodukt... 3 Das Summenprodukt
MehrNotenliste 8.3 J.Flothow noten.jflothow.de. Datenseite
Notenliste 8.3 J.Flothow noten.jflothow.de Wenn Ihnen diese Vorlage gefällt, dann senden Sie mir doch eine kurze email an noten@jflothow.de. Updates finden sie unter noten.jflothow.de. Wenn Sie über weitere
MehrVariablen in MATLAB. Unterschiede zur Mathematik: Symbolisches und numerisches Rechnen. Skriptdateien. for-schleifen.
Variablen in MATLAB. Unterschiede zur Mathematik: Symbolisches und numerisches Rechnen. Skriptdateien. for-schleifen. Wir wollen uns heute dem Thema Variablen widmen und uns damit beschäftigen, wie sich
Mehr- Kurz-Bedienungsanleitung ICS-205: Prüfmaschinen-Kalibriersystem -
- Kurz-Bedienungsanleitung ICS-205: Prüfmaschinen-Kalibriersystem - 1. Eingabe der Daten des Referenz-Aufnehmers (Define Standard [RA]) Eingabe der im Kalibrierzertifikat angegebenen Kalibrierpunkte* *alternativ
MehrKurzanleitung zur Erstellung eines Reports von ClassiX aus
CLASSIX SOFTWARE GMBH Kurzanleitung zur Erstellung eines Reports von ClassiX aus Report mit Gruppierung Jana Fischereit 26.03.2012 Berichtserstellung aus ClassiX heraus. Im Reportdesign werden Gruppen
Mehrmod_ireport ESS Enterprise Solution Server Version 1.0 / Release 6.0 ESS Programmierbeispiele 1
ESS Enterprise Solution Server mod_ireport Version 1.0 / Release 6.0 ESS Programmierbeispiele 1 Inhaltsangabe 1. Installation des Modules...3 2. Einbinden eines neuen Reports...3 3. Erstellung eines Reports...5
MehrEinfaktorielle Varianzanalysen
Einfaktorielle Varianzanalysen Einfaktorielle Varianzanalysen Um eine einfaktorielle Varianzanalyse mit MAXQDA Stats zu berechnen, wählen Sie im Hauptmenü den Eintrag Gruppenvergleiche > Varianzanalyse.
MehrExcel-Tabelle Promovierendenerfassung
Anleitung Excel-Tabelle Promovierendenerfassung Novellierung Hochschulstatistikgesetz 2017 Dezernat II, Referat Campus Management Inhaltsverzeichnis 1. Einführung 1 2. Vorgehen beim Bearbeiten der Excel-Tabelle
MehrTabellenkalkulation 1. Einheit 5 Rechnerpraktikum EDV
Tabellenkalkulation 1 Einheit 5 Rechnerpraktikum EDV Inhalt Einführung in die Tabellenkalkulation Berechnungen in Excel Formeln und Bezüge Funktionen Arbeiten mit Datenlisten Sortieren und Filtern Übungen
MehrLohndaten importieren
Lohndaten importieren Inhalt 1 Voraussetzungen... 2 2 Empfehlungen zum Import aus Fremdprogrammen... 2 2.1 Beispiel Importdateien... 3 3 Import Assistent in Lexware lohn+gehalt... 4 3.1 '1 Auswahl'...
MehrAnalytische Qualitätssicherung Baden-Württemberg Sonder-Ringversuch 1998
Analytische Qualitätssicherung Baden-Württemberg Sonder-Ringversuch 1998 Parameter: Hexazinon Bromazil Dichlorbenzamid Dimethoat Sebuthylazin Pendimethalin NTA EDTA DTPA AQS-Leitstelle am Institut für
Mehr1 Beispiel zur Methode der kleinsten Quadrate
1 Beispiel zur Methode der kleinsten Quadrate 1.1 Daten des Beispiels t x y x*y x 2 ŷ ˆɛ ˆɛ 2 1 1 3 3 1 2 1 1 2 2 3 6 4 3.5-0.5 0.25 3 3 4 12 9 5-1 1 4 4 6 24 16 6.5-0.5 0.25 5 5 9 45 25 8 1 1 Σ 15 25
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse
MehrSpezifikationen für die Nutzung der Webanwendung (inkl. CSV/TXT-Datei) für Antragsteller von SSR-Nummern
Spezifikationen für die Nutzung der Webanwendung (inkl. CSV/TXT-Datei) für Antragsteller von SSR-Nummern Vorgeschriebener Zeichensatz für die Webanwendung... 1 Verwendung von CSV/TXT-Dateien... 2 Erlaubte
MehrNotenverwaltung. 1. Eröffnung. 2. Tabellen. Für jede Klasse wird pro Notenperiode eine eigene Datei geführt.
. Eröffnung Für jede Klasse wird pro Notenperiode eine eigene Datei geführt. Öffnen Sie die Datei Noten.xls. Wählen Sie bei entsprechender Nachfrage "Makros aktivieren". Speichern Sie die Datei unter einem
MehrZentrale Klassenarbeit Schuljahrgang 4 im Fach Deutsch
Zentrale Klassenarbeit Schuljahrgang 4 im Fach Deutsch Mit Hilfe der Excel-Erfassungstabelle können schülerbezogen die erreichten Bewertungseinheiten zu den einzelnen Teilaufgaben erfasst werden. Diese
MehrBuchhaltung - Abschlüsse - Buchungssätze-Import
Buchhaltung - Abschlüsse - Buchungssätze-Import Inhalt Allgemeines Aufbau der Import Datei Aufruf und Prüfung der Import Datei Validierung Verbuchung Allgemeines Der Buchungssätze-Import dient dazu, dass
Mehr3 Zoologische Systematik
3 Zoologische Systematik 3 ZOOLOGISCHE SYSTEMATIK... 3-1 3.1 FUNKTIONEN... 3-2 3.2 ARBEITSWEISE IM PROGRAMMTEIL ZOOLOGISCHE TAXONOMIE... 3-3 3.2.1 SUCHE UND ANZEIGE VON TAXA... 3-4 3.2.1.1 Suche nach Taxa
MehrStatistik K urs SS 2004
Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die
MehrThema: Excel-Grundlagen
Editieren von Zelleninhalten Die Eingabezeile Unmittelbar oberhalb des Tabellen-Arbeitsbereichs befindet sich eine Zeile, die im linken Feld die Adresse der momentan selektierten Zelle anzeigt und rechts
MehrQualitätskriterien für XML-Rechnungen
Qualitätskriterien für XML-Rechnungen Einleitung Um eine hohe Qualität der statistischen Daten zu gewährleisten, ist eine Kontrolle jeder XML-Rechnung notwendig. Dies ist für die ärzteeigene Sicht aber
MehrAnleitung zur Auswertung von Papierfragebögen Situation im Kollegium/Team
Hessische Lehrkräfteakadmie Anleitung zur Auswertung von Papierfragebögen Situation im Kollegium/Team Inhaltsverzeichnis 1 Auswertung von Papierfragebögen...1 1.1 Allgemeine Hinweise...1 1.2 Eingeben der
MehrInhaltsverzeichnis... 1 Bestandteile einer Formel... 1 Die Funktion Summenprodukt... 4
Inhaltsverzeichnis Inhaltsverzeichnis... 1 Bestandteile einer Formel... 1 Die Funktion SUMME... 2 Die Funktion AUTOSUMME... 2 Die Funktion SUMMEWENN... 2 Die Funktion SUMMEWENNS... 3 Die Funktion Summenprodukt...
MehrErmittlung der Messunsicherheit und Anwendung der Monte-Carlo-Methode in GUMsim
Ermittlung der Messunsicherheit und Anwendung der Monte-Carlo-Methode in GUMsim PTB-Seminar 308 Felix Straube, QuoData GmbH Berlin, 16.03.2018 Gliederung GUM Verfahren Monte-Carlo-Methode Prinzip der Messunsicherheitsbestimmung
MehrStrommarktoptimierter Betrieb eines Stromspeichers
Strommarktoptimierter Betrieb eines Stromspeichers 1. Einleitung 2. Definition eines Strommarktes 3. Definition von Stromspeichern 4. Analyse der Ergebnisse 5. Anhang: Datenimport aus einer Tabelle in
MehrKategorie Mathematik & Trigonometrie Kategorie Statistik
www.gmi.at, 2015 1 Kategorie Mathematik & Trigonometrie Kategorie Statistik Folgende Funktionen werden als bekannt vorausgesetzt und nicht gesondert behandelt Funktion =Min(...) =Max(...) =Summe(...) =Produkt(...)
MehrAufbau und Bearbeitung einer Nachberechnung
Aufbau und Bearbeitung einer Nachberechnung Definition Nachberechnung: Berechnungsmodus zum Aufbau einer Berechnung für die Prüfung einer bestehenden Anlage. Eine Nachberechnung besteht aus einer Ist-Berechnung
MehrBedienungsanleitung RWK-Melder:
Bedienungsanleitung RWK-Melder: Der neue RWK-Melder wurde auf einem USB-Stick geliefert. Der Inhalt des Sticks sollte auf einen PC oder Laptop kopiert werden. Somit bleiben die Originaldateien auf dem
MehrExcel Nützliche Formeln und Funktionen
Keine Angst vor Excel-Formeln Die tägliche Arbeit einfach beschleunigen, vereinfachen und automatisieren Mit Excel kann man alles machen! Diese Aussage trifft sicher auf diejenigen Personen zu, die die
MehrIn diesem Beitrag sollen die einzelnen Möglichkeiten detaillierter erläutert und bei Notwendigkeit mit einem Beispiel hinterlegt werden.
Inhalte einfügen Das Menü Inhalte einfügen bietet eine Vielzahl von Möglichkeiten kopierte Elemente wieder in ein Tabellenblatt einzufügen. Dabei kann im Gegensatz zum normalen Einfügen darauf geachtet
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.
MehrDienstleistungsportal der deutschen Bürgschaftsbanken
Dienstleistungsportal der deutschen Bürgschaftsbanken Mikromezzanin Stand: August 2016 erstellt von: EXEC Software Team GmbH Südstraße 24 56235 Ransbach-Baumbach www.exec.de Dienstleistungsportal der deutschen
MehrWas macht gute Versuche aus? ... aus der Sicht eines Biometrikers
Was macht gute Versuche aus?... aus der Sicht eines Biometrikers DLG-Technikertagung Soest, 28. Januar 2015 Andreas Büchse BASF SE, Ludwigshafen Vorbemerkung Einige Kriterien für Qualität von Experimenten
MehrUnterlagen, Literatur. Grundlegende Einstellungen. HILFE!? Wenn Excel nicht mehr so aussieht wie beim letzten mal!
Unterlagen, Literatur Excel Einsteiger Teil 2 Herdt Skript : Excel Grundlagen der Tabellenkalkulation am Service-Punkt (34-209). täglich von 13:00-15:00 Uhr Preis: ca. 5,50 Oder diese Folien unter: www.rhrk-kurse.de.vu
MehrErstellen von einem SVerweis (Senkrecht-Verweis) mit Excel
Erstellen von einem SVerweis (Senkrecht-Verweis) mit Excel liebevoll aufbereitet von den Excel Besserwissern Erste Schritte Öffnen Sie Ihre Tabelle, die bestimmte Items mit bestimmten Eigenschaften verbindet,
MehrBedingte Formatierung
Bedingte Formatierung Excel 2010 - Aufbau ZID/Dagmar Serb V.03/Mai 2018 BEDINGTE FORMATIERUNG... 2 REGELN EINFÜGEN... 2 Hervorheben von Zellen... 2 Doppelte Werte aufspüren... 3 Mit Farbbalken hervorheben...
MehrETL-Industrialisierung mit dem OWB Mapping Generator. Irina Gotlibovych Senior System Beraterin
ETL-Industrialisierung mit dem OWB Mapping Generator Irina Gotlibovych Senior System Beraterin MT AG managing technology Daten und Fakten Als innovativer Beratungs- und IT-Dienstleister zählt die MT AG
MehrHausarbeit Analyse von Geomaterialien WS :
Hausarbeit Analyse von Geomaterialien WS 2012-2013: Aufgabenstellung: Berechnung im EXCEL: Mittelwert M und Standardabweichung s für alle Elemente/Oxide für jede der vier Basaltgruppen Berechnung der Dreieckskoordinaten
MehrMicrosoft Excel 2007 Basis. Leseprobe
Microsoft Excel 2007 Basis Kapitel 4 - Mit Formeln und Funktionen arbeiten 4.1 Formeln und Funktionen eingeben 4.1.1 Aufbau von Formeln und mathematische Operatoren in Formeln 4.1.2 Aufbau von Funktionen
MehrSchulungsunterlagen Suchen,
Schulungsunterlagen Suchen, Finden, Drucken, Exportieren Inhalt I Suchen & Finden... 2 1. Eine Lehrveranstaltung anhand ihrer Bezeichnung finden... 2 2. Erweiterte Suche und Filter... 3 3. Sucheingaben
MehrKlausur: Grundlagen der Informatik I, am 27. März 2009 Gruppe: F Dirk Seeber, h_da, Fb Informatik. Nachname: Vorname: Matr.-Nr.
Seite 1 von 9 Hiermit bestätige ich, dass ich die Übungsleistungen als Voraussetzung für diese Klausur in folgender Übung erfüllt habe. Jahr: Übungsleiter: Unterschrift: 1. Aufgabe ( / 15 Pkt.) Was liefert
MehrAUSWERTUNG DES RINGVERSUCHS Nonylphenol, Oktylphenol, Bisphenol A NP02
AUSWERTUNG DES RINGVERSUCHS Nonylphenol, Oktylphenol, Bisphenol A NP02 Probenversand am 24. Februar 2015 Anschrift: Umweltbundesamt GmbH Spittelauer Lände 5 1090 Wien/Österreich Ansprechpartner: Dr. Sandra
MehrRingversuch 01/2003. Bestimmung physikalischchemischer. Shampoo. Durchgeführt von der Fachgruppe IX der DGK
Ringversuch 0/00 Bestimmung physikalischchemischer Parameter in einem Shampoo Durchgeführt von der Fachgruppe IX der DGK Darmstadt, im Januar 004 Inhaltsverzeichnis Inhaltsverzeichnis ---------------------------------------------------------------------------------------
Mehr3rd IQ Best Practice Day 2007
1 3rd IQ Best Practice Day 2007 Klaus Koch, Torsten Kaup, Felix Michels, Daniel Elsner, Bernhard Kurpicz, Dirk Malzahn Schema Matching Automatische Erkennung semantisch gleicher Attribute Frankfurt am
MehrLogarithmen und Exponentialgleichungen
Logarithmen und Exponentialgleichungen W. Kippels 8. April 2011 Inhaltsverzeichnis 1 Definitionen 4 2 Gesetze 5 3 Logarithmen und Taschenrechner 5 4 Exponentialgleichungen 7 5 Übungsaufgaben zu Exponentialgleichungen
MehrHandbuch ECDL 2003 Professional Modul 2: Tabellenkalkulation Kopieren, Einfügen und Verknüpfen von Daten
Handbuch ECDL 2003 Professional Modul 2: Tabellenkalkulation Kopieren, Einfügen und Verknüpfen von Daten Dateiname: ecdl_p2_02_02_documentation.doc Speicherdatum: 08.12.2004 ECDL 2003 Professional Modul
MehrLogarithmen und Exponentialgleichungen
Logarithmen und Exponentialgleichungen W. Kippels 27. Oktober 2018 Inhaltsverzeichnis 1 Vorwort 4 2 Definitionen 5 3 Gesetze 6 4 Logarithmen und Taschenrechner 6 5 Exponentialgleichungen 8 6 Übungsaufgaben
MehrLektion: SUDOKU 2 (etwas schwerer)
OSZ Wirtschaft und Sozialversicherung Fach: Datenverarbeitung /Wn EXCEL-Kurs Lektion: SUDOKU 2 (etwas schwerer) Ziele dieser Lektion: Sie lernen, in EXCEL eine vorgegebene Tabelle zu erstellen, Rahmen
MehrInstallation des Updates auf Version 3.2
BtM-Programm Installation des Updates auf Version 3.2 Voraussetzungen...... 1 Installation des Updates 3.2.... 1 Einheiten überprüfen....... 3 BtM-Duplikate zusammenführen 4 Voraussetzungen Im Folgenden
MehrForderungen als Datei hochladen
mediafinanz AG Weiße Breite 5 49084 Osnabrück Forderungen als Datei hochladen Beschreibung der mediafinanz CSV-Schnittstelle Version 4.7 vom 18.04.2008 Vorbereitung: Exportdatei in Ihrem System erzeugen
MehrDaten transformieren
Daten transformieren Inhaltsverzeichnis DATEN TRANSFORMIEREN... 1 Variablen berechnen... 1 Variablen umcodieren... 3 Daten transformieren Variablen berechnen Mit MAXQDA Stats können Sie Berechnungen mit
MehrBildung von Noten-Durchschnitten
Bildung von Noten-Durchschnitten Sinn der Noten-Erfassung mit einer Software ist natürlich das schnelle bzw. automatische Ermitteln von Noten- Durchschnitten. Hier hat jeder Lehrer so seine eigene Methode
MehrBedienungsanleitung RWK-Melder:
Bedienungsanleitung RWK-Melder: Der neue RWK-Melder wurde auf einem USB-Stick geliefert. Der Inhalt des Sticks sollte auf einen PC oder Laptop kopiert werden. Somit bleiben die Originaldateien auf dem
Mehrdas Kleingedruckte...
Gepaarte t-tests das Kleingedruckte... Datenverteilung ~ Normalverteilung QQ-plot statistischer Test (Shapiro-Wilk, Kolmogorov-Smirnov) wenn nicht : nicht-parametrische Tests gleiche Varianz (2-Proben
MehrALVA-Ringanalyse. Herbsttagung 2009 der ALVA-Fachgruppe Boden - Pflanzenernährung Linz, 10. November 2009
ALVA-Ringanalyse Mag. Tanja Strimitzer Bereich DSR Herbsttagung 2009 der ALVA-Fachgruppe Boden - Pflanzenernährung Linz, 10. November 2009 www.ages.at Österreichische Agentur für Gesundheit und Ernährungssicherheit
MehrAnalytische Qualitätssicherung Baden-Württemberg Ringversuch 2/1999
Analytische Qualitätssicherung Baden-Württemberg Ringversuch 2/1999 Parameter: Ammonium-N Chlorid Nitrat-N Sulfat Phenol-Index Kjeldahl-N AQS-Leitstelle am Institut für Siedlungswasserbau, Wassergüte-
MehrIn den letzten zwei Abschnitten wurde die tatsächliche Häufigkeitsverteilung bzw. prozentuale Häufigkeitsverteilung abgehandelt.
.3.3 Theoretisch-prozentuale Häufigkeitsverteilung In den letzten zwei Abschnitten wurde die tatsächliche Häufigkeitsverteilung bzw. prozentuale Häufigkeitsverteilung abgehandelt. Charakteristisch für
MehrSeite 1 von 10. Makros. Variablen. Bedingungen. Musterteil. E:\Projekt Makros\Makro Beschreibung.odt
Beschreibung Seite 1 von 10 Makros Variablen Bedingungen Musterteil Seite 2 von 10 Inhaltsverzeichnis Aufgabe:...3 Was ist ein Makro?...3 Bearbeitungen in einem Makro...3 Bearbeitungen in zwei Makros...4
MehrArbeitsblatt 24: Statistische Parameter Top-secret
Erläuterungen und Aufgaben Zeichenerklärung: [ ] - Drücke die entsprechende Taste des Graphikrechners! [ ] S - Drücke erst die Taste [SHIFT] und dann die entsprechende Taste! [ ] A - Drücke erst die Taste
MehrKSFE 4. Konferenz der SAS -Anwender
Output Delivery System (ODS) Der schnelle Weg zu geschäftsfähigen Berichten 1 Output Delivery System (ODS) Der schnelle Weg zu geschäftsfähigen Berichten Carola Röttig SAS Institute Version 6 Design In
MehrMittelwert, Standardabweichung, Median und Bereich für alle durchgeführten Messungen (in Prozent)
3. Ergebnisse 3.1 Kennwerte, Boxplot Die Kennwerte der deskriptiven Statistik sind in der Tabelle 1 für alle Messungen, in der Tabelle 2 für die Messungen, bei denen mit der Referenzmethode eine festgestellt
MehrGödels Incompleteness Theorems. Episode I: Einführung
Gödels Incompleteness Theorems Episode I: Einführung Inhaltsübersicht Generelle Beweisidee Gödels Eigenschaften und Relationen der Sprache L Tools & Rules Beweise, 1. Teil Anforderungen an L Tools & Rules,
MehrStatistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg. für Betriebswirtschaft und internationales Management
für Betriebswirtschaft und internationales Management Sommersemester 2015 Prof. Dr. Stefan Etschberger Hochschule Augsburg Testverteilungen Chi-Quadrat-Verteilung Sind X 1,..., X n iid N(0; 1)-verteilte
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS
Sommersemester 2009, Statistik mit SPSS 25. August 2009 25. August 2009 Statistik Dozentin: mit Anja SPSS Mays 1 1. Datentransformation (Befehle IF und COUNT) 2. Grafiken (Teil 2) Überblick: 2 Überblick:
MehrN table. Das Tabellen-Tool von N counter. Spart Zeit für das Wesentliche
N table Das Tabellen-Tool von N counter Spart Zeit für das Wesentliche Ganz entspannt Schäfchen zählen Wir sind ein junges Unternehmen in Berlin und machen Software für Marktforschung, weil wir wollen,
MehrMethoden. Gerd Bohlender. Einstieg in die Informatik mit Java, Vorlesung vom
Einstieg in die Informatik mit Java, Vorlesung vom 2.5.07 Übersicht 1 2 definition 3 Parameterübergabe, aufruf 4 Referenztypen bei 5 Überladen von 6 Hauptprogrammparameter 7 Rekursion bilden das Analogon
MehrMusterklausur_2 Grundlagen Informatik
1 Musterklausur_2 Grundlagen Informatik (120 min) Name: Matrikelnummer: Aufgabe 1 (2 Punkte pro Teilaufgabe) A1 A2 A3 A4 12 12 16 10 50 a) Was ist der ASCII Code? Antwort: Welchen Datentyp besitzen a und
MehrEin neuer Ansatz der Probenvorbereitung
Ein neuer Ansatz der Probenvorbereitung Michael Vogeser und Uwe Kobold Institut für Klinische Chemie, Klinikum der Universität München und Roche Diagnostics, Penzberg Die Probenvorbereitung bestimmt wesentlich
MehrKlausur: Grundlagen der Informatik I, am 27. März 2009 Gruppe: E Dirk Seeber, h_da, Fb Informatik. Nachname: Vorname: Matr.-Nr.
Seite 1 von 9 Hiermit bestätige ich, dass ich die Übungsleistungen als Voraussetzung für diese Klausur in folgender Übung erfüllt habe. Jahr: Übungsleiter: Unterschrift: 1. Aufgabe ( / 15 Pkt.) Was liefert
Mehr