5. ZWEI ODER MEHRERE METRISCHE MERKMALE
|
|
- Victor Gehrig
- vor 8 Jahren
- Abrufe
Transkript
1 5. ZWEI ODER MEHRERE METRISCHE MERKMALE wenn an ener Beobachtungsenhet zwe (oder mehr) metrsche Varablen erhoben wurden wesentlche Problemstellungen: Frage nach Zusammenhang: Bsp.: Duxbury Press (sehe Kap. 1, "Enletende Bespele" 3) Anzahl verschenkte Freexemplare - Verkaufserlös Besteht ene drekte Bezehung (en Zusammenhang) zwschen der Anzahl verschenkter Exemplare und der Anzahl verkaufter Bücher, bzw. der Verkaufserträge? Frage nach Unterscheden: Bsp: Enfluß der Helmtragepflcht auf Fahrradfahren - Dskusson über Enführung ener Helmtragepflcht - Krtker behaupteten, dese Pflcht entmutgt Rad zu fahren - probewese Enführung der Helmtragepflcht n Testorten - repräsentatve Stchprobe: wevele km wurde n der Woche vor und der Woche nach Enführung des Gesetzes mt dem Rad zurückgelegt Hat de Enführung der Helmtragepflcht Enfluß auf de Anzahl gefahrener Klometer? (oder anders formulert) Besteht en Untersched n der Anzahl gefahrener km vor und nach Enführung der Helmtragepflcht? 5-1
2 WICHTIGE FRAGESTELLUNGEN BEI ZWEI METRISCHEN MERKMALE We stark st der Zusammenhang zwschen zwe metrschen Varablen? wenn man wssen möchte, we eng zwe metrsche Varablen mt enander verknüpft snd und ob der Zusammenhang postv oder negatv st. Bespel: Besteht en Zusammenhang zwschen den Ausgaben für alkoholsche Getränke und Tabakwaren? Welche Form hat der Zusammenhang zwschen zwe Varablen? Läßt sch der Wert ener Varable anhand des Wertes ener zweten vorhersagen? wenn man wssen möchte, ob ene Varable von ener anderen abhängg st und we dese Abhänggketsstruktur ausseht. Bespel: Ist der Gebrauchtwagenpres abhängg von der Zahl gefahrener Klometer? Kann man den Gebrauchtwagenpres vorhersagen? Unterscheden sch de Mttelwerte zweer Varablen, de an ener Beobachtungsenhet erhoben wurden? Bespel: Besteht en Untersched n der Anzahl gefahrener km vor und nach Enführung der Helmtragepflcht? Snd Doptrenzahlen an lnken und rechten Augen glech? 5-
3 FRAGESTELLUNG 1: We stark st der Zusammenhang zwschen zwe metrschen Varablen? Bsp.: Ausgaben für Alkohol und Tabak Besteht en Zusammenhang zwschen den Ausgaben für alkoholsche Getränke und Tabakwaren? erhoben wurden de durchschnttlchen Haushaltsausgaben pro Woche n Pfund für Alkohol und Tabakwaren n 11 brtschen Regonen (1981) Varablen: - Ausgaben für Tabak (x-achse) - Ausgaben für Alkohol (y-achse) grafsche Darstellung: Streudagramm (Scattergram) 7,0 6,0 5,0 ALCOHOL 4,0,5 3,0 3,5 4,0 4,5 5,0 TOBACCO 5-3
4 KORRELATIONSKOEFFIZIENT (Korrelaton msst Stärke des Zusammenhangs) m Bsp.: postver Zusammenhang klene y klene x große y große x 6.5 II I ( x / y) u Blden der Produkte: ( )( ) u = x x y y III IV Egenschaften d. u () legen de Beobachtungen n I oder III: u postv () n II oder IV: u negatv Zusammenhangsmaß: Mttelwert der u KOVARIANZ: 1 ( ) = ( x x)( y y) Cov x,y n n = 1 5-4
5 Egenschaften der Kovaranz: wenn de mesten Beobachtungen n I, III: Cov(x,y) > 0 n II, IV Cov(x,y) < 0 wenn glechmäßg n I,II,III,IV Cov(x,y) 0 Nachtel: Kovaranz st abhängg von Größe der Maßenhet Lösung: Normeren! KORRELATIONSKOEFFIZIENT: r xy (von K. Pearson) r xy, Cov x y = r( x, y) = = s s x 1 n 1 1 n n (, ) ( x x)( y y) y y ( x x) ( y ) Egenschaften: st en normertes Zusammenhangsmaß, 1 r 1 bldet nur lneare Zusammenhänge ab: r xy = 1 wenn: r xy = 1 wenn: xy, Unkorrelerthet: st ncht das Gleche we Unabhänggket r xy = 0 z.b. exakter ncht-lnearer Zusammenhang 5-5
6 Bespele für Zusammenhänge 5-6
7 zur Berechnung des Korrelatonskoeffzenten: Bespel: gegeben: x: y: Berechnung von r XY x y x x y y Summe Mttelwert 5,8 1, 38, 154, 75,6 r XY 1 xy xy = n = 75,5 5,8 1, 1 1 x 38, 5,8 154, 1, x y y n n = 0,979 Y 18, X 5-7
8 zurück zu Fragestellung 1: Besteht en Zusammenhang zwschen den Ausgaben für alkoholsche Getränke und Tabakwaren? Grafk: Nordrland st en besonderer Fall (outler), Ausgaben für Tabak hoch, für Alkohol nedrg (Irland bllg?) Berechnung des Korrelatonskoeffzenten enmal mt und enmal ohne Nordrland r = 0,784 (ohne) bzw. r = 0,4 (mt) XY XY Test enes Korrelatonskoeffzenten: H O : ρ = 0 (ρ sprch "rho" st Korrelaton n Populaton) H A : ρ 0 oder HA: ρ < 0 oder HA: ρ > 0 Teststatstk: T = r n 1 XY rxy für ktschen Wert: t-vertelung mt df = n - wenn T größer als krtscher Wert H O verwerfen zwesetge p-values (Sgnfkanzwerte) aus SPSS, bzw. R: p value = 0,007 (ohne Nordrland) p value = 0,509 (mt Nordrland) Resultat: es besteht en starker Zusammenhang zwschen durchschnttlchen Ausgaben für Alkohol und Tabakwaren, wenn Nordrland ncht berückschtgt wrd 5-8
9 RANGKORRELATION (Spearman's Rho) Voraussetzung für Pearson's Korrelatonskoeffzent r XY : bede Varablen ntervallskalert und normalvertelt wenn dese Voraussetzung ncht erfüllt snd: Auswechen auf Methoden für ordnale Daten dese werden auch nchtparametrsche oder parameterfree Methoden genannt wenn Voraussetzungen für bestmmte Methoden für metrsche Daten ncht erfüllt snd, verwendet man de entsprechende Methoden für ordnale Daten (wenn möglch) Idee: Rangrehung der Daten (we be Medan) dese Zahlen (Ränge) als Daten verwenden Problem: Bndungen (engl. tes ) wenn mehrere Daten glech groß snd, z.b. Daten: usw. Ränge: Lösung: Vergeben des Mttelwerts der Ränge, d.h. Ränge: 1,5, SPEARMAN'S RANGKORRELATION: - jede der beden Varablen rangrehen - Berechnung we r XY, aber mt Rängen (ncht mt Daten) - Vorgehen bem Testen ebenso we be r XY 5-9
10 FRAGESTELLUNG : Welche Form hat der Zusammenhang zwschen zwe Varablen? Läßt sch der Wert ener Varable anhand des Wertes ener zweten vorhersagen? Bsp.: Gebrauchtwagenprese (USA) Ist der Gebrauchtwagenpres abhängg von der Zahl gefahrener Melen? Kann man den Gebrauchtwagenpres aufgrund der gefahrenen Melen vorhersagen? Erstellung ener Rchtpreslste für Gebrauchtwagen Untersuchung von 100 Ford Taurus, 3 Jahre alt erhoben wurden: - gefahrene Melen (x-achse) - Pres (y-achse) 6,0 5,5 Pres n 1000 $ 5,0 4, gefahrene Melen (n Tausend) 5-10
11 REGRESSION beschrebt de Form enes Zusammenhangs Unterschedung (m Gegensatz zur Korrelaton): Y-Varable: abhängge Varable oder Responsevarable X-Varable: unabhängge Varable oder erklärende Varable be Regresson mmer folgende Bezehung: WENN DANN X Y (unabhängg) (abhängg von X) Was st n folgenden Bespelen de abhängge (Y) und de unabhängge (X) Varable? Das Verkehrsmnsterum möchte das Verhältns zwschen Straßenunebenheten und Benznverbrauch untersuchen. En Händler, der sene Waren be Fußballspelen verkauft, möchte de Verkaufszahlen auf de Anzahl von Segen des Hemteams bezehen. En Sozologe möchte de Anzahl von Wochenenden, de en Student zu Hause verbrngt m Verhältns zur Entfernung zwschen Wohn-und Studenort untersuchen. zur Unterschedung zwschen Regresson und Korrelaton: wenn man de WENN DANN Bezehung auch umdrehen kann, dann snd bede Varablen glechwertg, dann Korrelaton wenn man das ncht kann, dann Regresson 5-11
12 (enfache) lneare Regresson: wr betrachten her (we be Korrelaton) nur lneare Zusammenhänge Y = a + b X Pres = a + b gefahrene Melen a und b (Regressonskoeffzenten) snd de nteresserenden Größen Problemstellung: aus Werten für X und Y müssen de unbekannten Größen a und b errechnet werden jedem Punkt ( x, y ) wrd en Punkt ( x, y ˆ zugeordnet ) e y yˆ ( x, y ) ( x, yˆ ) b 1 a... ntercept b... Ansteg y ˆ... geschätztes y e... Resduum a x ( x, y ) : y = a + bx + e alle beobachteten Punkte ( x, y ˆ ): y = a + bx Punkte auf der Geraden ˆ 5-1
13 Berechnung von a und b: Klenstquadrate Prnzp (OLS) Lösen der Glechung: n n e ( y a bx) = 1 = 1 = = mn! de Summe der quadrerten Abstände der Punkte von der Regressonsgeraden soll mnmert werden Lösungen für a und b: b 1 xy Kovaranz cov(, ) xy x y n sx = = = r Varanz von X XY s 1 = x x s x y n a= y bx (Regressongerade geht mmer durch x und y ) zurück zum Bespel aus Fragestellung : (X... gefahrene Melen, Y... Gebrauchtwagenpres) b = -0,031 a = 6533,38 Pres = 6533,38-0,031 Melen Y = a + b X Interpretaton: je gefahrener Mele snkt der Pres um 0,031 Dollar, d.h. ca. 3 Dollar wenger je 100 Melen Verwendung der Glechung zur Vorhersage: welchen Pres erzelt en 3 Jahre alter Ford Taurus mt Melen x = y ˆ = 6533,38-0, = 593,
14 zur Berechnung der Regressonsparameter Bespel: (gleche Daten we be Bsp.Korrelaton) gegeben: x: y: Berechnung von b: x y x x y y Summe Mttelwert 5,8 1, 38, 154, 75,6 b 1 xy xy n 75,6 5,8 1, = = 1 x 38, 5,8 x n = 1,006 a= y bx = 1, 1,006 5,8 = 6,37 0 Zechnen der Regressonsgeraden: 15 Punkte notwendg: gemensamer Mttelwert Y X entweder: a für x = 0 oder geegnetes x wählen und dazugehörges ŷ ausrechnen 5-14
15 Testen m Regressonsmodell: n Populaton: Y = α+ βx Testen von β : (α mestens ncht so nteressant) weder 3 möglche Alternatvhypothesen: H O : β = 0 (ken lnearer Zusammenhang) H A : β 0 oder HA: β < 0 oder HA: β > 0 n SPSS: Modell 1 (Konstante) MEILEN a. Abhängge Varable: PREIS Koeffzenten a Ncht standardserte Koeffzenten Standard serte Koeffzen ten Standard B fehler Beta T Sgnfkanz 6533,383 84,51 77,307,000 -,031,00 -,806-13,495,000 p-wert (Sgnfkanz) < 0,001 (wrd zwesetg ausgegeben) zum SPSS output: "B" snd de Regressonskoeffzenten a, b "(Konstante)" st ntercept a "Beta" hat nchts mt obgem β zu tun "T" st der t - vertelte Wert (deshalb "T") der Teststatstk 5-15
16 Voraussetzungen enes lnearen Regressonsmodells Voraussetzungen ähnlch we be Korrelaton: Lneartät der Bezehung Intervallskala für de abhängge Varable y y normalvertelt Resduen e normalvertelt Achten auf outler! Voraussetzungen lassen sch grafsch prüfen: (für Gebrauchtwagenbespel) Erwarteter Wert von Normal Q-Q-Dagramm QQ-Plot der Resduen: (zur Überprüfung der Normalvertelungsannahme) Punkte sollen entlang ener o 45 Geraden legen Beobachteter Wert der Resduen 400 Resduen Plot: Resduen y-achse: Resduen x-achse: vorhergesagte Werte ŷ soll ken we mmer geartetes Muster zegen Vorhergesagte Werte wenn Voraussetzungen ncht erfüllt: eventuell Daten transformeren, sonst kene enfachen Alternatven! 5-16
17 We gut st en Regressonsmodell? Regressonsmodell dent dazu ene abhängge Varable zu erklären bzw. vorherzusagen 1. Voraussetzungen sollten erfüllt sen. Resduen sollten klen sen: je klener de Resduen umso exakterer Vorhersagen möglch y a+ bx beobachteter vorhergesagter unerklärter = + e Wert Wert Rest allgemenes Maß zur Beurtelung des Erklärungswertes enes Regressonsmodells: Var( y) Var( e) R = "Bestmmthetsmaß" Var( y) - st Antel der erklärten Varanz von y - st quadrerter Korrelatonskoeffzent n SPSS: (Gebrauchtwagenbespel) Modell 1 Modellzusammenfassung b Korrgertes Standardfehler R R-Quadrat R-Quadrat des Schätzers,806 a,650, ,57 a. Enflußvarablen : (Konstante), MEILEN b. Abhängge Varable: PREIS "Korrgertes R " st R, um de Frehetsgrade korrgert, damt de Stchprobengröße berückschtgt wrd R korr = R - [(k-1)/(n-k)] R, k...anzahl erklärender Varablen x nkl. a 5-17
18 Multple Regresson manchmal läßt sch Modell verbessern, wenn man zusätzlche erklärende Varablen berückschtgt multples Regressonsmodell: y = a+ b x + b x Berechnung von a und den b 's ohne Computer ncht mehr so enfach Bespel: Gebrauchtwagen zusätzlche Varable: Anzahl der Servceüberprüfungen mttels SPSS: Modell 1 (Konstante) MEILEN SERVICE a. Abhängge Varable: PREIS Koeffzenten a Ncht standardserte Koeffzenten Standard serte Koeffzen ten Standard B fehler Beta T Sgnfkanz 606,18 4,966 48,581,000 e -,031,001 -,814-49,788, ,837 3,903,569 34,807,000 korrgertes R jetzt 0,974 bede Enflußgrößen MEILEN und SERVICE sgnfkant zusätzlche Interpretaton für SERVICE: pro durchgeführtem Servce erhöht sch durchschnttlch der Pres um ca. 136 $ Überprüfen der Voraussetzungen we be enfachem lnearen Modell 5-18
19 FRAGESTELLUNG 3A: Unterscheden sch de Mttelwerte zweer Varablen, de an ener Beobachtungsenhet erhoben wurden? Bsp.: Helmpflcht (USA) - Dskusson über Enführung ener Helmtragepflcht - Krtker behaupteten, dese Pflcht entmutgt, Rad zu fahren - probewese Enführung der Helmtragepflcht n Testorten - repräsentatve Stchprobe: we vele km wurde n der Woche vor und der Woche nach Enführung des Gesetzes mt dem Rad zurückgelegt Besteht en Untersched n der Anzahl gefahrener km vor und nach Enführung der Helmtragepflcht? Dfferenz (nach - vor) Mttelwert von 00 Personen: 0,77 (s = 3,07) 5-19
20 t - Test für abhängge Stchproben "abhängg" heßen Stchproben dann, wenn zwe oder mehrere Varablen an ener Beobachtungsenhet erhoben worden snd (n SPSS: "gepaarte" Stchproben) funktonert we der t -Test für ene Stchprobe, allerdngs prüft man de Dfferenz der Mttelwerte H O : µ µ 1= 0 (oder: HO: µ 1= µ ) H A : µ µ oder HA: µ > oder HA: µ < µ 1 1 µ 1 Voraussetzung: Intervallskala Normalvertelung der Dfferenzen Bespel: Helmtragepflcht SPSS Output: (her Zelen und Spalten vertauscht) Test be gepaarten Stchproben Gepaarte Dfferenzen Mttelwert Standardabwechung Paaren KMNACH - KMVOR,7700 3,0650 Standardfehler des Mttelwertes,167 T df Sg. (-setg) 95% Konfdenzntervall der Dfferenz Untere Obere,346 1,1974 3, ,000 Ergebns: de Enführung der Helmtragepflcht hat kene negatven Auswrkungen, es werden nach Enführung durchschnttlch um 0,77 km mehr (pro Woche) mt dem Fahrrad zurückgelegt 5-0
21 FRAGESTELLUNG 3B: Unterschedet sch de Lage zweer Varablen, de an ener Beobachtungsenhet erhoben wurden? Bsp.: Alkohol und Beurtelung der Attraktvtät In enem Club n Oho wurden Mtgleder gebeten, de Attraktvtät der Anwesenden des jewels anderen Geschlechts auf ener "100mm Skala" (0...extrem unattraktv,..., extrem attraktv) zu beurtelen. De Enschätzungen wurden 3 Stunden vor und unmttelbar vor der Sperrzet abgegeben. Gbt es enen Untersched n der Beurtelung der Attraktvtät des jewels anderen Geschlechts vor und nach Alkoholkonsum? N = Stunden vorher 180 Sperrstunde abhängge Varable Beurtelung st ncht ntervallskalert wenn Voraussetzungen für t-test ncht erfüllt snd dann 5-1
22 Wlcoxon - Test (auch Wlcoxon Matched Pars Sgned Ranks Test) für Fragestellungen: unterscheden sch abhängge Stchproben bezüglch der Lage ener ordnalen (oder metrschen) Varable oder wenn Voraussetzungen für t -Test für abhängge Stchproben ncht erfüllt snd Voraussetzungen: abhängge Stchproben ordnale Daten (oder ncht normalvertelte Dfferenzen) (ncht zuvele Bndungen) Hypothesen: H 0 : F(x) = G(x) H A : F(x) > G(x) (Lage n Gruppen st glech) zu Test (mttels SPSS): p-value (Sgnfkanz) be klenen Stchproben exakt, sonst Normalvertelungsapproxmaton n SPSS: be ensetger Fragestellung p-value halberen Negatve Ränge Postve Ränge Bndungen Gesamt Ränge N Mttlerer Rangsumme Rang 39 a 61,67 405, b 96, c 180 a. Sperrstunde < 3 Stunden vorher b. Sperrstunde > 3 Stunden vorher c. 3 Stunden vorher = Sperrstunde Z Statstk für Test b Asymptotsche Sgnfkanz (-setg) Sperrstunde - 3 Stunden vorher -8,015 a,000 a. Basert auf negatven Rängen. b. Wlcoxon-Test Ergebns: Anwesende des anderen Geschlechts werden kurz vor Sperrzet deutlch attraktver beurtelt als 3 Stunden vorher 5-
Lineare Regression (1) - Einführung I -
Lneare Regresson (1) - Enführung I - Mttels Regressonsanalysen und kompleeren, auf Regressonsanalysen aserenden Verfahren können schenar verschedene, jedoch nenander üerführare Fragen untersucht werden:
MehrBeim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm):
Aufgabe 1 (4 + 2 + 3 Punkte) Bem Wegen von 0 Respaketen ergaben sch folgende Gewchte X(n Gramm): 1 2 3 4 K = (x u, x o ] (98,99] (99, 1000] (1000,100] (100,1020] n 1 20 10 a) Erstellen Se das Hstogramm.
Mehrnonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen
arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen
MehrFunktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e
Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de
MehrBeschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression
Beschrebung des Zusammenhangs zweer metrscher Merkmale Streudagramme Korrelatonskoeffzenten Regresson Alter und Gewcht be Kndern bs 36 Monaten Knd Monate Gewcht 9 9 5 8 3 4 7.5 4 3 6 5 3 6 4 3.5 7 35 5
Mehr6. Modelle mit binären abhängigen Variablen
6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch
Mehr4. Musterlösung. Problem 1: Kreuzende Schnitte **
Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,
MehrFORMELSAMMLUNG STATISTIK (I)
Statst I / B. Zegler Formelsammlng FORMELSAMMLUG STATISTIK (I) Statstsche Formeln, Defntonen nd Erläterngen A a X n qaltatves Mermal Mermalsasprägng qanttatves Mermal Mermalswert Anzahl der statstschen
MehrPolygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.
Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, sultanow@gmal.com Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener
MehrFree Riding in Joint Audits A Game-Theoretic Analysis
. wp Wssenschatsorum, Wen,8. Aprl 04 Free Rdng n Jont Audts A Game-Theoretc Analyss Erch Pummerer (erch.pummerer@ubk.ac.at) Marcel Steller (marcel.steller@ubk.ac.at) Insttut ür Rechnungswesen, Steuerlehre
Mehr12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2
1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:
MehrIch habe ein Beispiel ähnlich dem der Ansys-Issue [ansys_advantage_vol2_issue3.pdf] durchgeführt. Es stammt aus dem Dokument Rfatigue.pdf.
Ich habe en Bespel ähnlch dem der Ansys-Issue [ansys_advantage_vol_ssue3.pdf durchgeführt. Es stammt aus dem Dokument Rfatgue.pdf. Abbldung 1: Bespel aus Rfatgue.pdf 1. ch habe es manuell durchgerechnet
Mehr1 - Prüfungsvorbereitungsseminar
1 - Prüfungsvorberetungssemnar Kaptel 1 Grundlagen der Buchführung Inventur Inventar Blanz Inventur st de Tätgket des mengenmäßgen Erfassens und Bewertens aller Vermögenstele und Schulden zu enem bestmmten
Mehr1 Definition und Grundbegriffe
1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:
MehrStatistik und Wahrscheinlichkeit
Regeln der Wahrschenlchketsrechnung tatstk und Wahrschenlchket Regeln der Wahrschenlchketsrechnung Relatve Häufgket n nt := Eregnsalgebra Eregnsraum oder scheres Eregns und n := 00 Wahrschenlchket Eregnsse
MehrEinführung in die Finanzmathematik
1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg
Mehr"Zukunft der Arbeit" Arbeiten bis 70 - Utopie - oder bald Realität? Die Arbeitnehmer der Zukunft
"Zukunft der Arbet" Arbeten bs 70 - Utope - oder bald Realtät? De Arbetnehmer der Zukunft Saldo - das Wrtschaftsmagazn Gestaltung: Astrd Petermann Moderaton: Volker Obermayr Sendedatum: 7. Dezember 2012
MehrNomenklatur - Übersicht
Nomenklatur - Überscht Name der synthetschen Varable Wert der synthetschen Varable durch synth. Varable erklärte Gesamt- Streuung durch synth. Varable erkl. Streuung der enzelnen Varablen Korrelaton zwschen
MehrNetzwerkstrukturen. Entfernung in Kilometer:
Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.
Mehrwird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:
Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab
Mehr1 BWL 4 Tutorium V vom 15.05.02
1 BWL 4 Tutorum V vom 15.05.02 1.1 Der Tlgungsfaktor Der Tlgungsfaktor st der Kehrwert des Endwertfaktors (EWF). EW F (n; ) = (1 + )n 1 T F (n; ) = 1 BWL 4 TUTORIUM V VOM 15.05.02 (1 ) n 1 Mt dem Tlgungsfaktor(TF)
MehrMethoden der innerbetrieblichen Leistungsverrechnung
Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den
MehrWechselstrom. Dr. F. Raemy Wechselspannung und Wechselstrom können stets wie folgt dargestellt werden : U t. cos (! t + " I ) = 0 $ " I
Wechselstrom Dr. F. Raemy Wechselspannung und Wechselstrom können stets we folgt dargestellt werden : U t = U 0 cos (! t + " U ) ; I ( t) = I 0 cos (! t + " I ) Wderstand m Wechselstromkres Phasenverschebung:!"
MehrNernstscher Verteilungssatz
Insttut für Physkalsche Cheme Grundpraktkum 7. NERNSTSCHER VERTEILUNGSSATZ Stand 03/11/2006 Nernstscher Vertelungssatz 1. Versuchsplatz Komponenten: - Schedetrchter - Büretten - Rührer - Bechergläser 2.
MehrIT- und Fachwissen: Was zusammengehört, muss wieder zusammenwachsen.
IT- und achwssen: Was zusammengehört, muss weder zusammenwachsen. Dr. Günther Menhold, regercht 2011 Inhalt 1. Manuelle Informatonsverarbetung en ntegraler Bestandtel der fachlchen Arbet 2. Abspaltung
MehrIonenselektive Elektroden (Potentiometrie)
III.4.1 Ionenselektve Elektroden (otentometre) Zelstellung des Versuches Ionenselektve Elektroden gestatten ene verhältnsmäßg enfache und schnelle Bestmmung von Ionenkonzentratonen n verschedenen Meden,
MehrMehrfachregression: Einfluss mehrerer Merkmale auf ein metrisches Merkmal. Designmatrix Bestimmtheitsmaß F-Test T-Test für einzelne Regressoren
Mehrfachregresson: Enfluss mehrerer Merkmale auf en metrsches Merkmal Desgnmatrx Bestmmthetsmaß F-Test T-Test für enzelne Regressoren Mehrfachregresson Bvarat: x b b y + = 0 ˆ k k x b x b x b b y + + +
MehrZinseszinsformel (Abschnitt 1.2) Begriffe und Symbole der Zinsrechnung. Die vier Fragestellungen der Zinseszinsrechnung 4. Investition & Finanzierung
Znsesznsformel (Abschntt 1.2) 3 Investton & Fnanzerung 1. Fnanzmathematk Unv.-Prof. Dr. Dr. Andreas Löffler (AL@wacc.de) t Z t K t Znsesznsformel 0 1.000 K 0 1 100 1.100 K 1 = K 0 + K 0 = K 0 (1 + ) 2
MehrBeschreibende Statistik Mittelwert
Beschrebende Statstk Mttelwert Unter dem arthmetschen Mttel (Mttelwert) x von n Zahlen verstehen wr: x = n = x = n (x +x +...+x n ) Desen Mttelwert untersuchen wr etwas genauer.. Zege für n = 3: (x x )
Mehr18. Dynamisches Programmieren
8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus
MehrPraktikum Physikalische Chemie I (C-2) Versuch Nr. 6
Praktkum Physkalsche Cheme I (C-2) Versuch Nr. 6 Konduktometrsche Ttratonen von Säuren und Basen sowe Fällungsttratonen Praktkumsaufgaben 1. Ttreren Se konduktometrsch Schwefelsäure mt Natronlauge und
Mehr2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar.
. Nullstellensuche Enes der ältesten numerschen Probleme stellt de Bestmmung der Nullstellen ener Funkton = dar. =c +c =c +c +c =Σc =c - sn 3 Für ene Gerade st das Problem trval, de Wurzel ener quadratschen
MehrFür wen ist dieses Buch? Was ist dieses Buch? Besonderheiten. Neu in dieser Auflage
Für wen st deses Bch? Das Taschenbch der Elektrotechnk rchtet sch an Stdentnnen nd Stdenten an nverstäten nd Fachhochschlen n den Berechen Elektrotechnk Nachrchtentechnk Technsche Informatk allgemene Ingenerwssenschaften
MehrDaten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.
Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve
MehrGrundlagen der makroökonomischen Analyse kleiner offener Volkswirtschaften
Bassmodul Makroökonomk /W 2010 Grundlagen der makroökonomschen Analyse klener offener Volkswrtschaften Terms of Trade und Wechselkurs Es se en sogenannter Fall des klenen Landes zu betrachten; d.h., de
MehrEinführung in Origin 8 Pro
Orgn 8 Pro - Enführung 1 Enführung n Orgn 8 Pro Andreas Zwerger Orgn 8 Pro - Enführung 2 Überscht 1) Kurvenft, was st das nochmal? 2) Daten n Orgn mporteren 3) Daten darstellen / plotten 4) Kurven an Daten
MehrStandortplanung. Positionierung von einem Notfallhubschrauber in Südtirol. Feuerwehrhaus Zentrallagerpositionierung
Standortplanung Postonerung von enem Notfallhubschrauber n Südtrol Postonerung von enem Feuerwehrhaus Zentrallagerpostonerung 1 2 Postonerung von enem Notfallhubschrauber n Südtrol Zu bekannten Ensatzorten
MehrFranzis Verlag, 85586 Poing ISBN 978-3-7723-4046-8 Autor des Buches: Leonhard Stiny
eseproben aus dem Buch "n mt en zur Elektrotechnk" Franzs Verlag, 85586 Pong ISBN 978--77-4046-8 Autor des Buches: eonhard Stny Autor deser eseprobe: eonhard Stny 005/08, alle echte vorbehalten. De Formaterung
MehrKreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik)
Kredtpunkte-Klausur zur Lehrveranstaltung Projektmanagement (nkl. Netzplantechnk) Themensteller: Unv.-Prof. Dr. St. Zelewsk m Haupttermn des Wntersemesters 010/11 Btte kreuzen Se das gewählte Thema an:
MehrAuswertung univariater Datenmengen - deskriptiv
Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;
MehrIn der beschreibenden Statistik werden Daten erhoben, aufbereitet und analysiert. Beispiel einer Datenerhebung mit Begriffserklärungen (Vokabel)
Rudolf Brnkmann http://brnkmann-du.de Sete.. Datenerhebung, Datenaufberetung und Darstellung. In der beschrebenden Statstk werden Daten erhoben, aufberetet und analysert. Bespel ener Datenerhebung mt Begrffserklärungen
MehrNetzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008
Netzscherhet I, WS 2008/2009 Übung Prof. Dr. Jörg Schwenk 27.10.2008 1 Das GSM Protokoll ufgabe 1 In der Vorlesung haben Se gelernt, we sch de Moble Staton (MS) gegenüber dem Home Envroment (HE) mt Hlfe
MehrFür jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich
Drtter Hauptsatz der Thermodynamk Rückblck auf vorherge Vorlesung Methoden zur Erzeugung tefer Temperaturen: - umgekehrt laufende WKM (Wärmepumpe) - Joule-Thomson Effekt bs 4 K - Verdampfen von flüssgem
MehrERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Preise erfassen. www.comarch-cloud.de
ERP Cloud SFA ECM Backup E-Commerce ERP EDI Prese erfassen www.comarch-cloud.de Inhaltsverzechns 1 Zel des s 3 2 Enführung: Welche Arten von Presen gbt es? 3 3 Beschaffungsprese erfassen 3 3.1 Vordefnerte
MehrÜbungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen
Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen
MehrU Test (Rangsummentest) Parameterfreie Tests. U -Test. U -Test. χ ²- Unabhängigkeitstest Test auf Unabhängigkeit von zwei Zufallsgrößen
Parameterfree Tests U Test (Rangsummentest) Verglech der Mttelwerte (Medane) be ncht normalvertelten Größen U - Test Mttelwertverglech von zwe ncht verbundenen Zugrößen Wlcoxon - Vorzechenrangtest Mttelwertverglech
MehrProf. Dr. Roland Füss Statistik II SS 2008
5. Spezelle Testverfahren Zahlreche parametrsche und nchtparametrsche Testverfahren, de nach Testvertelung (Bnomal, t-test etc.), Analysezel (Anpassungs- und Unabhänggketstest) oder Konstrukton der Prüfgröße
Mehr3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale
3. De Kennzechnung von Patkeln 3..1 Patkelmekmale De Kennzechnung von Patkeln efolgt duch bestmmte, an dem Patkel mess bae und deses endeutg beschebende physka lsche Gößen (z.b. Masse, Volumen, chaaktestsche
MehrProdukt-Moment-Korrelation (1) - Einführung I -
Produkt-Moment-Korrelaton - Enführung I - Kennffer ur Bechreung de lnearen Zuammenhang wchen we Varalen X und Y. Bechret de Rchtung und de Enge de Zuammenhang m Snne von je... deto... oder wenn... dann...
MehrGruppe. Lineare Block-Codes
Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung
MehrStreuungs-, Schiefe und Wölbungsmaße
aptel IV Streuungs-, Schefe und Wölbungsmaße B... Lagemaße von äufgketsvertelungen geben allen weng Auskunft über ene äufgketsvertelung. Se beschreben zwar en Zentrum deser Vertelung, geben aber kenen
MehrItemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i
Itemanalyse und Itemkennwerte De Methoden der Analyse der Itemegenschaften st ncht m engeren Snne Bestandtel der Klassschen Testtheore Im Rahmen ener auf der KTT baserenden Testkonstrukton und -revson
MehrInformatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition
Informatk II Raner Schrader und Implkanten Zentrum für Angewandte Informatk Köln 27. Oktober 2005 1 / 28 2 / 28 Was bsher geschah: jede Boolesche Funkton kann durch enfache Grundfunktonen dargestellt werden
Mehr(Theoretische) Konfidenzintervalle für die beobachteten Werte: Die Standardabweichung des Messfehlers wird Standardmessfehler genannt:
(Theoretsche Konfdenzntervalle für de beobachteten Werte: De Standardabwechung des Messfehlers wrd Standardmessfehler genannt: ( ε ( 1- REL( Mt Hlfe der Tschebyscheff schen Unglechung lassen sch be bekanntem
MehrGrundgedanke der Regressionsanalyse
Grundgedanke der Regressonsanalse Bsher wurden durch Koeffzenten de Stärke von Zusammenhängen beschreben Mt der Regressonsrechnung können für ntervallskalerte Varablen darüber hnaus Modelle geschätzt werden
MehrFallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung
Fallstude 4 Qualtätsregelkarten (SPC) und Versuchsplanung Abgabe: Lösen Se de Aufgabe 1 aus Abschntt I und ene der beden Aufgaben aus Abschntt II! Aufgabentext und Lösungen schrftlch bs zum 31.10.2012
MehrLösungen zum 3. Aufgabenblock
Lösungen zum 3. Aufgabenblock 3. Aufgabenblock ewerber haben n enem Test zur sozalen Kompetenz folgende ntervallskalerte Werte erhalten: 96 131 11 1 85 113 91 73 7 a) Zegen Se für desen Datensatz, dass
MehrAuswertung univariater Datenmengen - deskriptiv
Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;
MehrVorlesung: Multivariate Statistik für Psychologen
Vorlesung: Multvarate Statstk für Psychologen 3. Vorlesung: 14.04.2003 Agenda 1. Organsatorsches 2. Enfache Regresson. Grundlagen.. Grunddee und Zele der enfachen Regresson Bespele Statstsches Modell Modell
MehrBildverarbeitung Herbstsemester 2012. Bildspeicherung
Bldverarbetung Herbstsemester 2012 Bldspecherung 1 Inhalt Bldformate n der Überscht Coderung m Überblck Huffman-Coderung Datenredukton m Überblck Unterabtastung Skalare Quantserung 2 Lernzele De wchtgsten
MehrAuswertung von Umfragen und Experimenten. Umgang mit Statistiken in Maturaarbeiten Realisierung der Auswertung mit Excel 07
Auswertung von Umfragen und Expermenten Umgang mt Statstken n Maturaarbeten Realserung der Auswertung mt Excel 07 3.Auflage Dese Broschüre hlft bem Verfassen und Betreuen von Maturaarbeten. De 3.Auflage
MehrSei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ).
Taylorentwcklung (Approxmaton durch Polynome). Problemstellung Se T( x ) de Tangente an den Graphen der Funkton f(x) m Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Dann kann man de
MehrWS 2016/17 Prof. Dr. Horst Peters , Seite 1 von 9
WS 2016/17 Prof. Dr. Horst Peters 06.12.2016, Sete 1 von 9 Lehrveranstaltung Statstk m Modul Quanttatve Methoden des Studengangs Internatonal Management (Korrelaton, Regresson) 1. Überprüfen Se durch Bestmmung
MehrSpiele und Codes. Rafael Mechtel
Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,
Mehrphil omondo phil omondo Skalierung von Organisationen und Innovationen gestalten Sie möchten mehr Preise und Leistungen Workshops und Seminare
Skalerung von Organsatonen und Innovatonen gestalten phl omondo Se stehen vor dem nächsten Wachstumsschrtt hrer Organsaton oder haben berets begonnen desen aktv zu gestalten? In desem Workshop-Semnar erarbeten
Mehr4. Ratenmonotones Scheduling Rate-Monotonic Scheduling (LIU/LAYLAND 1973)
4. Raenmonoones Schedulng Rae-Monoonc Schedulng (LIU/LAYLAND 973) 4.. Tasbeschrebung Tas Planungsenhe. Perodsche Folge von Jobs. T = {,..., n } Tasparameer Anforderungsze, Bereze (release me) Bearbeungs-,
MehrProf. Dr. P. Kischka WS 2012/13 Lehrstuhl für Wirtschafts- und Sozialstatistik. Klausur Statistische Inferenz
Prof. Dr. P. Kschka WS 2012/13 Lehrstuhl für Wrtschafts- und Sozalstatstk Klausur Statstsche Inferenz 15.02.2013 Name: Matrkelnummer: Studengang: Aufgabe 1 2 3 4 5 6 7 8 Summe Punkte 6 5 5 5 5 4 4 6 40
MehrKorrelation - Regression. Berghold, IMI
Korrelation - Regression Zusammenhang zwischen Variablen Bivariate Datenanalyse - Zusammenhang zwischen 2 stetigen Variablen Korrelation Einfaches lineares Regressionsmodell 1. Schritt: Erstellung eines
MehrVERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE
VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE Karl Rudolf KOCH Knut RIESMEIER In: WELSCH, Walter (Hrsg.) [1983]: Deformatonsanalysen 83 Geometrsche Analyse und Interpretaton von Deformatonen
MehrDefinition des linearen Korrelationskoeffizienten
Defnton des lnearen Korrelatonskoeffzenten r xy x y y r x xy y 1 x x y y x Der Korrelatonskoeffzent st en Indkator dafür, we gut de Punkte (X,Y) zu ener Geraden passen. Sen Wert legt zwschen -1 und +1.
MehrBackup- und Restore-Systeme implementieren. Technische Berufsschule Zürich IT Seite 1
Modul 143 Backup- und Restore-Systeme mplementeren Technsche Berufsschule Zürch IT Sete 1 Warum Backup? (Enge Zahlen aus Untersuchungen) Wert von 100 MByte Daten bs CHF 1 500 000 Pro Vorfall entstehen
MehrSind die nachfolgenden Aussagen richtig oder falsch? (1 Punkt pro korrekter Beantwortung)
LÖSUNG KLAUSUR STATISTIK I Berufsbegletender Studengang Betrebswrtschaftslehre Sommersemester 016 Aufgabentel I: Theore (10 Punkte) Snd de nachfolgenden Aussagen rchtg oder falsch? (1 Punkt pro korrekter
Mehr3.1 Gleichstrom und Gleichspannung. 3 Messung elektrischer Größen. Gleichstrom. 3.1 Gleichstrom und Gleichspannung
. Glechstrom und Glechspannung Glechstrom essung elektrscher Größen. Glechstrom und Glechspannung. Wechselstrom und Wechselspannung. essung von mpedanzen. essverstärker.5 Darstellung des etverlaufs elektrscher
Mehr1.1 Das Prinzip von No Arbitrage
Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No
MehrFallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum
Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten
MehrErwartungswert, Varianz, Standardabweichung
RS 24.2.2005 Erwartungswert_Varanz_.mcd 4) Erwartungswert Erwartungswert, Varanz, Standardabwechung Be jedem Glücksspel nteresseren den Speler vor allem de Gewnnchancen. 1. Bespel: Setzen auf 1. Dutzend
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Übung/Tutorate Statistik II: Schließende Statistik SS 2007
Übung/Tutorate Statstk II: Schleßende Statstk SS 7 Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt
MehrGrundlagen sportwissenschaftlicher Forschung Deskriptive Statistik
Grundlagen sportwssenschaftlcher Forschung Deskrptve Statstk Dr. Jan-Peter Brückner jpbrueckner@emal.un-kel.de R.6 Tel. 880 77 Deskrptve Statstk - Zele Beschreben der Daten Zusammenfassen der Daten Überblck
Mehr9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.
Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.
MehrFlußnetzwerke - Strukturbildung in der natürlichen Umwelt -
Flußnetzwerke - Strukturbldung n der natürlchen Umwelt - Volkhard Nordmeer, Claus Zeger und Hans Joachm Schlchtng Unverstät - Gesamthochschule Essen Das wohl bekannteste und größte exsterende natürlche
MehrAnalyse von Querschnittsdaten. Bivariate Regression
Analse von Querschnttsdaten Bvarate Regresson Warum geht es n den folgenden Stzungen? Kontnuerlche Varablen Deskrptve Modelle kategorale Varablen Datum 3.0.2004 20.0.2004 27.0.2004 03..2004 0..2004 7..2004
MehrEAU SWH l$,0, wohngebäude
EAU SWH l$,0, wohngebäude gemäß den $$ 6 ff, Energeensparverordnung (EnEV) :,:: Gültsbs: 09208 Gebäude Gebäudetyp Altbau Mehrfamlenhaus Adresse Hardstraße 3 33, 40629 Düsseldorf Gebäudetel Baujahr Gebäude
Mehr9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.
Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.
MehrVersicherungstechnischer Umgang mit Risiko
Verscherungstechnscher Umgang mt Rsko. Denstlestung Verscherung: Schadensdeckung von für de enzelne Person ncht tragbaren Schäden durch den fnanzellen Ausglech n der Zet und m Kollektv. Des st möglch über
Mehr8 Logistische Regressionsanalyse
wwwstatstkpaketde 8 Logstsche Regressonsanalyse De logstsche Regressonsanalyse dent der Untersuchung des Enflusses ener quanttatven Varable auf ene qualtatve (n unserem Fall dchotomen Varable Wr gehen
MehrI, U : Momentanwerte für Strom und Spannung I 0, U 0 : Scheitelwerte für Strom und Spannung
Wechselsrom B r A B sn( sn( Wrd de eerschlefe über enen Wdersand kurzgeschlossen fleß en Srom: sn( sn(, : Momenanwere für Srom und Spannung, : Scheelwere für Srom und Spannung ~ sn( sn( Effekvwere für
MehrQualitative Evaluation einer interkulturellen Trainingseinheit
Qualtatve Evaluaton ener nterkulturellen Tranngsenhet Xun Luo Bettna Müller Yelz Yldrm Kranng Zur Kulturgebundenhet schrftlcher und mündlcher Befragungsmethoden und hrer Egnung zur Evaluaton m nterkulturellen
MehrGesetzlicher Unfallversicherungsschutz für Schülerinnen und Schüler
Gesetzlcher Unfallverscherungsschutz für Schülernnen und Schüler Wer st verschert? Lebe Eltern! Ihr Knd st während des Besuches von allgemen bldenden und berufsbldenden Schulen gesetzlch unfallverschert.
Mehrd da B A Die gesamte Erscheinung der magnetischen Feldlinien bezeichnet man als magnetischen Fluss. = 1 V s = 1 Wb
S N De amte Erschenng der magnetschen Feldlnen bezechnet man als magnetschen Flss. = V s = Wb Kraftflssdchte oder magnetsche ndkton B. B d da B = Wb/m = T Für homogene Magnetfelder, we se m nneren von
MehrKreditrisikomodellierung und Risikogewichte im Neuen Baseler Accord
1 Kredtrskomodellerung und Rskogewchte m Neuen Baseler Accord erschenen n: Zetschrft für das gesamte Kredtwesen (ZfgK), 54. Jahrgang, 2001, S. 1004-1005. Prvatdozent Dr. Hans Rau-Bredow, Lehrstuhl für
MehrLeistungsmessung im Drehstromnetz
Labovesuch Lestungsmessung Mess- und Sensotechnk HTA Bel Lestungsmessung m Dehstomnetz Nomalewese st es ken allzu gosses Poblem, de Lestung m Glechstomkes zu messen. Im Wechselstomkes und nsbesondee n
MehrStatistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005
Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005 Aufgabe 1: Grundzüge der Wahrscheinlichkeitsrechnung 19 P. Als Manager eines großen
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
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.
MehrStatistik für Studenten der Sportwissenschaften SS 2008
Statistik für Studenten der Sportwissenschaften SS 008 Aufgabe 1 Man weiß von Rehabilitanden, die sich einer bestimmten Gymnastik unterziehen, dass sie im Mittel µ=54 Jahre (σ=3 Jahre) alt sind. a) Welcher
MehrEinbau-/Betriebsanleitung Stahl-PE-Übergang Typ PESS / Typ PESVS Originalbetriebsanleitung Für künftige Verwendung aufbewahren!
Franz Schuck GmbH Enbau-/Betrebsanletung Stahl-PE-Übergang Typ PESS / Typ PESVS Orgnalbetrebsanletung Für künftge Verwendung aufbewahren! Enletung Dese Anletung st für das Beden-, Instandhaltungs- und
Mehr13.Selbstinduktion; Induktivität
13Sebstndukton; Induktvtät 131 Sebstndukton be En- und Ausschatvorgängen Versuch 1: Be geschossenem Schater S wrd der Wderstand R 1 so groß gewäht, dass de Gühämpchen G 1 und G 2 gech he euchten Somt snd
MehrKapitel 4: Unsicherheit in der Modellierung Modellierung von Unsicherheit. Machine Learning in der Medizin 104
Kaptel 4: Unscherhet n der Modellerung Modellerung von Unscherhet Machne Learnng n der Medzn 104 Regresson Modellerung des Datengenerators: Dchteschätzung der gesamten Vertelung, t pt p p Lkelhood: L n
Mehr