Einführung in die statistische Datenanalyse I
|
|
- Edith Birgit Otto
- vor 8 Jahren
- Abrufe
Transkript
1 Einführung in die statistische Datenanalyse I Inhaltsverzeichnis 1. EINFÜHRUNG IN THEORIEGELEITETES WISSENSCHAFTLICHES ARBEITEN 2 2. KRITIERIEN ZUR AUSWAHL STATISTISCH METHODISCHER VERFAHREN 2 3. UNIVARIATE DATENANALYSE 4 4. HÄUFIGKEITSANALYSE VERTEILUNGSDISKUSSION 4 5. DER CHI-QUADRAT-TEST 7 6. BIVARIATE DATENANALYSE 8 1
2 1. Einführung in theoriegeleitetes wissenschaftliches Arbeiten Die drei Schritte des Forschungsablaufes: Entdeckungszusammenhang: Ausgehend von einem sozialen Problem, einer Theorie oder einem Auftrag definiert man eine Problemstellung. Begründungszusammenhang: Nach der Problemstellung definiert man eine Hypothese, die in weiterer Folge belegt oder auch widerlegt werden soll. Folglich muss man Indikatoren für die Hypothese definieren und Operationalisierungen vornehmen. Es folgt die Datenerhebung, die statistische Auswertung und Prüfung. Wird die Hypothese widerlegt, muss man eine neue definieren, ansonsten geht man weiter zu Schritt drei. Verwertungszusammenhang: Die Theorie wird bewiesen und es folgt die Darstellung und die Publikation. Das kann im Prinzip auch zu einer neuen Problemstellung führen. 2. Kritierien zur Auswahl statistisch methodischer Verfahren Diese Kriterien sind abhängig von der Fragestellung, der Zahl der gemeinsam zu analysierenden Variable/Merkmale und von den Datenniveaus. Abhängig von der Fragestellung wählt man zwischen deskriptiver oder schließender Statistik. Die deskriptive Statistik ist die rein beschreibende Statistik. Sie macht Angaben über die Erscheinungsform eines Sachverhaltes, z.b.: durch Benennung, Ordnung, Klassifizierung, Definition oder Angaben zur Häufigkeit. Daraus ist aber keine Erklärung des Sachverhaltes möglich, denn solche Erklärungen setzen die Beschreibung von mindestens zwei Sachverhalten voraus. Ein Sachverhalt alleine ist aber keine Erklärung, sondern kann eben nur mit einem zweiten Sachverhalt dazu werden. Die deskriptive Datenanalyse beschränkt sich auf die Beschreibung von Daten durch Kennziffern von Verteilungen. Die Frage, ob eine Verteilung durch Zufall bedingt ist, kann die deskriptive Statistik nicht lösen. In der schließenden Statistik muss man die statistische Signifikanz und die Kausalhypothesen überprüfen, das heißt, man überprüft den Zusammenhang zwischen zwei Merkmalen. Die statistische Signifikanzprüfung vergleicht zwei oder mehrere Verteilungen im Bezug auf ihren Unterschied: Unterschiede zwischen zwei Verteilungen werden dann als signifikant (bedeutsam) bezeichnet, wenn sie mit einer bestimmten Wahrscheinlichkeit nicht durch Zufall zu Stande gekommen sind. 2
3 Die Überprüfung erfolgt mittels Nullhypothese, die die optimale Zufallsverteilung definiert Die Definition der Nullhypothese ist von der Fragestellung abhängig. Eine Kausalhypothese enthält eine Ursachen-Wirkung Relation, sprich: Die Verteilung/Veränderung des Sachverhaltes bedingt, erklärt die Verteilung eines anderen Sachverhaltes. Abhängig von der Zahl der zu analysierenden Variable/Merkmale wählt man zwischen Univariater, Bivariater oder Multivariater Datenanalyse. In der Univariaten Datenanalyse wird die Verteilung einer Variable überprüft: Deskriptive Statistik Häufigkeitsanalyse Schließende Statistik Prüft Zufälligkeit von Ereignisfolgen Bei der Bivariaten Datenanalyse wird die Verteilung der Merkmale einer Variable in Abhängigkeit der Verteilung der Merkmale einer anderen Variable gesetzt: Deskriptive Statistik Häufigkeitsanalyse der Merkmalskombinationen mittels Kreuztabellenanalyse Schließende Statistik Prüft Kausalhypothesen. Des Weiteren ergeben sich die Stärke und die Richtung von Zusammenhängen, was zu je-desto Aussagen führt. Bei der Multivariaten Datenanalyse werden mehr als zwei Variablen zur Analyse herangezogen. Abhängig von den Datenniveaus wählt man zwischen kategorialen Date (z.b.: Schulnoten, Antwortkategorien,...) und metrischen Daten (z.b.: Einwohnerzahl, Flächenangaben,...). Die Datenniveaus bestimmt man mit statistischen Maßzahlen zur Beschreibung von Verteilungen und statistischen Analyseverfahren. Sie ergeben sich weiters aus den Eigenschaften der Merkmale, die gemessen wurden. Messen ist die Zuordnung von Zahlen zu Merkmalsträgern. An einem Merkmalsträgern können mehrere Merkmale gemessen werden, die Zuordnung von Zahlen zu Merkmalsträgern nennt man Codierung. Je nachdem, was und wie gemessen wurde, ergeben sich unterschiedliche Eigenschaften von Daten und daraus resultierende Eigenschaften von Daten: Gleichheit bzw. Ungleichheit Ordnung Gleichheit von Differenzen Gleichheit von Verhältnissen Je mehr Eigenschaften von Aussagequalitäten Daten besitzen, desto besser ist die Datenqualität. Die Daten werden nach der Qualität ihrer Eigenschaften in die unterschiedlichen Niveaus eingeteilt, die die Möglichkeiten der Datenmodifikation und der statistischen Analyseverfahren bestimmen. 3
4 Kategoriale Daten Nominaldaten Namen (Bezeichnungen) in Form von Zahlen, z.b.: Geschlecht, Familienstand. Eigenschaften: Gleichheit/Ungleichheit. Ordinaldaten Ranggordnete Daten. Bewertungen, aber keine genaue Aussage über den Abstand zwischen den Klassen, z.b.: Schulnoten, Soziale Schichtung. Eigenschaften: Gleichheit/Ungleichheit und Ordnung. Metrische Daten Intervall Daten Relativer Nullpunkt, keine Vergleichbarkeit von Verhältnissen möglich, z.b.: 20 C ist doppelt so warm wie 10 C, Temperatur in C. Eigenschaften: Gleichheit/Ungleichheit, Ordnung, Gleichheit von Differenzen. Ratio Daten Absoluter Nullpunkt, z.b.: Temperatur in K, Quadratmeter, Einwohner, Alter, Einkommen. Eigenschaften: Gleichheit/Ungleichheit, Ordnung, Gleichheit von Differenzen, Gleichheit von Verhältnissen. 3. Univariate Datenanalyse Die einfachste statistische Operation ist das Zählen. Es wird gezählt, wie oft Merkmale in einer Verteilung vorkommen. Das statistische Analyseverfahren dabei ist die Häufigkeitsanalyse. Mit ihr wird überprüft, wie oft einzelne Werte eines Merkmales in einer Verteilung vorkommen. Dabei differenziert man in absolute und relative Häufigkeiten: Absolute Häufigkeit: Anzahl des Auftretens von Werten Relative Häufigkeit: Prozentanteil des Auftretens von einzelnen Werten in Bezug auf die Zahl der analysierten Fälle 4. Häufigkeitsanalyse Verteilungsdiskussion Zur Beschreibung der Verteilung wählt man geeignete Maßzahlen aus. Sie hängen ab von der Datenqualität, dem Skalenniveau der Daten. Lageparameter beschreiben den durchschnittlichen Wert einer Verteilung. Sie geben in etwa die Mitte einer Verteilung an. Die Aussagekraft er Lageparameter ist abhängig von der Streuung der 4
5 Werte und der Verteilungsform. In Kombination können mittels Lageparameter Aussagen über die Verteilung der Merkmale getroffen werden. Arithmetisches Mittel: (Summe der Werte der Merkmale durch die Anzahl der Fälle). Diese Berechnung wird bei metrischen Daten angewendet, allerdings hat das arithmetische Mittel eine Schwachstelle: Ausreißer gehen gleichgewichtig in die Verteilung ein. Das kann bei bestimmten Verteilungen problematisch sein. Median: 50%-Grenze. 50% der Werte sind kleiner, 50% der Werte größer als der Medianwert. Ist der Median in der Zahlenreihenfolge vorhanden, so wird die Zahl verwendet, die genau in der Mitte liegt. Ist sie nicht vorhanden, wird ein Mischwert der beiden benachbarten Zahlen gebildet. Der Median wird bei metrischen und Ordinaldaten verwendet. Er ist auch robuster gegen Ausreißer, das heißt, er ist auch bei asymmetrischen und schiefen Verteilungen gut anwendbar. Modalwert: häufigster Wert einer Verteilung. Er kann bei nominal, ordinal und metrischen Datenniveau verwendet werden, ist allerdings der einzige Lageparameter, der auch für Nominaldaten verwendbar ist. Verteilungsformen: Geben Auskunft über die Messwerte des häufigen Extrems und es seltenen Extrems. Sie sind entweder rechtsschief bzw. linkssteil oder linksschief bzw. rechtssteil. Die optimale Zufallsverteilung tritt ein, wenn Mittelwert, Median und Modalwert identisch sind. Maße zur Kennzeichnung einer Verteilung Perzentile: Sie geben den Wert einer Verteilung an, unterhalb essen ein definierter Prozentsatz der Fälle mit geringerem Wert liegt. Der Prozentsatz definiert das Perzentil, die Perzentilgrenzen können frei gewählt werden. Quartile liegen bei 25%, 50% und 75%. Sie finden Verwendung im Ordinaldatenniveau. Streuungsparameter treffen Aussagen über die Gleichheit (Homogenität) bzw. Ungleichheit (Inhomogenität) der Merkmalsträger. Die Streuung bezeichnet den Wert, mit dem die Werte einer Verteilung voneinander abweichen. Je größer die Streuung, desto inhomogener ist die Verteilung. Es kommt das Ordinaldatenniveau zur Anwendung. Der Minimalwert ist der kleinste Wert der Verteilung, der Maximalwert der größte. Die Differenz zwischen beiden nennt man die Spannweite. Weitere Maße zur Kennzeichnung einer Verteilung Spannweite: Gibt Auskunft über die Daten. Z.B.: Das Alter der untersuchten Personen liegt reicht von Jahre. Das Problem ist, dass die Spannweite nur durch zwei einzelne Werte definiert wird. 5
6 Varianz: Ist die mittlere quadratische Abweichung der Werte vom Mittelwert. Es wird von jedem einzelnen Wert die Differenz zum Mittelwert berechnet. Das verwendete Datenniveau ist das metrische. Standardabweichung: Ist der Bezug der Varianz zur Maßeinheit der Verteilung. Sie ist die Quadratwurzel der Varianz. Variationskoeffizient: Streuungsparameter werden von der Dimension der den Maßeinheiten, in denen die Merkmale gemessen wurden beeinflusst. Der Vergleich der Streuungen (der Homogenität) von verschiedenen Verteilungen ist manchmal problematisch. Verteilungsformen müssen analysiert werden Normalverteilung: Sie kennzeichnet eine Verteilung von Merkmalen die sich aus zufälligen Einflüssen ergibt. Es ist die optimale Zufallsverteilung für metrische Merkmale. Je ähnlicher eine Verteilung der Normalverteilung ist, desto besser kennzeichnen die Lageparameter die Verteilung. Des Weiteren dient sie zur Hypothesenprüfung. Sie ist das theoretische Modell für die zufällige Verteilung von Merkmalen. So lässt sich prüfen, ob eine empirisch beobachtete Verteilung zufallsverteilt ist, oder nicht. Für die Hypothesenprüfung ist die Aussage zentral. Zu jeder Verteilung kann mittels Mittelwert und Streuungsparameter eine theoretische Normalverteilung berechnet werden. Diese berechnete Normalverteilung gibt an, wie die Werte verteilt wären, wenn sie zufällig zu Stande gekommen wären. Zu berücksichtigen ist allerdings, dass auch Abweichungen von theoretischer und beobachteter Verteilung zufallsbedingt sein können (Aufgabe der analytischen Statistik). Generelle Kennzeichen der Normalverteilung sind, dass der Mittelwert, der Median und der Modalwert identisch sind, dass sich 95% der Werte in einem Intervall von ± 2 Standardabweichungen liegen und dass sie symmetrisch ist. Schiefe (Skewness): Sie beschreibt die Symmetrie bzw. Assymmetrie von Verteilungen. Das Datenniveau ist metrisch. Von einer positiven Schiefe spricht man, wenn die Kurve linkssteil ist, von einer negativen, wenn sie rechtssteil ist. Sie trifft Aussagen über die Messwerte des häufigen und des seltenen Extrems. Steilheit (kurtosis): Sie definiert sich aus der Streuung der Werte um den Mittelwert. Je enger die Werte um den Mittelwert streuen, umso steiler ist die Verteilung, je weiter sie um den Mittelwert streuen, umso flacher ist sie. Schließende Statistik (Grundkonzeption) Forschungslogische Struktur: 1. Formulierung der Forschungs-/Erklärungshypothese 6
7 2. Formulierung der Gegenhypothese (= Nullhypothese H 0 ). Sie beschreibt was, bzw. welche Verteilung, zu erwarten ist. Wenn die Forschungshypothese nicht zutrifft, muss man auf die 0- Hypothese zurückgreifen. Analytische Statistik (Grundkonzeption) Forschungslogische Struktur: 3. Vergleich der beobachteten mit der erwarteten Verteilung. Weicht die beobachtete Verteilung nicht von der erwarteten ab, muss man die H 0 annehmen. Weicht die beobachtete Verteilung signifikant von der erwarteten ab, kann man die Forschungs-/Alternativhypothese annehmen. Signifikanz bedeutet, mit welcher Wahrscheinlichkeit die Abweichungen von erwarteten zu und beobachteten Werten zufällig sind. 4.Vergleich der beobachteten mit der erwarteten Verteilung methodische Vorgangsweise Vergleich der erwarteten Werte mit den beobachteten Werten Bestimmung der Abweichung der beobachteten Werte von erwarteten Werten Bestimmung der Wahrscheinlichkeit des Auftretens der festgestellten Abweichung 5. Der Chi-Quadrat-Test Dieser Test prüft, ob der Unterschied von Verteilungen von Merkmalen auf zufällige oder nicht zufällige Einflussfaktoren zu Stande gekommen ist. Zuerst wird definiert, welche Bedingungen für die Verteilung der beobachteten Merkmale bei Zutreffen der 0-Hypothese gelten würden. Für diese Bedingungen wird eine theoretische Verteilung der Merkmale ermittelt, das heißt, welche Verteilung der Merkmale zu erwarten wäre, wenn die erklärende Hypothese (Alternativhypothese) nicht zutrifft. Die tatsächliche beobachtete Variation der Merkmale wird mit der theoretisch erwarteten Verteilung der Merkmale verglichen. Folglich wird die Abweichung oder Übereinstimmung festgestellt. Die Signifikanzprüfung Sie ist nötig, um festzustellen, ob eine Forschungshypothese (= Annahme) anzunehmen oder abzulehnen ist. Unterscheidet sich die Verteilung signifikant von der theoretischen, so ist H 0 abzulehnen und H a anzunehmen. Unterscheidet sie sich nicht signifikant, muss man die Null- Hypothese annehmen. Beim Chi-Quadrat-Test ist die Signifikanzprüfung deshalb notwendig, weil die Abweichung von beobachteter und theoretischer Verteilung zufallsbedingt sein könnte. Dass die Abweichung nicht mehr auf zufällige Einflüsse zurückzuführen ist kann dann angenommen werden, wenn die Wahrscheinlichkeit der Abweichungen einen vordefinierten Prozentsatz nicht unterschreiten. Freiheitsgrade Bei einer Randverteilung können immer Zahl der Möglichkeiten minus 1 frei gewählt werden. Für jeden Freiheitsgrad gilt eine anderen Verteilung und Wahrscheinlichkeit von Chi-Quadrat. 7
8 Generell gilt: Je kleiner der Chi-Quadrat-Wert, desto größer die Wahrscheinlichkeit seines Auftretens. Je größer die Wahrscheinlichkeit des Auftretens eines Chi-Quadrat-Wertes, desto eher ist das Ergebnis zufällig. Und damit eine zufällige Abweichung der beobachteten von der erwarteten Verteilung gegeben, die allerdings von den Freiheitsgraden abhängt. Beobachtete und erwartete Verteilungen unterscheiden sich durch Zufallsfaktoren voneinander. Annahme und Verwerfung von H 0 bzw. H a Statistische Signifikanz ist dann gegeben, wenn die Variation von Merkmalen nicht mehr durch zufällige Einflussfaktoren zu Stande gekommen ist und wenn die Wahrscheinlichkeit der Abweichung der beobachteten Verteilung von der erwarteten Verteilung (jene Verteilung, wenn die Alternativhypothese nicht zutrifft) kleiner als 5% ist. Ist dies der Fall, so unterscheiden sich theoretische und beobachtete Werte signifikant. Vorraussetzungen von Chi-Quadrat Die erwarteten Häufigkeiten sollten 5 sein Bei maximal 20% der Zellen darf die erwartete Häufigkeit 5 sein. In diesem Fall sollte der Wert kleiner als 1 sein. Sind diese Bedingungen nicht erfüllt, so ist die Signifikanzprüfung mittels Chi-Quadrat nicht zulässig, gegebenenfalls sind die Werte zu klassifizieren (zusammen zu fassen). Mit den klassifizierten Werten kann eine neuerliche Signifikanzprüfung mittels Chi-Quadrat durchgeführt werden. 6. Bivariate Datenanalyse Mit ihr lässt sich der Zusammenhang zwischen zwei Variablen analysieren. Sie prüft das gemeinsame Vorkommen von definierten Merkmalen (Merkmalskombinationen) zweier Variablen. Man kann sie für das Nominal- und Ordinaldatenniveau verwenden. Als statistisches Verfahren dienen die Kreuztabellen. Das sind zwei- oder mehrdimensionale Tabellen, welche die Häufigkeit angeben, mit der bei untersuchten Objekten Kombinationen von Merkmalsausprägungen auftreten. Ein statistisch signifikanter Zusammenhang zwischen zwei Variablen ist dann gegeben, wenn bestimmte Merkmalsausprägungen dieser Variablen überdurchschnittlich (überzufällig) häufig miteinander auftreten. Ist ein statistisch signifikanter Zusammenhang gegeben, lautet die Aussage: Die Ausprägung der Merkmale der einen Variable ist abhängig von der Ausprägung der Merkmale der anderen Variable und umgekehrt. In der Bivariaten Datenanalyse prüft der Chi-Quadrat-Test auf: Abhängigkeit, bzw. Unabhängigkeit der Variablen Alternativhypothese (Merkmalsausprägungen sind assoziiert, bestimmte Kombinationen kommen überzufällig vor). 8
9 Nullhypothese (Variable sind unabhängig, in der Matrix herrscht Gleichverteilung. Bestimmte Kombinationen von Merkmalsausprägungen kommen nur zufällig gemeinsam vor. Wenn folglich die Nullhypothese angenommen wird, gilt auch die Matrix (Kreuztabelle) der erwarteten Häufigkeiten (= die durch Randverteilung reproduzierte Matrix). Bei totaler Unabhängigkeit der Werte nimmt Chi-Quadrat den Wert 0 an. Je mehr die beobachteten Merkmalskombinationen von den erwarteten Merkmalskombinationen abweichen, desto größer wird Chi-Quadrat und damit der Zusammenhang der Merkmale in der Tabelle. Assoziationsmaße Mittels Prüfung auf Signifikanz durch Chi-Quadrat wird lediglich festgestellt, ob ein Zusammenhang zwischen den Variablen besteht. Damit ist jedoch der volle Informationsgehalt der bivariaten Datenanalyse nicht ausgeschöpft. Signifikante Zusammenhänge zwischen zwei Variablen können unterschiedliche stark ausgeprägt sein. Ein eindeutiger Zusammenhang besteht, wenn in 100% der Fälle VAR0001 den Wert 1 annimmt, wenn VAR0002 den Wert 2 annimmt. Und umgekehrt. Nicht mehr ganz so eindeutig ist es, wenn das bei 90% der Fälle auftritt. Man spricht von einem schwächeren Zusammenhang. Ein schwacher Zusammenhang besteht, wenn dies nur mehr bei 70% der Fälle eintritt. Assoziationsmaße dienen folglich zur Feststellung von bivariaten Zusammenhängen von Nominalund Ordinaldaten und sind Assoziationsmaße des adäquaten Instruments. Einen Indikator zur Feststellung der Stärke des Zusammenhangs bietet der Chi-Quadrat-Wert. Je größer er ist desto stärker ist die Abweichung der beobachteten von der erwarteten Zufallsverteilung und damit die Stärke des Zusammenhanges. Es kann sein, dass Chi-Quadrat trotz gleicher Stärke des Zusammenhangs unterschiedliche Werte liefert, denn er hängt von der Fallzahl insgesamt ab. Damit ist Chi-Quadrat für Vergleiche und Bestimmung im Bezug auf die Stärke des Zusammenhanges nicht geeignet. Mit den Assoziationsmaßen kann man den Zusammenhang aber weiterhin messe. Die Vorraussetzung ist allerdings, dass der Chi-Quadrat-Wert signifikant ist, also unter 5% liegt. Die Funktion dabei ist jeweils die Normierung von Chi-Quadrat. Bei der Auswahl von Assoiationsmaßen muss man das Datenniveau berücksichtigen, danach wählt man zwischen: Phi Phi trifft vergleichbare Aussagen über die Stärke eines Zusammenhanges für 2x2 Tabellen. Kontingenzkoeffizient C Der Kontingenzkoeffizient eignet sich für quadratische Tabellen (Tabellen mit gleicher Zeilen- und Spaltenanzahl) in der Dimensionierung größer als 2x2 Cramer s V Cramer s V hingegen ist für größere Tabellen als 2x2 und auch Rechtecktabellen geeignet, weil die Zeilen- und Spaltendimension berücksichtig wird. 9
QM: Prüfen -1- KN16.08.2010
QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,
MehrGrundlagen der Inferenzstatistik
Grundlagen der Inferenzstatistik (Induktive Statistik oder schließende Statistik) Dr. Winfried Zinn 1 Deskriptive Statistik versus Inferenzstatistik Die Deskriptive Statistik stellt Kenngrößen zur Verfügung,
MehrGüte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion
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.
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrEinfache statistische Auswertungen mit dem Programm SPSS
Einfache statistische Auswertungen mit dem Programm SPSS Datensatz: fiktive_daten.sav Dipl. Päd. Anne Haßelkus Dr. Dorothea Dette-Hagenmeyer 11/2011 Überblick 1 Deskriptive Statistiken; Mittelwert berechnen...
MehrPrüfung eines Datenbestandes
Prüfung eines Datenbestandes auf Abweichungen einzelner Zahlen vom erwarteten mathematisch-statistischen Verhalten, die nicht mit einem Zufall erklärbar sind (Prüfung auf Manipulationen des Datenbestandes)
MehrEinfache Varianzanalyse für abhängige
Einfache Varianzanalyse für abhängige Stichproben Wie beim t-test gibt es auch bei der VA eine Alternative für abhängige Stichproben. Anmerkung: Was man unter abhängigen Stichproben versteht und wie diese
MehrLeseprobe. Wilhelm Kleppmann. Versuchsplanung. Produkte und Prozesse optimieren ISBN: 978-3-446-42033-5. Weitere Informationen oder Bestellungen unter
Leseprobe Wilhelm Kleppmann Versuchsplanung Produkte und Prozesse optimieren ISBN: -3-44-4033-5 Weitere Informationen oder Bestellungen unter http://www.hanser.de/-3-44-4033-5 sowie im Buchhandel. Carl
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
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
MehrBusiness Value Launch 2006
Quantitative Methoden Inferenzstatistik alea iacta est 11.04.2008 Prof. Dr. Walter Hussy und David Tobinski UDE.EDUcation College im Rahmen des dokforums Universität Duisburg-Essen Inferenzstatistik Erläuterung
MehrTutorial: Homogenitätstest
Tutorial: Homogenitätstest Eine Bank möchte die Kreditwürdigkeit potenzieller Kreditnehmer abschätzen. Einerseits lebt die Bank ja von der Vergabe von Krediten, andererseits verursachen Problemkredite
MehrMelanie Kaspar, Prof. Dr. B. Grabowski 1
7. Hypothesentests Ausgangssituation: Man muss sich zwischen 2 Möglichkeiten (=Hypothesen) entscheiden. Diese Entscheidung soll mit Hilfe von Beobachtungen ( Stichprobe ) getroffen werden. Die Hypothesen
MehrProfil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8
1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen
MehrBox-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8
. Aufgabe: Für zwei verschiedene Aktien wurde der relative Kurszuwachs (in % beobachtet. Aus den jeweils 20 Quartaldaten ergaben sich die folgenden Box-Plots. Box-and-Whisker Plot Aktie Aktie 2-0,2 0,8,8
MehrDas Vermögen der privaten Haushalte in Nordrhein-Westfalen ein Überblick auf der Basis der Einkommens- und Verbrauchsstichprobe
Sozialberichterstattung NRW. Kurzanalyse 02/2010 09.07.2010 12.07.2010 Das Vermögen der privaten Haushalte in Nordrhein-Westfalen ein Überblick auf der Basis der Einkommens- und Verbrauchsstichprobe 2008
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
Mehr4. Erstellen von Klassen
Statistik mit Tabellenkalkulation 4. Erstellen von Klassen Mit einem einfachen Befehl lässt sich eine Liste von Zahlen auf die Häufigkeit der einzelnen Werte untersuchen. Verwenden Sie dazu den Befehl
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrTipp III: Leiten Sie eine immer direkt anwendbare Formel her zur Berechnung der sogenannten "bedingten Wahrscheinlichkeit".
Mathematik- Unterrichts- Einheiten- Datei e. V. Klasse 9 12 04/2015 Diabetes-Test Infos: www.mued.de Blutspenden werden auf Diabetes untersucht, das mit 8 % in der Bevölkerung verbreitet ist. Dabei werden
MehrR ist freie Software und kann von der Website. www.r-project.org
R R ist freie Software und kann von der Website heruntergeladen werden. www.r-project.org Nach dem Herunterladen und der Installation von R kann man R durch Doppelklicken auf das R-Symbol starten. R wird
MehrBachelorabschlussseminar Dipl.-Kfm. Daniel Cracau
1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank
MehrWillkommen zur Vorlesung Statistik
Willkommen zur Vorlesung Statistik Thema dieser Vorlesung: Varianzanalyse Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr. Wolfgang
MehrExpertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung)
Epertenrunde Gruppe 1: Wiederholungsgruppe EXCEL (Datenerfassung, Darstellungsformen, Verwertung) Im Folgenden wird mit Hilfe des Programms EXEL, Version 007, der Firma Microsoft gearbeitet. Die meisten
MehrAUTOMATISIERTE HANDELSSYSTEME
UweGresser Stefan Listing AUTOMATISIERTE HANDELSSYSTEME Erfolgreich investieren mit Gresser K9 FinanzBuch Verlag 1 Einsatz des automatisierten Handelssystems Gresser K9 im Portfoliomanagement Portfoliotheorie
Mehr90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft
Prof. Dr. Helmut Küchenhoff SS08 90-minütige Klausur Statistik für Studierende der Kommunikationswissenschaft am 22.7.2008 Anmerkungen Überprüfen Sie bitte sofort, ob Ihre Angabe vollständig ist. Sie sollte
Mehr1.3 Die Beurteilung von Testleistungen
1.3 Die Beurteilung von Testleistungen Um das Testergebnis einer Vp zu interpretieren und daraus diagnostische Urteile ableiten zu können, benötigen wir einen Vergleichsmaßstab. Im Falle des klassischen
MehrAuswerten mit Excel. Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro
Auswerten mit Excel Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro 1. Pivot-Tabellen erstellen: In der Datenmaske in eine beliebige Zelle klicken Registerkarte Einfügen
Mehr2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen
4. Datenanalyse und Modellbildung Deskriptive Statistik 2-1 2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen Für die Auswertung einer Messreihe, die in Form
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrDaten sammeln, darstellen, auswerten
Vertiefen 1 Daten sammeln, darstellen, auswerten zu Aufgabe 1 Schulbuch, Seite 22 1 Haustiere zählen In der Tabelle rechts stehen die Haustiere der Kinder aus der Klasse 5b. a) Wie oft wurden die Haustiere
MehrWelche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrFachhochschule Düsseldorf Wintersemester 2008/09
Fachhochschule Düsseldorf Wintersemester 2008/09 Teilfachprüfung Statistik im Studiengang Wirtschaft Prüfungsdatum: 26.01.2009 Prüfer: Prof. Dr. H. Peters, Diplom-Vw. Lothar Schmeink Prüfungsform: 2-stündige
MehrÜberblick über die Verfahren für Ordinaldaten
Verfahren zur Analyse ordinalskalierten Daten 1 Überblick über die Verfahren für Ordinaldaten Unterschiede bei unabhängigen Stichproben Test U Test nach Mann & Whitney H Test nach Kruskal & Wallis parametrische
MehrEtwas positive Tendenz ist beim Wechsel der Temperatur von 120 auf 170 zu erkennen.
Explorative Datenanalyse Erstmal die Grafiken: Aufreisskraft und Temperatur 3 1-1 N = 1 15 17 Temperatur Diagramm 3 1 95% CI -1 N = 1 15 17 Temperatur Etwas positive Tendenz ist beim Wechsel der Temperatur
MehrKontingenzkoeffizient (nach Pearson)
Assoziationsmaß für zwei nominale Merkmale misst die Unabhängigkeit zweier Merkmale gibt keine Richtung eines Zusammenhanges an 46 o jl beobachtete Häufigkeiten der Kombination von Merkmalsausprägungen
MehrBeurteilung der biometrischen Verhältnisse in einem Bestand. Dr. Richard Herrmann, Köln
Beurteilung der biometrischen Verhältnisse in einem Bestand Dr. Richard Herrmann, Köln Beurteilung der biometrischen Verhältnisse in einem Bestand 1 Fragestellung Methoden.1 Vergleich der Anzahlen. Vergleich
MehrStudiendesign/ Evaluierungsdesign
Jennifer Ziegert Studiendesign/ Evaluierungsdesign Praxisprojekt: Nutzerorientierte Evaluierung von Visualisierungen in Daffodil mittels Eyetracker Warum Studien /Evaluierungsdesign Das Design einer Untersuchung
MehrQuadratische Gleichungen
Quadratische Gleichungen Aufgabe: Versuche eine Lösung zu den folgenden Zahlenrätseln zu finden:.) Verdoppelt man das Quadrat einer Zahl und addiert, so erhält man 00..) Addiert man zum Quadrat einer Zahl
MehrAufgabe 1: Nehmen Sie Stellung zu den folgenden Behauptungen (richtig/falsch mit stichwortartiger Begründung).
Aufgabe 1: Nehmen Sie Stellung zu den folgenden Behauptungen (richtig/falsch mit stichwortartiger Begründung). a) Die Anzahl der voneinander verschiedenen Beobachtungswerte eines statistischen Merkmals
MehrEinführung in statistische Analysen
Einführung in statistische Analysen Andreas Thams Econ Boot Camp 2008 Wozu braucht man Statistik? Statistik begegnet uns jeden Tag... Weihnachten macht Deutschen Einkaufslaune. Im Advent überkommt die
MehrKlausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt.
Klausur Nr. 1 2014-02-06 Wahrscheinlichkeitsrechnung Pflichtteil Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt. Name: 0. Für Pflicht- und Wahlteil gilt: saubere und übersichtliche Darstellung,
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1
LÖSUNG 3A Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Mit den Berechnungsfunktionen LG10(?) und SQRT(?) in "Transformieren", "Berechnen" können logarithmierte Werte sowie die Quadratwurzel
MehrVon der Untersuchungsfrage zu statistischen Hypothesen, und wie war das nochmal mit dem α- und
Von der Untersuchungsfrage zu statistischen Hypothesen, und wie war das nochmal mit dem α- und β-fehler? Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de
MehrRisikodiversifikation. Birgit Hausmann
diversifikation Birgit Hausmann Übersicht: 1. Definitionen 1.1. 1.2. diversifikation 2. messung 2.1. messung im Überblick 2.2. Gesamtaktienrisiko und Volatilität 2.3. Systematisches und Betafaktor 2.4.
MehrAuswertung mit dem Statistikprogramm SPSS: 30.11.05
Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Seite 1 Einführung SPSS Was ist eine Fragestellung? Beispiel Welche statistische Prozedur gehört zu welcher Hypothese? Statistische Berechnungen mit
MehrAbb. 30: Antwortprofil zum Statement Diese Kennzahl ist sinnvoll
Reklamationsquote Stornierungsquote Inkassoquote Customer-Lifetime-Value Hinsichtlich der obengenannten Kennzahlen bzw. Kontrollgrößen für die Neukundengewinnung wurden den befragten Unternehmen drei Statements
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
Mehr1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,17 1,17 1,18
3. Deskriptive Statistik Ziel der deskriptiven (beschreibenden) Statistik (explorativen Datenanalyse) ist die übersichtliche Darstellung der wesentlichen in den erhobenen Daten enthaltene Informationen
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
MehrUnivariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung: Test nach McNemar
Univariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung: Test nach McNemar Inhaltsverzeichnis Univariates Chi-Quadrat-Verfahren für ein dichotomes Merkmal und eine Messwiederholung:
MehrUli Greßler. Qualitätsmanagement. Überwachung der Produkt- und Prozessqualität. Arbeitsheft. 2. Auflage. Bestellnummer 04796
Uli Greßler Qualitätsmanagement Überwachung der Produt- und Prozessqualität Arbeitsheft 2. Auflage Bestellnummer 04796 Haben Sie Anregungen oder Kritipunte zu diesem Produt? Dann senden Sie eine E-Mail
MehrBerechnung der Erhöhung der Durchschnittsprämien
Wolfram Fischer Berechnung der Erhöhung der Durchschnittsprämien Oktober 2004 1 Zusammenfassung Zur Berechnung der Durchschnittsprämien wird das gesamte gemeldete Prämienvolumen Zusammenfassung durch die
Mehr1 Darstellen von Daten
1 Darstellen von Daten BesucherInnenzahlen der Bühnen Graz in der Spielzeit 2010/11 1 Opernhaus 156283 Hauptbühne 65055 Probebühne 7063 Ebene 3 2422 Next Liberty 26800 Säulen- bzw. Balkendiagramm erstellen
MehrGrundlagen der Datenanalyse am Beispiel von SPSS
Grundlagen der Datenanalyse am Beispiel von SPSS Einführung Dipl. - Psych. Fabian Hölzenbein hoelzenbein@psychologie.uni-freiburg.de Einführung Organisatorisches Was ist Empirie? Was ist Statistik? Dateneingabe
MehrFranz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. Excel Edition. ^ Springer Spektrum
Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst Excel Edition ^ Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3
Mehrq = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678
Lösungsvorschläge zu Blatt 8 X binomialverteilt mit p = 0. und n = 10: a PX = = 10 q = 1 p = 0.8 0. 0.8 10 = 0, 1,..., 10 PX = PX = 0 + PX = 1 + PX = 10 10 = 0. 0 0.8 10 + 0. 1 0.8 9 + 0 1 10 = 0.8 8 [
MehrVorsicht statt Nachsicht
Vorsicht statt Nachsicht Perfekt abgesichert für alle Fälle. WIRTSCHAFTSPRÜFER STEUERBERATER WIRTSCHAFTSPRÜFER RECHTSANWÄLTE STEUERBERATER Entdeckung von Unregelmäßigkeiten bei Steuer- und Ordnungsmäßigkeitsprüfungen
MehrIntrinsisch motivierte Mitarbeiter als Erfolgsfaktor für das Ideenmanagement: Eine empirische Untersuchung
Intrinsisch motivierte Mitarbeiter als Erfolgsfaktor für das Ideenmanagement: Eine empirische Untersuchung Bearbeitet von Martina Sümnig Erstauflage 2015. Taschenbuch. 176 S. Paperback ISBN 978 3 95485
MehrVermögensbildung: Sparen und Wertsteigerung bei Immobilien liegen vorn
An die Redaktionen von Presse, Funk und Fernsehen 32 02. 09. 2002 Vermögensbildung: Sparen und Wertsteigerung bei Immobilien liegen vorn Das aktive Sparen ist nach wie vor die wichtigste Einflussgröße
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt. Stock, Nordflügel R. 0-49 (Persike) R. 0- (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 008/009 Fachbereich
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
MehrAccess [basics] Gruppierungen in Abfragen. Beispieldatenbank. Abfragen gruppieren. Artikel pro Kategorie zählen
Abfragen lassen sich längst nicht nur dazu benutzen, die gewünschten Felder oder Datensätze einer oder mehrerer Tabellen darzustellen. Sie können Daten auch nach bestimmten Kriterien zu Gruppen zusammenfassen
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
MehrStatistik II für Betriebswirte Vorlesung 2
PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 2 21. Oktober 2014 Verbundene Stichproben Liegen zwei Stichproben vor, deren Werte einander
MehrUniversität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B
Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben
MehrMETHODENLEHRE I WS 2013/14 THOMAS SCHÄFER
METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede
MehrBehörde für Bildung und Sport Abitur 2008 Lehrermaterialien zum Leistungskurs Mathematik
Abitur 8 II. Insektenpopulation LA/AG In den Tropen legen die Weibchen einer in Deutschland unbekannten Insektenpopulation jedes Jahr kurz vor Beginn der Regenzeit jeweils 9 Eier und sterben bald darauf.
MehrData Mining: Einige Grundlagen aus der Stochastik
Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener
MehrAnalog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit<-read.table("c:\\compaufg\\kredit.
Lösung 16.3 Analog zu Aufgabe 16.1 werden die Daten durch folgenden Befehl eingelesen: > kredit
MehrBiostatistik, WS 2015/2016 Der zwei-stichproben-t-test
1/29 Biostatistik, WS 2015/2016 Der zwei-stichproben-t-test (t-test für ungepaarte Stichproben) Matthias Birkner http://www.staff.uni-mainz.de/birkner/biostatistik1516/ 11.12.2015 2/29 Inhalt 1 t-test
MehrSTATISTIK. Erinnere dich
Thema Nr.20 STATISTIK Erinnere dich Die Stichprobe Drei Schüler haben folgende Noten geschrieben : Johann : 4 6 18 7 17 12 12 18 Barbara : 13 13 12 10 12 3 14 12 14 15 Julia : 15 9 14 13 10 12 12 11 10
Mehr15.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit
5.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit Einführendes Beispiel ( Erhöhung der Sicherheit bei Flugreisen ) Die statistische Wahrscheinlichkeit, dass während eines Fluges ein Sprengsatz an Bord
MehrDas große ElterngeldPlus 1x1. Alles über das ElterngeldPlus. Wer kann ElterngeldPlus beantragen? ElterngeldPlus verstehen ein paar einleitende Fakten
Das große x -4 Alles über das Wer kann beantragen? Generell kann jeder beantragen! Eltern (Mütter UND Väter), die schon während ihrer Elternzeit wieder in Teilzeit arbeiten möchten. Eltern, die während
MehrDie Optimalität von Randomisationstests
Die Optimalität von Randomisationstests Diplomarbeit Elena Regourd Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf Düsseldorf im Dezember 2001 Betreuung: Prof. Dr. A. Janssen Inhaltsverzeichnis
MehrGibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero?
Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Manche sagen: Ja, manche sagen: Nein Wie soll man das objektiv feststellen? Kann man Geschmack objektiv messen? - Geschmack ist subjektiv
MehrWinWerk. Prozess 6a Rabatt gemäss Vorjahresverbrauch. KMU Ratgeber AG. Inhaltsverzeichnis. Im Ifang 16 8307 Effretikon
WinWerk Prozess 6a Rabatt gemäss Vorjahresverbrauch 8307 Effretikon Telefon: 052-740 11 11 Telefax: 052-740 11 71 E-Mail info@kmuratgeber.ch Internet: www.winwerk.ch Inhaltsverzeichnis 1 Ablauf der Rabattverarbeitung...
MehrRegelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall
Wahrscheinlichkeitstheorie Was will die Sozialwissenschaft damit? Regelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall Auch im Alltagsleben arbeiten wir mit Wahrscheinlichkeiten, besteigen
MehrKosten-Leistungsrechnung Rechenweg Optimales Produktionsprogramm
Um was geht es? Gegeben sei ein Produktionsprogramm mit beispielsweise 5 Aufträgen, die nacheinander auf vier unterschiedlichen Maschinen durchgeführt werden sollen: Auftrag 1 Auftrag 2 Auftrag 3 Auftrag
MehrQualitative und Quantitative Forschungsmethoden
Qualitative und Quantitative Forschungsmethoden Unterschiede zwischen den Forschungsstrategien Überprüfendes vs. Entdeckendes Erkenntnisinteresse Ziel ist die Überprüfung von Theorieaussagen. Es werden
MehrW-Rechnung und Statistik für Ingenieure Übung 11
W-Rechnung und Statistik für Ingenieure Übung 11 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik
MehrAbitur 2007 Mathematik GK Stochastik Aufgabe C1
Seite 1 Abiturloesung.de - Abituraufgaben Abitur 2007 Mathematik GK Stochastik Aufgabe C1 Eine Werbeagentur ermittelte durch eine Umfrage im Auftrag eines Kosmetikunternehmens vor Beginn einer Werbekampagne
MehrSonderrundschreiben. Arbeitshilfe zu den Pflichtangaben in Immobilienanzeigen bei alten Energieausweisen
Sonderrundschreiben Arbeitshilfe zu den Pflichtangaben in Immobilienanzeigen bei alten Energieausweisen Sonnenstraße 11-80331 München Telefon 089 / 5404133-0 - Fax 089 / 5404133-55 info@haus-und-grund-bayern.de
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)
MehrDieses erste Kreisdiagramm, bezieht sich auf das gesamte Testergebnis der kompletten 182 getesteten Personen. Ergebnis
Datenanalyse Auswertung Der Kern unseres Projektes liegt ganz klar bei der Fragestellung, ob es möglich ist, Biere von und geschmacklich auseinander halten zu können. Anhand der folgenden Grafiken, sollte
MehrPhysikalisches Praktikum
Inhaltsverzeichnis Physikalisches Praktikum Versuchsbericht M4 Stoßgesetze in einer Dimension Dozent: Prof. Dr. Hans-Ilja Rückmann email: irueckm@uni-bremen.de http: // www. praktikum. physik. uni-bremen.
MehrReligionsmonitor Online-Befragung Hintergrundinformationen 15.12.2009
Religionsmonitor Online-Befragung Hintergrundinformationen 15.12.2009 Religionsmonitor Online-Befragung Hintergrundinformationen Seite 2 Religionsmonitor Online-Befragung Hintergrundinformationen Methodische
MehrErweiterung der Aufgabe. Die Notenberechnung soll nicht nur für einen Schüler, sondern für bis zu 35 Schüler gehen:
VBA Programmierung mit Excel Schleifen 1/6 Erweiterung der Aufgabe Die Notenberechnung soll nicht nur für einen Schüler, sondern für bis zu 35 Schüler gehen: Es müssen also 11 (B L) x 35 = 385 Zellen berücksichtigt
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
MehrCharakteristikum des Gutachtenstils: Es wird mit einer Frage begonnen, sodann werden die Voraussetzungen Schritt für Schritt aufgezeigt und erörtert.
Der Gutachtenstil: Charakteristikum des Gutachtenstils: Es wird mit einer Frage begonnen, sodann werden die Voraussetzungen Schritt für Schritt aufgezeigt und erörtert. Das Ergebnis steht am Schluß. Charakteristikum
MehrWebergänzung zu Kapitel 10
Webergänzung zu Kapitel 10 10.1.4 Varianzanalyse (ANOVA: analysis of variance) Im Kapitel 10 haben wir uns hauptsächlich mit Forschungsbeispielen beschäftigt, die nur zwei Ergebnissätze hatten (entweder
MehrAbiturprüfung Mathematik 2008 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1
Abiturprüfung Mathematik (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe Für jedes t f t () + t R ist die Funktion f t gegeben durch = mit R. Das Schaubild von f t heißt K t.. (6 Punkte)
MehrGefährlich hohe Blutzuckerwerte
Gefährlich hohe Blutzuckerwerte In besonderen Situationen kann der Blutzuckerspiegel gefährlich ansteigen Wenn in Ausnahmefällen der Blutzuckerspiegel sehr hoch ansteigt, dann kann das für Sie gefährlich
MehrII. Zum Jugendbegleiter-Programm
II. Zum Jugendbegleiter-Programm A. Zu den Jugendbegleiter/inne/n 1. Einsatz von Jugendbegleiter/inne/n Seit Beginn des Schuljahres 2007/2008 setzen die 501 Modellschulen 7.068 Jugendbegleiter/innen ein.
Mehr