PD Dr. Daniel Effer-Uhe. Psychologie für Juristen
|
|
- Elsa Irma Winter
- vor 7 Jahren
- Abrufe
Transkript
1 D Dr. Daniel Effer-Uhe sychologie für Juristen
2 Wiederholungsfragen: Mit welcher Frage beschäftigt sich die Attributionstheorie und welche beiden grundsätzlichen Möglichkeiten der Attribution gibt es? Die Attributionstheorie beschreibt die Art und Weise, in der wahrgenommene Informationen genutzt werden, um zu kausalen Erklärungen für das Verhalten eines Menschen zu gelangen. Generell kann man die Ursache des Verhaltens in der erson (internale oder dispositionale Attribution) oder in ihrer Situation (externale oder situative Attribution) sehen. Was versteht man unter dem fundamentalen Attributionsfehler? Unter dem fundamentalen Attributionsfehler versteht man die generelle Tendenz, internale/dispositionale Faktoren zu überschätzen, externale/situative Faktoren dagegen zu unterschätzen. 2
3 sychologie für Juristen Statistische Fehlschlüsse Literatur: Bender/Nack/Treuer, Tatsachenfeststellung vor Gericht, 4. Aufl. 2014, S ; Schweizer, Kognitive Täuschungen vor Gericht, 2005, S (online unter Einführung: Die rosecutor s Fallacy ( Fehlschluss des Anklägers ): Im März 2014 kommt es in San Francisco zu einem Mord, bei dem DNA-Spuren des Täters gefunden werden wird in New York durch Zufall ein Mann ermittelt, dessen DNA-rofil mit den DNA-Spuren aus San Francisco übereinstimmt. Weitere Indizien dafür, dass der Mann aus New York die Tat in San Francisco begangen hat, bestehen nicht; ob er zur Tatzeit in San Francisco war, lässt sich nicht mehr feststellen. Ein von der Staatsanwaltschaft bestellter Sachverständiger stellt fest, dass das gefundene DNA-rofil nur bei einem von 10 Mio. Menschen vorkommt. Der Staatsanwalt fragt nach, wie hoch denn die Wahrscheinlichkeit ist, dass die ermittelte erson der Täter ist. Der Sachverständige antwortet: 10 Millionen zu 1. Daraufhin erhebt der Staatsanwalt Anklage. Zurecht? 3
4 Statistische Fehlschlüsse Der Schluss des Staatsanwalts (und auch schon die zweite Antwort des Sachverständigen) sind falsch. Das zeigt sich schon, wenn man sich überlegt, dass die USA etwa 322 Mio. Einwohner haben. Statistisch sollten also etwa 32 Menschen allein in den USA das gesuchte DNA-rofil aufweisen. Das roblem liegt schon in der Fragestellung: Die Wahrscheinlichkeit, dass eine erson der Täter ist, kann nicht anhand eines Indizes bestimmt werden. Vielmehr kann ein Indiz nur dazu führen, dass sich eine vorher gegebene Apriori- Wahrscheinlichkeit verändert. Der Staatsanwalt hätte also dem Sachverständigen eine Anfangswahrscheinlichkeit nennen müssen, damit seine Frage sinnvoll zu beantworten gewesen wäre. Also z.b. Wenn 322 Mio. Menschen als mögliche Täter in Betracht kommen, wie hoch ist dann die Wahrscheinlichkeit, dass gerade die ermittelte erson der Täter ist? Die richtige Antwort lautet dann etwa 1:32, nicht etwa 10 Millionen:1. 4
5 Grundbegriffe H = Haupttatsache = Gegenstand der Beweisführung I = Indiz I c (Das hochgestellte c steht für Complement, also Nichtvorliegen des Indizes oder der Haupttatsache.) Beweisring I 1 H I 3 Hinweis: Die folgenden Folien zum Bayes-Theorem sind in Teilen mit freundlicher Genehmigung von Frau stud. iur. Kathrin Hüttmann übernommen. Beweiskette 50 % 1/2 90 % 9/10 I 1 I 2 H H c 1/2 x 9/10 = 9/20 = 45 % I 2 Jedes Indiz verweist schon für sich genommen unmittelbar auf die Haupttatsache. Je mehr Indizien vorliegen, desto wahrscheinlicher ist die Haupttatsache. Das erste Indiz verweist auf das zweite Indiz usw. Erst das letzte Indiz verweist auf die Haupttatsache. Je mehr Indizien hintereinandergeschaltet sind, desto unwahrscheinlicher wird die Haupttatsache.
6 a-priori-wahrscheinlichkeit = Anfangswahrscheinlichkeit = H Beweisführung a-posteriori-wahrscheinlichkeit = Endwahrscheinlichkeit = H I bedingte Wahrscheinlichkeit = Wahrscheinlichkeit von H unter der Bedingung I
7 Einführungsfall zum Bayes-Theorem Auf einem Kreuzfahrtschiff kommt es im Jahr 2011 zu einem Tötungsdelikt. Der Täter hinterlässt eine DNA-Spur, aufgrund derer ein DNA-rofil erstellt werden kann. Die feststellbaren DNA-Daten treten bei 0,1 % aller Menschen auf. Auf dem Schiff befanden sich zum Zeitpunkt der Tat insgesamt 3600 Gäste und 500 Angestellte. 100 ersonen schließt die olizei als Täter aus, weil es sich um Kinder handelt. Im Jahr 2016 kommt es im Rahmen der Ermittlungen wegen eines anderen Tötungsdelikts zu einem freiwilligen Reihen-DNA-Test. Dabei gibt auch der T eine Speichelprobe ab. Es stellt sich heraus, dass er zwar für den aktuellen Fall als Täter nicht in Betracht kommt, aber sein DNA-rofil mit den 2011 festgestellten DNA-Daten übereinstimmt. Tatsächlich stellt sich heraus, dass er zum Zeitpunkt des Tötungsdelikts als assagier auf dem Kreuzfahrtschiff war. Wie hoch ist die Wahrscheinlichkeit, dass T das Tötungsdelikt im Jahr 2011 begangen hat? 7
8 4.000 mögliche Täter H H c 1 Täter Unschuldige I I c I I c 1 Mal identische DNA-Merkmale 0 Mal keine DNA- Merkmals- Übereinstimmung ca. 4 Mal identische DNA-Merkmale ca Mal keine DNA- Merkmals- Übereinstimmung Insgesamt 5 Mal identische DNA- Merkmale I Somit gilt hier H I = 1 5
9 Das Bayes-Theorem H I = I H (H) I H H + I H c H c a-posteriori- Wahrscheinlichkeit (Endwahrscheinlichkeit) a-priori- Wahrscheinlichkeit (Anfangswahrscheinlichkeit)
10 H I = I H (H) I H H + I H c H c I 1 Mal identische DNA-Merkmale mögliche Täter H 1 Täter I c 0 Mal keine identischen DNA-Merkmale H c Unschuldige I I c 4 Mal identische DNA- Merkmale Mal keine identischen DNA-Merkmale
11 4.000 mögliche Täter sychologie für Juristen H I = H 1 Täter I1 H (H) I H 1H I4H c I I c H c 1 1 Mal identische DNA-Merkmale 0 Mal keine identischen DNA-Merkmale H c Unschuldige I I c 4 Mal identische DNA- Merkmale Mal keine identischen DNA-Merkmale
12 4.000 mögliche Täter sychologie für Juristen H I = H 1 Täter I1 H (H) I H 1H I4H c I I c H c 1 1 Mal identische DNA-Merkmale 0 Mal keine identischen DNA-Merkmale H c Unschuldige I I c 4 Mal identische DNA- Merkmale Mal keine identischen DNA-Merkmale
13 Regeln für Beweisring und Beweiskette Achtung: Die folgenden Regeln gelten nur für unabhängige Indizien! Beweisring => Erweiterung des Theorems von Bayes für mehrere Indizien H I 1 I 2 I n = H H I 1 H I 1 H I n H + H c I 2 H ( I n H) I 1 H c ( I n H c ) Zu kompliziert? Stattdessen ist es auch einfach möglich, zunächst das Bayes-Theorem nur für ein Indiz anzuwenden und das Ergebnis als neue a-priori-wahrscheinlichkeit zu verwenden, bevor der Einfluss des nächsten Indizes nach dem unmodifizierten Bayes- Theorem berechnet wird. Beweiskette => Multiplikationsregel H = I 1 I 2 I n
14 Regel für abhängige Indizien Abhängige Indizien => zu einer Indizienfamilie zusammenfassen Beispiel: Indiz I 1 : Angeklagter hat (wie der Täter) extrem große Hände Indiz I 2 : Angeklagter hat (wie der Täter) extrem große Füße Indiz I 3 : Angeklagter hat (wie der Täter) eine Tätowierung am Oberarm Indizienfamilie I 1 + I 2 : Angeklagter hat (wie der Täter) extrem große Hände und Füße Indiz I 3 : Angeklagter hat (wie der Täter) eine Tätowierung am Oberarm
15 Typische statistische Fehlschlüsse Nichtbeachten der Abhängigkeit von Indizien Vernachlässigung der Basisrate [Ignorieren der a-priori-wahrscheinlichkeit (H)] Vgl. das Bayes-Theorem: I H (H) H I = I H H + I H c H c Bsp. für Vernachlässigung der Basisrate aufgrund einer Repräsentativitätsheuristik: Jens aus Ostfriesland Urteilsheuristiken: einfache Faustregeln, die komplexe Entscheidungen vereinfachen; also sozusagen mentale Abkürzungen, die Menschen nutzen, um schnell und effizient Urteile (nicht im Sinne des Gerichtsurteils!) zu fällen, ohne auf vollständige Information und Informationsauswertung angewiesen zu sein Bsp.: Das sogenannte Taxi-roblem (vgl. Schweizer, Kognitive Täuschungen vor Gericht, S. 124 ff., online unter 15
16 Typische statistische Fehlschlüsse das Taxi-roblem Zwei Taxigesellschaften sind in einer Stadt tätig. Die Taxis der Gesellschaft G sind grün, die der Gesellschaft B blau. Die Gesellschaft G stellt 15 % der Taxis, die Gesellschaft B die verbleibenden 85 %. Eines Nachts kommt es zu einem Unfall mit Fahrerflucht. Das fliehende Auto war ein Taxi. Ein Zeuge sagt aus, es habe sich um ein grünes Taxi gehandelt. Das Gericht lässt den Zeugen auf seine Fähigkeit untersuchen, grüne und blaue Taxis unter nächtlichen Sichtbedingungen zu unterscheiden. Das Untersuchungsergebnis ist: In 80 % der Fälle identifiziert der Zeuge die Farbe zutreffend, in 20 % der Fälle irrt er sich. Wie hoch ist die Wahrscheinlichkeit, dass es sich beim fliehenden Taxi um ein Taxi der Gesellschaft G (also um ein grünes Taxi) gehandelt hat? 16
17 Zeuge sieht grün H I H =12% Grünes Taxi Zeuge sieht blau 100 I H (H) I H H + I H c H c = 0,12 0,12 + 0,17 = % Blaues Taxi Zeuge sieht blau Zeuge sieht grün H c I H c =17%
18 Typische statistische Fehlschlüsse (Fortsetzung) Die inverse Fallacy (Verwechseln von (H I) mit (I H)) Wahrscheinlichkeit, dass der Angeklagte der Täter ist, wenn das Indiz vorliegt Wahrscheinlichkeit, dass das Indiz vorliegt, wenn der Angeklagte auch der Täter ist Bsp.: ro Jahr bringen höchstens 0,01 % der Männer, die ihre Frau schlagen, sie auch um. Dass O.J. Simpson seine Frau geschlagen hat, sei also nicht belastend. Hier wird (Mann schlägt Frau Mann tötet Frau) gleichgesetzt mit (Mann tötet Frau Mann schlägt Frau). Das ist falsch. Betrachten wir Frauen, die von ihren Männern geschlagen werden und von denen eine umgebracht wird. Angenommen, generell würde durchschnittlich eine von Frauen jährlich von irgendjemandem umgebracht. Dann würde statistisch also eine weitere der restlichen Frauen von irgendjemand anders getötet werden. Die Wahrscheinlichkeit, dass der konkrete schlagende Mann einer getöteten Frau diese getötet hat, beträgt dann also 50 %!
19 Ist ein Indiz belastend oder entlastend? Um herauszufinden, ob ein Indiz sich belastend oder entlastend auswirkt, muss man drei Fragen stellen: 1. Wie häufig kommt das Indiz Wie viele Ehefrauenmörder (Haupttatbei der Haupttatsache vor? sache) haben zuvor ihre Frau geschlagen (Indiz)? 2. Wie häufig kommt das Indiz Wie viele Ehemänner, die ihre Ehefrau (auch) bei der Nicht- nicht töten (Nicht-Haupttatsache), Haupttatsache vor? schlagen ihre Ehefrau? 3. Wo kommt das Indiz häufiger Wer schlägt seine Ehefrau häufiger: vor, bei Gruppe (1) [Haupt- Mörder oder Nicht-Mörder? tatsache] oder bei Gruppe (2) [Nicht-Haupttatsache]? 19
20 Typische statistische Fehlschlüsse (Fortsetzung) Die schon betrachtete rosecutor s Fallacy = Gleichsetzen von H I mit 1 I H c Hier wird die Wahrscheinlichkeit, dass der Angeklagte der Täter ist, wenn das belastende Indiz vorliegt, mit der Wahrscheinlichkeit verwechselt, dass das Indiz vorliegt, obwohl der Angeklagte nicht der Täter ist. Dieser Fehlschluss unterläuft üblicherweise nur bei sehr geringen/sehr hohen Wahrscheinlichkeiten. Z.B. würde niemand aus der Tatsache, dass ein Täter männlich war und 50 % der Bevölkerung männlich sind, schlussfolgern, dass ein konkreter Angeklagter, allein deshalb, weil er ein Mann ist, mit einer Wahrscheinlichkeit von 50 % die Tat begangen hat. 20
21 Typische statistische Fehlschlüsse (Fortsetzung) Die Defense Attorney s Fallacy ( Fehlschluss der Verteidigung ) = Täterwahrscheinlichkeit H I wird unterschätzt Bsp.: 0,01% der Bevölkerung haben dieselben DNA wie der Täter => von Deutschen haben immer noch 8000 Menschen diese DNA => Also deswegen geringe Relevanz des Indizes? Nein! Das Indiz begrenzt die Zahl der Verdächtigen sehr stark, ohne dass der Angeklagte dadurch ausgeschlossen wird => stark belastendes Indiz 21
22 Juristische Folgen statistischer Fehlschlüsse Richter sind grundsätzlich gem. 286 ZO und 261 StO in ihrer Beweiswürdigung frei. Aber: Ein Verstoß gegen Regeln der Wahrscheinlichkeitsrechnung bildet einen Verstoß gegen Denkgesetze und damit einen Rechtsfehler. Folge: Nicht nur Kontrolle durch erneute tatrichterliche Beweiswürdigung in der Berufungsinstanz Berufung, sondern auch gem. 337 StO bzw. 559 II ZO i.v.m. 545 I, 546 ZO ein Revisionsgrund Eine Korrektur des statistischen Fehlschlusses in der nächsten Instanz ist also möglich und kommt insbesondere beim BGH in Strafsachen regelmäßig vor. 22
23 Empfehlungen zum Umgang mit Wahrscheinlichkeiten: Statt Brüchen und rozentzahlen natürliche Häufigkeiten verwenden a-priori-wahrscheinlichkeit beachten bei bedingten Wahrscheinlichkeiten Häufigkeitsbaum zeichnen oder das Bayes-Theorem verwenden 23
PD Dr. Daniel Effer-Uhe. Psychologie für Juristen
PD Dr. Daniel Effer-Uhe Psychologie für Juristen Wiederholungsfragen: Was versteht man unter sozialen Skripten? Soziale Skripten sind sozial vermittelte Programme darüber, wie man sich verhalten soll,
MehrPD Dr. Daniel Effer-Uhe. Psychologie für Juristen
PD Dr. Daniel Effer-Uhe Psychologie für Juristen Wiederholungsfragen: Was sind Urteilsheuristiken? Urteilsheuristiken: einfache Faustregeln, die komplexe Entscheidungen vereinfachen; also sozusagen mentale
MehrPD Dr. Daniel Effer-Uhe. Psychologie für Juristen
PD Dr. Daniel Effer-Uhe Psychologie für Juristen Psychologie für Juristen Wiederholungsfragen Wie geht man bei der inhaltsorientierten Aussageanalyse vor? Zunächst wird die Aussage auf sog. Realkennzeichen
MehrAllgemeine Empfehlungen der Spurenkommission zur statistischen Bewertung von DNA-Datenbank-Treffern
Allgemeine Empfehlungen der Spurenkommission zur statistischen Bewertung von DNA-Datenbank-Treffern. M. Schneider, H. Schneider, R. Fimmers,, W. Keil, G. Molsberger,, W. flug, T. Rothämel,, M. Eckert,
MehrBedingte Wahrscheinlichkeiten
Bedingte Wahrscheinlichkeiten Bei der Betrachtung der Ereignisse A und B eines Zufallsexperiments muss man die beiden im folgendem beschrieben zwei Situationen unterscheiden. 1. Das Ereignis A und B tritt
MehrBGH, Beschluss vom 18. März 1952, BGHSt 2, 194 Anwaltsnötigung. Materialien: Arbeitsblatt AT 26; Arbeitsblatt Examinatorium AT 27
BGH, Beschluss vom 18. März 1952, BGHSt 2, 194 Anwaltsnötigung Sachverhalt: Rechtsanwalt Rolf hat die Verteidigung Bertas in einer Strafsache übernommen, ohne zuvor ein bestimmtes Honorar mit ihr zu vereinbaren.
MehrSatz von der totalen Wahrscheinlichkeit
htw saar 1 Satz von der totalen Wahrscheinlichkeit Sei (Ω, P) ein Wahrscheinlichkeitsraum, und B 1,, B n seien paarweise disjunkte Ereignisse mit B i = Ω. Für jedes Ereignis A gilt dann: P(A) = P(A B 1
MehrRecht und Gerechtigkeit am Beispiel des Artikel 6 EMRK Recht auf ein faires Verfahren
Recht und Gerechtigkeit am Beispiel des Artikel 6 EMRK Recht auf ein faires Verfahren Vorlesung Rechtsphilosophie Prof. Dr. Pierre Hauck LL.M. (Sussex) 1 I. Allgemeines Art. 6 enthält mit dem sog. fair-trial-grundsatz
MehrSTATISTISCHE KRANKHEITSTESTS. Simon Schimpf und Nico Schmitt
1 STATISTISCHE KRANKHEITSTESTS 18.11.2008 Simon Schimpf und Nico Schmitt Gliederung 2 Hintergrund des Themas (worum geht es Voraussetzungen Lernziele Die intuitive Herangehensweise ohne Satz von Bayes
MehrÜberblick. Einführung in die automatische Mustererkennung Grundlagen der Wahrscheinlichkeitsrechnung
Grundlagen Überblick Einführung in die automatische Mustererkennung Grundlagen der Wahrscheinlichkeitsrechnung Klassifikation bei bekannter Wahrscheinlichkeitsverteilung Entscheidungstheorie Bayes- Entscheidungsfunktionen
MehrDas Gericht. PD. Dr. Peter Rackow Wintersemester 2008 / 2009
Das Gericht PD. Dr. Peter Rackow Wintersemester 2008 / 2009 Überblick Art 92 GG: Ausübung der rechtsprechenden Gewalt durch von der Exekutive getrennte Gerichte; Art 97 GG: richterl. Unabhängigkeit: a)
Mehr1.3 Stochastische Unabhängigkeit und bedingte
1.3 Stochastische Unabhängigkeit und bedingte Wahrscheinlichkeiten Ziel: komplexere Modelle aus Verkettung ( Koppelung ) von Zufallsexperimenten bauen, insbesondere Ziehung von n-personen aus n-maliger
MehrKapitel 17. Unabhängigkeit und Homogenität Unabhängigkeit
Kapitel 17 Unabhängigkeit und Homogenität 17.1 Unabhängigkeit Im Rahmen der Wahrscheinlichkeitsrechnung ist das Konzept der Unabhängigkeit von zentraler Bedeutung. Die Ereignisse A und B sind genau dann
Mehr19. Teil: Zur Tat im prozessualen Sinne
1. Abschnitt: Begriffliche Abgrenzung T a t b e g r i f f e Begriff der Tat im materiell-rechtlichen Sinne Begriff der Tat im prozessualen Sinne Ein bestimmtes Delikt (etwa 212 StGB) in der Zusammenfassung
MehrPrüfung nicht bestanden. Die gleiche Tabelle kann man auch mit den entsprechenden Wahrscheinlichkeiten (relative Häufigkeit) erstellen.
6 Vierfeldertafel An einer Prüfung nehmen 100 Studenten teil, von denen 40 als Raucher bekannt sind. 65 Studenten haben die Prüfung. Von den Nichtrauchern haben 50 die Prüfung. Wie groß ist der Anteil
MehrMa 13 - Stochastik Schroedel Neue Wege (CON)
Bedingte Wahrscheinlichkeiten S. 70, Nr. 5 Richtiges Anwenden der Multiplikationsregel A: Abonnement liest Werbeanzeige B: Produkt wird gekauft S. 70, Nr. 6 Übersetzung von Daten in ein Baumdiagramm A
MehrGrundlegende Eigenschaften von Punktschätzern
Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur
MehrEinführung in das deutsche Strafverfahrensrecht
Würzburger Woche an der Bahçeşehir Universität Istanbul Einführung in das deutsche Strafverfahrensrecht 22.04.2011 Christian Krauße, LL.M. Eur. Ziel des Strafverfahrens objektiver Ausspruch über Schuld
Mehrpropositionales bildhaftes motorisches
Kapitel 8 Denken Denken als sprachlicher Gedankenstrom; Sprache des Geistes propositionales (bedeutungsbezogenes) Denken Denken als bildhafter Gedankenstrom; im Geiste sehen bildhaftes Denken Denken als
MehrStatistik-Klausur vom
Statistik-Klausur vom 27.09.2010 Bearbeitungszeit: 60 Minuten Aufgabe 1 Ein international tätiges Unternehmen mit mehreren Niederlassungen in Deutschland und dem übrigen Europa hat seine überfälligen Forderungen
MehrKapitel ML:IV. IV. Statistische Lernverfahren. Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen
Kapitel ML:IV IV. Statistische Lernverfahren Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen ML:IV-1 Statistical Learning c STEIN 2005-2011 Definition 1 (Zufallsexperiment,
MehrApproximationsschemata
Effiziente Algorithmen Aproximationsalgorithmen 312 Definition Approximationsschemata Sei A(ǫ) ein Approximationsalgorithmus mit einem Parameter ǫ. 1. A(ǫ) ist ein PTAS (polynomial time approximation scheme),
MehrStochastische Unabhängigkeit. 01. Dezember 2014
Stochastische Unabhängigkeit 0. Dezember 204 Der Begriff der Unabhängigkeit Großbritannien, im November 999. Die Anwältin Sally Clark wird wegen Mordes an ihren Kindern angeklagt. Clark geriet unter Verdacht
MehrRechtsanwendung und Information
Rechtsanwendung und Information Prof. Dr. Helmut Rüßmann Lehrstuhl für Bürgerliches Recht, Zivilprozeßrecht und Rechtsphilosophie Richter am Saarländischen Oberlandesgericht Basismaterial für Juristen
MehrA R B E I T S S I C H E R H E I T
A U S W A H L E N T W I C K L U N G F Ü H R U N G H O G A NB E R I C H T E A R B E I T S S I C H E R H E I T SICHERHEITSRELEVANTE VERHALTENSWEISEN AM ARBEITSPLATZ Bericht für: Jane Doe ID: HB290563 Datum:
MehrBiomathematik für Mediziner, Klausur WS 1999/2000 Seite 1
Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,
MehrEinführung in die Wahrscheinlichkeitsrechnung
Einführung in die Wahrscheinlichkeitsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Wahrscheinlichkeitsrechnung
MehrSehr geehrte Frau Malmström,
XXXXXXXX 22.12.2013 XXXVolker TXXXXXX XXXXXXXX XX XXXXXXX XXXXXX Sehr geehrte Frau Malmström, Vor einigen Wochen habe ich erfahren, dass die EU-Kommission (nachfolgend mit EC bezeichnet) ein Dokument mit
MehrCorrespondence Bias & Actor-Observer Bias
& Felix-Nicolai Müller & Amir Ghoniem Übung zur Vorlesung Sozialpsychologie (A) - SS2008 - Universität Trier Dipl.-Psych. Tina Langer & Dipl.-Psych. Rebecca Weil 28.05.2008 Felix-Nicolai Müller & Amir
MehrWahrscheinlichkeitsrechnung und Stochastik
Wahrscheinlichkeitsrechnung und Stochastik 2-stündige Vorlesung für den Bachelor-Studiengang Angewandte Informatik Vorläufige Version Gerhard Freiling und Hans-Bernd Knoop Inhalt Inhalt..........................................................................
Mehr3 = 93% (a) Berechnen Sie den Anteil der weiblichen Raucher unter den Betriebsangehörigen.
Übungsblatt Wahrscheinlichkeit 1. Neun von zehn Ungeborenen bevorzugen im Mutterleib den rechten Daumen zum Lutschen. Forscher fanden heraus, dass alle Kinder, die rechts genuckelt hatten, im Alter von
MehrStatistik II: Signifikanztests /1
Medien Institut : Signifikanztests /1 Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Noch einmal: Grundlagen des Signifikanztests 2. Der chi 2 -Test 3. Der t-test
MehrEpidemiologie und HIV-Tests
26. November 2009 Cornelias HIV-Test Das ist Cornelia. Cornelia möchte Plasmaspenderin werden. Dafür braucht sie einen negativen Befund eines HIV-Tests. Deshalb geht sie ins Krankenhaus. Cornelias HIV-Test
MehrP (A B) P (B) = P ({3}) P ({1, 3, 5}) = 1 3.
2 Wahrscheinlichkeitstheorie Beispiel. Wie wahrscheinlich ist es, eine Zwei oder eine Drei gewürfelt zu haben, wenn wir schon wissen, dass wir eine ungerade Zahl gewürfelt haben? Dann ist Ereignis A das
MehrForschungsmethoden: Definition
Forschungsmethoden: Definition Unter Forschungsmethoden versteht man die generelle Vorgehensweise beim Aufstellen der Fragestellung, bei der Planung, der Durchführung und der Auswertung einer Untersuchung.
MehrBUNDESGERICHTSHOF IM NAMEN DES VOLKES. Urteil. vom. 29. Juli in der Strafsache. gegen
BUNDESGERICHTSHOF IM NAMEN DES VOLKES 4 StR 190/10 Urteil vom 29. Juli 2010 in der Strafsache gegen wegen schweren Menschenhandels zum Zwecke der sexuellen Ausbeutung - 2 - Der 4. Strafsenat des Bundesgerichtshofs
MehrDiagnostische Tests Über den Umgang mit Risiken
Diagnostische Tests Über den Umgang mit Risiken Ulrich Schrader Vortrag basiert auf... Gerd Gigerenzer, Das Einmaleins der Skepsis Bvt Berliner Taschenbuch Verlag 2004 ISBN: 978-3833300417 Unterhaltsam
Mehr1. Einführung in die induktive Statistik
Wichtige Begriffe 1. Einführung in die induktive Statistik Grundgesamtheit: Statistische Masse, die zu untersuchen ist, bzw. über die Aussagen getroffen werden soll Stichprobe: Teil einer statistischen
MehrAufgabenblock 3. Durch zählen erhält man P(A) = 10 / 36 P(B) = 3 / 36 P(C) = 18 / 36 und P(A B) = 3 /
Aufgabenblock 3 Aufgabe ) A sei das Ereignis: schwerer Verkehrsunfall B sei das Ereignis: Alkohol ist im Spiel Herr Walker betrachtet die Wahrscheinlichkeit P(B A) = 0.3 und errechnet daraus P(-B A) =
MehrTäuschung und Manipulation mit Zahlen
58. Ärztekongress Berlin/Charité 4.11.2010 Täuschung und Manipulation mit Zahlen Kleines Statistikseminar zum kritischen Umgang mit Zahlen Dr. med. H.-J. Koubenec Mammasprechstunde im Immanuel Krankenhaus
MehrGesetz über Ordnungswidrigkeiten (OWiG)
Hinweis: Diese Auszüge aus dem Gesetz über Ordnungswidrigkeiten sind nicht die amtliche Fassung. Diese finden Sie nur im Bundesgesetzblatt. Gesetz über Ordnungswidrigkeiten (OWiG) Erster Teil Allgemeine
Mehr9. Elementare Wahrscheinlichkeitsrechnung
9. Elementare Wahrscheinlichkeitsrechnung Beispiel (Einmaliges Würfeln): verbal mengentheoretisch I. Zufällige Ereignisse Beispiel (Einmaliges Würfeln): Alle möglichen Ausgänge 1,,, 6 des Experiments werden
MehrKapitel ML:IV (Fortsetzung)
Kapitel ML:IV (Fortsetzung) IV. Statistische Lernverfahren Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen ML:IV-18 Statistical Learning c STEIN 2005-2011 Satz 3 (Bayes)
Mehrobj Tatsubj: Zeuge / SV Zuständige Stelle Tathandlung: Falsche Aussage, die der Wahrheitspflicht unterliegt, abgeschlossen subj: Vorsatz Rw Schuld
Aussagedelikte Rechtsgut: Inländische Rechtspflege / best Verwaltungsbehörden / parlamentarische Untersuchungsausschüsse Abstrakte, eigenhändige Gefährdungsdelikte Nach hm gilt der obj Wahrheitsbegriff:
MehrTäuschung und Manipulation mit Zahlen Teil 1
Täuschung und Manipulation mit Zahlen Teil 1 Kleines Statistikseminar zum kritischen Umgang mit Zahlen 23.3.2011 Dr. med. H.-J. Koubenec Mammasprechstunde im Immanuel Krankenhaus Berlin Folien: Mammographie-Screening.de
MehrEin Modell für den Qualitätstest - Welche Fehler sind möglich?
1.1 1 Ein Modell für den Qualitätstest - Welche Fehler sind möglich? Das einführende Beispiel von den Knallkörpern schildert einen statistischen Qualitätstest. Anhand dieses praktischen Beispiels erfahren
MehrInhaltsverzeichnis. Vorwort ÚfiÏÔÁÔ Einführung ÈÛ ÁˆÁ... 23
7 Inhaltsverzeichnis Vorwort... 17 ÚfiÏÔÁÔ... 19 Einführung... 21 ÈÛ ÁˆÁ... 23 Kapitel 1: Einführung in die juristische Berufe... 25 LEKTION-NR. 1... 25 A. Fachtext: Berufe der Rechtspflege: Rechtsanwalt,
MehrZusammenfassung Stochastik
Zusammenfassung Stochastik Die relative Häufigkeit Ein Experiment, dessen Ausgang nicht vorhersagbar ist, heißt Zufallsexperiment (ZE). Ein Würfel wird 40-mal geworfen, mit folgendem Ergebnis Augenzahl
MehrStatistik I für Betriebswirte Vorlesung 2
Statistik I für Betriebswirte Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrBUNDESGERICHTSHOF BESCHLUSS
BUNDESGERICHTSHOF 2 StR 311/15 BESCHLUSS vom 12. November 2015 in der Strafsache gegen wegen sexuellen Missbrauchs eines Kindes u.a. - 2 - Der 2. Strafsenat des Bundesgerichtshofs hat auf Antrag des Generalbundesanwalts
MehrStrafprozessordnung - StPO -
Strafprozessordnung - StPO - A. Einleitung 7 B. Grundsätze des Strafverfahrens 8 I. Offizialprinzip 9 II. Akkusationsprinzip 10 III. Legalitätsprinzip 10 IV. Opportunitätsprinzip 10 V. Untersuchungsgrundsatz
MehrStatistikprüfung 1B. vom 21. April Name:
Statistikprüfung 1B vom 21. April 2017 Name: Als richtig wird der Lösungsweg und das Resultat betrachtet. Es wird mehr WertaufdenLösungswegalsaufdasResultatgelegt.DieAnzahlderPunktepro Aufgabe ist bei
MehrGRUNDPRINZIPIEN statistischen Testens
Fragestellungen beim Testen GRUNDPRINZIPIEN statistischen Testens. Vergleiche Unterscheidet sich die Stichprobenbeobachtung von einer vorher spezifizierten Erwartung ( Hypothese ) mit ausreichender Sicherheit?
MehrMathematische Grundlagen der Computerlinguistik III: Statistische Methoden Probeklausur
Mathematische Grundlagen der Computerlinguistik III: Statistische Methoden Probeklausur Crocker/Demberg/Staudte Sommersemester 2014 17.07.2014 1. Sie haben 90 Minuten Zeit zur Bearbeitung der Aufgaben.
MehrBivariate Analyseverfahren
Bivariate Analyseverfahren Bivariate Verfahren beschäftigen sich mit dem Zusammenhang zwischen zwei Variablen Beispiel: Konservatismus/Alter Zusammenhangsmaße beschreiben die Stärke eines Zusammenhangs
MehrLineare Zusammenhänge
Kapitel 2 Lineare Zusammenhänge Ein linearer Term mit einer unbekannten Variablen ist von der Form m x+b, wobei m und b jeweils Zahlen oder Parameter sind und x für eine Variable steht, deren Wert noch
MehrMathe Leuchtturm Übungsleuchtturm 5.Kl.
1 by Mathe Leuchtturm Übungsleuchtturm 5.Kl. 014 Übungskapitel Erforderlicher Wissensstand (->Stoffübersicht im Detail siehe auch Wissensleuchtturm der 5.Klasse) Verschiedene Lösungsmethoden von quadratischen
MehrAufgabe 7: Stochastik (WTR)
Abitur Mathematik: Nordrhein-Westfalen 2013 Aufgabe 7 a) SITUATION MODELLIEREN Annahmen: Es werden 100 Personen unabhängig voneinander befragt. Auf die Frage, ob mindestens einmal im Monat ein Fahrrad
MehrKlausur: Stochastik Stochastik
Stochastik Klausur zu Pfadregeln, bedingte Wahrscheinlichkeit, Erwartungswert einer Zufallsvariablen Vierfeldertafel berufliche Gymnasien Oberstufe Alexander Schwarz www.mathe-aufgaben.com Oktober 0 Aufgabe
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
MehrAufgaben zu Kapitel 8
Aufgaben zu Kapitel 8 Aufgabe 1 a) Berechnen Sie einen U-Test für das in Kapitel 8.1 besprochene Beispiel mit verbundenen n. Die entsprechende Testvariable punkte2 finden Sie im Datensatz Rangdaten.sav.
MehrBUNDESGERICHTSHOF BESCHLUSS
BUNDESGERICHTSHOF 4 StR 59/ 15 BESCHLUSS vom 18. Juni 2015 in der Strafsache gegen wegen schweren Bandendiebstahls u.a. - 2 - Der 4. Strafsenat des Bundesgerichtshofs hat nach Anhörung des Generalbundesanwalts
MehrMüsli-Aufgabe Bayern GK 2009
Müsli-Aufgabe Bayern GK 2009 1 Anlässlich einer Studie wurden 2000 Jugendliche im Alter von 18 Jahren zu ihren Ernährungsgewohnheiten befragt Von den Befragten gaben 740 an, am Morgen nicht zu frühstücken
MehrWahrscheinlichkeitstheorie 2
Wahrscheinlichkeitstheorie 2 Caroline Sporleder Computational Linguistics Universität des Saarlandes Sommersemester 2011 19.05.2011 Caroline Sporleder Wahrscheinlichkeitstheorie 2 (1) Wiederholung (1):
MehrStatistisches Testen
Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall
MehrKryptoanalyse: Der Friedman-Test (und seine Anwendung)
Kryptoanalyse: Der Friedman-Test (und seine Anwendung) 1925 Analyseverfahren von William Friedman Fragestellung: Mit welcher Wahrscheinlichkeit sind zwei willkürlich aus einem Text herausgegriffene Buchstaben
MehrJ.D. Robb. Rendevous mit einem Mörder. Kurzbeschreibung. Nora Roberts schreibt als J.D. Robb Rendevous mit einem Mörder. Roman
Rendevous mit einem Mörder In den zehn Jahren ihres aufreibenden Berufes als Lieutenant der New Yorker Polizei hat die gewitzte, mutige Eve Dallas viel Schreckliches gesehen und, für eine so junge, schöne
MehrEreignis E: ist ein oder sind mehrere Ergebnisse zusammen genommen. Bsp. E = {2; 4; 6}
Laplace-Experimente Begriffsklärung am Beispiel eines Laplace-Würfel mit Augenzahlen (AZ) 1-6: Ergebnis: ist jeder Ausgang eines Zufallsexperimentes heißt ein Ergebnis ω dieses Zufallsexperimentes. Die
MehrNeuseeland oder Australien stammte. Allerdings kamen die Analyseergebnisse und Schlussfolgerungen zu spät, zu einem Zeitpunkt nämlich, als der Toten
Neuseeland oder Australien stammte. Allerdings kamen die Analyseergebnisse und Schlussfolgerungen zu spät, zu einem Zeitpunkt nämlich, als der Toten bereits niemand mehr die geringste Aufmerksamkeit schenkte.
MehrSTOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück
STOCHASTISCHE UNABHÄNGIGKEIT Annika Pohlmann Philipp Oel Wilhelm Dück 1 GLIEDERUNG 1) Bedingte Wahrscheinlichkeiten 2) Unabhängigkeit für mehr als zwei Ereignisse 3) Unabhängigkeit für Zufallsvariable
MehrPrimer: Inferenzstatistik 1.0
: 1.0 Dr. Malte Persike persike@uni-mainz.de methodenlehre.com twitter.com/methodenlehre methodenlehre.com/g+ iversity.org/schoolinger Inhalte der nächsten Minuten Die Frage aller Fragen: Ist etwas groß?
MehrTyp I und Typ II Fehler
Typ I und Typ II Fehler Analogie: Vergleich mit einem Gerichtsurteil Angeklagter ist unschuldig Angeklagter ist schuldig Gericht fällt Entscheidung richtige Entscheidung ein Schuldiger unschuldig wird
Mehr(1) Problemstellung. (2) Kalman Filter
Inhaltsverzeichnis (1) Problemstellung...2 (2) Kalman Filter...2 Funktionsweise... 2 Gleichungen im mehrdimensionalen Fall...3 Schätzung des Systemzustands...3 Vermuteter Schätzfehler... 3 Aktualisierung
MehrFrequent Itemset Mining + Association Rule Mining
Frequent Itemset Mining + Association Rule Mining Studiengang Angewandte Mathematik WS 2015/16 Frequent Itemset Mining (FIM) 21.10.2015 2 Einleitung Das Frequent-Itemset-Mining kann als Anfang des modernen,
MehrWas ist eine Testtheorie?
Was ist eine Testtheorie? Eine Testtheorie bezeichnet eine Gesamtheit von Methoden zur Behandlung der Fragestellungen, welche sich bei der Testkonstruktion und -auswertung ergeben. Dieser Begriff ist nicht
Mehrsich die Schuhe zubinden können den Weg zum Bahnhof kennen die Quadratwurzel aus 169 kennen
Programm Christian Nimtz www.nimtz.net // lehre@nimtz.net Grundfragen der Erkenntnistheorie Kapitel 2: Die klassische Analyse des Begriffs des Wissens 1 Varianten des Wissens 2 Was ist das Ziel der Analyse
MehrBUNDESGERICHTSHOF IM NAMEN DES VOLKES URTEIL
BUNDESGERICHTSHOF IM NAMEN DES VOLKES 2 StR 405/15 URTEIL vom 30. März 2016 in der Strafsache gegen wegen schweren sexuellen Missbrauchs eines Kindes u.a. ECLI:DE:BGH:2016:300316U2STR405.15.0 - 2 - Der
MehrOptimalcodierung. Thema: Optimalcodierung. Ziele
Optimalcodierung Ziele Diese rechnerischen und experimentellen Übungen dienen der Vertiefung der Kenntnisse im Bereich der Optimalcodierung, mit der die Zeichen diskreter Quellen codiert werden können.
MehrSpielidee und Spielziel
ohren Ein Thriller im KRIMITOWER für 2 bis 6 Spürnasen ab 10 Jahren von Alessandro Zucchini Es ist Nacht im Hotel Arosa. Knarrende Dielen, schlagende Fensterläden, eigentümliche Geräusche. Hinter hellhörigen
MehrAllgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum)
Allgemeine diskrete Wahrscheinlichkeitsräume I Allgemeine diskrete Wahrscheinlichkeitsräume II Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete Wahrscheinlichkeitsräume Ω endlich
Mehr2 Aufgaben aus [Teschl, Band 2]
20 2 Aufgaben aus [Teschl, Band 2] 2.1 Kap. 25: Beschreibende Statistik 25.3 Übungsaufgabe 25.3 a i. Arithmetisches Mittel: 10.5 ii. Median: 10.4 iii. Quartile: x 0.25 Y 4 10.1, x 0.75 Y 12 11.1 iv. Varianz:
MehrDer metaethische Relativismus
Geisteswissenschaft Julia Pech Der metaethische Relativismus Was spricht für/gegen eine relativistische Position in der Moral? Essay Julia Pech 8.5.2011 Universität Stuttgart Proseminar: Einführung in
MehrExakter Binomialtest als Beispiel
Prinzipien des statistischen Testens Entscheidungsfindung Exakter Binomialtest als Beispiel Statistische Tests Nullhypothese Alternativhypothese Fehlentscheidungen Ausgangspunkt: Forschungshypothese Beispiele:.
MehrOberstufe (11, 12, 13)
Department Mathematik Tag der Mathematik 1. Oktober 009 Oberstufe (11, 1, 1) Aufgabe 1 (8+7 Punkte). (a) Die dänische Flagge besteht aus einem weißen Kreuz auf rotem Untergrund, vgl. die (nicht maßstabsgerechte)
MehrHörübung zum Hörtext: Warum es in Deutschland so viele Richter gibt
Hörübung zum Hörtext: Warum es in Deutschland so viele Richter gibt 1. Fassen Sie die Gründe für die sehr große Richterdichte zusammen: 1). 2). 3). 4).. 5) 6). 7). Hörübung zum Hörtext: Ehrenamtliche Richter
MehrStatistische Tests (Signifikanztests)
Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)
MehrAufgabe 1. Übung Wahrscheinlichkeitsrechnung Markus Kessler Seite 1 von 8. Die Ereignisse A, B und C erfüllen die Bedingungen
Ü b u n g 1 Aufgabe 1 Die Ereignisse A, B und C erfüllen die Bedingungen P(A) = 0. 7, P(B) = 0. 6, P(C) = 0. 5 P(A B) = 0. 4, P(A C) = 0. 3, P(B C) = 0. 2, P(A B C) = 0. 1 Bestimmen Sie P(A B), P(A C),
MehrHauptverfahren (Art ) Besondere Verfahren (Art ) Rechtsmittel (Art )
Hauptverfahren (Art. 328 351) Besondere Verfahren (Art. 352 378) Rechtsmittel (Art. 379 415) HV / Grundlagen BGE 116 Ia 36 E. 3b aa: Die Hauptverhandlung bildet das Kernstück des Strafprozesses, denn in
MehrFakultät Bauingenieurwesen
Fakultät Bauingenieurwesen Ordnung zur Durchführung und Bewertung von Prüfungsleistungen nach dem Multiple-Choice-Verfahren (MC-Ordnung) Vom 26.02.2016 Aufgrund von 34 i.v.m. 13 Abs. 4, 88 Abs. 1 Nr. 1
MehrFür die Wahrscheinlichkeit P A (B) des Eintretens von B unter der Bedingung, dass das Ereignis A eingetreten ist, ist dann gegeben durch P(A B) P(A)
3. Bedingte Wahrscheinlichkeit ================================================================== 3.1 Vierfeldertafel und Baumdiagramm Sind A und B zwei Ereignisse, dann nennt man das Schema B B A A P
MehrMethodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 10 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie als Wissenschaft
MehrBUNDESGERICHTSHOF BESCHLUSS. vom. 25. September in dem Verfahren auf Eröffnung des Insolvenzverfahrens
BUNDESGERICHTSHOF IX ZB 131/07 BESCHLUSS vom 25. September 2008 in dem Verfahren auf Eröffnung des Insolvenzverfahrens Nachschlagewerk: BGHZ: BGHR: ja nein ja InsO 6, 7, 34 Abs. 2; ZPO 91a, 99 Abs. 1 Erklärt
MehrProf. Dr. Hans Mathias Kepplinger. Beeinflussen Medien die Arbeit der Justiz? Wien, 13. November 2012
Prof. Dr. Hans Mathias Kepplinger Beeinflussen Medien die Arbeit der Justiz? Wien, 13. November 2012 Spektakuläre Fälle Josef Martinz Gutachten-Skandal René Benko Uwe Scheuch Vorwurf (2012): Untreue Starke
MehrSeite 1 von 6 Nr. 04/2017 Erschienen im August 2017 Nachrichten zur Statistik. Landtagswahl 2017 Das Wahlverhalten nach strukturellen Merkmalen
Seite 1 von 6 Nr. 04/2017 Erschienen im August 2017 Landtagswahl 2017 Das Wahlverhalten nach strukturellen Merkmalen Vorbemerkungen Das Abstimmungsverhalten der Wählerinnen und Wähler ist in hohem Maße
MehrZiegenproblem, Monty-Hall-Problem, Wahrscheinlichkeitsrechnung. Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem
Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Wahrscheinlichkeitsrechnung Theorie Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem,
MehrUniversität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Bayes sches Lernen. Niels Landwehr
Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen Bayes sches Lernen Niels Landwehr Überblick Grundkonzepte des Bayes schen Lernens Wahrscheinlichstes Modell gegeben Daten Münzwürfe
MehrBayes sches Lernen: Übersicht
Bayes sches Lernen: Übersicht Bayes sches Theorem MAP, ML Hypothesen MAP Lernen Minimum Description Length Principle Bayes sche Klassifikation Naive Bayes Lernalgorithmus Teil 10: Naive Bayes (V. 1.0)
MehrAchtung: Aufgabe 1: Händischer Teil ( maximal 15 Minuten ) S. 1 / 4 Mathematik Einführungsphase 1. Klausur (18 Punkte)
. 1 / 4 Mathematik Einführungsphase 1. Klausur 16.09.2015 chtung: Bitte für jede ufgabe ein eigenes Blatt verwenden! Die Bearbeitungen müssen einen Lösungsweg enthalten, eine reine Ergebnisangabe reicht
Mehr2) Welche Wahrscheinlichkeitsbegriffe kennen Sie? Charakterisieren Sie die unterschiedlichen Konzepte zur Herleitung von
2) Welche Wahrscheinlichkeitsbegriffe kennen Sie? Charakterisieren Sie die unterschiedlichen Konzepte zur Herleitung von Wahrscheinlichkeiten. (5 Punkte) Antwort: Unabhängig von der quantitativen Herleitung
Mehr15 Wahrscheinlichkeitsrechnung und Statistik
5 Wahrscheinlichkeitsrechnung und Statistik Alles, was lediglich wahrscheinlich ist, ist wahrscheinlich falsch. ( Descartes ) Trau keiner Statistik, die du nicht selbst gefälscht hast. ( Churchill zugeschrieben
Mehr