BPL II Ü bung. Aufgabe 1. Aufgabe 2. Andreas Schwab
|
|
- Frieder Beckenbauer
- vor 6 Jahren
- Abrufe
Transkript
1 BPL II Ü bung Andreas Schwab Aufgabe 1 a) Einfacher gleitender Durchschnitt Prognosewert der Periode t+1 in t gleitender Durchschnitt in Periode t unter Berücksichtigung der letzten n Perioden Gleitender gewogener Durchschnitt gleitender gewogener Durchschnitt in Periode t unter Berücksichtigung der letzten n Perioden.. Äquivalent.. b) Exponentielle Glättung erster Ordnung c) Gleitender mittlerer Absoluter Fehler Zu a) Zu b) exakt Geschzätzt +,4*1=88 Usw [ ] [ ] [ ] Aufgabe 2 a)
2 b) Andere Werte analog dazu [ ] c) d) e) [ ] Aufgabe 3 a)
3 Berechnung der Parameterwerte: k Einsetzen: d)
4 e) Varianzanalyse: Analyse durchführen Tabelle! ( ) EA ( ) GA 2 3,54 57,86 746, , ,65 57,86 331,6 8, ,76 57,86 82,81 165, ,87 57,86,1 4, ,98 57,86 83,17 4, ,9 57,86 332,33 736, ,2 57,86 747,48 49, , ,86 Aufgabe 4 a) b)
5 Exponentielle Glättung 2. Ordnung nach Brown: Kombination der Vorteile der linearen Regressione (bei lin. Trend) und der exponentiellen Glättung 1. Ordnung (stärkere Gewichtung neuer Bedarfswerte) Geg.: Üsw. T ,6 25,18 26,2,18 26, ,32 26,42 32,22 1,24 33, ,52 26,45 26,59,3 26, ,16 27,86 34,46 1,41 35, ,61 31,9 46,13 3,22 49, ,53 33,92 47,14 2,83 49, ,37 37,66 55,8 3,73 58,81 c) Skizze d) a nimmt Einfluss darauf, wie stark der Prognosewert auf Änderungen im tatsächlichen Bedarf reagiert. Je Größer a, desto stärker läuft der Prognosewert den Beobachtungswert hinterher (auch überproportional). Aufgabe 5 a) Zeitreihe mit linearem Trend und irregulären Schwankungen. b)
6 t=1: Rest Analog. Lösungen in Tablle 2,67 4, März ,97 11,42 44,52 7,9 51,61 April ,8 18,82 53,34 7,4 6,74 Mai 3 5 4,26 25,25 55,27 6,43 61,7 Juni ,68 31,98 63,38 6,73 7,11 Juli ,88 39,15 72,61 7,17 79,78 c) t=1: Rest analog dazu: Lösung in Tabelle März ,3 7,3 51,33 April ,43 7,14 59,57 Mai ,7 6,85 63,55 Juni ,99 6,9 7,89 Juli ,12 7,2 79,14 Aufgabe 6 a) Verfahren von Winters eignet sich zur Prognose zukünftiger Bedarfe bei saisonalen Schwankungen, die einem linearen Trend folgen. Vorliegender Fall:
7 Trend: spaltenweise Betrachtung der Zahlen und zeilenweise Betrachtung wöchentlich wiederkehrender Zyklus. b) Verfahren von Winters: Ansatz: Lineares Trenfmodell mit Saisonkomponente: Vorgehensweise: 1. Schritt: Ermittlung der Saisonfaktoren Eliminierung saisonaler Einflüsse mit hilfe zentrierter Durchschnitte Ermittlung vorläufiger Saisonfaktoren, indem die tatsächlichen Verbrauchswerte durch die zentrierten Durchschnitte dividiert werden. 2. Schritt Durchschnittsbildung und Normalisierung der Saisonfaktoren Eliminierung der zufälligen Komponente aus den vorläufigen Saisonfaktoren durch einfache Durchschnittsbildug im Zeitablauf sowie anschließende Normalisierung. 3. Schritt Desaisonalisierung der Verbrauchsreihe Desaisonalisierung der Zeitreihe durch Division der Verbrauchswert durch die normierten Saisonfaktoren 4. Schritt Schätzung der Parameter Durchführung einer linearen Regressionsanalyse 5. Schritt eigentliche Prognose nach dem Verfahren von Winters nun möglich. 6. Schritt Aktualisierung der Parameter Bei bekanntwerden neuer Verbrauchswerte Siehe Formelsammlung Naschließend wieder Normalisierung der Saisonfaktioren Dann wieder Schritt 5 1. Schritt: Ermittlung vorläufiger Saisonfaktoren
8 Nr. Tag 1 Mo 5 2 Di 63 3 Mi ,6,94 4 Do ,6,942 5 Fr ,94 6 Mo ,4,964 7 Di ,8 1,3 8 Mi ,8 1,31 9 Do ,4,994 1 Fr ,4 1,8 11 Mo ,4, Di ,2, Mi ,2, Do Fr Schritt: Durchschnittsbildung und Normalisierung der Saisonfaktoren Woche Tag Mo Di Mi Do Fr 1,94,942 1,94 2,964 1,3 1,31,994 1,5 3,966,983,942 Ø,965,993,971,968 1,72 4,969 Norm,999,977,974 1,79 5 (=n) c) Die angegebenen Werte können nicht verwendet werden, da sie den saisonalen Einfluss beinhalten
9 3. Schritt: Desaisoalisierung der Verbrauchsreihe Desaisonalisierter Verbrauchswert Nr. Desaisonalisierte Verbrauchsreihe 1 5,971 51, ,999 63, ,977 57, ,974 6, ,79 64, ,971 66, ,999 7,7 8 73,977 74, ,974 72, ,79 69, ,971 7, ,999 7, ,977 69, ,974 77, ,79 74,143 Desaisonalisierte Verbrauchsreihe ist Grundlage für Regressionsanalyse d) 4. Schritt: Durchführung einer Regressionsanalyse zur Schätzung von Achsenabschnitt und Steigungsparameter 5. Schritt: Prognose (nach Winters) ( ) Bspw.j=2 Für t=15 ( ) 11, da ( )
10 e) Normalisierung der Saisonfaktoren: Durch ändert sich nur der 1. Saisonfaktor (Montag) f) ( )
11 Schätzungen sind höher als in c), da 2. Übungsblatt Aufgabe 1 a). Pfeilbewertungen = Direktbedarfskoeffizienten b) Eingang j Ausgang i
12 Rechentabelle i c) Siehe Zeichnug oben. d) Siehe Zeichnung. Gonzinto Liste: Rechentabelle: J I , , i Gesamtbedarfsvektor: e)
13 Kein direktes Gozintolistenverfahren möglich, Da sonst Endlossschleife! 1. Möglichkeit: - Nettobedarf - Bruttobedarf - Bedarf an - Rückfluss von [ ] - [ } Bruttobedarf
14 2. Möglichkeit
15 j i
16 ,2 i (b) Gesamtbedrafsvektor: Aufgabe 2 a)
17 b) I) Rückkopplungsschleifen bezüglich o o II) Auch von Rückkopplung betroffen? Ja. o o Zu I) 1. Option: [ ] 2. Option:
18 Zu 2)
19 c) Schleifenfreier Gozintograph:
20 j i ,4 i
21 Blatt 2 Aufgabe 3 a) { In der obigen Grafik fehlt ein Pfeil von 5 nach 6 mit bewertung 2 b) j i
22 6 5 2 i (6) (5) (4) (5) (4) c). i (6 ) (4 ) (5 ) (4 ) (5 ) Aufgabe 4 a) Siehe Aufgabe 1a
23 b). Bruttogesamtbedarfsmatrix: Vorgehen: 1) Hauptdiagonale 2) Unter der Hauptdiagonale (wenn keine Rückkopplung) 3) Oberhalb der Hauptdiagonale Werte bis einschließlich 1. Fertigungsstufe können aus Direktmatrix übernommen werden (hier: Bis ) Spalten für übrige Fertigungsstufen Beispiel für Aufgabe 5 a).
24 und für Nachtteil: Für veränderte Primärbedarfe gesammte Multiplikationsfolge neu berechnen Vorteil: Aus Vektoren wird direkt Bedarfsperiode erischtlich
25 Übungsblatt 3 Aufgabe 1 a) Lagerhaltungskostensatz: b).
26 Ganzzahligkeitsanforderung 1) Lösung optimale Bestellstrategie 45,662; c)
27 { Sprungstelle überprüfen ist die Optimale Bestellhäufigkeit mit Gesamtkosten von 1.641,66 Skizze d) Durchgerechnete Rabatte ( Rabatt bezieht sich auf gesamte Bestellmenge)
28 { 1) Überprüfung der obersten Rabattstufe 2) Überprüfung der 2. Rabattstufe 3) Sprungstellen oberhalb des Optimums überprüfen (r=2.2) Optimale Bestellmenge bei Sprungstelle e) Angestoßene Rabatte (Rabatt bezieht sich nur auf die Menge die überhalb der Rabattgrenze liegt)
29 [ ] [ ] [ ] [ ] [ ] [ ] i 1 7, ,125 [1.11-]= , Unterste Rabattstufe [ ] Es giebt keine n Oberhalb liegenden Rabatt und somit auch keine oberhalb liegende Sprungstelle, es ist also keine weitere Überprüfung nötig.
30 [ ) ] Aufgabenblatt 4 Aufgabe 1 a) Zielfunktion u.b.d.r. : Die Lagerrestriktion ist immer erfüllt auch dann wennn die Lieferungen & alle Materialarten gleichzeitig eintreffen. Dies führt dazu, dass das Lager im Durchschnitt nur gering ausgelastet ist und die Bestellmenge evtl. zu Stark beschränkt wird. : Die LR ist nicht immer erstellt, was insbesondere dan kristisch ist, wenn die a- Werte klein sind. Die Restriktion wird vor allem dann verletzt, wenn die Liferungen für alle Materialarten gleichzeitig eintreffen. b) Lagerhaltungskostensatz
31 Zf.: u.b.d.r. c) d). ) ) ) ) )
32 ) e) Aus I): Aus II) Bestimmung des freien Optimums: f) LR+FR verletzt Bestellemenge senken linear Kürzen! Überprüfung auf Zulässigkeit.:
33 Optimal? In ) In ) Bei Optimalergebnis wäre der berechnete -Wert identisch. Deshalb liegt ein Widerspruch vor. Lösung ist demanch nicht optimal. g) Es wird (durch Probieren) der Wert für gesucht, bei dem ist, d.h. bei dem die Finanzrestriktion voll ausgeschöpft ist. Newton Verfahren: I) Startwert festlegen: liegt zwischen (willkürlich) II) Wie ändert sich die Auslastung der Finanzrestriktion, wenn sich ändert? Aus I) (mit )
34 Aus II) FR, , , ,64, , , ,54, , , ,2, , , Interpretation des Lagrange Multiplikators: Betragsmäßige Zielfunktionsänderung, wenn die Restrikition um eine Infinitessimal kleine Einheit variiert. (rechte Seite der NB um 1 Einheit erhöht/gesenkt) Schattenpres: Wert einer Kapazitätseinheit.
In konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert.
Konstante Modelle: In konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert. Der prognostizierte Wert für die Periode T+i entspricht
MehrVorlage zur Dokumentation der täglichen Arbeitszeit
Monat/Jahr: Januar 2016 Fr, 01 0:00 Sa, 02 0:00 So, 03 0:00 Mo, 04 0:00 Di, 05 0:00 Mi, 06 0:00 Do, 07 0:00 Fr, 08 0:00 Sa, 09 0:00 So, 10 0:00 Mo, 11 0:00 Di, 12 0:00 Mi, 13 0:00 Do, 14 0:00 Fr, 15 0:00
MehrHaushaltsbuch Jänner 2013
Haushaltsbuch Jänner 2013 Di 1 Mi 2 Do 3 Fr 4 Sa 5 So 6 Mo 7 Di 8 Mi 9 Do 02 Fr 11 Sa 12 So 13 Mo 14 Di 15 Mi 16 Do 17 Fr 28 Sa 19 So 20 Mo 21 Di 22 Mi 23 Do 24 Fr 25 Sa 26 So 27 Mo28 Di 29 Mi 30 Do 31
MehrBestandsmanagement. Prognoseverfahren und Lagerhaltungspolitiken
Bestandsmanagement Prognoseverfahren und Lagerhaltungspolitiken Inhalt Bestandsmanagement in Supply Chains Prognoseverfahren Prognose bei regelmäßigem Bedarf Konstantes Bedarfsniveau Trendförmiges Bedarfsniveau
MehrWangerooge Fahrplan 2016
Fahrplan Dezember 2015 Januar Januar Januar Februar Februar März So, 13.12. 10.15 11.00 12.45 12.30 13.45 14.20 Mo, 14.12. 11.30 13.00 15.30 Di, 15.12. 12.30 13.05 14.45 13.30 15.00 Mi, 16.12. 14.45 16.00
MehrÜberschrift. Titel Prognosemethoden
Überschrift Prognosemethoden Überschrift Inhalt 1. Einleitung 2. Subjektive Planzahlenbestimmung 3. Extrapolierende Verfahren 3.1 Trendanalyse 3.2 Berücksichtigung von Zyklus und Saison 4. Kausale Prognosen
MehrVeranstaltung. Logistik und Materialfluss (Lagerlogistik), Sommersemester 2015
Veranstaltung Logistik und Materialfluss (Lagerlogistik), Sommersemester 2015 Übung 3: Bedarfsermittlung Die Beschaffung beginnt mit der Bedarfsermittlung. Sie ist Voraussetzung für die Gewährleistung
MehrGütebewertung und Performanceanalyse von Prognosealgorithmen bei unterschiedlichen Signalklassen
Gütebewertung und Performanceanalyse von Prognosealgorithmen bei unterschiedlichen Signallassen Diplomverteidigung Yongrui Qiao 25. 06. 2009 1/33 Gliederung Motivation und Problemstellung Testverfahren
MehrVorlage zur Dokumentation der täglichen Arbeitszeit
Monat/Jahr: Januar 2015 Do, 01 Fr, 02 Sa, 03 So, 04 Mo, 05 Di, 06 Mi, 07 Do, 08 Fr, 09 Sa, 10 So, 11 Mo, 12 Di, 13 Mi, 14 Do, 15 Fr, 16 Sa, 17 So, 18 Mo, 19 Di, 20 Mi, 21 Do, 22 Fr, 23 Sa, 24 So, 25 Mo,
Mehr[ 1 ] Welche der folgenden Aussagen sind WAHR? Kreuzen Sie sie an.
13 Zeitreihenanalyse 1 Kapitel 13: Zeitreihenanalyse A: Übungsaufgaben: [ 1 ] 1 a a) Nach der Formel x t+i berechnet man einen ein f achen gleitenden Durchschnitt. 2a + 1 i= a b) Die Residuale berechnet
Mehr5. Zeitreihenanalyse und Prognoseverfahren
5. Zeitreihenanalyse und Prognoseverfahren Stichwörter: Trend, Saisonalität, Noise, additives Modell, multiplikatives Modell, Trendfunktion, Autokorrelationsfunktion, Korrelogramm, Prognosehorizont, Prognoseintervall,
MehrZeit Umsatz. t U=U(t) BS - 13 BS Modul : Analyse zeitabhängiger Daten z.b. Prof. Dr. W. Laufner Beschreibende Statistik
BS - 1 1 Modul 1 : Analyse zeitabhängiger Daten z.b. Zeit Umsatz t UU(t) BS - 1 2 Modul 1: Zeitreihenanalyse 0 70 60 Zeitreihenanalyse Umsatz (Mio ) 0 40 0 0 Q1 Q2 Q Q4 Q1 Q2 Q Q4 Q1 Q2 Q Q4 Q1 Q2 Q Q4
MehrCORPORATE MANAGEMENT. Grundlagen der Bedarfsermittlung. Freitag, 2. Dezember 2011 Sarah Kauer, Teresa Glockner
CORPORATE MANAGEMENT Grundlagen der Bedarfsermittlung Freitag, 2. Dezember 2011 Sarah Kauer, Teresa Glockner AGENDA 1. Begriffsdefinition 2. Bedarfsarten 2.1 Primärbedarf 2.2 Sekundärbedarf 2.3 Tertiärbedarf
MehrZeitreihenanalyse Exponentielles Glätten
Zeitreihenanalyse Exponentielles Glätten Worum geht es in diesem Lernmodul? Einleitung Prognose mit der Methode des exponentiellen Glättens Die Prognoseformel des exponentiellen Glättens Die Wirkung der
MehrOptimieren unter Nebenbedingungen
Optimieren unter Nebenbedingungen Hier sucht man die lokalen Extrema einer Funktion f(x 1,, x n ) unter der Nebenbedingung dass g(x 1,, x n ) = 0 gilt Die Funktion f heißt Zielfunktion Beispiel: Gesucht
MehrWangerooge Fahrplan 2015 Fahrzeit Tidebus 50 Minuten, Schiff und Inselbahn ca. 90 Minuten.
Fahrplan Dezember 2014 Januar Januar Februar Februar März März Sa, 27.12. 12.30 13.30 11.30 13.30 16.00 14.00 15.45 15.30 16.30 16.50 So, 28.12. 12.30 14.15 12.15 14.30 15.30 16.45 14.45 16.30 17.15 17.35
MehrBedarfsermittlung für Verbrauchsfaktoren
edarfsermittlung für Verbrauchsfaktoren Verbrauchsfaktorarten und Ansätze zu ihrer Klassifizierung edarfskategorien Verfahren der edarfsermittlung. Überblick. Verbrauchsorientierte edarfsermittlung.. Varianten
MehrZusammenfassung und Wiederholung zu Geraden im IR ²
Seite 1 von 5 Definition einer Geraden Wir zeichnen mithilfe einer Wertetabelle den Graphen der linearen Funktion f mit f 0,5 1. Fülle hierzu die Wertetabelle fertig aus: 4 3 1 0 1 3 4 f f4 0,54 1 3...,5...
MehrKapitel XII - Einführung in die Zeitreihenanalyse
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XII - Einführung in die Zeitreihenanalyse Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh
MehrPrüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik)
2 Klausur-Nr = Sitzplatz-Nr Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) Klausurteil 1: Beschreibende Statistik Name, Vorname:... verteilung Teil 1: Beschreibende Statistik Aufgaben
MehrVektoren - Basiswechsel
Vektoren - Basiswechsel Grundprinzip Für rein geometrische Anwendungen verwendet man üblicherweise die Standardbasis. Damit ergibt sich in den Zahlenangaben der Koordinaten kein Unterschied zu einem Bezug
Mehr11. Zeitreihen mit Trend und Saisonalität
In diesem Abschnitt geht es um ZR, die in eine Trend-, eine Saisonund eine Restkomponente zerlegt werden können. (Das Niveau sei in der Trendkomponente enthalten.) Beispiele für solche ZR sind in Abb.
MehrAnalytische Geometrie II
Analytische Geometrie II Rainer Hauser März 212 1 Einleitung 1.1 Geradengleichungen in Parameterform Jede Gerade g in der Ebene oder im Raum lässt sich durch einen festen Punkt auf g, dessen Ortsvektor
MehrAufgabe 1 (Exponentielles Wachstum, wird teilweise auch in Vorlesung besprochen, Teile a) bis c) sind exakt die Aufgaben von Blatt 2, Aufgabe 3))
Formalisierungspropädeutikum Übungsblatt 3 Prof. Dr. Th. Augustin, Dr. R. Poellinger, C. Jansen, J. Plaß, G. Schollmeyer WiSe 2015/16 Aufgabe 1 (Exponentielles Wachstum, wird teilweise auch in Vorlesung
MehrFerienwohnung Altmühltal, Ferienhaus Eichstätt direkt am Fluss. Belegungskalender und
Jan 2017 Feb 2017 März 2017 direkt am Fluss.. KW 1 KW 2 KW 3 KW 4 KW 5 So Mo Di Mi Do Fr Sa So Mo Di Mi Do Fr Sa So Mo Di Mi Do Fr Sa So Mo Di Mi Do Fr Sa So Mo Di letzter update 08.01.2017 KW 5 KW 6 KW
MehrDatum Wochen Band DVD Band eingelegt Protokoll kontr. Recovery kontr. Tag Nr. RW Sign. Sign. Sign.
Monat: Januar Anzahl Bänder: 9 01.01.2015 Donnerstag Do DO 02.01.2015 Freitag Fr FR 03.01.2015 Samstag 04.01.2015 Sonntag 05.01.2015 Montag Mo1 MO 06.01.2015 Dienstag Di DI 07.01.2015 Mittwoch Mi MI 08.01.2015
MehrTechnische Universität München. Prognoseverfahren. Mit PC-Unterstützung Tendenzen und Prognose in der Forstwirtschaft erkennen
Prognoseverfahren Mit PC-Unterstützung Tendenzen und Prognose in der Forstwirtschaft erkennen Definition und Fragen Was ist eine Prognose, was ein Trend Wo werden sie angewandt und zu welchem Zweck Relevanz
MehrControlling mit Excel Jan Götzelmann. 1. Ausgabe, 1. Aktualisierung, März Themen-Special W-EX2010C
Jan Götzelmann 1. Ausgabe, 1. Aktualisierung, März 2014 Controlling mit Excel 2010 Themen-Special W-EX2010C 3 Controlling mit Excel 2010 - Themen-Special 3 Trendberechnungen durchführen In diesem Kapitel
Mehr3. Übungsblatt Aufgaben mit Lösungen
. Übungsblatt Aufgaben mit Lösungen Aufgabe : Gegeben sind zwei Teilmengen von R : E := {x R : x x = }, und F ist eine Ebene durch die Punkte A = ( ), B = ( ) und C = ( ). (a) Stellen Sie diese Mengen
Mehr13. Klasse TOP 10 Grundwissen 13 Geradengleichungen 01
. Klasse TOP 0 Grundwissen Geradengleichungen 0 Punkt-Richtungs-Form Geraden sind gegeben durch einen Aufpunkt A (mit Ortsvektor a) auf der Geraden und einen Richtungsvektor u: x = a + λ u, λ IR. (Interpretation:
MehrÜbungsaufgaben zur Vorlesung BWL A Produktion:
Betriebswirtschaftslehre, insbes. Produktionswirtschaft Prof. Dr. Stefan Betz Übungsaufgaben zur Vorlesung BWL A Produktion: Aufgabe 1 Definieren Sie die folgenden Begriffe, und grenzen Sie diese voneinander
MehrAbnehmer der Erzeugnisse (Output) Werk 1 Werk 2 Werk 3 Markt Werk 1 400 1400 1000 1200 Hersteller der Erzeugnisse
Name: Datum: Produktionsverflechtung - Einstiegsaufgabe mit Lösung Ein Unternehmen produziert in drei Zweigwerken an verschiedenen Standorten unterschiedliche Teile und Waren. Jedes Zweigwerk bezieht für
MehrBestandsplanung und -steuerung: Die Bedarfsermittlung
Bestandsplanung und -steuerung: Die Bedarfsermittlung Dortmund, Oktober 1998 Prof. Dr. Heinz-Michael Winkels, Fachbereich Wirtschaft FH Dortmund Emil-Figge-Str. 44, D44227-Dortmund, TEL.: (0231)755-4966,
MehrWirtschaftliche Trendbetrachtung und Prognosemodelle im Rahmen des kommunalen Objektmanagements
Wirtschaftliche Trendbetrachtung und Prognosemodelle im Rahmen des kommunalen Objektmanagements Alexander Haß, Denny Megallis, Maik Moser Gliederung 1. Theoretische Einführung in Trendanalysen 2. Beispielhafte
Mehr1 Zahlentheorie. 1.1 Kongruenzen
3 Zahlentheorie. Kongruenzen Der letzte Abschnitt zeigte, daß es sinnvoll ist, mit großen Zahlen möglichst einfach rechnen zu können. Oft kommt es nicht darauf, an eine Zahl im Detail zu kennen, sondern
MehrRegionale Arbeitslosenprognosen: Die Leistungsfähigkeit ausgewählter Zeitreihenverfahren
Institut für Arbeitsmarkt- und Berufsforschung Folie 1 Regionale Arbeitslosenprognosen: Die Leistungsfähigkeit ausgewählter Zeitreihenverfahren Katharina Hampel Marcus Kunz Norbert Schanne Antje Weyh Dr.
MehrStatistik I. Hinweise zur Bearbeitung. Aufgabe 1
Statistik I, WS 2002/03, Seite 1 von 7 Statistik I Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung im Umfang von einer
MehrLandgerichtsbezirk Wiesbaden Datum Thema Dozent U-Std. Zeit
Koordinatorin: Mo. 11.01.16 6 Di. 1.01.16 6 Mi. 13.01.16 6 Do. 1.01.16 Der Anwalt im Zivilprozeß RAuN Alexander Hüttenrauch 6 Fr. 15.01.16 Der Anwalt im Zivilprozeß RAuN Alexander Hüttenrauch 6 Mo. 18.01.16
Mehr9 Faktorenanalyse. Wir gehen zunächst von dem folgenden Modell aus (Modell der Hauptkomponentenanalyse): Z = F L T
9 Faktorenanalyse Ziel der Faktorenanalyse ist es, die Anzahl der Variablen auf wenige voneinander unabhängige Faktoren zu reduzieren und dabei möglichst viel an Information zu erhalten. Hier wird davon
MehrAussage: richtig falsch Nichtbasis-Variablen nennt man in der Linearen Programmierung auch Schlupf-Variablen.
Aufgabe 1 Multiple Choice (10 Punkte) Folgende Aussagen sind entweder richtig oder falsch! Kreuzen Sie jeweils direkt hinter der Aussage eines der Kästchen an. Stimmt Ihre Bewertung einer Aussage so gibt
MehrTechnischer Betriebswirt IHK Material-, Produktions- und Absatzwirtschaft 1
Bedarfsermittlung und Bedarfsanalyse... 2 Materialbedarfsarten... 2 Grundbegriffe:... 2 Deterministische Bedarfsermittlung... 3 Stochastische Bedarfsermittlung... 3 Subjektive Schätzung... 3 Fehlerberechnung...
Mehr5.6 Empirische Wirtschaftsforschung
5.6.0 Vorbemerkungen Literatur Winker, P. (2010): Empirische Wirtschaftsforschung und Ökonometrie. 3. Auflage. Springer. Insbesondere Kapitel 1, 4 und 10. Volltext-Download im Rahmen des LRZ-Netzes. Rinne,
MehrPrognosemethoden angewandt auf Besucherzahlen ausgewählter Ausflugsziele in Niederösterreich: Stift Geras und Kunsthalle Krems
Wirtschaftsuniversität Wien Institut für Tourismus und Freizeitwirtschaft Course 2 WS 2002/03 Andreas Zins Prognosemethoden angewandt auf Besucherzahlen ausgewählter Ausflugsziele in Niederösterreich:
Mehr5. Äquivalenzrelationen
5. Äquivalenzrelationen 35 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will, so kann es sinnvoll sein, zunächst kleinere, einfachere Mengen (bzw. Gruppen)
MehrAufgabe: Stelle die Lösungsmenge des folgenden Ungleichungssystems dar:
Lineare Optimierung. Lineare Ungleichungsssteme Unter der Lösung einer linearen Ungleichung in den Variablen und versteht man die reellen Zahlenpaare (, ), welche die Ungleichung erfüllen. Stellt man diese
MehrA2.3 Lineare Gleichungssysteme
A2.3 Lineare Gleichungssysteme Schnittpunkte von Graphen Bereits weiter oben wurden die Schnittpunkte von Funktionsgraphen mit den Koordinatenachsen besprochen. Wenn sich zwei Geraden schneiden, dann müssen
Mehr0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )
Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,
Mehr9.2 Invertierbare Matrizen
34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
MehrZeitreihenanalyse Der einfache gleitende Durchschnitt
Zeitreihenanalyse Der einfache gleitende Durchschnitt Worum geht es in diesem Lernmodul? Einleitung Erläuterung der Methode Berechnung des einfachen gleitenden Durchschnitts Der einfache gleitende Durchschnitt
MehrZusammenhänge zwischen metrischen Merkmalen
Zusammenhänge zwischen metrischen Merkmalen Darstellung des Zusammenhangs, Korrelation und Regression Daten liegen zu zwei metrischen Merkmalen vor: Datenpaare (x i, y i ), i = 1,..., n Beispiel: x: Anzahl
MehrVorbereitung auf 3. Übungsblatt (Präsenzübungen) - Lösungen
Prof Dr Rainer Dahlhaus Statistik 1 Wintersemester 2016/2017 Vorbereitung auf Übungsblatt (Präsenzübungen) - Lösungen Aufgabe P9 (Prognosen und Konfidenzellipsoide in der linearen Regression) Wir rekapitulieren
MehrDrittvariablenkontrolle in der linearen Regression: Trivariate Regression
Drittvariablenkontrolle in der linearen Regression: Trivariate Regression 14. Januar 2002 In der Tabellenanalyse wird bei der Drittvariablenkontrolle für jede Ausprägung der Kontrollvariablen eine Partialtabelle
MehrTutorium zu Grundlagen des Personalmanagements
Tutorium zu Grundlagen des Personalmanagements Bella: Mi 16-18 LB 335 18-20 LE 105 Sarah: Di 8-10 LE 104 Do 14-16 LB 107 1.Einführung Gliederung 2.Personalbedarfsplanung 3.Personalbeschaffung 4.Personalauswahl
MehrBasiswissen Mathematik, Statistik. und Operations Research für. Wirtschaftswissenschaftler. von. Prof. Dr. Gert Heinrich DHBW Villingen-Schwenningen
Basiswissen Mathematik, Statistik und Operations Research für Wirtschaftswissenschaftler von Prof. Dr. Gert Heinrich DHBW Villingen-Schwenningen 5., korrigierte Auflage Oldenbourg Verlag München Inhaltsverzeichnis
MehrLösungen zu Ungerade Muster in Pyramiden. Muster: Die Summe der ungeraden Zahlen (in jeder Teilpyramide) ist stets eine Quadratzahl.
Lösungen zu Ungerade Muster in Pyramiden Aufgabe Muster: Die Summe der ungeraden Zahlen (in jeder Teilpyramide) ist stets eine Quadratzahl. Begründung : Zunächst schauen wir eine Abbildung an, in der die
MehrTätigkeit: Merken Sie die Materialbedarfsarten!
Tätigkeit: Merken Sie die Materialbedarfsarten! Aufgaben der Mengenplanung Aufgabe der Mengenplanung ist es, den Bedarf an Eigenfertigungs- und Fremdteilen nach Art, Menge und Bereitstellungstermin zu
Mehr( 3 4. Original-Aufgabe 21. Aufgabenstellung/Erwartungshorizont
Original-Aufgabe 21 Aufgabenstellung Original-Aufgabe 21 Aufgabenstellung/Erwartungshorizont Original-Aufgabe 21 Fachgebiet Thema Fragestellung Analytische eometrie/lineare Algebra eraden und Ebenen Untersuchung
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008 Aufgabe 1 Ihnen liegt
Mehr13. Übungswoche. Kapitel 12: Varianzanalyse (Fortsetzung)
1 13. Übungswoche Kapitel 12: Varianzanalyse (Fortsetzung) [ 3 ] Im Vorkurs Mathematik für Wirtschafstwissenschaftler vor Beginn des Sommersemesters 2009 wurde am Anfang und am Ende ein Test geschrieben,
MehrInhaltsübersicht. Teil 5: Ausgewählte Anwendungen der Marktforschung Produktforschung Werbeforschung Preisforschung 451
VII Inhaltsübersicht Teill: Grundlagen 1 1. Der Marketing-Informationsbedarf 1 2. Charakterisierung und Arten der Marktforschung 4 3. Ziele und Rahmenbedingungen der Marktforschung 6 4. Träger der Marktforschung
MehrPrüfungsbogen. Fakultät Informatik. 1.1 Erläutern Sie die Stücklistenbegriffe:
Prüfungsbogen Saal- und Platz Nr.: Bogen Nr.: 1 Fakultät Informatik Hochschule Reutlingen Matrikel Nr.: Wirtschaftsinformatik Datum: 30.01.2009 Studiengang : Semester: Name: Logistik und ProduktionVorname:
MehrLineare Funktion. Wolfgang Kippels 3. November Inhaltsverzeichnis
Lineare Funktion Wolfgang Kippels. November 0 Inhaltsverzeichnis Grundlegende Zusammenhänge. Aufbau der Linearen Funktion......................... Nullstellenbestimmung............................. Schnittpunktbestimmung............................
MehrProbeklausur Lösungen
Probeklausur Lösungen Aufgabe A B = {, 4, 6, 8, 0} = {x N x 0 x gerade} A C = {,, 5, 7, } = {x N x x prim} alternativ {x P x } B C = {,,, 4, 5, 6, 7, 8, 0, } = {x N x x 9} Aufgabe Es sei x die Anzahl der
MehrAngewandte Mathematik 9. Mai 2014 Korrekturheft Teil A + Teil B (Cluster 8)
Standardisierte kompetenzorientierte schriftliche Reife- und Diplomprüfung Angewandte Mathematik 9. Mai 2014 Korrekturheft Teil A + Teil B (Cluster 8) Aufgabe 1 a) x Masse der Rosinen oder Mandeln in Kilogramm
MehrEinführung in die computergestützte Datenanalyse
Karlheinz Zwerenz Statistik Einführung in die computergestützte Datenanalyse 6., überarbeitete Auflage DE GRUYTER OLDENBOURG Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL
Mehr5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21
5. Determinanten 5.1 Determinanten der Ordnung 2 und 3 Als Determinante der zweireihigen Matrix A = a 11 a 12 bezeichnet man die Zahl =a 11 a 22 a 12 a 21. Man verwendet auch die Bezeichnung = A = a 11
MehrStatistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz 3., überarbeitete Auflage R.01denbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt
MehrBei näherer Betrachtung des Diagramms Nr. 3 fällt folgendes auf:
18 3 Ergebnisse In diesem Kapitel werden nun zunächst die Ergebnisse der Korrelationen dargelegt und anschließend die Bedingungen der Gruppenbildung sowie die Ergebnisse der weiteren Analysen. 3.1 Ergebnisse
MehrLage- und Streuungsparameter
Lage- und Streuungsparameter Beziehen sich auf die Verteilung der Ausprägungen von intervall- und ratio-skalierten Variablen Versuchen, diese Verteilung durch Zahlen zu beschreiben, statt sie graphisch
MehrVektor-Multiplikation Vektor- Multiplikation
Vektor- Multiplikation a d c b Thema: Schultyp: Vorkenntnisse: Bearbeitungsdauer: Vektor-Multiplikation: Vektorprodukt Mittelschule, Berufsschule, Fachhochschule Elementare Programmierkenntnisse, Geometrie,
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
MehrMathematischer Vorkurs Lösungen zum Übungsblatt 5
Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Prof. Dr. Norbert Pietralla/Sommersemester 2012 c.v.meister@skmail.ikp.physik.tu-darmstadt.de Aufgabe 1: Berechnen Sie den Abstand d der Punkte P 1 und
Mehrb) Bestimmen Sie die Varianz der beiden Schätzer. c) Ist ein oder sind beide Schätzer konsistent? Begründen Sie!
Aufgabe 1 (3 + 3 + 2 Punkte) Ein Landwirt möchte das durchschnittliche Gewicht von einjährigen Ferkeln bestimmen lassen. Dies möchte er aus seinem diesjährigen Bestand an n Tieren schätzen. Er kann dies
MehrStatistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN
Mehr2.3 Nichtlineare Regressionsfunktion
Nichtlineare Regressionsfunktion Bisher: lineares Regressionsmodell o Steigung d. Regressionsgerade ist konstant o Effekt einer Änderung von X auf Y hängt nicht vom Niveau von X oder von anderen Regressoren
Mehr8. Planung optimaler Bestellmengen ausgewählte praxisrelevante Bedingungen
8. Planung optimaler Bestellmengen ausgewählte praxisrelevante Bedingungen Definitionen, Grundsätzliches Fertigungslos (Fertigungsauftrag) Als Losgröße wird die Menge gleichartiger Materialien (z.b. Rohmaterial,
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrMicrosoft Excel 2016 Relative und absolute Bezüge
Hochschulrechenzentrum Justus-Liebig-Universität Gießen Microsoft Excel 2016 Relative und absolute Bezüge Relative und absolute Bezüge in Excel 2016 Seite 1 von 8 Inhaltsverzeichnis Vorwort... 2 Relativer
MehrDokumentation. estat Version 2.0
Dokumentation estat Version 2.0 Installation Die Datei estat.xla in beliebiges Verzeichnis speichern. Im Menü Extras AddIns... Durchsuchen die Datei estat.xla auswählen. Danach das Auswahlhäkchen beim
Mehr5 Geraden im R Die Geradengleichung. Übungsmaterial 1
Übungsmaterial 5 Geraden im R 5. Die Geradengleichung Eine Gerade ist eindeutig festgelegt durch zwei Punkte oder durch einen Punkt und eine Richtung. Beispiel: Die Gerade g durch die Punkte A(-//) und
MehrMathematik III - Statistik für MT(Master)
3. Regressionsanalyse Fachbereich Grundlagenwissenschaften Prof. Dr. Viola Weiß Wintersemester 0/03 Mathematik III - Statistik für MTMaster 3. Empirische Regressionsgerade Optimalitätskriterium: Die Summe
Mehr2. Spezielle anwendungsrelevante Funktionen
2. Spezielle anwendungsrelevante Funktionen (1) Affin-lineare Funktionen Eine Funktion f : R R heißt konstant, wenn ein c R mit f (x) = c für alle x R existiert linear, wenn es ein a R mit f (x) = ax für
MehrGeburtenentwicklung 2004 eine kleine Zeitreihenanalyse
Geburtenentwicklung 24 eine kleine Zeitreihenanalyse Von Günter Ickler Im Jahr 24 erblickten in Rheinland-Pfalz 33 421 Kinder das Licht der Welt. Damit hat sich der rückläufige Trend der vergangenen Jahre
MehrDefinition 2.1 Der Erwartungswert einer diskreten Zufallsvariablen mit Wahrscheinlichkeitsfunktion
Kapitel 2 Erwartungswert 2.1 Erwartungswert einer Zufallsvariablen Definition 2.1 Der Erwartungswert einer diskreten Zufallsvariablen mit Wahrscheinlichkeitsfunktion È ist definiert als Ü ÜÈ Üµ Für spätere
Mehr9.3 Lineare Regression
9.3 Lineare Regression 115 A B C D E F G H 1 2 Pearsonscher Korrelationskoeffizient 3 4 5 6 x-werte y-werte ANALYSE ASSISTENT 7 2,4-4 8 3,2-1 9 8,3 6,4 Spalte 1 Spalte 2 10 6,4 6 Spalte 1 1 11 7,2 6,3
MehrGrundzüge der Beschaffung, Produktion und Logistik
Sebastian Kummer (Hrsg.) Oskar Grün Werner Jammernegg Grundzüge der Beschaffung, Produktion und Logistik Das Übungsbuch ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don
MehrVorkurs Mathematik Übungen zu Komplexen Zahlen
Vorkurs Mathematik Übungen zu Komplexen Zahlen Komplexe Zahlen Koordinatenwechsel Aufgabe. Zeichnen Sie die folgende Zahlen zunächst in ein (kartesisches) Koordinatensystem. Bestimmen Sie dann die Polarkoordinaten
MehrMathematischer Vorkurs für Physiker WS 2012/13
TU München Prof. P. Vogl Mathematischer Vorkurs für Physiker WS 2012/13 Übungsblatt 2 Wichtige Formeln aus der Vorlesung: Basisaufgaben Beispiel 1: 1 () grad () = 2 (). () () = ( 0 ) + grad ( 0 ) ( 0 )+
MehrAufgabenblock 4. Da Körpergröße normalverteilt ist, erhalten wir aus der Tabelle der t-verteilung bei df = 19 und α = 0.05 den Wert t 19,97.
Aufgabenblock 4 Aufgabe ) Da s = 8. cm nur eine Schätzung für die Streuung der Population ist, müssen wir den geschätzten Standardfehler verwenden. Dieser berechnet sich als n s s 8. ˆ = = =.88. ( n )
MehrThema 5: Nutzungsdauerentscheidungen und optimaler Ersatzzeitpunkt
hema 5: Nutzungsdauerentscheidungen und optimaler Ersatzzeitpunkt (1) Nutzungsdauerentscheidung: Zu welchem Zeitpunkt soll ein durchführbares Investitionsprojekt abgebrochen und ggf. durch Folgeprojekte
MehrKapitel 7. Crossvalidation
Kapitel 7 Crossvalidation Wie im Kapitel 5 erwähnt wurde, ist die Crossvalidation die beste Technik, womit man die Genauigkeit der verschiedenen Interpolationsmethoden überprüft. In diesem Kapitel wurde
MehrDokumentation von Anforderungen in einer Anforderungsliste
Dokumentation von Anforderungen in einer Anforderungsliste Warum werden Anforderungen dokumentiert? Die Dokumentation ist notwendig, um im weiteren Verlauf der Produktentwicklung gezielt auf Anforderungen
MehrAuswertung und Lösung
Dieses Quiz soll Ihnen helfen, Kapitel 4.7 und 4.8 besser zu verstehen. Auswertung und Lösung Abgaben: 71 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 5.65 Frage 1
Mehr4. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 4. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS /..-7.. Aufgabe G (Geraden im R ) Bestimmen
MehrIngenia 2005 Ein Tag voller Ideen
Ingenia 2005 Ein Tag voller Ideen Marktdaten für Innovationen Schnell, zuverlässig, günstig Beispiele Attila Ayden Wolfgang Müller Steinbeis-Transferzentrum Infothek 78050 Villingen-Schwenningen Gerberstraße
MehrTechnische Universität München. Marktforschung in der Forstwissenschaft und Holzwirtschaft
Marktforschung in der Forstwissenschaft und Holzwirtschaft Literatur C. Fantapié Altobelli; S. Hoffmann (2011): Grundlagen der Marktforschung. UVK Verlag, Konstanz. G. Grunwald; B. Hempelmann (2013): Übungen
MehrBestimmung einer ersten
Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,
MehrSeminarreihe Bau-Projektmanagement I + II
Seminarreihe Bau-Projektmanagement I + II Fax-Anmeldeformulare für 2015 www.bau-projektmanagement.de + II Mo., 13.04. Fr., 17.04.2015 Fulda 9:15 17:00 1.276,00 1.518,44 I + II Mo., 13.04. Mi., 15.04.2015
Mehrx 3 Genau dann liegt ein Punkt X mit dem Ortsvektor x auf g, wenn es ein λ R gib,t so dass
V. Geradengleichungen in Parameterform 5. Definition ---------------------------------------------------------------------------------------------------------------- x 3 v a x x x Definition und Satz :
Mehr