Statistische Kennzahlen für die Streuung

Größe: px
Ab Seite anzeigen:

Download "Statistische Kennzahlen für die Streuung"

Transkript

1 Statstsche Kezahle für de Streuug Ordale Date,..., W X,,..., WX {(j) j,..., J} () < () < < (J) {(),...,(J)} (3) () 3 () Geordete Lste k X (k) () () 3 () Smpso s D ud H() sd awedbar, allerdgs wrd Iformato der Kategoreordug cht geutzt. 4 () 4 (3) 5 (3) 5 (3) ls Raabe: Wahrschelchketsrechug ud

2 Statstsche Kezahle für de Streuug Ordale Date Allgeme: Streuug desto höher, je schlechter kokrete Werte sch vorhersage lasse. Werte lasse sch umso besser vorhersage, je stärker se sch um de Meda verdchte. Gergste Streuug für ( ~ 0.5 ) Höchste Streuug für ( ~ 0 ) ( ~ ) / ls Raabe: Wahrschelchketsrechug ud

3 Statstsche Kezahle für de Streuug Ordale Date Gergste Streuug für ( 0.5 ) Höchste Streuug für ( 0 ) ( ) / Dspersosde ach Let D L J j F [(j)] ~ ~ ~ ( F [(j)]) D L Bespel J f f 0 DL J- 4 F () 0 () () (3) (4) (5) ls Raabe: Wahrschelchketsrechug ud 3

4 Statstsche Kezahle für de Streuug Ordale Date Gergste Streuug für ( 0.5 ) Höchste Streuug für ( 0 ) ( ) / ormerter Dspersosde ach Let D Lz 4 J J j F [(j)] ~ ~ ~ ( F [(j)]) Für J glt D z D Lz Bewes 4 DLz j 4 (f (- f )) F [(j)](f [(j)]) (f -f ) 0 DLz + (-f (-f (-[f - + f (- ) - f ]) ) j - f j ) D z ls Raabe: Wahrschelchketsrechug ud 4

5 Statstsche Kezahle für de Streuug Ordale Date Dspersosde ach Let für J3 ls Raabe: Wahrschelchketsrechug ud 5

6 Statstsche Kezahle für de Streuug Ordale Date Streuugsquatfzerug durch Quatlspaare (g p,g ) {ma( ),m( )} L p ~ ~ U pl p U Mdestes (p U p L ) 00 % der Merkmalsträger habe ee Ausprägug zwsche g pl ud g pu. ls Raabe: Wahrschelchketsrechug ud 6

7 Statstsche Kezahle für de Streuug Ordale Date Streuugsquatfzerug durch Quatlspaare Mmum ud Mamum (g0,g) { ~ 0, ~ } 00 % der Merkmalsträger habe ee Ausprägug zwsche g 0 ud g. ls Raabe: Wahrschelchketsrechug ud 7

8 Statstsche Kezahle für de Streuug Ordale Date Streuugsquatfzerug durch Quatlspaare p L 0.05, p U 0.95 (g0.05, g0.95) {ma( ~ 0.05),m( ~ 0.95)} Mdestes 90 % der Merkmalsträger habe ee Ausprägug zwsche g 0.05 ud g ls Raabe: Wahrschelchketsrechug ud 8

9 Statstsche Kezahle für de Streuug Ordale Date Streuugsquatfzerug durch Quatlspaare Oberes ud uteres Quartl (g0.5,g0.75) {ma( ~ 0.5),m( ~ 0.75)} Mdestes 50 % der Merkmalsträger habe ee Ausprägug zwsche g 0.5 ud g ls Raabe: Wahrschelchketsrechug ud 9

10 Statstsche Kezahle für de Streuug Ordale Date Bespel Bearbetuge vo Softwareaufgabe Verso Geordete Lste k Verso (k) D D L Lz DL (g (g (g 0, g) (.,.0),g0.95} (.,.0),g ) (.,.) ls Raabe: Wahrschelchketsrechug ud 0

11 Statstsche Kezahle für de Streuug Quattatve Date,..., W X,,..., WX {(j) j,..., J} bzw. W (-, ) X {(),...,(J)} Allgeme: Streuug desto höher, je schlechter kokrete Werte sch vorhersage lasse. Werte lasse sch umso besser vorhersage, je stärker se sch um das jewelge Lagemaß verdchte. ls Raabe: Wahrschelchketsrechug ud

12 Statstsche Kezahle für de Streuug Quattatve Date Werte lasse sch umso besser vorhersage, je stärker se sch um das jewelge Lagemaß verdchte. Lagemaß: Meda Streuugsmaße: Quatlsdffereze Spawete R g g 0 Quartlsabstad Q g 0.75 g 0.5 Meda der absolute Abwechuge MAD ~ z0.5 mt z ~,,..., d 0.5 ls Raabe: Wahrschelchketsrechug ud

13 Statstsche Kezahle für de Streuug Quattatve Date: Meda der absolute Abwechuge ls Raabe: Wahrschelchketsrechug ud 3

14 Statstsche Kezahle für de Streuug Quattatve Date: Meda der absolute Abwechuge y: ~ 0.5 ls Raabe: Wahrschelchketsrechug ud 4

15 Statstsche Kezahle für de Streuug Quattatve Date: Meda der absolute Abwechuge z : y {z z ~ 0.5 } U {z z ~ 0.5 } ls Raabe: Wahrschelchketsrechug ud 5

16 Statstsche Kezahle für de Streuug Quattatve Date: Meda der absolute Abwechuge z : y {z z ~ 0.5 } U {z z ~ 0.5 } ls Raabe: Wahrschelchketsrechug ud 6

17 Statstsche Kezahle für de Streuug Quattatve Date: Meda der absolute Abwechuge d MAD ~ z 0.5 ls Raabe: Wahrschelchketsrechug ud 7

18 Statstsche Kezahle für de Streuug Quattatve Date Werte lasse sch umso besser vorhersage, je stärker se sch um das jewelge Lagemaß verdchte. Lagemaß: Arthmetsches Mttel Streuugsmaß: Varaz (mttlere quadratsche Abwechug) s ( ) Stadardabwechug s s ( ) bzw.d ( ) ls Raabe: Wahrschelchketsrechug ud 8

19 Statstsche Kezahle für de Streuug Quattatve Date: Varaz ls Raabe: Wahrschelchketsrechug ud 9

20 Statstsche Kezahle für de Streuug Quattatve Date: Varaz y: ls Raabe: Wahrschelchketsrechug ud 0

21 Statstsche Kezahle für de Streuug Quattatve Date: Varaz z : y {z z } U {z z } ls Raabe: Wahrschelchketsrechug ud

22 Statstsche Kezahle für de Streuug Quattatve Date: Varaz z : y {z z } U {z z } ls Raabe: Wahrschelchketsrechug ud

23 Statstsche Kezahle für de Streuug Quattatve Date: Varaz z : y {z z } U {z z } ls Raabe: Wahrschelchketsrechug ud 3

24 Statstsche Kezahle für de Streuug Quattatve Date: Varaz s z ls Raabe: Wahrschelchketsrechug ud 4

25 Statstsche Kezahle für de Streuug Quattatve Date: Stadardabwechug s s ls Raabe: Wahrschelchketsrechug ud 5

26 Statstsche Kezahle für de Streuug Quattatve Date Vo Streuugsparameter abgeletete Größe für verhältsskalerte Merkmale Quartlskoeffzet Q ( ~ ~ ) ~ + ~ Q ( ~ ~ koeff ~ )/ + ~ ~ + ~ 0.5 Varatoskoeffzet V s ls Raabe: Wahrschelchketsrechug ud 6

27 Statstsche Kezahle für de Streuug Quattatve Date: Berechug der Varaz aus Häufgketsvertelug s J K J fj [(j)-fk (k)] fj [(j)- ] - j k - j Bewes : - ( ) - ( () ) ( () ) + ( () ) ( () ) (() ) (() ) (() ) (() ) ((J) ) ((J) ) f mal f mal f mal J f (() ) + f (() ) f J ((J) ) J j f ((j) ) j c ls Raabe: Wahrschelchketsrechug ud 7

28 Statstsche Kezahle für de Streuug Quattatve Date: Varaz vo Leartrasformatoe Bewes s y (y y) y a + b s a y s y a + b (a + b) a + b a + b ls Raabe: Wahrschelchketsrechug ud 8

29 Statstsche Kezahle für de Streuug Quattatve Date: Varaz vo Leartrasformatoe y a + b s a y s Bewes sy (y y) - [ a + b (a + b) ] - (a a) a - ( ) a s ls Raabe: Wahrschelchketsrechug ud 9

30 Statstsche Kezahle für de Streuug Quattatve Date: Verschebugssatz vo Steer Spezell für b 0: d ( b) ( b) d ls Raabe: Wahrschelchketsrechug ud 30

31 Statstsche Kezahle für de Streuug Quattatve Date: Verschebugssatz vo Steer 3 ls Raabe: Wahrschelchketsrechug ud ( -b) b) ( b) ( b) ( b) ( ) (b b) ( ) (b b) ( ] ) (b ) b)(b ( b) [( )] (b b) [( ) ( d Bewes b) ( b) ( d

32 3 ls Raabe: Wahrschelchketsrechug ud Quattatve Date Statstsche Kezahle für de Streuug Varaz vo Bärdate Für J mt {(), ()} {0,} glt: d D Lz /4 D z /4 /4 D ) f ( f 4 4 ) f ( f f f d Bewes Lz J j j j {0,},da f 3

33 Statstsche Kezahle für de Streuug Quattatve Date: Bespel Bearbetuge vo Softwareaufgabe s 4 (0-3.5) + (-3.5) + (-3.5) (3-3.5) + (4-3.5) + (5-3.5) + (6-3.5) + (7-3.5) + (8-3.5) V k Azahl Clcks (k) Q koeff; ~ 4; Q 4 4 R 4 8 ~ 4; ls Raabe: Wahrschelchketsrechug ud 33

34 Statstsche Kezahle für de Streuug Quattatve Date: Bespel Bearbetuge vo Softwareaufgabe s 5 ( ) + ( ) + ( ) ( ) + ( ) + ( ) + ( ) + ( ) + ( ) + ( ) + ( ) V k Bearbetugszet (k) Q koeff; ~ 5; ~ 5; Q 5.65 R ls Raabe: Wahrschelchketsrechug ud 34

35 Statstsche Kezahle für de Streuug Quattatve Date Der Boplot Grafsche Darstellug vo Lage ud Streuug ls Raabe: Wahrschelchketsrechug ud 35

36 Statstsche Kezahle für de Streuug Zusammefassug Skalevau Streuugsmaß omal Ordal Quattatv Smpso sd/ Etrope Iformatosverlust ur für klasserte Date Let s D ur für J ur für klasserte Date MAD/ Spawete/Quartls -dfferez Varaz/Stadardabwechug/Varatoskoeffzet ur für J Gerge Aussagekraft für klee J + Robust Iformatosverlust Hohe Streubrete Ausreßerafällg + Iformatosutzug + Gerge Streubrete ls Raabe: Wahrschelchketsrechug ud 36

37 Bvarate Date Bsher: Betrachtug ezeler Merkmale X Jetzt Betrachtug vo Merkmalspaare (X,Y) Bearbetug Bearbeter() Aufgabe Verso Azahl Clcks Bearbetugszet e Ka Eport e Ka Verküpfug. 4.9 e 3 Mram Eport. 6.6 e 4 Ta Verküpfug e 5 Olver Eport e 6 Ta Eport. 4.5 e 7 Ta Verküpfug e 8 Mram Eport e 9 Mram Eport e 0 Olver Abfrage e Olver Verküpfug e Olver Abfrage XAufgabe ls Raabe: Wahrschelchketsrechug ud YAzahl Clcks 37

38 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date y A D C E B E Uvarate Urlste,..., y,...,y Uvarate Wertebereche W X, y WY,,..., WX {(j) j,..., J} {(),...,(J)} W {y(k) k,...,k} {y(),..., y(k)} Bvarate Urlste (,y ),...,(,y ) Y Bvarater Werteberech (,y) WXY WX WY {([], y[]),...,([], y[k]),([], y[]),...,([j], y[k])} ls Raabe: Wahrschelchketsrechug ud 38

39 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date,..., ; y,...,y W, y W X Y (,y),...,( (,y ) W XY,y) W X W Y d (j) I e (k) I (e ) (j) y(e ) y(k) y A D C E B E Dummykoderug y d () d () d (3) e () e () A D C E B E Σ 3 ls Raabe: Wahrschelchketsrechug ud 39

40 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date Häufgketsvertelug ees bvarate Merkmals (,y) WXY WX WY,,..., W XY { ( [j], y[k] ) ([],y[]), ([],y[]), j,..., J; k,...,k} L ([J],y[]), L, L, L K, ([],y[k]), ([],y[k]), L, ([J],y[K]) Gemesame absolute Häufgketsvertelug vo ud y jk ( y[k]) ) ([j],, j,..., J; k,...,k L J L L L K K K L JK ls Raabe: Wahrschelchketsrechug ud 40

41 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date Häufgketsvertelug ees bvarate Merkmals (,y) WXY WX WY,,..., W XY { ( [j], y[k] ) ([],y[]), ([],y[]), j,..., J; k,...,k} L ([J],y[]), L, L, L K, ([],y[k]), ([],y[k]), L, ([J],y[K]) Gemesame relatve Häufgketsvertelug vo ud y f jk jk, j,..., J; k,...,k f f f L j L L L K f f f k k L jk ls Raabe: Wahrschelchketsrechug ud 4

42 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Häufgketsvertelug ees bvarate Merkmals y d () d () d (3) e () e () A D C E B E Σ 3 jk ( y[k]) ) ([j], {l e (k) } l d (j) {l d (j) } d (j) e (k) l e (k) j d (j) {l e () } d (j) + {l e () } d (j) {l e (K) } K k d (j) d (j) e k (k) K k jk ls Raabe: Wahrschelchketsrechug ud 4

43 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Häufgketsvertelug ees bvarate Merkmals y d () d () d (3) e () e () A D C E B E Σ 3 jk ( y[k]) ) ([j], {l e (k) } l d (j) {l d (j) } d (j) e (k) l e (k) j K k jk J K j k k jk J j jk ls Raabe: Wahrschelchketsrechug ud 43

44 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Darstellug eer bvarate Häufgketsvertelug Kotgeztafel Gemesame absolute Häufgketsvertelug vo ud y Y y() y() y(k) Σ () K X () K j K k jk (J) J J JK J Σ K k J j jk J K j k jk ls Raabe: Wahrschelchketsrechug ud 44

45 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Darstellug eer bvarate Häufgketsvertelug Kotgeztafel Y y() y() y(k) Σ X () K () K (J) J J JK J Σ K Absolute Radhäufgketsvertelug vo Y Absolute Radhäufgketsvertelug vo X ls Raabe: Wahrschelchketsrechug ud 45

46 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Darstellug eer bvarate Häufgketsvertelug Kotgeztafel Y y() y() y(k) Σ () / / K / / X () / / K / / (J) J / J / JK / J / Σ / / K / / ls Raabe: Wahrschelchketsrechug ud 46

47 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Darstellug eer bvarate Häufgketsvertelug Kotgeztafel Gemesame relatve Häufgketsvertelug f XY vo X ud Y Y y() y() y(k) Σ fxy {fjk j,...,j; k,...,k} () f f f K f X () f f f K f f j K k f jk (J) f J f J f JK f J Σ f f f K f k J j f jk J K j k f jk ls Raabe: Wahrschelchketsrechug ud 47

48 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Darstellug eer bvarate Häufgketsvertelug Kotgeztafel X Y y() y() y(k) Σ () f f f K f () f f f K f (J) f J f J f JK f J Σ f f f K Relatve Radhäufgketsvertelug f X vo X fx {fj j,...,j} Relatve Radhäufgketsvertelug f Y vo Y f Y {f k k,...,k} ls Raabe: Wahrschelchketsrechug ud 48

49 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Darstellug eer bvarate Häufgketsvertelug Kotgeztafel We lautet de Vertelug vo Y m Teldatesatz, für de X() glt? Y X y() y() y(k) Σ () () K (J) Deser Datesatz hat Umfag Absolute Häufgketsvertelug: y;k k, k,,k ls Raabe: Wahrschelchketsrechug ud 49

50 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Darstellug eer bvarate Häufgketsvertelug Kotgeztafel We lautet de Vertelug vo Y m Teldatesatz, für de X() glt? Y X () y() y() y(k) Σ () / / K / / (J) Deser Datesatz hat Umfag Relatve Häufgketsvertelug: f y;k y;k / f k /f, k,,k ls Raabe: Wahrschelchketsrechug ud 50

51 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Darstellug eer bvarate Häufgketsvertelug Kotgeztafel Y y() y() y(k) Σ X () f /f f /f f K /f () f /f f /f f K /f (J) f J /f J f J /f J f JK /f J Σ J Bedgte Vertelug vo Y gegebe X() f y; k fk/f ls Raabe: Wahrschelchketsrechug ud 5

52 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Darstellug eer bvarate Häufgketsvertelug Kotgeztafel Y y() y() y(k) Σ X () f /f f /f f K /f () f /f f /f f K /f (J) f J /f J f J /f J f JK /f J Σ J Bedgte Vertelug f Y X vo Y gegebe X f y; k j fjk/fj fy X {fy;k j j,...,j; k,...,k} ls Raabe: Wahrschelchketsrechug ud 5

53 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Darstellug eer bvarate Häufgketsvertelug Kotgeztafel Y y() y() y(k) Σ () f /f f /f f K /f K X () f /f f /f f K /f K (J) f J /f f J /f f JK /f K Σ K Bedgte Vertelug f X Y vo X gegebe Y f ; j k fjk/f k f {f j,...,j; k,..., K} X Y ; j k ls Raabe: Wahrschelchketsrechug ud 53

54 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Bespel Bearbetuge vo Softwareaufgabe Bearbeter() Aufgabe Absolute Häufgkete Ka Ka Eport Verküpfug Aufgabe Mram Ta Olver Ta Ta Mram Mram Eport Verküpfug Eport Eport Verküpfug Eport Eport Bearbeter() Abfrage Eport Verküpfug Σ Ka 0 Mram Olver 4 Ta 0 3 Olver Olver Abfrage Verküpfug Σ 6 4 Olver Abfrage ls Raabe: Wahrschelchketsrechug ud 54

55 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Bespel Bearbetuge vo Softwareaufgabe Bearbeter() Aufgabe Relatve Häufgkete Ka Ka Eport Verküpfug Aufgabe Mram Ta Olver Ta Ta Mram Mram Eport Verküpfug Eport Eport Verküpfug Eport Eport Bearbeter() Abfrage Eport Verküpfug Σ Ka 0 / / / Mram 0 3/ 0 3/ Olver / / / 4/ Ta 0 / / 3/ Olver Olver Abfrage Verküpfug Σ / 6/ 4/ Olver Abfrage ls Raabe: Wahrschelchketsrechug ud 55

56 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Bespel Bearbetuge vo Softwareaufgabe Ka Ka Mram Ta Olver Ta Ta Mram Mram Olver Olver Olver Aufgabe Eport Verküpfug Eport Verküpfug Eport Eport Verküpfug Eport Eport Abfrage Verküpfug Abfrage Relatve Häufgkete Aufgabe bedgt auf Bearbeter() Bearbeter() Bearbeter() Aufgabe Abfrage Eport Verküpfug Σ Ka 0 / / Mram 0 0 Olver /4 /4 /4 Ta 0 /3 /3 Σ 4 ls Raabe: Wahrschelchketsrechug ud 56

57 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Bespel Bearbetuge vo Softwareaufgabe Ka Ka Mram Ta Olver Ta Ta Mram Mram Olver Olver Olver Aufgabe Eport Verküpfug Eport Verküpfug Eport Eport Verküpfug Eport Eport Abfrage Verküpfug Abfrage Relatve Häufgkete Bearbeter() bedgt auf Aufgabe Bearbeter() Bearbeter() Aufgabe Abfrage Eport Verküpfug Σ Ka 0 /6 /4 Mram 0 / 0 Olver /6 /4 Ta 0 /6 / Σ 3 ls Raabe: Wahrschelchketsrechug ud 57

58 Bvarate Date: Tabellarsche ud grafsche Darstelluge omale Date: Bespel R: Druckfestgket vo Beto Der Mosakplot Rechteckbrete etspreche f S Rechteckhöhe etspreche f H S Rechteckfläche etspreche f HS f H S f S ls Raabe: Wahrschelchketsrechug ud 58

Statistik mit Excel und SPSS

Statistik mit Excel und SPSS Stattk mt Excel ud SPSS G. Kargl Grudbegrffe Grudgeamthet Erhebugehet Merkmale Werteberech Stchprobe Telbereche der Stattk: Dekrtpve Stattk Iduktve Stattk Exploratve Stattk U- / B- / Multvarate Stattk

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste): Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge

Mehr

2. Mittelwerte (Lageparameter)

2. Mittelwerte (Lageparameter) 2. Mttelwerte (Lageparameter) Bespele aus dem täglche Lebe Pro Hemspel hatte Borussa Dortmud der letzte Saso durchschttlch 7.2 Zuschauer. De deutsche Akte sd m Durchschtt um 0 Zähler gefalle. I Ide wurde

Mehr

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik Formelsammlug rtschaftsmathemat / Statst Formelsammlug für de Lehrverastaltug rtschaftsmathemat / Statst zugelasse für de Klausure zur rtschaftsmathemat ud Statst de Studegäge der Techsche Betrebswrtschaft

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

Allgemeine Prinzipien

Allgemeine Prinzipien Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege

Mehr

Leitfaden zu den Indexkennzahlen der Deutschen Börse

Leitfaden zu den Indexkennzahlen der Deutschen Börse Letfade zu de Idexkezahle der Deutsche Börse Verso.5 Deutsche Börse AG Verso.5 Letfade zu de Idexkezahle der Deutsche Börse Page Allgemee Iformato Um de hohe Qualtät der vo der Deutsche Börse AG berechete

Mehr

Kommentierte Formelsammlung der deskriptiven und induktiven Statistik für Wirtschaftswissenschaftler

Kommentierte Formelsammlung der deskriptiven und induktiven Statistik für Wirtschaftswissenschaftler Kommeterte Formelsammlug der deskrptve ud duktve Statstk für Wrtschaftswsseschaftler Prof. Dr. Iree Rößler Prof. Dr. Albrecht Ugerer Wetere Bespele ud ausführlche Erläuteruge sowe detallerte Lösuge der

Mehr

Sozialwissenschaftliche Methoden und Statistik I

Sozialwissenschaftliche Methoden und Statistik I Sozalwsseschaftlche Methode ud Statstk I Uverstät Dusburg Esse Stadort Dusburg Itegrerter Dplomstudegag Sozalwsseschafte Skrpt zum SMS I Tutorum Vo Mark Lutter Stad: Aprl 004 Tel I Deskrptve Statstk Mark

Mehr

Einführung in Statistik

Einführung in Statistik Eführug Statstk 4. Semester Begletedes Skrptum zur Vorlesug m Fachhochschul-Studegag Iformatostechologe ud Telekommukato vo Güther Kargl FH Campus We 2009 Ihaltsverzechs Eführug Statstk Eletug. Deskrptve

Mehr

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient Ablehugsberech:!Sgfkazveau abhägge Gruppe: Gruppe vo Versuchspersoe, dee jede ezele Versuchsperso aus Gruppe A eer äquvalete Versuchsperso aus Gruppe B etsprcht (oder tatsächlch de gleche Versuchsperso

Mehr

2. Zusammenhangsanalysen: Korrelation und Regression

2. Zusammenhangsanalysen: Korrelation und Regression 2. Zusammehagsaalse: Korrelato ud Regresso Dowloads zur Vorlesug 2. Zusammehagsaalse: Korrelato ud Regresso 2 Grudbegrffe zwedmesoale Stchprobe De Gewug vo mehrere Merkmale vo eer Beobachtugsehet führt

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) 6. Zuammehagmaße Kovaraz ud Korrelato Problemtellug: Bher: Ee Varable pro Merkmalträger, Stchprobe x,, x Geucht: Maße für Durchchtt, Streuug, uw. Jetzt: Zwe metrche! Varable pro Merkmalträger, Stchprobe

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

Multiple Regression (1) - Einführung I -

Multiple Regression (1) - Einführung I - Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da

Mehr

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion AG Kstrut KONTRUKTION Plaetegetrebe (Umlaufgetrebe) rpt TU Berl, AG Kstrut Plaetegetrebe Vrtele Plaetegetrebe: e Achsversatz z.t. sehr grße Über-/Utersetzuge möglch grße Tragraft guter Wrugsgrad Rhlff

Mehr

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

Geometrisches Mittel und durchschnittliche Wachstumsraten

Geometrisches Mittel und durchschnittliche Wachstumsraten Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Geometrsches Mttel ud durchschttlche Wachstumsrate Modellaufgabe Übuge Lösuge www.f-lere.de Geometrsches

Mehr

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen Ivestmetfods Kezahleberechug erformace Rsko- ud Ertragsaalyse, Rskokezahle Gültg ab 01.01.2007 Ihalt 1 erformace 4 1.1 Berechug der erformace über de gesamte Beobachtugzetraum (absolut)... 4 1.2 Aualserug

Mehr

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen .. Jährlche Retezahluge... Vorschüssge Retezahluge Ausgagspukt: Über ee edlche Zetraum wrd aus eem Kaptal (Retebarwert v, ), das zseszslch agelegt st, jewels zu Beg ees Jahres ee bestmmte Reterate ř gezahlt

Mehr

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit Bespelklausur BWLB TelMarketg 45MuteBearbetugszet BWLBBespelklausurTelMarketg Sete WchtgeHwese:. VOLLSTÄNDIGKEIT: PrüfeSeuverzüglch,obIhreKlausurvollstädgst(Aufgabe).. ABGABE: EsstdegesamteKlausurabzugebe.

Mehr

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit Glederug: A. Vermögesverwaltug I. Gegestad II. Ablauf III. Koste B. Grudzüge der Kaptalmarkttheore I. Portefeulletheore 1. Darstellug. Krtk II. Captal Asset Prcg Model (CAPM) 1. Darstellug. Krtk III. Arbtrage

Mehr

Einführung in die deskriptive Statistik

Einführung in die deskriptive Statistik Eführug de dekrptve Stattk Übercht: 1. Grudlage: Mee, Skalere, edeoale Häufgketverteluge 1.1. Mee 1.. Skaleveau 1.3. Mewertklae 1.4. Uvarate Häufgketverteluge 1.5. Graphche Dartellug vo uvarate Häufgketverteluge

Mehr

Hochschule München Fakultät Wirtschaftsingenieurwesen Datenanalyse

Hochschule München Fakultät Wirtschaftsingenieurwesen Datenanalyse Hochschule Müche Fakultät Wrtschaftsgeeurwese Dateaalyse Prof. Dr. Volker Abel Verso. Ihaltsverzechs Ihaltsverzechs. Auswertug ud Modellerug vo Zähldate.... Auswertug vo prozetuale Häufgkete.... Auswertug

Mehr

( ) := 1 N. μ 1 : Mittelwert. 2.2 Statistik und Polydispersität. Definition des k-ten Moments: Definition des k-ten zentralen Moments: 1 N

( ) := 1 N. μ 1 : Mittelwert. 2.2 Statistik und Polydispersität. Definition des k-ten Moments: Definition des k-ten zentralen Moments: 1 N . Charakterserug vo Polymere. moodsperse polydsperse cytochrom c Ege Bopolymere (Ezyme) habe ur ee ehetlche olekülgröße. moodsperse mometa st kee Polymersatosmethode verfügbar, de Polymere mt eer ehetlche

Mehr

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil IV Musterklausuren (Univ. Essen) mit Lösungen Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert

Mehr

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten Festverzslche Wertaere Kurse ud Redte be gazzahlge Restlaufzete Glederug. Rückblck: Grudlage der Kursrechug ud Redteermttlug 2. Ausgagsstuato 3. Herletug der Formel 4. Abhäggket vom Marktzsveau 5. Übugsaufgabe

Mehr

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik Fomelsammlug tschaftsmathemat / Statst Fomelsammlug fü de Lehveastaltug tschaftsmathemat / Statst zugelasse fü de Klausue zu tschaftsmathemat ud Statst de Studegäge de Techsche Betebswtschaft Veso vom

Mehr

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen?

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen? Aufgabe 1 (60 Pukte) De Gesellschaft XYZ betet als prvate Reteverscherug ee Idepolce gege Emalbetrag a mt eer Aufschubfrst vo zwe Jahre. Ivestert wrd e so geates IdeZertfkat, das be Retebeg das folgede

Mehr

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Ole- ud a de müdlche Prüfuge abgegebe sowet erforderlch. A der schrftlche Klausur (Ope-book-Prüfug)

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

Unter einer Rente versteht man eine regelmässige und konstante Zahlung 8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

Statistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.

Statistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte. Statistik Vorlesug,. ärz, Statistische aßzahle Iformatio zu verdichte, Besoderheite hervorzuhebe ittelwerte Aufgabe: die Lage der Verteilug auf der Abszisse zu zeige. Der odus: derjeige Wert, der im Häufigste

Mehr

11. STATISTIK. 11.1. Begriffsbestimmung. Statistik

11. STATISTIK. 11.1. Begriffsbestimmung. Statistik . STATISTIK.. Begrffsbestmmug De Statst st we auch de Wahrschelchetsrechug e Wssesgebet der sogeate Stochast. De Stochast a ma als de Lehre vo zufällge Vorgäge bzw. Eregsse beschrebe. Als zufällge Eregsse

Mehr

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Prüfuge abgegebe sowet erforderlch. Stad 1. Jul 2010. Äderuge vorbehalte. Formelsammlug Fazplaer

Mehr

Zweidimensionale Verteilungen

Zweidimensionale Verteilungen Bblografsce Iformato der Deutsce Natoalbblotek De Deutsce Natoalbblotek verzecet dese Publkato der Deutsce Natoalbblografe; detallerte bblografsce Date sd m Iteret über abrufbar. De Iformatoe

Mehr

Strittige Auffassungen zu Anforderungsprofil und Betriebsart bei der Neufassung der IEC 61508-3 und -7

Strittige Auffassungen zu Anforderungsprofil und Betriebsart bei der Neufassung der IEC 61508-3 und -7 Strtte Auffassue zu Aforderusrofl ud Betrebsart be der Neufassu der IEC 6508-3 ud -7 Vortra a der TU Brauschwe m November 205 vo Wolfa Ehreberer, Hochschule Fulda 7..205 Ehreberer, IEC 6508, Strtte Auffassue...

Mehr

EINLEITUNG, FEHLERRECHNUNG

EINLEITUNG, FEHLERRECHNUNG Eletug FEHLERRECHNUNG ohe Dfferetalrechug 04.05.006 Blatt 1 EINLEITUNG, FEHLERRECHNUNG Aufgabe des physkalsche Praktkums st es, dem Studerede de Physk durch das Expermet äher zu brge, h mt der Methode

Mehr

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst Marketg- ud Iovatosmaagemet Herbstsemester 2013 - Übugsaufgabe Leseder: Prof. Dr. Adreas Fürst Isttut für Marketg ud Uterehmesführug Abtelug Marketg Uverstät Ber Ihaltsverzechs 1 Eletug Allgemee Grudlage

Mehr

Messfehler, Fehlerberechnung und Fehlerabschätzung

Messfehler, Fehlerberechnung und Fehlerabschätzung Apparatves Praktkum Physkalsche Cheme der TU Brauschweg SS1, Dr. C. Maul, T.Dammeyer Messfehler, Fehlerberechug ud Fehlerabschätug 1. Systematsche Fehler Systematsche Fehler et ma solche Fehleratele, welche

Mehr

Nagl, Einführung in die Statistik Seite 1

Nagl, Einführung in die Statistik Seite 1 Nagl, Eführug de Statstk Sete Eletug Damt der Wert des Faches Statstk für wsseschaftlche Utersuchuge besser gesehe werde ka, wrd zuerst e kurzer Abrß über de Ablauf eer wsseschaftlche Utersuchug voragestellt.

Mehr

Inhaltsverzeichnis. 1 Allgemeine Messtechnik

Inhaltsverzeichnis. 1 Allgemeine Messtechnik Ihaltsverzechs I Allgemee Messtechk. Grudsätzlches. Grudbegrffe des Messes.. Iteratoales Ehetesystem (SI), Begrffe des Normes, Eche, Justere, Kalbrere.. Das Meßgerät als System, der Begrff der Übertragug.3

Mehr

Fernstudium. Technische Thermodynamik Teil: Energielehre

Fernstudium. Technische Thermodynamik Teil: Energielehre Fakultät Maschewese Isttut für Eergetechk, Professur für Techsche Therodyak Ferstudu Techsche Therodyak Tel: Eergelehre Prof. Dr. C. Bretkopf Wterseester 2012/13 Adstratves Techsche Therodyak Eergelehre

Mehr

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree

Mehr

2 Regression, Korrelation und Kontingenz

2 Regression, Korrelation und Kontingenz Regresso, Korrelato ud Kotgez I desem Kaptel lerst du de Zusammehag zwsche verschedee Merkmale durch Grafke zu beschrebe, Maßzahle ür de Stärke des Zusammehags zu bereche ud dese zu terpretere, das Wsse

Mehr

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere

Mehr

F 6-2 π. Seitenumbruch

F 6-2 π. Seitenumbruch 6 trebsauslegug Für dese ckelprozess üsse de otore so ausgelegt werde, dass dese Fahrbetreb cht überlastet werde. Herfür üsse de ezele asseträghetsoete [7] der Bautele (otor, etrebe, ckler ud Ulekrolle)

Mehr

Oesterreichische Kontrollbank AG. Pensionskassen. Performanceberechnung Asset Allocation. Berechnungsmethoden

Oesterreichische Kontrollbank AG. Pensionskassen. Performanceberechnung Asset Allocation. Berechnungsmethoden Oeserrechsche Korollbak AG esoskasse erformaceberechug Asse Allocao Berechugsmehode Jul 200 Ihal erformaceberechug der OeKB...3 2 erformace...3 2. Defo der erformace...3 2.2 Berechugsmehode...4 2.3 Formel...4

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Name: Vorame: Matrkel-Nr.: BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Itegrerter Studegag Wrtshaftswsseshaft Klausuraufgabe zur Hauptprüfug Prüfugsgebet: BWW 2.8

Mehr

Grundzüge der Preistheorie

Grundzüge der Preistheorie - - Grudzüge der Prestheore Elemetare Gedake der uterehmersche Prespoltk Verso 3. Harr Zgel 999-3, EMal: HZgel@aol.com, Iteret: http://www.zgel.de Nur für Zwecke der Aus- ud Fortbldug Ihaltsüberscht. Grudgedake.....

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche Kozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso 0.00 Harry Zgel 99-006, EMal: HZgel@aol.com, Iteret:

Mehr

Institut für Physik Universität Augsburg Praktikum für Fortgeschrittene (FP) Versuchsanleitung (Version: 01/2015) RAMANEFFEKT

Institut für Physik Universität Augsburg Praktikum für Fortgeschrittene (FP) Versuchsanleitung (Version: 01/2015) RAMANEFFEKT FP-Versuch Ramaeffekt Isttut für Physk Uerstät Augsburg Praktkum für Fortgeschrttee (FP) Versuchsaletug (Verso: /5) RAMANFFKT I. letug II. Theore des Ramaeffekts III. Grudlage der Gruppetheore IV. Versuchsaufbau

Mehr

Qualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT

Qualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT Qualitätskezahle für IT-Verfahre i der öffetliche Verwaltug Lösugsasätze zur Vo Stefa Bregezer Der Autor arbeitet im Bereich Softwaretest ud beschäftigt sich als Qualitätsbeauftragter mit Theme zu Qualitätssicherug

Mehr

Statistik. Vorlesungsmitschrift - Kurzfassung. Prof. Dr. rer. nat. B. Grabowski

Statistik. Vorlesungsmitschrift - Kurzfassung. Prof. Dr. rer. nat. B. Grabowski Sttstk Vorlesugstschrft - Kurzfssug Prof. Dr. rer. t. B. Grbowsk HTW des Srldes 5 Ltertur LITERATUR. Deses (vorlesugsbegletede) Skrpt de Tele I - Deskrptve Sttstk, II - Whrschelchketsrechug, III- Schleßede

Mehr

2. Arbeitsgemeinschaft (11.11.2002)

2. Arbeitsgemeinschaft (11.11.2002) Mat T. Kocbk G Fazeugs- & Ivesttostheoe Veastaltug m WS / Studet d. Wtschatswsseschat. betsgemeschat (..). Fshe-Sepaato Das Fshe-Sepaatostheoem sagt aus, daß ute bestmmte ahme heutge ud mogge Kosum substtueba

Mehr

Quantitative BWL 2. Teil: Finanzwirtschaft

Quantitative BWL 2. Teil: Finanzwirtschaft Quattatve BWL. el: Fazwtschaft Mag. oáš Sedlačk Lehstuhl fü Fazdestlestuge Uvestät We Quattatve BWL: Fazwtschaft Ogasatosches Isgesat wd es 6 ee gebe (5 Ehete + Klausu Klausu fdet a D 7. Jaua 009 statt

Mehr

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien REGRESSION Ee awedugsoreterte Eführug Marcus Hudec Chrsta Neuma Uterstützt vo Isttut für Statstk der Uverstät We Eletug De Regresso st e velfältg esetzbares Werkzeug zur Beschrebug ees fuktoale Zusammehags

Mehr

Regressionsverfahren haben viele praktische Anwendungen. Die meisten Anwendungen fallen in eine der folgenden beiden Kategorien:

Regressionsverfahren haben viele praktische Anwendungen. Die meisten Anwendungen fallen in eine der folgenden beiden Kategorien: Regressoslse De Regressoslse st ee Slug vo sttstshe Alseverfhre. Zel e de häufgste egesetzte Alseverfhre st es Bezehuge zwshe eer hägge ud eer oder ehrere uhägge rle festzustelle. Se wrd sesodere verwedet

Mehr

Vorlesung Multivariate Statistik. Sommersemester 2009

Vorlesung Multivariate Statistik. Sommersemester 2009 P.Martus, Multvarate Statstk, SoSe 009 Free Uverstät Berl Charté Uverstätsmedz Berl Bachelor Studegag Boformatk Vorlesug Multvarate Statstk Sommersemester 009 Prof. Dr. rer. at. Peter Martus Isttut für

Mehr

9. Verzeichnis wichtiger Formelzeichen und Abkürzungen

9. Verzeichnis wichtiger Formelzeichen und Abkürzungen 9. Verzechs wchtger Formelzeche ud Abürzuge 9 Verzechs wchtger Formelzeche ud Abürzuge Formelzeche a a a y a * arcta2(y,) = arcta( y/ ) für arcta( y/ ) + π für < b B BL = O c H H y Läge des Uterarms des

Mehr

Workshops zum TI-83 PLUS

Workshops zum TI-83 PLUS Workshops zum TI-83 PLUS Beträge vo T 3 Flader / Belge E Uterrchtsbehelf zum Esatz moderer Techologe m Mathematkuterrcht T 3 Österrech / ACDCA am PI-Nederösterrech, Hollabru Vorwort Alässlch userer gemesame

Mehr

Investition und Finanzierung Skript III

Investition und Finanzierung Skript III Ivestto ud Fazerug Skrpt III zuletzt geädert am: 05.05.03 Ivestto ud Fazerug Skrpt III Quelle: Vorlesug Ivestto ud Fazerug 6. Semester, FH Erfurt, Prof. Dr. Waldhelm Copyrght 2003 BSTM Sete Alle Agabe

Mehr

8. Mehrdimensionale Funktionen

8. Mehrdimensionale Funktionen Prof. Dr. Wolfgag Koe Mathematk, SS05.05.05 8. Mehrdmesoale Fuktoe Wer Greze überschretet, versucht, ee eue Dmeso vorzustoße. [Dael Mühlema, (*959), Übersetzer ud Aphorstker] Ege Leute sollte cht dü werde,

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Defere de Folge (a ) Õ mt a =+: Eplzte Defto *+ a() Doe 3, falls = Rekursve Defto Defere de Folge (b ) Õ, b = : b + sost whe(=,

Mehr

3. Einführung in die Statistik

3. Einführung in die Statistik 3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :

Mehr

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung De Bomalvertelg al Wahrchelchketvertelg für de Schadevercherg Für da Modell eer Schadevercherg e gegebe: = Schade ee Verchergehmer, we der Schadefall etrtt w = Wahrchelchket dafür, da der Schadefall etrtt

Mehr

Deskriptive Statistik und moderne Datenanalyse

Deskriptive Statistik und moderne Datenanalyse homas Cleff Destve tatst ud modee Dateaalse Ee comutegestützte Efühug mt Ecel ud AA 0XX /. Auflage Fomelsammlug Cleff Destve tatst ud modee Dateaalse Gable Velag Wesbade 0XX GableL Zusatzfomatoe zu Mede

Mehr

Rationalität und Wert von Information eine systemgesteuerte Analyse

Rationalität und Wert von Information eine systemgesteuerte Analyse Ratoaltät ud Wert vo Iformato ee systemgesteuerte Aalyse Elmar Reucher 1, Wlhelm Rödder 2, Iva R. Garter 3 1 FerUverstät Hage, Proflstraße 8, 58097 Hage Elmar.Reucher@feru-hage.de 2 FerUverstät Hage, Proflstraße

Mehr

Zuverlässigkeitsorientiertes Erprobungskonzept für Nutzfahrzeuggetriebe unter Berücksichtigung von Betriebsdaten

Zuverlässigkeitsorientiertes Erprobungskonzept für Nutzfahrzeuggetriebe unter Berücksichtigung von Betriebsdaten UNI STUTTGART Berchte aus dem Isttut für Mascheelemete Atrestechk CAD Dchtuge Zuverlässgket Matthas Masch Zuverlässgketsoretertes Erprougskozept für Nutzfahrzeuggetree uter Berückschtgug vo Betresdate

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche ozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso 8.9 Harry Zgel 99-4, EMal: HZgel@aol.com, Iteret:

Mehr

Das Verfahren von Godunov. Seminar Numerik 25.11.2010 Anja Bettendorf

Das Verfahren von Godunov. Seminar Numerik 25.11.2010 Anja Bettendorf Das Verfahre vo Goduov Semar Numerk 5..00 Aja Beedorf Das Verfahre vo Goduov Übersch Goduov - Goduovs Verfahre für Leare Syseme Aweduge & Folgeruge aus Goduovs Verfahre - De Numersche Fluss-Fuko m Goduov

Mehr

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß Thema Zetrehe Statstk - Neff INHALT. Zetreheaalyse, Tred Leare Regressosaalyse mt eem Eflussfaktor X = "Zet" De tredberegte Sasoschwakuge e = s = y ŷ De mttlere Sasoschwakuge s j k k = = s De rreguläre

Mehr

BANK ONLINE Zentraler Bankdaten-Transfer

BANK ONLINE Zentraler Bankdaten-Transfer BANK ONLINE Zetraler Bakdate-Trasfer Ihaltsverzechs 1 Lestugsbeschrebug... 3 2 Itegrato das Ageda-System... 4 3 Hghlghts... 5 3.1 Efachste Aktverug... 5 3.2 Abruf vo Kotoauszüge... 6 3.3 Bakeübergrefede

Mehr

Zentrum für Sensorsysteme Projektbereich 5 "Anwendung von Sensoren in der Fertigungstechnik" Univ.-Prof. Dr.-Ing. Peter Scharf

Zentrum für Sensorsysteme Projektbereich 5 Anwendung von Sensoren in der Fertigungstechnik Univ.-Prof. Dr.-Ing. Peter Scharf UNIVERSITÄT SIEGEN Zetrum für Sesorssteme Projektberech 5 "Awedug vo Sesore der Fertgugstechk" Uv.-Prof. Dr.-Ig. Peter Scharf Utersuchug des Eflusses vo Algorthme auf de Messuscherhet be der D-Geometremessug

Mehr

Agrarwirtschaft 57 (2008), Heft 2

Agrarwirtschaft 57 (2008), Heft 2 Agrarwrtschaft 57 (008), Heft Im Dschugel der Importzölle De Bedeutug der verwedete Methodk be der Aggregato vo Importzölle I the jugle of mport tarffs The mportace of the mplemeted measure to aggregate

Mehr

Zum Problem unterjähriger Zinsen und Zahlungen in der Zinseszinsrechnung

Zum Problem unterjähriger Zinsen und Zahlungen in der Zinseszinsrechnung Zu Proble urjährger Zse ud Zahluge der Zsessrechug Gewöhlch geht a der Zsessrechug davo aus, dass de Zse ach ee Jahr de Kapl ugeschlage werde ud da weder Zse trage. Der Zssat, t de das Kapl ultplert wrd,

Mehr

Beschreibende Statistik Kenngrößen in der Übersicht (Ac)

Beschreibende Statistik Kenngrößen in der Übersicht (Ac) Beschreibede Statistik Kegröße i der Übersicht (Ac) Im folgede wird die Berechugsweise des TI 83 (sowie vo SPSS, s. ute) verwedet. Diese geht auf eie Festlegug vo Moore ud McCabe (00) zurück. I der Literatur

Mehr

Innovative Information Retrieval Verfahren

Innovative Information Retrieval Verfahren Thomas Madl Iovatve Iformato Retreval Verfahre Hauptsemar Wtersemester 004/005 Überblc Formales Vortrag Ausarbetug Scheerwerb Termplaug Kurzvorstellug Theme Themevergabe Wederholug Grudlage Gewchtug ud

Mehr

Lineare Regression (1) - Einführung I -

Lineare Regression (1) - Einführung I - Lneare Regresson (1) - Enführung I - Mttels Regressonsanalysen und kompleeren, auf Regressonsanalysen aserenden Verfahren können schenar verschedene, jedoch nenander üerführare Fragen untersucht werden:

Mehr

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling Aalse ud praktsche Umsetzug uterschedlcher Methode des Radomzed Brach Samplg Dssertato zur Erlagug des Doktorgrades der Fakultät für Forstwsseschafte ud Waldökologe der GeorgAugustUverstät Göttge vorgelegt

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche Kozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso 3.08 Harry Zgel 99-009, EMal: fo@zgel.de, Iteret:

Mehr

Bestimmen einer stetigen Ausgleichsfunktion f(x), die eine gegebene Menge von n Datenpunkten (x k

Bestimmen einer stetigen Ausgleichsfunktion f(x), die eine gegebene Menge von n Datenpunkten (x k Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3- Ausglechs- ud Iterpolatosrechug 3 Ausglechs- ud Iterpolatosrechug De Aufgabe der Ausglechsrechug st mt Hlfe eer stetge Futo f()ee bestmmte

Mehr

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004 Stattk fü Igeeue (IAM) Veo 74 Vaazaalye Mt de efache Vaazaalye (ANOVA Aaly of Vaace) wd de Hypothee gepüft, ob de Mttelwete zwee ode mehee Stchpobe detch d, de au omaletelte Gudgeamthete gezoge wede, de

Mehr

Versicherungsmathematische Formeln und Sätze WS 2001/02

Versicherungsmathematische Formeln und Sätze WS 2001/02 Pof. D. Detma Pfefe Vescheugsmathematsche Fomel ud Stze WS 200/02 Zsechug effete Zssatz: totale Zsetag aus dem fagsaptal "" ehalb ees Jahes Bawet des ach eem Jah fllge Kaptals "" Edwet des ach eem Jah

Mehr

Formelsammlung gültig ab Einstellungstermin 1. April 2011 (Stand: 1. April 2011)

Formelsammlung gültig ab Einstellungstermin 1. April 2011 (Stand: 1. April 2011) Formelsammlug gülg ab Esellugserm. Aprl (Sad:. Aprl ) FACHHOCHSCHULE DER DEUTSCHEN BUNDESBANK - UNIVERSITY OF APPLIED SCIENCES - Schloss Hacheburg Fachsude für de gehobee Bades m Bachelorsudegag Fachhochschule

Mehr

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern AMMO Berchte aus Forschug ud Techologetrasfer Etwcklug eer Dsatcherfukto zur Überrüfug vo Nomerugsmege der Betrebsführug vo Erdgassecher Prof. Dr. sc. tech. Dr. rer. at. R. Ueckerdt Dr.Ig. H.W. Schmdt

Mehr

Richtlinien für die Ausbildung zum Video School Trainer und zur Video School Trainerin

Richtlinien für die Ausbildung zum Video School Trainer und zur Video School Trainerin Rchtl fü d Ausbldug zum Vdo School Ta ud zu Vdo School Ta Rchtl fü d Ausbldug zum Vdo School Ta ud zu Vdo School Ta Impssum Budsvostad SPIN Dutschlad. V. Budsbüo Rbcca Schö Kustma Staß 3 c 82327 Tutzg

Mehr

Datenblatt. Geber- und Geberkabelvergleich MOVIDRIVE MDX 61B DT..- / DV..-Motoren zu DR..-Motoren

Datenblatt. Geber- und Geberkabelvergleich MOVIDRIVE MDX 61B DT..- / DV..-Motoren zu DR..-Motoren Atrebstechk \ Atrebsautomatserug \ Systemtegrato \ Servces Dateblatt Geber- ud Geberkabelverglech MOVIDRIVE MDX B DT..- / DV..-Motore zu -Motore Ausgabe 02/200 0040 / DE SEW-EURODRIVE Drvg the world Geberverglech

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche Kozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso.06 Harry Zgel 99-007, EMal: HZgel@aol.com, Iteret:

Mehr

Kunde. Kontobewegung

Kunde. Kontobewegung Techische Uiversität Müche WS 2003/04, Fakultät für Iformatik Datebaksysteme I Prof. R. Bayer, Ph.D. Lösugsblatt 4 Dipl.-Iform. Michael Bauer Dr. Gabi Höflig 17.11. 2003 Abbildug E/R ach relatioal - Beispiel:

Mehr

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:

Mehr

D. Plappert Die Strukturgleichheit verschiedener physikalischer Gebiete gezeigt am Beispiel Hydraulik-Elektrizitätslehre

D. Plappert Die Strukturgleichheit verschiedener physikalischer Gebiete gezeigt am Beispiel Hydraulik-Elektrizitätslehre D. Plappert De Strukturglechhet verschedeer physkalscher Gebete gezegt am Bespel Hydraulk-Elektrztätslehre Erschee Kozepte ees zetgemäße Physkuterrchts, Heft 3, Schroedel Verlag 979. Eletug De megeartge

Mehr

Hotel "II Palazzo", Fukuoka, 1994 : Architekt : Aldo Rossi, Mailand

Hotel II Palazzo, Fukuoka, 1994 : Architekt : Aldo Rossi, Mailand Hotel " Palazzo", Fukuoka, 1994 : Archtekt : Aldo Ross, Malad Autor(e): Objekttyp: Koolhaas, Rem Artcle Zetschrft: Werk, Baue + Wohe Bad (Jahr): 83 (1996) Heft 5: Hülle ud Form = Eveloppe et forme = Evelope

Mehr

W D P. Sebastian Müller, Gerhard Müller. Sicherheits-orientiertes Portfoliomanagement. Heft 09 / 2005

W D P. Sebastian Müller, Gerhard Müller. Sicherheits-orientiertes Portfoliomanagement. Heft 09 / 2005 Fachberech Wrtschaft Faculty of Busess Sebasta Müller, Gerhard Müller Scherhets-oretertes Portfolomaagemet Heft 09 / 2005 W D P Wsmarer Dskussospapere / Wsmar Dscusso Papers Der Fachberech Wrtschaft der

Mehr

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145 Mahemer Mauskrpte zu Rskotheore, Portfolo Maagemet ud Verscherugswrtschaft Nr. 45 Methode der rskobaserte Kaptalallokato m Verscherugs- ud Fazwese vo Peter Albrecht ud Sve Korycorz Mahem 03/2003 Methode

Mehr

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable Allgemeie Lösuge der -dimesioale Laplace-Gleichug ud ihre komplexe Variable Dr. rer. at. Kuag-lai Chao Göttige, de 4. Jauar 01 Abstract Geeral solutios of the -dimesioal Laplace equatio ad its complex

Mehr

Prof. Dr. Dietmar Pfeifer Institut für Mathematik. Risikotheorie

Prof. Dr. Dietmar Pfeifer Institut für Mathematik. Risikotheorie Prof. Dr. Detmar Pfefer Isttut für Mathemat Rsotheore Stad: 5. Aprl 5 Ihalt Vorbemerug... 3 I Persoeverscherugsmathemat... 6 I.. Bewertug vo Fazströme... 6 I.. Lebesdauerverteluge ud Sterbetafel... I.

Mehr

Institut für Statistik und Ökonometrie

Institut für Statistik und Ökonometrie Isttut für Statstk ud Ökoometre Zähldatemodelle (Cout Data Models) Asätze ud Aweduge Verea Dexhemer Arbetspaper Nr. 3 (Ma 00) Johaes Guteberg-Uverstät Fachberech Rechtsud Wrtschaftswsseschafte Haus Recht

Mehr

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen: 61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl

Mehr