Empirische Okonomie 1

Größe: px
Ab Seite anzeigen:

Download "Empirische Okonomie 1"

Transkript

1 Empirische Okonomie 1 Prof. Dr. Amelie Wuppermann Volkswirtschaftliche Fakultat Ludwig-Maximilians-Universitat Munchen Wintersemester 2016/17 Erganzungen zur Vorlesung vom 17. November 2016

2 Interaktion zweier binarer Variablen Das Modell mit zwei binaren erklarenden Variablen und deren Interaktion lautet: Y i = D 1i + 2 D 2i + 3 (D 1i D 2i ) + u i Zunachst bestimmen wir die Erwartungswerte von Y fur die vier moglichen Kombinationen der beiden bin aren Variablen: E(Y jd 1 = 0 ^ D 2 = 0) = 0 E(Y jd 1 = 1 ^ D 2 = 0) = E(Y jd 1 = 0 ^ D 2 = 1) = E(Y jd 1 = 1 ^ D 2 = 1) = Prof. Dr. Amelie Wuppermann, Empirische Okonomie 1, Wintersemester 2016/17 Erganzungen vom 17. November 2016 { 2

3 Interaktion zweier binarer Variablen Da wir aber eigentlich wissen wollen, wie die Parameter 0 ; 1 ; 2 ; 3 interpretiert werden, losen wir dieses Gleichungssystem und erhalten: 0 = E(Y jd 1 = 0 ^ D 2 = 0) 1 = E(Y jd 1 = 1 ^ D 2 = 0) E(Y jd 1 = 0 ^ D 2 = 0) 2 = E(Y jd 1 = 0 ^ D 2 = 1) E(Y jd 1 = 0 ^ D 2 = 0) 3 = E(Y jd 1 = 1 ^ D 2 = 1) E(Y jd 1 = 0 ^ D 2 = 1) [E(Y jd 1 = 1 ^ D 2 = 0) E(Y jd 1 = 0 ^ D 2 = 0)] Prof. Dr. Amelie Wuppermann, Empirische Okonomie 1, Wintersemester 2016/17 Erganzungen vom 17. November 2016 { 3

4 Interaktion zweier binarer Variablen 3 lasst sich aber auch noch anders ausdr ucken: 3 = E(Y jd 1 = 1 ^ D 2 = 1) E(Y jd 1 = 0 ^ D 2 = 1) [E(Y jd 1 = 1 ^ D 2 = 0) E(Y jd 1 = 0 ^ D 2 = 0)] = E(Y jd 1 = 1 ^ D 2 = 1) E(Y jd 1 = 1 ^ D 2 = 0) [E(Y jd 1 = 0 ^ D 2 = 1) E(Y jd 1 = 0 ^ D 2 = 0)] Prof. Dr. Amelie Wuppermann, Empirische Okonomie 1, Wintersemester 2016/17 Erganzungen vom 17. November 2016 { 4

5 Interaktion zweier binarer Variablen 3 misst den Unterschied in der Dierenz von E(Y ) zwischen der Gruppe mit D 2 = 1 und der Gruppe mit D 2 = 0, wenn D 1 von 1 auf 0 wechselt. Dies entspricht dem Unterschied in der Dierenz von E(Y ) zwischen der Gruppe mit D 1 = 1 und der Gruppe mit D 1 = 0, wenn D 2 von 1 auf 0 wechselt. Prof. Dr. Amelie Wuppermann, Empirische Okonomie 1, Wintersemester 2016/17 Erganzungen vom 17. November 2016 { 5

6 Interpretation von b 0? Prof. Dr. Amelie Wuppermann, Empirische Okonomie 1, Wintersemester 2016/17 Erganzungen vom 17. November 2016 { 6

7 Interpretation von b 0? Mittleres Einkommen von Mannern bis zum Alter von 30. Interpretation von b 1? Prof. Dr. Amelie Wuppermann, Empirische Okonomie 1, Wintersemester 2016/17 Erganzungen vom 17. November 2016 { 6

8 Interpretation von b 0? Mittleres Einkommen von Mannern bis zum Alter von 30. Interpretation von b 1? Unterschied im mittleren Einkommen zwischen Frauen bis zum Alter von 30 und Mannern bis zum Alter von 30. Interpretation von b 2? Prof. Dr. Amelie Wuppermann, Empirische Okonomie 1, Wintersemester 2016/17 Erganzungen vom 17. November 2016 { 6

9 Interpretation von b 0? Mittleres Einkommen von Mannern bis zum Alter von 30. Interpretation von b 1? Unterschied im mittleren Einkommen zwischen Frauen bis zum Alter von 30 und Mannern bis zum Alter von 30. Interpretation von b 2? Unterschied im mittleren Einkommen zwischen M annern uber 30 und Mannern bis 30. Prof. Dr. Amelie Wuppermann, Empirische Okonomie 1, Wintersemester 2016/17 Erganzungen vom 17. November 2016 { 6

10 Interpretation von b 3? Prof. Dr. Amelie Wuppermann, Empirische Okonomie 1, Wintersemester 2016/17 Erganzungen vom 17. November 2016 { 7

11 Interpretation von b 3? Dierenz im mittleren Einkommen zwischen Frauen und M annern uber 30 abzuglich der Dierenz im mittleren Einkommen zwischen Frauen und Mannern im Alter bis 30. Prof. Dr. Amelie Wuppermann, Empirische Okonomie 1, Wintersemester 2016/17 Erganzungen vom 17. November 2016 { 7

12 Interpretation von b 3? Dierenz im mittleren Einkommen zwischen Frauen und M annern uber 30 abzuglich der Dierenz im mittleren Einkommen zwischen Frauen und Mannern im Alter bis 30. Dies entspricht der Dierenz der mittleren Einkommen zwischen alt (uber 30) und jung (bis 30) bei den Frauen abz uglich der Dierenz im mittleren Einkommen zwischen alt und jung bei Mannern. Prof. Dr. Amelie Wuppermann, Empirische Okonomie 1, Wintersemester 2016/17 Erganzungen vom 17. November 2016 { 7

L E I T F A D E N. Wissenschaftliches Arbeiten im Studium der Theologie an der Universität Regensburg

L E I T F A D E N. Wissenschaftliches Arbeiten im Studium der Theologie an der Universität Regensburg L E I T F A D E N Wissenschaftliches Arbeiten im Studium der Theologie an der Universität Regensburg Fakultät

Mehr

Lösung (die Geraden laufen parallel) oder unendlich viele Lösungen.

Lösung (die Geraden laufen parallel) oder unendlich viele Lösungen. 1 Albert Ludwigs Universität Freiburg Abteilung Empirische Forschung und Ökonometrie Mathematik für Wirtschaftswissenschaftler Dr. Sevtap Kestel Winter 2008 Kapitel 16 Determinanten und inverse Matrizen

Mehr

2.Tutorium Generalisierte Regression

2.Tutorium Generalisierte Regression 2.Tutorium Generalisierte Regression - Binäre Regression - Moritz Berger: 04.11.2013 und 11.11.2013 Shuai Shao: 06.11.2013 und 13.11.2013 Institut für Statistik, LMU München 1 / 16 Gliederung 1 Erweiterte

Mehr

Regression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate

Regression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate Regression ein kleiner Rückblick Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate 05.11.2009 Gliederung 1. Stochastische Abhängigkeit 2. Definition Zufallsvariable 3. Kennwerte 3.1 für

Mehr

Binäre abhängige Variablen

Binäre abhängige Variablen Binäre abhängige Variablen Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Alfred Weber Institut Ruprecht Karls Universität Heidelberg Einführung Oft wollen wir qualitative Variablen

Mehr

Ü b u n g s b l a t t 15

Ü b u n g s b l a t t 15 Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel 2. 7. 2007 Ü b u n g s b l a t t 15 Hier ist zusätzliches Übungsmaterial zur Klausurvorbereitung quer durch die Inhalte der Vorlesung. Eine

Mehr

Grundlagen von Rasterdaten

Grundlagen von Rasterdaten LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Kapitel 7: Grundlagen von Rasterdaten Skript zur Vorlesung Geo-Informationssysteme Wintersemester 2014/15 Ludwig-Maximilians-Universität

Mehr

Einfache kryptographische Verfahren

Einfache kryptographische Verfahren Einfache kryptographische Verfahren Prof. Dr. Hagen Knaf Studiengang Angewandte Mathematik 26. April 2015 c = a b + a b + + a b 1 11 1 12 2 1n c = a b + a b + + a b 2 21 1 22 2 2n c = a b + a b + + a b

Mehr

Lösung Aufgabe 1 (Regression) Es wurden in einer Befragung zwei metrische Merkmale X und Y erhoben. Betrachten Sie dazu die

Lösung Aufgabe 1 (Regression) Es wurden in einer Befragung zwei metrische Merkmale X und Y erhoben. Betrachten Sie dazu die Statistik für Kommunikationswissenschaftler Wintersemester 2010/2011 Vorlesung Prof. Dr. Nicole Krämer Übung Nicole Krämer, Cornelia Oberhauser, Monia Mahling Lösung Thema 9 Homepage zur Veranstaltung:

Mehr

Ruprecht-Karls. Karls-Universität t Heidelberg. Studieninformationstag 2007 Fakultät für Wirtschaftsund Sozialwissenschaften

Ruprecht-Karls. Karls-Universität t Heidelberg. Studieninformationstag 2007 Fakultät für Wirtschaftsund Sozialwissenschaften Willkommen in der Universität t Heidelberg! 1 Die Bachelor-Studiengänge nge der Fakultät t für f r Wirtschafts- und Prof. Dr. H. Sangmeister Studiendekan Die Fakultät für Wirtschafts- und bildet derzeit

Mehr

Datenanalyse mit Excel und Gretl

Datenanalyse mit Excel und Gretl Dozent: Christoph Hindermann christoph.hindermann@uni-erfurt.de Datenanalyse mit Excel und Gretl Teil Titel 2: Gretl 1 Teil 2: Gretl Datenanalyse mit Excel und Gretl Teil Titel 2: Gretl 2 Modellannahmen

Mehr

Abschlussklausur (60 Minuten), 15. Juli 2014

Abschlussklausur (60 Minuten), 15. Juli 2014 Prof. Dr. Amelie Wuppermann Volkswirtschaftliche Fakultät Universität München Sommersemester 2014 Empirische Ökonomie 1 Abschlussklausur (60 Minuten), 15. Juli 2014 Bearbeitungshinweise Die Bearbeitungszeit

Mehr

1 Einleitung. 1.1 Was ist Ökonometrie und warum sollte man etwas darüber lernen?

1 Einleitung. 1.1 Was ist Ökonometrie und warum sollte man etwas darüber lernen? 1 Einleitung 1.1 Was ist Ökonometrie und warum sollte man etwas darüber lernen? Idee der Ökonometrie: Mithilfe von Daten und statistischen Methoden Zusammenhänge zwischen verschiedenen Größen messen. Lehrstuhl

Mehr

10. Vorlesung. Grundlagen in Statistik. Seite 291. Martin-Luther-Universität Halle/Wittenberg

10. Vorlesung. Grundlagen in Statistik. Seite 291. Martin-Luther-Universität Halle/Wittenberg . Vorlesung Grundlagen in Statistik Seite 29 Beispiel Gegeben: Termhäufigkeiten von Dokumenten Problemstellung der Sprachmodellierung Was sagen die Termhäufigkeiten über die Wahrscheinlichkeit eines Dokuments

Mehr

Kenngrößen von Zufallsvariablen

Kenngrößen von Zufallsvariablen Kenngrößen von Zufallsvariablen Die Wahrscheinlichkeitsverteilung kann durch die sogenannten Kenngrößen beschrieben werden, sie charakterisieren sozusagen die Verteilung. Der Erwartungswert Der Erwartungswert

Mehr

Satzung über das Eignungsverfahren für den Masterstudiengang European Master of Science in Management an der Ludwig-Maximilians-Universität München

Satzung über das Eignungsverfahren für den Masterstudiengang European Master of Science in Management an der Ludwig-Maximilians-Universität München Satzung über das Eignungsverfahren für den Masterstudiengang European Master of Science in Management an der Ludwig-Maximilians-Universität München Vom 4. Juli 2008 Auf Grund von Art. 13 Abs. 1 Satz 2

Mehr

Übung zur Empirischen Wirtschaftsforschung V. Das Lineare Regressionsmodell

Übung zur Empirischen Wirtschaftsforschung V. Das Lineare Regressionsmodell Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2010

Mehr

Statistische Thermodynamik I Lösungen zur Serie 1

Statistische Thermodynamik I Lösungen zur Serie 1 Statistische Thermodynamik I Lösungen zur Serie Zufallsvariablen, Wahrscheinlichkeitsverteilungen 4. März 2. Zwei Lektoren lesen ein Buch. Lektor A findet 2 Druckfehler, Lektor B nur 5. Von den gefundenen

Mehr

Kapitel 4: Binäre Regression

Kapitel 4: Binäre Regression Kapitel 4: Binäre Regression Steffen Unkel (basierend auf Folien von Nora Fenske) Statistik III für Nebenfachstudierende WS 2013/2014 4.1 Motivation Ausgangssituation Gegeben sind Daten (y i, x i1,...,

Mehr

Korrelation und Regression

Korrelation und Regression FB 1 W. Ludwig-Mayerhofer und 1 und FB 1 W. Ludwig-Mayerhofer und 2 Mit s- und sanalyse werden Zusammenhänge zwischen zwei metrischen Variablen analysiert. Wenn man nur einen Zusammenhang quantifizieren

Mehr

LUDWIG- MAXIMILIANS- UNIVERSITÄT MÜNCHEN FACT SHEET. Fakultät für Betriebswirtschaft Munich School of Management. www.eminsurance.

LUDWIG- MAXIMILIANS- UNIVERSITÄT MÜNCHEN FACT SHEET. Fakultät für Betriebswirtschaft Munich School of Management. www.eminsurance. LUDWIG- MAXIMILIANS- UNIVERSITÄT MÜNCHEN FACT SHEET Executive Master of Insurance Fakultät für Betriebswirtschaft Munich School of Management www.eminsurance.de Executive Master of Insurance Prof. Dr.

Mehr

Dr. Guido Knapp Fakultät Statistik Technische Universität Dortmund 6. Februar Klausur zur Veranstaltung Erhebungstechniken

Dr. Guido Knapp Fakultät Statistik Technische Universität Dortmund 6. Februar Klausur zur Veranstaltung Erhebungstechniken Dr. Guido Knapp Fakultät Statistik Technische Universität Dortmund 6. Februar 2009 Klausur zur Veranstaltung Erhebungstechniken im Wintersemester 2008 / 2009 Name, Vorname: Studiengang (Bachelor/Diplom):

Mehr

Abgabe: (vor der Vorlesung) Aufgabe 2.1 (P) O-Notation Beweisen Sie die folgenden Aussagen für positive Funktionen f und g:

Abgabe: (vor der Vorlesung) Aufgabe 2.1 (P) O-Notation Beweisen Sie die folgenden Aussagen für positive Funktionen f und g: TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK Lehrstuhl für Sprachen und Beschreibungsstrukturen SS 2009 Grundlagen: Algorithmen und Datenstrukturen Übungsblatt 2 Prof. Dr. Helmut Seidl, S. Pott,

Mehr

Satzung zur Änderung der Fachprüfungs- und Studienordnung für den Masterstudiengang Wirtschaft mit Technologie an der Technischen Universität München

Satzung zur Änderung der Fachprüfungs- und Studienordnung für den Masterstudiengang Wirtschaft mit Technologie an der Technischen Universität München Satzung zur Änderung der Fachprüfungs- und Studienordnung für den Masterstudiengang Wirtschaft mit Technologie an der Technischen Universität München Vom 1. August 2011 Aufgrund von Art. 13 Abs. 1 Satz

Mehr

Statistik II für Betriebswirte Vorlesung 12

Statistik II für Betriebswirte Vorlesung 12 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 12 11. Januar 2013 7.3. Multiple parameterlineare Regression Im Folgenden soll die

Mehr

b) In 12 Geschäften wird das Produkt zu 550 Euro oder mehr angeboten. 12/20=0,6 60 %. c) d) e) Boxplot:

b) In 12 Geschäften wird das Produkt zu 550 Euro oder mehr angeboten. 12/20=0,6 60 %. c) d) e) Boxplot: FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT PROF. DR. ROLF HÜPEN STATISTIK I, WS 2009/10 Aufgabe 1: Bei einer Preiserhebung in Bochum und Umgebung ergab sich für den etikettierten Verkaufspreis eines bestimmten

Mehr

Aufgabenblatt 4: Der Trade-off zwischen Bankenwettbewerb und Bankenstabilität

Aufgabenblatt 4: Der Trade-off zwischen Bankenwettbewerb und Bankenstabilität Aufgabenblatt 4: Der Trade-off zwischen Bankenwettbewerb und Bankenstabilität Prof. Dr. Isabel Schnabel The Economics of Banking Johannes Gutenberg-Universität Mainz Wintersemester 2009/2010 1 Aufgabe

Mehr

Statistik II. Statistische Tests. Statistik II

Statistik II. Statistische Tests. Statistik II Statistik II Statistische Tests Statistik II - 12.5.2006 1 Test auf Anteilswert: Binomialtest Sei eine Stichprobe unabhängig, identisch verteilter ZV (i.i.d.). Teile diese Stichprobe in zwei Teilmengen

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden I Dr. Malte Persike persike@uni-mainz.de

Mehr

ÜBUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Musterlösung Aufgabenblatt 1

ÜBUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Musterlösung Aufgabenblatt 1 Fakultät Wirtschafts- und Sozialwissenschaften Prof. Dr. Philipp Engler, Michael Paetz ÜBUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Musterlösung Aufgabenblatt 1 Aufgabe 1: Produktivitätswachstum in den

Mehr

Klassenarbeit zu linearen Gleichungssystemen

Klassenarbeit zu linearen Gleichungssystemen Klassenarbeit zu linearen Gleichungssystemen Aufgabe : Bestimme die Lösungsmenge der Gleichungssysteme mit Hilfe des Additionsverfahrens: x + 4y = 8 5x y = x y = x y = Aufgabe : Bestimme die Lösungsmenge

Mehr

Weihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012

Weihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012 Weihnachtszettel zur Vorlesung Stochastik I Wintersemester 0/0 Aufgabe. Der Weihnachtsmann hat vergessen die Weihnachtsgeschenke mit Namen zu beschriften und muss sie daher zufällig verteilen. Dabei enthält

Mehr

Fortgeschrittene Statistik Logistische Regression

Fortgeschrittene Statistik Logistische Regression Fortgeschrittene Statistik Logistische Regression O D D S, O D D S - R A T I O, L O G I T T R A N S F O R M A T I O N, I N T E R P R E T A T I O N V O N K O E F F I Z I E N T E N, L O G I S T I S C H E

Mehr

Gleichungssysteme mit zwei Variablen

Gleichungssysteme mit zwei Variablen Gleichungssysteme mit zwei Variablen Eine alte chinesische Aufgabe lautet: In einem Stall befinden sich 5 Tiere, und zwar Hühner und Kaninchen. Die Tiere haben zusammen 9 Beine. Wie viele Hühner und wie

Mehr

Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008. Aufgabe 1

Klausur 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

Mehr

Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen. 0 sonst.

Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen. 0 sonst. Aufgabe 1 (2 + 4 + 2 + 1 Punkte) Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen X und Y : { 2x + 2y für 0.5 x 0.5, 1 y 2 f(x, y) = 3 0 sonst. a) Berechnen

Mehr

Arbeit zu ungewöhnlichen Zeiten Arbeit mit erhöhtem Risiko für Sicherheit und Gesundheit?

Arbeit zu ungewöhnlichen Zeiten Arbeit mit erhöhtem Risiko für Sicherheit und Gesundheit? Arbeit zu ungewöhnlichen Zeiten Arbeit mit erhöhtem Risiko für Sicherheit und Gesundheit? Anna Wirtz und Friedhelm Nachreiner Gesellschaft für Arbeits-, Wirtschafts- und Organisationspsychologische Forschung

Mehr

Dr. Heidemarie Keller

Dr. Heidemarie Keller Reliabilität und Validität der deutschen Version der OPTION Scale Dr. Heidemarie Keller Abteilung für Allgemeinmedizin, Präventive und Rehabilitative Medizin Philipps-Universität Marburg EbM & Individualisierte

Mehr

Online-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung

Online-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung Online-Aufgaben Statistik (BIOL, CHAB) Auswertung und Lösung Abgaben: 61 / 234 Maximal erreichte Punktzahl: 6 Minimal erreichte Punktzahl: 2 Durchschnitt: 5 Frage 1 (Diese Frage haben ca. 5% nicht beantwortet.)

Mehr

Angewandte Ökonometrie, WS 2012/13, 1. Teilprüfung am 6.12.2012 - Lösungen. Das folgende Modell ist ein GARCH(1,1)-Modell:

Angewandte Ökonometrie, WS 2012/13, 1. Teilprüfung am 6.12.2012 - Lösungen. Das folgende Modell ist ein GARCH(1,1)-Modell: Angewandte Ökonometrie, WS 2012/13, 1. Teilprüfung am 6.12.2012 - Lösungen LV-Leiterin: Univ.Prof.Dr. Sylvia Frühwirth-Schnatter 1 Wahr oder falsch? 1. Das folgende Modell ist ein GARCH(1,1)-Modell: Y

Mehr

Grenzfläche zwischen superfluidem und normalfluidem 4 He unter. unter Einfluß von Gravitation und Wärmestrom

Grenzfläche zwischen superfluidem und normalfluidem 4 He unter. unter Einfluß von Gravitation und Wärmestrom Grenzfläche zwischen superfluidem und normalfluidem 4 He unter Einfluß von Gravitation und Wärmestrom Universität Konstanz Grundlagenforschung im Weltraum Deutschlands Herausforderungen der nächsten Dekaden

Mehr

Analyse von Querschnittsdaten. Regression mit Dummy-Variablen

Analyse von Querschnittsdaten. Regression mit Dummy-Variablen Analyse von Querschnittsdaten Regression mit Dummy-Variablen Warum geht es in den folgenden Sitzungen? Datum Vorlesung 9.0.05 Einführung 26.0.05 Beispiele 02..05 Forschungsdesigns & Datenstrukturen 09..05

Mehr

Berichte aus der Volkswirtschaft. Dietmar Barth. Die Ökonomie von Sportwetten. Effizienzanalyse von Wettquoten

Berichte aus der Volkswirtschaft. Dietmar Barth. Die Ökonomie von Sportwetten. Effizienzanalyse von Wettquoten Berichte aus der Volkswirtschaft Dietmar Barth Die Ökonomie von Sportwetten Effizienzanalyse von Wettquoten D100 (Diss. Universität Hohenheim) Shaker Verlag Aachen 2012 Inhaltsverzeichnis Verzeichnis der

Mehr

Dynamisches SQL. Folien zum Datenbankpraktikum Wintersemester 2009/10 LMU München

Dynamisches SQL. Folien zum Datenbankpraktikum Wintersemester 2009/10 LMU München Kapitel 4 Dynamisches SQL Folien zum Datenbankpraktikum Wintersemester 2009/10 LMU München 2008 Thomas Bernecker, Tobias Emrich unter Verwendung der Folien des Datenbankpraktikums aus dem Wintersemester

Mehr

Eine zweidimensionale Stichprobe

Eine zweidimensionale Stichprobe Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,

Mehr

Alle weiteren Messoperationen schließen die Klassifikation als Minimaloperation ein.

Alle weiteren Messoperationen schließen die Klassifikation als Minimaloperation ein. 1 unterschiedliche Skalenniveaus Wir haben zuvor schon kurz von unterschiedlichen Skalenniveaus gehört, nämlich dem: - Nominalskalenniveau - Ordinalskalenniveau - Intervallskalenniveau - Ratioskalenniveau

Mehr

Psychische Gesundheit von älteren türkischen Migrantinnen und Migranten. Fidan Sahyazici Dr. Oliver Huxhold

Psychische Gesundheit von älteren türkischen Migrantinnen und Migranten. Fidan Sahyazici Dr. Oliver Huxhold Psychische Gesundheit von älteren türkischen Migrantinnen und Migranten Fidan Sahyazici Dr. Oliver Huxhold Gliederung Bedeutung Theoretischer Hintergrund Fragestellungen Hypothesen Methode Ergebnisse Interpretation/Diskussion

Mehr

Antwort zu Aufgabe 1.1

Antwort zu Aufgabe 1.1 Antwort zu Aufgabe 1.1 a) Die Betonung der Exportquote beruht auf einer recht merkantilistischen Sichtweise ( Exporte gut, Importe schlecht ), drückt sie doch aus, wie viel an das Ausland verkauft wurde.

Mehr

Computerübung 5. Empirische Wirtschaftsforschung. Willi Mutschler. Ökonometrie und Wirtschaftsstatistik Uni Münster. 26.

Computerübung 5. Empirische Wirtschaftsforschung. Willi Mutschler. Ökonometrie und Wirtschaftsstatistik Uni Münster. 26. Computerübung 5 Empirische Wirtschaftsforschung Willi Mutschler Ökonometrie und Wirtschaftsstatistik Uni Münster 26. November 2010 Willi Mutschler (Uni Münster) Computerübung 5 26. November 2010 1 / 11

Mehr

Entscheidungsanalyse unter Unsicherheit Entscheidungskriterien in ökonomischen Netzen

Entscheidungsanalyse unter Unsicherheit Entscheidungskriterien in ökonomischen Netzen Entscheidungsanalyse unter Unsicherheit Entscheidungskriterien in ökonomischen Netzen Referat von Guido RECKE Institut für Agrarökonomie der Georg-August-Universität Göttingen Platz der Göttinger Sieben

Mehr

(Steuererklärung) pro Woche pro Monat pro Woche pro Monat

(Steuererklärung) pro Woche pro Monat pro Woche pro Monat Kinder ab 19 Monate bis Eintritt in die Schule 95.00 60.00 75.00 TARIF-RECHNER: 1/1 TAG Einkommen* bei 1 x 1/1 Tag bei 20 x 1/1 Tag bei 1 x 1/1 Tag bei 20 x 1/1 Tag 0-32'000 35% = Fr. 33 Fr. 665 65% =

Mehr

Stochastische Modelle

Stochastische Modelle Klausur (Teilprüfung) zur Vorlesung Stochastische Modelle (WS04/05 Februar 2005, Dauer 90 Minuten) 1. Es sollen für eine Zufallsgröße X mit der Dichte Zufallszahlen generiert werden. (a) Zeigen Sie, dass

Mehr

Zufallsgröße. Würfelwurf mit fairem Würfel. Wahrscheinlichkeitsverteilung einer diskreten

Zufallsgröße. Würfelwurf mit fairem Würfel. Wahrscheinlichkeitsverteilung einer diskreten Zufallsgrößen Ergebnisse von Zufallsexperimenten werden als Zahlen dargestellt 0 Einführung Wahrscheinlichkeitsrechnung 2 Zufallsvariablen und ihre Verteilung 3 Statistische Inferenz 4 Hypothesentests

Mehr

Lösung 1. Übungsblatt

Lösung 1. Übungsblatt Fakultät Informatik, Technische Informatik, Professur für Mikrorechner Lösung 1. Übungsblatt Konvertierung von Zahlendarstellungen verschiedener Alphabete und Darstellung negativer Zahlen Stoffverteilung

Mehr

Eine Einführung in R: Deskriptive Statistiken und Graphiken

Eine Einführung in R: Deskriptive Statistiken und Graphiken Eine Einführung in R: Deskriptive Statistiken und Graphiken Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig 28. Oktober 2010 Bernd

Mehr

1.5 lineare Gleichungssysteme

1.5 lineare Gleichungssysteme 1.5 lineare Gleichungssysteme Inhaltsverzeichnis 1 Was ist ein lineares Gleichungssystem mit zwei Gleichungen und zwei Unbekannten? 2 2 Wie lösen wir ein lineares Gleichungssystem mit zwei Unbekannten?

Mehr

Vorstellung der WIWI Fachrichtung

Vorstellung der WIWI Fachrichtung Vorstellung der WIWI Fachrichtung 1 die Versorgung der Menschen mit gewünschten Gütern und Dienstleistungen vor dem Hintergrund knapper Ressourcen, die Organisation von Arbeit, die Gestaltung der sozialen

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Übersicht Lineare Gleichungssystem mit 2 Variablen 1 Lineare Gleichungssystem mit 2 Variablen Beispiele 2 Fakultät Grundlagen Folie: 2 Beispiel I Lineare

Mehr

Vorlesung 1: Einleitung

Vorlesung 1: Einleitung Vorlesung 1: Einleitung Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 1, FS 12 Einleitung 1/17 1.1 Motivation In der Vorlesung Intermediate Microecoomics haben

Mehr

3. LINEARE GLEICHUNGSSYSTEME

3. LINEARE GLEICHUNGSSYSTEME 176 3. LINEARE GLEICHUNGSSYSTEME 90 Vitamin-C-Gehalt verschiedener Säfte 18,0 mg 35,0 mg 12,5 mg 1. a) 100 ml + 50 ml + 50 ml = 41,75 mg 100 ml 100 ml 100 ml b) : Menge an Kirschsaft in ml y: Menge an

Mehr

Bivariate Kreuztabellen

Bivariate Kreuztabellen Bivariate Kreuztabellen Kühnel, Krebs 2001 S. 307-342 Gabriele Doblhammer: Empirische Sozialforschung Teil II, SS 2004 1/33 Häufigkeit in Zelle y 1 x 1 Kreuztabellen Randverteilung x 1... x j... x J Σ

Mehr

Grundlagen der Volkswirtschaftslehre Übungsblatt 11

Grundlagen der Volkswirtschaftslehre Übungsblatt 11 Grundlagen der Volkswirtschaftslehre Übungsblatt 11 Robert Poppe robert.poppe@uni-mannheim.de Universität Mannheim 25. November 2010 Überblick 1 Produktion und Wachstum 2 Kreditmarkt 3 Risikoeinstellung

Mehr

1. Einführung. 1.1 Literatur. Klaus M. Schmidt. Spieltheorie, Wintersemester 2014/15

1. Einführung. 1.1 Literatur. Klaus M. Schmidt. Spieltheorie, Wintersemester 2014/15 1. Einführung Klaus M. Schmidt LMU München Spieltheorie, Wintersemester 2014/15 Klaus M. Schmidt (LMU München) 1. Einführung Spieltheorie, Wintersemester 2014/15 1 / 10 1.1 Literatur Mit einem der folgenden

Mehr

Standardisierte kompetenzorientierte schriftliche Reifeprüfung. Mathematik. Korrekturheft zur Probeklausur März 2014.

Standardisierte kompetenzorientierte schriftliche Reifeprüfung. Mathematik. Korrekturheft zur Probeklausur März 2014. Standardisierte kompetenzorientierte schriftliche Reifeprüfung Mathematik Korrekturheft zur Probeklausur März 2014 Teil-1-Aufgaben Aufgabe 1 Gleichung interpretieren + y = 24 = 2y Ein Punkt ist genau dann

Mehr

Kursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL (Prof. Dr. Lutz Arnold) Wintersemester 2009/

Kursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL (Prof. Dr. Lutz Arnold) Wintersemester 2009/ Kursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL (Prof. Dr. Lutz Arnold) Wintersemester 2009/10 2.3.2010 Bitte gut leserlich ausfüllen: Name: Vorname: Matr.-nr.: Wird vom Prüfer ausgefüllt:

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Statistik & Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte

Mehr

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.

Mehr

Vorlesung VII: Politische Legitimität und das Konzept der politischen Unterstützung von David Easton

Vorlesung VII: Politische Legitimität und das Konzept der politischen Unterstützung von David Easton Ausgewählte Themen der Politischen Soziologie: Bürger und Politik im internationalen Vergleich Vorlesung VII: Politische Legitimität und das Konzept der politischen Unterstützung von David Easton Universität

Mehr

CAFM System FAMOS an der Ludwig Maximilians Universität München

CAFM System FAMOS an der Ludwig Maximilians Universität München CAFM System FAMOS an der Ludwig Maximilians Universität München Referat IV.1 Bau- und Liegenschaftsabteilung Referenten: Dipl. Ing. Peter Thomas, Projektleitung Facility Management Entwicklung Facility

Mehr

Dipl.-Volksw. Markus Pullen Wintersemester 2012/13

Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Statistische Auswertungen mit R Universität Kassel, FB 07 Wirtschaftswissenschaften Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Beispiele 8. Sitzung Konfidenzintervalle, Hypothesentests > # Anwendungsbeispiel

Mehr

Neufassung der Studienordnung, Stand 9. März 2000

Neufassung der Studienordnung, Stand 9. März 2000 Neufassung der Studienordnung, Stand 9. März 2000 Fassung nach der Sitzung der Kommission für das Aufbaustudium Informatik vom 11. Januar 2000 Studienordnung für das Aufbaustudium Informatik an der Technischen

Mehr

SENATSINSTITUT. Lehrveranstaltung. im Wintersemester 2016/17

SENATSINSTITUT. Lehrveranstaltung. im Wintersemester 2016/17 Lehrveranstaltung im Wintersemester 2016/17 SENATSINSTITUT FÜR GEMEINWOHLORIENTIERTE POLITIK d e s S e n a t d e r W i r t s c h a f t Von der sozialen zur ökosozialen Marktwirtschaft. Ökologie und Ökonomie

Mehr

Konstitution ternärer Systeme

Konstitution ternärer Systeme Konstitutionslehre Abkühlungskurven und binäre Schnitte in Dreistoffsystemen Paul H. Kamm Tillmann R. Neu Technische Universität Berlin - Fakultät für Prozesswissenschaften 15. Januar 2009 Inhaltsverzeichnis

Mehr

4 Binäre Regressionsmodelle, Folien 2

4 Binäre Regressionsmodelle, Folien 2 4 Binäre Regressionsmodelle, Folien 2 Ludwig Bothmann (basierend auf Unterlagen von Nora Fenske) Statistik III für Nebenfachstudierende WS 2014/2015 4.5 Hypothesentests Lineare Hypothesen Betrachtet werden

Mehr

Univariates Datenmaterial

Univariates Datenmaterial Univariates Datenmaterial 1.6.1 Deskriptive Statistik Zufallstichprobe: Umfang n, d.h. Stichprobe von n Zufallsvariablen o Merkmal/Zufallsvariablen: Y = {Y 1, Y 2,..., Y n } o Realisationen/Daten: x =

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 9. Dezember 2010 1 Konfidenzintervalle Idee Schätzung eines Konfidenzintervalls mit der 3-sigma-Regel Grundlagen

Mehr

Bearbeiten Sie vier der fünf Aufgaben!

Bearbeiten Sie vier der fünf Aufgaben! Master-Kursprüfung West-East Trade Theory SS 2014 Pflichtmodul Internationale VWL (M.Sc. IVWL) Schwerpunktmodul Außenwirtschaft (M.Sc. VWL) 6 Kreditpunkte Bearbeitungsdauer: 90 Minuten 16.7.2014 Prof.

Mehr

Einführung in die Induktive Statistik: Varianzanalyse

Einführung in die Induktive Statistik: Varianzanalyse Einführung in die Induktive Statistik: Varianzanalyse Jörg Drechsler LMU München Wintersemester 2011/2012 Varianzanalyse bisher: Vergleich der Erwartungswerte für zwei normalverteilte Variablen durch t-test

Mehr

1. Flensburger Workshop zur Unterrichtsforschung im Fach Englisch

1. Flensburger Workshop zur Unterrichtsforschung im Fach Englisch 1. Flensburger Workshop zur Unterrichtsforschung im Fach Englisch 27.03. 28.03.2015 (Quelle: Bundesarchiv_B_145_F070964-0006) Veranstaltungort: Hauptgebäude (HG) der EUF, 2. Stock, Raum 250 Anmeldung (bis

Mehr

Inhaltsübersicht. Teil 1: Allgemeine Bestimmungen

Inhaltsübersicht. Teil 1: Allgemeine Bestimmungen Studienordnung für den konsekutiven Studiengang Politikwissenschaft mit dem Abschluss Master of Arts (M.A.) an der Technischen Universität Chemnitz Vom 11. Juni 2015 Aufgrund von 13 Abs. 4 i. V. m. 36

Mehr

DIPLOMVORPRÜFUNG GRUNDZÜGE DER STATISTIK, TEIL B WINTERSEMESTER 2006/07 28.02.2007

DIPLOMVORPRÜFUNG GRUNDZÜGE DER STATISTIK, TEIL B WINTERSEMESTER 2006/07 28.02.2007 Wirtschaftswissenschaftliches Prüfungsamt DIPLOMVORPRÜFUNG GRUNDZÜGE DER STATISTIK, TEIL B WINTERSEMESTER 006/07 8.0.007 Lösung Prof. Dr. R Friedmann / Dr. R. Hauser Hinweise für die Klausurteilnehmer

Mehr

Vertiefungsstudium der Bachelorstudiengänge Betriebswirtschaftslehre, Volkswirtschaftslehre und Internationales Management

Vertiefungsstudium der Bachelorstudiengänge Betriebswirtschaftslehre, Volkswirtschaftslehre und Internationales Management Vertiefungsstudium der Bachelorstudiengänge Betriebswirtschaftslehre, Volkswirtschaftslehre und Internationales Management 1 Ziel der Veranstaltung Verständnis der Regelungen in der Prüfungsordnung Erkennen

Mehr

Universität Miskolc, Fakultät für Wirtschaftswissenschaften, Institut für Wirtschaftstheorie. 10. Vorlesung

Universität Miskolc, Fakultät für Wirtschaftswissenschaften, Institut für Wirtschaftstheorie. 10. Vorlesung 10. Vorlesung Angebot und Nachfrage von Produktionsfaktoren Arten von Produktionsfaktoren: Arbeit oder Arbeitskraft (L) Kapital (K) Boden (A) Die einzelne Faktormärkte werden untersucht: Individuelle Angebotfunktion

Mehr

Fachbereich 5 Wirtschaftswissenschaften Univ.-Prof. Dr. Jan Franke-Viebach

Fachbereich 5 Wirtschaftswissenschaften Univ.-Prof. Dr. Jan Franke-Viebach 1 Universität Siegen Fachbereich 5 Wirtschaftswissenschaften Univ.-Prof. Dr. Jan Franke-Viebach Klausur Monetäre Außenwirtschaft Wintersemester 2011/12 (1. Prüfungstermin) Bearbeitungszeit: 60 Minuten

Mehr

3.2 Streuungsmaße. 3 Lage- und Streuungsmaße 133. mittlere Variabilität. geringe Variabilität. große Variabilität 0.0 0.1 0.2 0.3 0.4 0.

3.2 Streuungsmaße. 3 Lage- und Streuungsmaße 133. mittlere Variabilität. geringe Variabilität. große Variabilität 0.0 0.1 0.2 0.3 0.4 0. Eine Verteilung ist durch die Angabe von einem oder mehreren Mittelwerten nur unzureichend beschrieben. Beispiel: Häufigkeitsverteilungen mit gleicher zentraler Tendenz: geringe Variabilität mittlere Variabilität

Mehr

Übungen zu Programmierung I - Blatt 8

Übungen zu Programmierung I - Blatt 8 Dr. G. Zachmann A. Greß Universität Bonn Institut für Informatik II 1. Dezember 2004 Wintersemester 2004/2005 Übungen zu Programmierung I - Blatt 8 Abgabe am Mittwoch, dem 15.12.2004, 15:00 Uhr per E-Mail

Mehr

Studierende und Studienanfänger/-innen*) in den Wintersemestern (WS) 2012/13 und 2013/14

Studierende und Studienanfänger/-innen*) in den Wintersemestern (WS) 2012/13 und 2013/14 und *) in den Wintersemestern (WS) 2012/13 und 2013/14 Seite 1 von 5 n Universitäten Aachen, Technische Land 37 901 40 060 6 065 7 023 Bielefeld, Universität Land 19 733 21 373 2 532 3 374 Bochum, Universität

Mehr

Statistik I WS 2014/2015. Prof. Dr. Walter Krämer

Statistik I WS 2014/2015. Prof. Dr. Walter Krämer Statistik I WS 2014/2015 Prof. Dr. Walter Krämer Organisatorisches Dozenten: Vorlesung: Prof. Dr. Walter Krämer Übungen: Dipl.-Stat. Marianthi Neblik cand.stat. Eva-Maria Becker cand.stat. Nicole Dauzenroth

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 19. Januar 2011 1 Nichtparametrische Tests Ordinalskalierte Daten 2 Test für ein Merkmal mit nur zwei Ausprägungen

Mehr

Multiplizitätskorrektur bei Variablenselektion

Multiplizitätskorrektur bei Variablenselektion Multiplizitätskorrektur bei Variablenselektion Seminar: Multiples Testen Dozent: Prof. Dr. T. Dickhaus Referent: Maximilian Mönch - 22.11.2010 - Überblick 1) Einleitung 2) Multiplizitätskorrektur 3) Median

Mehr

Übung zur Vorlesung Multimedia im Netz

Übung zur Vorlesung Multimedia im Netz Übung zur Vorlesung Multimedia im Netz Doris Hausen Ludwig-Maximilians-Universität München Wintersemester 2009/2010 Ludwig-Maximilians-Universität München Multimedia im Netz Übung 1-1 Organisatorisches

Mehr

Finanzmathematik - Wintersemester 2007/08. http://code.google.com/p/mitgetexed/

Finanzmathematik - Wintersemester 2007/08. http://code.google.com/p/mitgetexed/ Finanzmathematik - Wintersemester 2007/08 http://code.google.com/p/mitgetexed/ Stand: 4. November 2007 Inhaltsverzeichnis 1 Motivation und erste Begriffe 2 2 Endliche Finanzmärkte 4 3 Das Cox-Ross-Rubinstein-Modell

Mehr

Profil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8

Profil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8 1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen

Mehr

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen 4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.

Mehr

Satzung zur Änderung der Fachprüfungs- und Studienordnung für den Bachelorstudiengang Physik an der Technischen Universität München

Satzung zur Änderung der Fachprüfungs- und Studienordnung für den Bachelorstudiengang Physik an der Technischen Universität München 1 Satzung zur Änderung der Fachprüfungs- und Studienordnung für den Bachelorstudiengang Physik an der Technischen Universität München Vom 15. Dezember 2008 Aufgrund von Art. 13 Abs. 1 Satz 2 in Verbindung

Mehr

sustainability image score 2014 aus werten mehrwert machen

sustainability image score 2014 aus werten mehrwert machen sustainability image score 2014 aus werten mehrwert machen Rund 70 % des Markenerfolgs sind heute wertebasiert. Nachhaltigkeit spielt dabei eine entscheidende Rolle. Unsere Studie zeigt, was erfolgreiche

Mehr

Analyse von Querschnittsdaten. Einführung

Analyse von Querschnittsdaten. Einführung Analyse von Querschnittsdaten Einführung Gliederung 1. Einordnung in das Curriculum 2. Spezialisierungsmöglichkeiten 3. Teilnahmevoraussetzungen 4. Gliederung der Vorlesung 5. Übung Gliederung 1. Einordnung

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Dr. H. Macholdt 7. September 2005 1 Motivation Viele Probleme aus dem Bereich der Technik und der Naturwissenschaften stellen uns vor die Aufgabe mehrere unbekannte Gröÿen gleichzeitig

Mehr

Deutsche Sporthochschule Köln Sportwissenschaft (Schwerpunkt: Sportpublizistik)

Deutsche Sporthochschule Köln Sportwissenschaft (Schwerpunkt: Sportpublizistik) Dozentenprofil Prof. Dr. Dirk Jungels Sport & Medien Lebenslauf Akademische Ausbildung Hochschule: Studiengang: Abschluss: Hochschule: Studiengang: Abschluss: Deutsche Sporthochschule Köln Sportwissenschaft

Mehr