Prüfungsliteratur: Rudolf & Müller (2012), S

Größe: px
Ab Seite anzeigen:

Download "Prüfungsliteratur: Rudolf & Müller (2012), S"

Transkript

1 0 Beispiel 1 Zeitreihendarstellung 2 Stationarität 3 Trendanalyse 4 Schwingungsanalyse 4.1 Autokorrelationsanalyse 4.2 Spektralanalyse 5 Weitere Verfahren Prüfungsliteratur: Rudolf & Müller (2012), S Folie Nr. 1

2

3

4

5

6

7

8

9 Daten aus Rudolf & Müller, Kapitel 7 Folie Nr. 9

10 n Messzeitpunkte: t 1, t 2,..., t n mit t 1 < t 2 <... < t n n Messwerte y (t 1 ), y (t 2 ),..., y (t n ) gleichabständige (äquidistante) Stützstellen t n t n-1 = t n-1 t n-2 = = t 2 t 1 = t Normierung t =1 Zeitreihendarstellung: {y t, t = 1,...,n} bzw. {y t, t = 0,...,n 1} Folie Nr. 10

11 Stationäre Zeitreihe: keine langfristigen Änderungen im Mittel (Trend) keine langfristigen Änderungen der Varianz Beispiel für nichtstationäre Zeitreihe: Befinden in der Kontrollphase Folie Nr. 11

12 Unterschiedliche Ziele der Trendanalyse: A) Eliminierung der Trendkomponenten und damit Schaffen der Voraussetzung für die Anwendung weiterer zeitreihenanalytischer Verfahren (zum Beispiel Schwingungsanalyse) B) die Bestimmung und Untersuchung der Trendkomponenten, die wesentliche Aussagen über das Verhalten der Zeitreihendaten und über eventuelle Veränderungen in den Daten durch die Wirkung von Behandlungen enthalten können Folie Nr. 12

13 A) Nichtparametrische Glättungsverfahren z.b. Gleitende Durchschnitte ŷ t (y t 1 y t y t 1) / 3 (t = 2,...,n 1) Folie Nr. 13

14 B) Parametrische Trendanalyse z.b. lineare Trendanalyse y t = b 0 + b 1 t + e t (t = 1,...,n) Prinzip: MkQ Folie Nr. 14

15

16 Ziel: Identifizierung und Analyse von Schwingungskomponenten (rhythmischen Veränderungen) in Zeitreihen eine Schwingungskomponente Autokorrelationsanalyse Eine oder mehr Schwingungskomponenten Spektralanalyse Folie Nr. 16

17 Prinzip: Korrelation der Zeitreihe mit sich selbst bei Berücksichtigung einer schrittweisen Verschiebung c k 1 n n k t 1 (y t k y) (y t y) r k c c k 0 Folie Nr. 17

18 Folie Nr. 18

19 Folie Nr. 19

20 Folie Nr. 20

21 Folie Nr. 21

22 Folie Nr. 22

23 Schwingungsgrundform: y t = A cos (2 π f t + Φ), (t = 1,,n) y Tag = 4 cos (2 π (1/80) Tag) (Tag = 1,...,160). Folie Nr. 23

24 Grundmodell: Überlagerung von Cosinusschwingungen: y t = A 1 cos (2 π f 1 t + Φ 1 ) + A 2 cos(2 π f 2 t + Φ 2 ), (t=1,,n) Beispiel: y t = 1 cos (2 π 1/10 t π/2 ) cos (2 π 1/2 t π/2) = 1 sin (2 π 1/10 t) sin (2 π 1/2 t), (t = 1,,n) Folie Nr. 24

25 Modell der Fourier-Analyse (für ungerade n; für gerade n analog) y (n 1) / 2 t y Ai cos (2 fi t i ) i 1 mit f i = i / n; t = 1,...,n; n ungerade Parsevalsche Gleichung (Varianzzerlegung): n i 1 (y (n 1) / t y) n A i / 2 i 1 Folie Nr. 25

26 Periodogramm: I(f i ) = n A i2 / 2 (i=1,,(n-1)/2) Folie Nr. 26

27 Folie Nr. 27

28 Periodogramm: I(f i ) = n A i2 / 2 (i=1,,(n-1)/2) Folie Nr. 28

29 Periodogramm der Original-Befindensdaten in der Kontrollphase) Folie Nr. 29

30 Periodogramm der trendbereinigten Befindensdaten in der Kontrollphase) Folie Nr. 30

31 Fenstertechniken Filtertechniken Parametrische Zeitreihenmodellierung, z.b. autoregressives Modell erster Ordnung Y t = a Y t-1 + E t (t = 2,,n) a : autoregressiver Parameter erster Ordnung E t : unabhängige normalverteilte ZV Zusammenhangsanalyse von Zeitreihen: z.b. Kreuzkorrelationsanalyse Modellierung von Interventionseffekten / Therapieeffekten bei Zeitreihen- / Einzelfallanalysen Folie Nr. 31

14 Lineare Differenzengleichungen

14 Lineare Differenzengleichungen 308 14 Lineare Differenzengleichungen 14.1 Definitionen In Abschnitt 6.3 haben wir bereits eine Differenzengleichung kennengelernt, nämlich die Gleichung K n+1 = K n q m + R, die die Kapitalveränderung

Mehr

In konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert.

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

Mehr

Institut für Statistik und Mathematische Wirtschaftstheorie Universität Augsburg. PROGNOSE II - Vertiefung Aufgaben und Lösungen Sommersemester 2004

Institut für Statistik und Mathematische Wirtschaftstheorie Universität Augsburg. PROGNOSE II - Vertiefung Aufgaben und Lösungen Sommersemester 2004 Institut für Statistik und Mathematische Wirtschaftstheorie Universität Augsburg PROGNOSE II - Vertiefung Aufgaben und Lösungen Sommersemester 2004 Aufgabe 1 U t bedeute weißes Rauschen und B den Backshift

Mehr

3. Übungsblatt Aufgaben mit Lösungen

3. 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

Mehr

Biostatistik Erne Einfuhrung fur Biowissenschaftler

Biostatistik Erne Einfuhrung fur Biowissenschaftler Matthias Rudolf Wiltrud Kuhlisch Biostatistik Erne Einfuhrung fur Biowissenschaftler PEARSON Studium Inhaltsverzeichnis Vorwort xi Kapitel 1 Einfiihrung 1 1.1 Biostatistik als Bestandteil biowissenschafllicher

Mehr

Überschrift. Titel Prognosemethoden

Überschrift. 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

Mehr

Hauptseminar zum Thema:

Hauptseminar zum Thema: Fakultät Informatik Institut für angewandte Informatik Professur Technische Informationssysteme Hauptseminar zum Thema: Vergleich ARCH- und GARCH- Modelle bei der Analyse von Zeitreihen mit veränderlichen

Mehr

Partielle Ableitungen & Tangentialebenen. Folie 1

Partielle Ableitungen & Tangentialebenen. Folie 1 Partielle Ableitungen & Tangentialebenen Folie 1 Bei Funktionen mit einer Variable, gibt die Ableitung f () die Steigung an. Bei mehreren Variablen, z(,), gibt es keine eindeutige Steigung. Die Steigung

Mehr

Kointegration. Kapitel 19. Angewandte Ökonometrie / Ökonometrie III Michael Hauser

Kointegration. Kapitel 19. Angewandte Ökonometrie / Ökonometrie III Michael Hauser 1 / 28 Kointegration Kapitel 19 Angewandte Ökonometrie / Ökonometrie III Michael Hauser 2 / 28 Inhalt I(d), Trends, Beispiele Spurious Regression Kointegration, common trends Fehlerkorrektur-Modell Test

Mehr

Trennung der Variablen, Aufgaben, Teil 1

Trennung der Variablen, Aufgaben, Teil 1 Trennung der Variablen, Aufgaben, Teil -E -E Trennung der Variablen Die Differenzialgleichung. Ordnung mit getrennten Variablen hat die Gestalt f ( y) dy = g (x) dx Satz: Sei f (y) im Intervall I und g

Mehr

Mathematik II für Inf und WInf

Mathematik II für Inf und WInf Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell

Mehr

SBWL Tourismusanalyse und Freizeitmarketing, Vertiefungskurs 2

SBWL Tourismusanalyse und Freizeitmarketing, Vertiefungskurs 2 Inhalt SBWL Tourismusanalyse und Freizeitmarketing, Vertiefungskurs 2 1. Teil: Zerlegungsmodelle und naive Prognosemethoden für Zeitreihen Regina Tüchler Einleitung 1. Einführung in das Modellieren von

Mehr

Kapitel XII - Einführung in die Zeitreihenanalyse

Kapitel 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

Mehr

Einführung in die Induktive Statistik: Testen von Hypothesen

Einführung in die Induktive Statistik: Testen von Hypothesen Einführung in die Induktive Statistik: Testen von Hypothesen Jan Gertheiss LMU München Sommersemester 2011 Vielen Dank an Christian Heumann für das Überlassen von TEX-Code! Testen: Einführung und Konzepte

Mehr

5.6 Empirische Wirtschaftsforschung

5.6 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,

Mehr

( ) ( ) ( ) ( ) 9. Differentiale, Fehlerrechnung

( ) ( ) ( ) ( ) 9. Differentiale, Fehlerrechnung 44 9. Differentiale, Fehlerrechnung Bei den Anwendungen der Differentialrechnung spielt der geometrische Aspekt (Tangentensteigung) eine untergeordnete Rolle. Ableitungen sind deshalb wichtig, weil sie

Mehr

Grundlagen der Mathematik, der Statistik und des Operations Research für Wirtschaftswissenschaftler

Grundlagen der Mathematik, der Statistik und des Operations Research für Wirtschaftswissenschaftler Grundlagen der Mathematik, der Statistik und des Operations Research für Wirtschaftswissenschaftler Von Professor Dr. Gert Heinrich 3., durchgesehene Auflage R.Oldenbourg Verlag München Wien T Inhaltsverzeichnis

Mehr

Algebra 3.

Algebra 3. Algebra 3 www.schulmathe.npage.de Aufgaben 1. In einem kartesischen Koordinatensystem sind die Punkte A( 3), B( ) sowie für jedes a (a R) ein Punkt P a (a a a) gegeben. a) Zeigen Sie, dass alle Punkte

Mehr

5 Potenzreihenansatz und spezielle Funktionen

5 Potenzreihenansatz und spezielle Funktionen 5 Potenzreihenansatz und spezielle Funktionen In diesem Kapitel betrachten wir eine Methode zur Lösung linearer Differentialgleichungen höherer Ordnung, die sich anwenden läßt, wenn sich alle Koeffizienten

Mehr

Nachrichtentechnik [NAT] Kapitel 4: Fourier-Transformation. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik

Nachrichtentechnik [NAT] Kapitel 4: Fourier-Transformation. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Nachrichtentechnik [NAT] Kapitel 4: Fourier-Transformation Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 25 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 4 Fourier-Transformation 3

Mehr

Modellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben.

Modellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben. Modellfall Anwendungen: Fragen: Digitalisierung / digitale Darstellung von Funktionen, insbesondere für Ton- und Bilddaten Digitale Frequenzfilter Datenkompression: Abspeichern der unteren Frequenzen Lösung

Mehr

Geraden und Ebenen. 1 Geraden. 2 Ebenen. Thérèse Tomiska 2. Oktober Parameterdarstellung (R 2 und R 3 )

Geraden und Ebenen. 1 Geraden. 2 Ebenen. Thérèse Tomiska 2. Oktober Parameterdarstellung (R 2 und R 3 ) Geraden und Ebenen Thérèse Tomiska 2. Oktober 2008 1 Geraden 1.1 Parameterdarstellung (R 2 und R 3 ) a... Richtungsvektor der Geraden g t... Parameter X = P + t P Q P Q... Richtungsvektor der Geraden g

Mehr

Die allgemeine Sinusfunktion

Die allgemeine Sinusfunktion Die allgemeine Sinusfunktion 1. Die Tageslänge(Zeitdauer zwischen Sonnenaufgang und Sonnenuntergang) an einem festen Ort verändert sich im Lauf eines Jahres. Die Graphik zeigt diese Veränderung für München.

Mehr

K8 Stetige Zufallsvariablen Theorie und Praxis

K8 Stetige Zufallsvariablen Theorie und Praxis K8 Stetige Zufallsvariablen Theorie und Praxis 8.1 Theoretischer Hintergrund Wir haben (nicht abzählbare) Wahrscheinlichkeitsräume Meßbare Funktionen Zufallsvariablen Verteilungsfunktionen Dichten in R

Mehr

14.3 Berechnung gekrümmter Flächen

14.3 Berechnung gekrümmter Flächen 4.3 Berechnung gekrümmter Flächen Gekrümmte Flächen werden berechnet, indem sie als Graph einer Funktion zweier Veränderlicher aufgefasst werden. Fläche des Graphen einer Funktion zweier Veränderlicher

Mehr

Übungsaufgaben zu Mathematik III (ohne Lösungen)

Übungsaufgaben zu Mathematik III (ohne Lösungen) Übungsaufgaben zu Mathematik III (ohne Lösungen) 1. Lösen Sie intuitiv (d.h. ohne spezielle Verfahren) die folgenden DGLn (allgemeine Lösung): = b) =! c) = d)!! = e at. Prüfen Sie, ob die gegebenen Funktionen

Mehr

Anwendungen der Differentialrechnung

Anwendungen der Differentialrechnung KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................

Mehr

2. Lagrange-Gleichungen

2. Lagrange-Gleichungen 2. Lagrange-Gleichungen Mit dem Prinzip der virtuellen Leistung lassen sich die Bewegungsgleichungen für komplexe Systeme einfach aufstellen. Aus dem Prinzip der virtuellen Leistung lassen sich die Lagrange-Gleichungen

Mehr

cos(kx) sin(nx)dx =?

cos(kx) sin(nx)dx =? 3.5 Fourierreihen 3.5.1 Vorbemerkungen cos(kx) sin(nx)dx =? cos gerade Funktion x cos(kx) gerade Funktion sin ungerade Funktion x sin(nx) ungerade Funktion x cos(kx) sin(nx) ungerade Funktion Weil [, π]

Mehr

Mathematik in der Biologie

Mathematik in der Biologie Erich Bohl Mathematik in der Biologie 4., vollständig überarbeitete und erweiterte Auflage Mit 65 Abbildungen und 16 Tabellen ^J Springer Inhaltsverzeichnis Warum verwendet ein Biologe eigentlich Mathematik?

Mehr

Drittvariablenkontrolle in der linearen Regression: Trivariate Regression

Drittvariablenkontrolle 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

Mehr

Kreuze nur die zutreffenden Eigenschaften für die folgenden Funktionen im richtigen Feld an!

Kreuze nur die zutreffenden Eigenschaften für die folgenden Funktionen im richtigen Feld an! Teil : Grundkompetenzen ( Punkte) Beispiel : ( Punkt) Die nebenstehende Graphik stellt ein eponentielles Wachstum der Form f() = a b (a, b R + ) dar. Bestimme aus dem Graphen die Werte der Konstanten a

Mehr

Normalengleichungen. Für eine beliebige m n Matrix A erfüllt jede Lösung x des Ausgleichsproblems Ax b min die Normalengleichungen A t Ax = A t b,

Normalengleichungen. Für eine beliebige m n Matrix A erfüllt jede Lösung x des Ausgleichsproblems Ax b min die Normalengleichungen A t Ax = A t b, Normalengleichungen Für eine beliebige m n Matrix A erfüllt jede Lösung x des Ausgleichsproblems Ax b min die Normalengleichungen A t Ax = A t b, Normalengleichungen 1-1 Normalengleichungen Für eine beliebige

Mehr

Erfüllt eine Funktion f für eine feste positive Zahl p und sämtliche Werte t des Definitionsbereichs die Gleichung

Erfüllt eine Funktion f für eine feste positive Zahl p und sämtliche Werte t des Definitionsbereichs die Gleichung 34 Schwingungen Im Zusammenhang mit Polardarstellungen trifft man häufig auf Funktionen, die Schwingungen beschreiben und deshalb für den Ingenieur von besonderer Wichtigkeit sind Fast alle in der Praxis

Mehr

Zeitreihenanalyse. H.P. Nachtnebel. Institut für Wasserwirtschaft, Hydrologie und konstruktiver Wasserbau

Zeitreihenanalyse. H.P. Nachtnebel. Institut für Wasserwirtschaft, Hydrologie und konstruktiver Wasserbau Zeitreihenanalyse H.P. Nachtnebel Institut für Wasserwirtschaft, Hydrologie und konstruktiver Wasserbau Ziel Aus der statistischen Analyse von Beobachtungen in der Zeit (Zeitreihen) lassen sich kennzeichnende

Mehr

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/

Mehr

Konvergenz im quadratischen Mittel und Parsevalsche Gleichung

Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Prof Dr Picard, gehalten von Helena Malinowski In vorhergehenden Vorträgen und dazugehörigen

Mehr

Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften

Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Fachbereich Mathematik der Universität Hamburg WiSe / Dr Hanna Peywand Kiani 722 Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Lineare Differentialgleichungssysteme,

Mehr

Programme und Skript-Sprache für die Modellierung von Molekülen und die Behandlung ihrer Konformationen

Programme und Skript-Sprache für die Modellierung von Molekülen und die Behandlung ihrer Konformationen Diplomarbeit die Modellierung von Molekülen und die Behandlung ihrer Autor: 07.Mai.2002 1 Überblick Motivation und Ziele Modellierung von Molekülen Konzeption Zusammenfassung Ausblick 2 Motivationen und

Mehr

Copula Funktionen. Eine Einführung. Nils Friewald

Copula Funktionen. Eine Einführung. Nils Friewald Copula Funktionen Eine Einführung Nils Friewald Institut für Managementwissenschaften Abteilung Finanzwirtschaft und Controlling Favoritenstraße 9-11, 1040 Wien friewald@imw.tuwien.ac.at 13. Juni 2005

Mehr

Statistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe

Statistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe Kapitel 4 Statistische Tests 4.1 Grundbegriffe Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe X 1,..., X n. Wir wollen nun die Beobachtung der X 1,...,

Mehr

TR - Transformator Blockpraktikum - Herbst 2005

TR - Transformator Blockpraktikum - Herbst 2005 TR - Transformator, Blockpraktikum - Herbst 5 8. Oktober 5 TR - Transformator Blockpraktikum - Herbst 5 Tobias Müller, Alexander Seizinger Assistent: Dr. Thorsten Hehl Tübingen, den 8. Oktober 5 Vorwort

Mehr

Hauptseminar Technische Informationssysteme

Hauptseminar Technische Informationssysteme Hauptseminar Technische Informationssysteme Thema: Vergleich verschiedener Prognosestrategien von Tobias Fochtmann Betreuer: Dr. Ribbecke 24.01.2008 Gliederung I. Einleitung II. Prognose allgemein und

Mehr

Formelzusammenstellung

Formelzusammenstellung Übung zu Mechanik 4 - ormelsammlung Seite 4 ormelzusammenstellung. Grundbegriffe Harmonische Schwingung Sinusschwingung: (t) sin ( t + ϕ) Schwingungsamplitude: Kreisfrequenz: Phasenwinkel: requenz: f Schwingungsdauer,

Mehr

PP Physikalisches Pendel

PP Physikalisches Pendel PP Physikalisches Pendel Blockpraktikum Frühjahr 2007 (Gruppe 2) 25. April 2007 Inhaltsverzeichnis 1 Einführung 2 2 Theoretische Grundlagen 2 2.1 Ungedämpftes physikalisches Pendel.......... 2 2.2 Dämpfung

Mehr

Fourier- und Laplace- Transformation

Fourier- und Laplace- Transformation Übungsaufgaben zur Vorlesung Mathematik für Ingenieure Fourier- und Lalace- Transformation Teil : Lalace-Transformation Prof. Dr.-Ing. Norbert Hötner (nach einer Vorlage von Prof. Dr.-Ing. Torsten Benkner)

Mehr

Pendel. Versuch: P Vorbereitung - Inhaltsverzeichnis. Physikalisches Anfängerpraktikum 1 Wintersemester 2005/06 Julian Merkert ( )

Pendel. Versuch: P Vorbereitung - Inhaltsverzeichnis. Physikalisches Anfängerpraktikum 1 Wintersemester 2005/06 Julian Merkert ( ) Physikalisches Anfängerpraktikum 1 Gruppe Mo-16 Wintersemester 005/06 Julian Merkert (1999) Versuch: P1-0 Pendel - Vorbereitung - Vorbemerkung Das einfachste Modell, um einen Pendelversuch zu beschreiben,

Mehr

Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK

Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK Institut für Stochastik Dr. Steffen Winter Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK für Studierende der INFORMATIK vom 17. Juli 01 (Dauer: 90 Minuten) Übersicht über

Mehr

Referenten: Daniela Seegmüller und Marco Hager Saarbrücken, den 15. Dezember 2010

Referenten: Daniela Seegmüller und Marco Hager Saarbrücken, den 15. Dezember 2010 Referenten: Daniela Seegmüller und Marco Hager Saarbrücken, den 15. Dezember 2010 Einordnung in den Lehrplan Vorwissen Sinusfunktion im Alltag Variation der Sinusfunktion Arbeitsphase I Modellierung periodischer

Mehr

Hydrologie und Flussgebietsmanagement

Hydrologie und Flussgebietsmanagement Hydrologie und Flussgebietsmanagement o.univ.prof. DI Dr. H.P. Nachtnebel Institut für Wasserwirtschaft, Hydrologie und konstruktiver Wasserbau Gliederung der Vorlesung Statistische Grundlagen Etremwertstatistik

Mehr

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation www.math.ethz.ch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof. Dr. Erich Walter

Mehr

Taylorreihen. Kapitel 9. Lernziele. Taylorreihe. (x x 0 ) + f (x 0 ) 2! (x x 0 ) f (n) (x 0 ) (x x 0 ) n. Taylorreihe und MacLaurinreihe

Taylorreihen. Kapitel 9. Lernziele. Taylorreihe. (x x 0 ) + f (x 0 ) 2! (x x 0 ) f (n) (x 0 ) (x x 0 ) n. Taylorreihe und MacLaurinreihe Kapitel 9 Taylorreihen Josef Leydold c 2006 Mathematische Methoden IX Taylorreihen 1 / 25 Lernziele Taylorreihe und MacLaurinreihe Beispiele Alternative Schreibweisen Approimation der Veränderung einer

Mehr

Grundlagen der Wechselkursforschung und Darstellung empirischer Methoden 1 1 Einleitung Ziel der Arbeit 3 1.

Grundlagen der Wechselkursforschung und Darstellung empirischer Methoden 1 1 Einleitung Ziel der Arbeit 3 1. Tabellenverzeichnis Abbildungsverzeichnis Abkürzungsverzeichnis Symbolverzeichnis ix xiii xvii xix I Grundlagen der Wechselkursforschung und Darstellung empirischer Methoden 1 1 Einleitung 3 1.1 Ziel der

Mehr

Länge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren

Länge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren Länge eines Vektors und Abstand von zwei Punkten Aufgabe Bestimme die Länge des Vektors x. Die Länge beträgt: x ( ) =. Skalarprodukt und Winkel zwischen Vektoren Aufgabe Es sind die Eckpunkte A(; ), B(

Mehr

Das wissen Sie: 6. Welche Möglichkeiten zur Darstellung periodischer Funktionen (Signalen) kennen Sie?

Das wissen Sie: 6. Welche Möglichkeiten zur Darstellung periodischer Funktionen (Signalen) kennen Sie? Das wissen Sie: 1. Wann ist eine Funktion (Signal) gerade, ungerade, harmonisch, periodisch (Kombinationsbeispiele)? 2. Wie lassen sich harmonische Schwingungen mathematisch beschreiben und welche Beziehungen

Mehr

konvergent falls Sei eine allgemeine ("gutmütige") Funktion. Frage: kann man sie in der Nähe des Punktes darstellen mittels einer Potenzreihe in

konvergent falls Sei eine allgemeine (gutmütige) Funktion. Frage: kann man sie in der Nähe des Punktes darstellen mittels einer Potenzreihe in C5 Funktionen: Reihenentwicklungen C5.1 Taylorreihen Brook Taylor (1685-1731) (Analysis-Vorlesung: Konvergenz von Reihen und Folgen) Grundlegende Frage: Wann / unter welchen Voraussetzungen lässt sich

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

Vorkurs Mathematik Übungen zu Komplexen Zahlen

Vorkurs 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

Mehr

7.2 Moment und Varianz

7.2 Moment und Varianz 7.2 Moment und Varianz Def. 21 Es sei X eine zufällige Variable. Falls der Erwartungswert E( X p ) existiert, heißt der Erwartungswert EX p p tes Moment der zufälligen Variablen X. Es gilt dann: + x p

Mehr

Varianz und Kovarianz

Varianz und Kovarianz KAPITEL 9 Varianz und Kovarianz 9.1. Varianz Definition 9.1.1. Sei (Ω, F, P) ein Wahrscheinlichkeitsraum und X : Ω eine Zufallsvariable. Wir benutzen die Notation (1) X L 1, falls E[ X ]

Mehr

13. Klasse TOP 10 Grundwissen 13 Geradengleichungen 01

13. 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:

Mehr

STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG

STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG Statistische Methoden In der vorliegenden fiktiven Musterstudie wurden X Patienten mit XY Syndrom (im folgenden: Gruppe XY) mit Y Patienten eines unauffälligem

Mehr

Dynamische Lasten. 1. Kraft- und Weganregung 2. Deterministische Lasten. 3. Stochastische Lasten

Dynamische Lasten. 1. Kraft- und Weganregung 2. Deterministische Lasten. 3. Stochastische Lasten Dynamische Lasten 1. Kraft- und Weganregung 2. Deterministische Lasten 2.1 Allgemeine zeitabhängige Lasten 2.2 Periodische Lasten 2.3 Harmonische Lasten 3. Stochastische Lasten 3.1 Instationäre stochastische

Mehr

Einführung in die Physik I. Schwingungen und Wellen 1

Einführung in die Physik I. Schwingungen und Wellen 1 Einführung in die Physik I Schwingungen und Wellen O. von der Lühe und U. Landgraf Schwingungen Periodische Vorgänge spielen in eine große Rolle in vielen Gebieten der Physik E pot Schwingungen treten

Mehr

5. Fourier-Transformation

5. Fourier-Transformation Fragestellungen: 5. Fourier-Transformation Bei Anregung mit einer harmonischen Last kann quasistatitisch gerechnet werden, wenn die Erregerfrequenz kleiner als etwa 30% der Resonanzfrequenz ist. Wann darf

Mehr

Trignonometrische Funktionen 6a

Trignonometrische Funktionen 6a Schuljahr 2015/16 andreas.kucher@uni-graz.at Institute for Mathematics and Scientific Computing Karl-Franzens-Universität Graz Graz, November 23, 2015 Winkelmaße Winkelmaß bis 6. Klasse: Grad (0 360 )

Mehr

Einleitung. Kapitel 1

Einleitung. Kapitel 1 Kapitel 1 Einleitung Die mathematische Analyse von Zeitreihen gewinnt wegen ihrer vielseitigen Anwendungsmöglichkeiten zunehmend an Bedeutung. Zu den wichtigsten Zeitreihen in der Ökonometrie zählen Preisverläufe,

Mehr

entspricht der Länge des Vektorpfeils. Im R 2 : x =

entspricht der Länge des Vektorpfeils. Im R 2 : x = Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.

Mehr

6. Statistische Schätzung von ARIMA Modellen

6. Statistische Schätzung von ARIMA Modellen 6. Statistische Schätzung von ARIMA Modellen Vorschau: ARIMA Modelle Modellidentifikation verschiedene Schätzverfahren Modelldiagnostik Fallstudien Zeitreihenanalyse 1 6.1 ARIMA Modelle Bisher: ARMA(p,q)-Modelle:

Mehr

Höhere Mathematik für Naturwissenschaftler Studienjahr 2016/17

Höhere Mathematik für Naturwissenschaftler Studienjahr 2016/17 1/37 0. Organisatorisches 2/37 Übung Höhere Mathematik für Naturwissenschaftler Studienjahr 2016/17 Dr. Udo Lorz TU Bergakademie Freiberg Fakultät für Mathematik und Informatik Links zur Vorlesung Website

Mehr

Auswirkungen von Summanden und Faktoren auf den Verlauf einer Funktion

Auswirkungen von Summanden und Faktoren auf den Verlauf einer Funktion Auswirkungen von Summanden und Faktoren auf den Verlauf einer Funktion Alexander Kirst 9. Februar Inhaltsverzeichnis Untersuchung der Funktion f(x) = c x n Untersuchung der Funktion f(x) = x n + d 3 Untersuchung

Mehr

Statistik 2 für SoziologInnen. Normalverteilung. Univ.Prof. Dr. Marcus Hudec. Themen dieses Kapitels sind:

Statistik 2 für SoziologInnen. Normalverteilung. Univ.Prof. Dr. Marcus Hudec. Themen dieses Kapitels sind: Statistik 2 für SoziologInnen Normalverteilung Univ.Prof. Dr. Marcus Hudec Statistik 2 für SoziologInnen 1 Normalverteilung Inhalte Themen dieses Kapitels sind: Das Konzept stetiger Zufallsvariablen Die

Mehr

Einführung in die Maximum Likelihood Methodik

Einführung in die Maximum Likelihood Methodik in die Maximum Likelihood Methodik Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Alfred Weber Institut Ruprecht Karls Universität Heidelberg Gliederung 1 2 3 4 2 / 31 Maximum Likelihood

Mehr

4. Übung für Übungsgruppen Musterlösung

4. Übung für Übungsgruppen Musterlösung Grundlagenveranstaltung Systemtheorie WS 6/7 (H.S. Stiehl, AB Kognitive Systeme, FB Informatik der Universität Hamburg). Übung für Übungsgruppen Musterlösung (N. Stein, Institut für Angewandte Physik,

Mehr

Adaptive Systeme. Sommersemester Prof. Dr. -Ing. Heinz-Georg Fehn. Prof. Dr. rer. nat. Nikolaus Wulff

Adaptive Systeme. Sommersemester Prof. Dr. -Ing. Heinz-Georg Fehn. Prof. Dr. rer. nat. Nikolaus Wulff Adaptive Systeme Sommersemester 2015 Prof. Dr. -Ing. Heinz-Georg Fehn Prof. Dr. rer. nat. Nikolaus Wulff Prof. Dr. H.-G. Fehn und Prof. Dr. N. Wulff 1 Adaptive Systeme Adaptives System: ein System, das

Mehr

Zeit Umsatz. t U=U(t) BS - 13 BS Modul : Analyse zeitabhängiger Daten z.b. Prof. Dr. W. Laufner Beschreibende Statistik

Zeit 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

Mehr

Reihen/Partialsummenfolgen und vollständige Induktion. Robert Klinzmann

Reihen/Partialsummenfolgen und vollständige Induktion. Robert Klinzmann Reihen/Partialsummenfolgen und vollständige Induktion Robert Klinzmann 3. Mai 00 Reihen / Partialsummen 1 Inhaltsverzeichnis 1 Vorwort Das Prinzip der vollständigen Induktion 3 3 Herleitung der Gauß schen

Mehr

Übungsaufgaben zur Analysis

Übungsaufgaben zur Analysis Serie Übungsaufgaben zur Analysis. Multiplizieren Sie folgende Klammern aus: ( + 3y)( + 4a + 4b) (a b )( + 3y 4) (3 + )(7 + y) + (a + b)(3 + ). Multiplizieren Sie folgende Klammern aus: 6a( 3a + 5b c)

Mehr

Korrektur: Lineare Regression in Excel

Korrektur: Lineare Regression in Excel Korrektur: Lineare Regression in Excel Doppelsummenkurve 1 8 kum. Abfluss 6 4 2 Juni 1987 5 1 15 2 kum. Niederschlag 1 PDFA Abfluss Lange Bramke 4 kum. Stabw. 3 2 1 Feb. 1981 1.8 1.82 1.84 1.86 1.88 1.9

Mehr

Seminar im Wintersemester 2010/2011: Quantitative und implementierte Methoden der Marktrisikobewertung

Seminar im Wintersemester 2010/2011: Quantitative und implementierte Methoden der Marktrisikobewertung M.Sc. Brice Hakwa hakwa@uni-wuppertal.de Seminar im Wintersemester 2010/2011: Quantitative und implementierte Methoden der Marktrisikobewertung - Zusammenfassung zum Thema: Berechnung von Value-at-Risk

Mehr

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J} 9 Der Satz über implizite Funktionen 41 9 Der Satz über implizite Funktionen Wir haben bisher Funktionen g( von einer reellen Variablen immer durch Formelausdrücke g( dargestellt Der Zusammenhang zwischen

Mehr

1 Dichte- und Verteilungsfunktion

1 Dichte- und Verteilungsfunktion Tutorium Yannick Schrör Klausurvorbereitungsaufgaben Statistik Lösungen Yannick.Schroer@rub.de 9.2.26 ID /455 Dichte- und Verteilungsfunktion Ein tüchtiger Professor lässt jährlich 2 Bücher drucken. Die

Mehr

WWG Grundwissen Mathematik 10. Klasse

WWG Grundwissen Mathematik 10. Klasse WWG Grundwissen Mathematik 10. Klasse I. Kreiszahl 1. Kreis: Fläche des Kreissektors: = Länge des Kreisbogens: = Im Einheitskreis gilt: = 2 = 2. Kugel: Oberflächeninhalt: = 4 Volumen: = II. Geometrische

Mehr

5. Zeitreihenanalyse und Prognoseverfahren

5. Zeitreihenanalyse und Prognoseverfahren 5. Zeitreihenanalyse und Prognoseverfahren Stichwörter: Trend, Saisonalität, Noise, additives Modell, multiplikatives Modell, Trendfunktion, Autokorrelationsfunktion, Korrelogramm, Prognosehorizont, Prognoseintervall,

Mehr

3. Einführung in die Zeitreihenanalyse

3. Einführung in die Zeitreihenanalyse 3. Einführung in die Zeitreihenanalyse Dr. Johann Burgstaller Finance Department, JKU Linz (Dieser Foliensatz wurde zuletzt aktualisiert am 25. Dezember 2007.) Dr. Johann Burgstaller IK Empirische Kapitalmarktforschung

Mehr

Die Interferenz von flexiblen Arbeitszeiten mit der Nutzbarkeit arbeitsfreier Zeit Ein Prädiktor für soziale Beeinträchtigungen

Die Interferenz von flexiblen Arbeitszeiten mit der Nutzbarkeit arbeitsfreier Zeit Ein Prädiktor für soziale Beeinträchtigungen Die Interferenz von flexiblen Arbeitszeiten mit der Nutzbarkeit arbeitsfreier Zeit Ein Prädiktor für soziale Beeinträchtigungen Anna Wirtz*, Ole Giebel**, Carsten Schomann**, Friedhelm Nachreiner** *Bundesanstalt

Mehr

Statistik, Datenanalyse und Simulation

Statistik, Datenanalyse und Simulation Dr. Michael O. Distler distler@kph.uni-mainz.de Mainz, 31. Mai 2011 4. Methode der kleinsten Quadrate Geschichte: Von Legendre, Gauß und Laplace zu Beginn des 19. Jahrhunderts eingeführt. Die Methode der

Mehr

Uebungsserie 1.1 Harmonische Signale und Ihre Darstellung

Uebungsserie 1.1 Harmonische Signale und Ihre Darstellung 28. September 2016 Elektrizitätslehre 3 Martin Weisenhorn Uebungsserie 1.1 Harmonische Signale und Ihre Darstellung Aufgabe 1. Die nachfolgende Grafik stellt das Oszillogramm zweier sinusförmiger Spannungen

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte und Diagonalisierung Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende

Mehr

Mathematik Übungsblatt - Lösung. b) x=2

Mathematik Übungsblatt - Lösung. b) x=2 Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Sommersemester 204 Technische Informatik Bachelor IT2 Vorlesung Mathematik 2 Mathematik 2 4. Übungsblatt - Lösung Differentialrechnung

Mehr

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w = 1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition

Mehr

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de

Statistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent

Mehr

WELLEN im VAKUUM. Kapitel 10. B t E = 0 E = B = 0 B. E = 1 c 2 2 E. B = 1 c 2 2 B

WELLEN im VAKUUM. Kapitel 10. B t E = 0 E = B = 0 B. E = 1 c 2 2 E. B = 1 c 2 2 B Kapitel 0 WELLE im VAKUUM In den Maxwell-Gleichungen erscheint eine Asymmetrie durch Ladungen, die Quellen des E-Feldes sind und durch freie Ströme, die Ursache für das B-Feld sind. Im Vakuum ist ρ und

Mehr

Definition von Sinus und Cosinus

Definition von Sinus und Cosinus Definition von Sinus und Cosinus Definition 3.16 Es sei P(x y) der Punkt auf dem Einheitskreis, für den der Winkel von der positiven reellen Halbachse aus (im Bogenmaß) gerade ϕ beträgt (Winkel math. positiv,

Mehr

18 Höhere Ableitungen und Taylorformel

18 Höhere Ableitungen und Taylorformel 8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a

Mehr

Multiplikation und Division in Polarform

Multiplikation und Division in Polarform Multiplikation und Division in Polarform 1-E1 1-E Multiplikation und Division in Polarform: Mathematisches Rüstzeug n m b b = b n+m bn bm = bn m ( b n )m = b n m Additionstheoreme: cos 1 = cos 1 cos sin

Mehr

Diese Funktion ist mein Typ!

Diese Funktion ist mein Typ! Diese Funktion ist mein Typ! Überblick über die wichtigsten Funktionstypen der 10.Jgst.: Lineare Funktionen Quadratische Funktionen Ganzrationale Funktionen Gebrochen-rationale Funktionen Trigonometrische

Mehr

Nachrichtentechnik [NAT] Kapitel 2: Zeitkontinuierliche Signale. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik

Nachrichtentechnik [NAT] Kapitel 2: Zeitkontinuierliche Signale. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Nachrichtentechnik [NAT] Kapitel 2: Zeitkontinuierliche Signale Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 25 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 2 Zeitkontinuierliche

Mehr