Lineare Regression: Das lineare Modell

Größe: px
Ab Seite anzeigen:

Download "Lineare Regression: Das lineare Modell"

Transkript

1 Leare Regresso: Das leare Moell Problemstellug am Besel fuktoeller Kerstomograhe fmri Leares Percetro u Leare Regresso Parameterschätzug Varazschätzug u Kofeztervalle Aeugsbesel fmri-aalse: raktverug als Statstsche Parameterkarte SPM PD Dr Mart Stetter, Semes AG Wahrschelchketstheore: Grulage, Deftoe

2 Aeugsbesel: Aalse vo fmri-date echk: fuktoelle Kerstomograhe fuctoal Magetc Resoace Imagg fmri Magetmomete er Atome ere eem starke Magetfel ageregt Magetresoaz Se relaere e Gruzusta zurück De Relaato r urch Graetefeler ortsabhägg gemacht > Imagg De Relaato st abhägg vo er molekulare Umgebug -- Wasserstoffkozetrato: strukturelle MRI -- Paramagetsche Substaze br: fuktoelle MRI PD Dr Mart Stetter, Semes AG

3 BOLD Sgal fmri eermets the BOLD sgal bloo oge level eeet s measure: At least to comoets: local e-ogeato a local crease flo PD Dr Mart Stetter, Semes AG 3

4 fmri Data Format t 0 s - 3 s t 3 s - 6 s t 6 s - 9 s t 9 s - s slce tmg correcto, moto correcto, satal flterg, ormalzato, t 3 s t 6 s t 9 s t s GLM F-statstcs statstcal arametrc ma regos ask: Etract small sgal t Searate sgal comoets BOLD from structural sgal, backgrou Searate sgal from ose PD Dr Mart Stetter, Semes AG 4

5 cal Eermetal ask a Data Format o off ask: fger movemet tme s 300 sca o 00 Ra ata: EPI scas 00 scas, 88 slce sze, 6 slces Sca tme: 6 sec Sca terval: 3 sec Ra ata: sca, slce 0 PD Dr Mart Stetter, Semes AG 5

6 Fuktoelle Kerstomograhe: E Besel PD Dr Mart Stetter, Semes AG ab et al, 994 6

7 Das leare Moell Ausgagsukt: Leares Percetro Fttet Ebee mt Graet Iteressater: Leares Percetro mt Vorverarbetug h h + h + + h Percetro mt VV st lear Aber: Nchtlear Fuktoe h s vo a vorgegebe, ere cht gelert 3 h h h Leares Moelleuro 3 Leares Moelleuro PD Dr Mart Stetter, Semes AG Regresso: Leares Moell 7

8 PD Dr Mart Stetter, Semes AG 8 Geschrebe als Regressosmoell Allgeme: f + Leares Moell: h + Bs: Polom-Ft: h h 3 h m m m m Emrsche Formulerug, Desg-Matr: Betrachte Datesatz },,,, { M m D m m + M M M M h h h h h h, m m h + Outut Desg-Matr Parameter Rausche Regresso: Leares Moell

9 PD Dr Mart Stetter, Semes AG 9 Lere : ML-Parameterschätzug es beste l Moells Aahme: Gausssches eßes Rausche e e M m m m m π π Regresso: Leares Moell D Lkelhoo: ML e Mamum-Lkelhoo Parameter l! 0 + ML aaltsch berechebar!

10 Schätzug er Rauschvaraz : Schätzer es Rauschvektors: m m m : R m Resuum-erzeugee Matr: R I Schätzer Rauschvaraz: M m m M Az geschätzter Parameter tr R PD Dr Mart Stetter, Semes AG Regresso: Leares Moell 0

11 PD Dr Mart Stetter, Semes AG Schätzug er Parametervaraz Regresso: Leares Moell l l Σ Kovarazmatr er Parameter: Σ / / : Z Σ Geschätztes Sgal-Rausch-Verhältms: Der Z-score Beobachtug: Varaz es -te Parameters: Parametervektor folgt eer multvarate Gaußvertelug e Σ

12 Lear Moel Aalss of fmri me Seres o off ask: fger movemet tme s 300 sca o 00 Ra ata: EPI scas 00 scas, 88 slce sze, 6 slces Sca tme: 6 sec Sca terval: 3 sec Ra ata: sca, slce 0 PD Dr Mart Stetter, Semes AG

13 fmri Ra Images: Vsual Isecto After subtracto of seco sca from the others frst frame has hgher test Sca 3, slce 0 Sca 3, slce 0 Sca 83, slce 0 Sca 93, slce 0 Strog correlate ose; correlatos ete over several voels From comarso of sgle scas th / thout task o sgal vsble Slo rft the hea osto movemet artfact later scas PD Dr Mart Stetter, Semes AG 3

14 fmri me Seres: Vsual Isecto Mea tme seres over three regos: Sgal, rft, a backgrou ask-relate resose lear rft reset Frst frame has hgher values magetc traset? PD Dr Mart Stetter, Semes AG 4

15 Geeral Lear Moel: Desg Matr Prcle: X + X matr of tme seres Desg matr arameter estmate use for t-test ose estmate use for t-test Etres of esg matr use: PD Dr Mart Stetter, Semes AG 5

16 GLM: Statstcal Parametrc Mas SPM 3 comoet GLM o ra ata Ra t-test o ra ata, t, gher absolute t-value GLM ue to covoluto th hemoamc resose t-values alog hea borer are suresse GLM because rft s moele PD Dr Mart Stetter, Semes AG 6

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

Scatterplots. Scatterplot Zweidimensionale Stichproben können als Punkte in der Ebene dargestellt werden. Länge und Breite von Venusmuscheln

Scatterplots. Scatterplot Zweidimensionale Stichproben können als Punkte in der Ebene dargestellt werden. Länge und Breite von Venusmuscheln Scatterplots emprsche Eletug Trasformatoe Exteres Fle Iput-Awesug SAS-Fles Output-Awesug DO-Schlefe Populato Wahrschelchket Zufallsvarable Dskrete Zufallsvarable Stetge Zufallsvarable Normalvertelug (1)

Mehr

Varianzfortpflanzung

Varianzfortpflanzung 5.0 / SES.5 Parameterschätzug Varazortplazug Torste Maer-Gürr Torste Maer-Gürr Dskrete Zuallsvarable Ee dskrete Zuallsvarable mmt edlch vele oder abzählbar uedlch vele Werte a. - Werte: - Wahrschelchket:,,,,,,,,

Mehr

Stichprobenmodell der linearen Einfachregression

Stichprobenmodell der linearen Einfachregression Stchproemodell der leare Efachregresso Stchproemodell der leare Efachregresso Vertelug der Stchproekoeffzete Prof. Kück / Dr. Rcaal Delgado Lehrstuhl Statstk Regresso III lografe: Prof. Dr. Kück verstät

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate

Mehr

Kapitel 6: Regression

Kapitel 6: Regression udwg-maxmlas-uverstät Müche Isttut für Iformatk ehr- ud Forschugsehet für Datebaksysteme Skrpt zur Vorlesug Kowledge Dscovery Databases m Sommersemester 05 Kaptel 6: Regresso Vorlesug: PD Dr. Arthur Zmek

Mehr

Formelzusammenstellung

Formelzusammenstellung Hochschule Müche Faultät Wrtschaftsgeeurwese Formelzusammestellug zugelasse für de Prüfug Dateaalyse der Faultät 09 für Wrtschaftsgeeurwese Prof. Dr. Voler Abel Formelsammlug Dateaalyse / Ihaltsverzechs

Mehr

5 Reproduktions- und Grenzwertsätze

5 Reproduktions- und Grenzwertsätze Reproduktos- ud Grezwertsätze Reproduktos- ud Grezwertsätze. Reproduktossätze Bespel 0: Der Aufzug eer Frma st zugelasse für Persoe bzw. 000 kg. Das Durchschttsgewcht der Agestellte der Frma st µ = 80

Mehr

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen.

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen. Statstk st de Kust, Date zu gewe, darzustelle, zu aalysere ud zu terpretere um zu euem Wsse zu gelage. Sachs (984) Aufgabe De Statstk hat also folgede Aufgabe: Zusammefassug vo Date Darstellug vo Date

Mehr

Fehlerrechnung im Praktikum

Fehlerrechnung im Praktikum Fehlerrechug m Pratum Pratum Phsalsche Cheme (A. Dael Boese) I chts zegt sch der Magel a mathematscher Bldug mehr, als eer überbertrebe geaue Rechug. Carl Fredrch Gauß, 777-855 Themegebete Utertelug vo

Mehr

Eigenschaften der arithmetischen Mittel. Schätzer für die Varianz. Allgeimeines Method: Likelihood Funktion. Schätzer für die Wahrscheinlichkeit

Eigenschaften der arithmetischen Mittel. Schätzer für die Varianz. Allgeimeines Method: Likelihood Funktion. Schätzer für die Wahrscheinlichkeit Statstk. Vorlesug, September 6, 009 Egeschafte er arthmetsche Mttel für alle Fälle wo e Stchprobeelemete habe e selbe Vertelug u s uabhägg: E ( = mvar, ( = / Staarabwechug (Staarfehler: D ( = / Korrektur

Mehr

Kapitel XI. Funktionen mit mehreren Variablen

Kapitel XI. Funktionen mit mehreren Variablen Kaptel XI Fuktoe mt mehrere Varable D (Fuktoe vo uabhägge Varable Se R ud D( f R Ist jedem Vektor (Pukt (,,, D( f durch ee Vorschrft f ee reelle Zahl z = f (,,, zugeordet, so heßt f ee Fukto vo uabhägge

Mehr

Regressionsrechnung und Korrelationsrechnung

Regressionsrechnung und Korrelationsrechnung Regressosrechug ud Korrelatosrechug Beschrebede Statstk Modul : Probleme be der Abhäggketsaalyse Problem : Es gbt mest cht ur ee Eflussfaktor (Probleme sd selte mookausal ) A Ursache() Wrkug B C - efache

Mehr

1. Ökonometrische Modelle ohne Stochastik

1. Ökonometrische Modelle ohne Stochastik .. Ökoometrsche Modelle ohe Stochastk Emprsche Wrtschaftsforschug st otwedge Ergäzug der Wrtschaftstheore, dem se de Wahrhetsgehalt des theoretsche Hpothesegeäudes a der ökoomsche Wrklchket, d. h. a der

Mehr

Mehrdimensionale Häufigkeitsverteilungen (1)

Mehrdimensionale Häufigkeitsverteilungen (1) Mehrdmesoale Häufgketsverteluge () - De Begrffe uvarat ud bvarat - Vo uvarate (edmesoale) statstsche Aalyse sprcht ma, we pro Perso ur e Merkmal tabellarsche oder grafsche Häufgketsverteluge oder be der

Mehr

Einführung 2. Teil: Fehleranalyse

Einführung 2. Teil: Fehleranalyse Phscal Chemstr Phskalsch-chemsches Praktkum I Modul Eführug. Tel: Fehleraalse Ja Helbg, 9.09.06 Uterlage: htt://www.chem.uzh.ch/stud/old/documets/ear/che3.html Fehlerrechug Phscal Chemstr Gesucht: wahrer

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk ud Wahrschelchketsrechug Mathas Graf 8.04.009 Ihalt der heutge Vorlesug Auswahl eer Vertelugsfukto: Wahrschelchketspaper Schätzug ud Modelletwcklug: Methode der Momete Methode der Maxmum Lkelhood

Mehr

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält.

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält. Parameterschätzuge Fachhochschule Jea Uversty of Appled Sceces Jea Oft st der Vertelugstyp eer Zufallsgröße X bekat, ur de Parameter sd ubekat. Da erfolgt hre Schätzug aus eer Stchprobe. Ma uterschedet

Mehr

Regelungs- und Systemtechnik 3

Regelungs- und Systemtechnik 3 Regelug Mechatroscher stee Regelugs- u stetech 3 aptel 3: ala-flter Prof. Dr.-g. Pu L Fachgebet ulato u Optale Proesse OP Dsrete asche stee 4 3 0 Zustasvarable: e st otuerlch aber cht ffereerbar. u u u

Mehr

3. Das Messergebnis. Was ist ein Messergebnis?

3. Das Messergebnis. Was ist ein Messergebnis? . Das Messergebs Was st e Messergebs? Wederholug der Messug Wahrer Wert? Mehrere Eflussgröße Fehlerbetrachtug Messergebs Vorgeheswese für Messergebs. Bestmmug des bekate systematsche Fehlers 2. Aufahme

Mehr

Klausur SS 2005 Version 1

Klausur SS 2005 Version 1 BEMERKUG: für de Rchtgket der Lösuge wrd atürlch kee Garate überomme!! Klausur SS 005 Verso Aufgabe : e Gamma-Quat hat kee Ladug > el. Felder übe kee Kräfte aus > kee Kräfte, kee Äderug der Bewegug (ewto)

Mehr

Practical Numerical Training UKNum

Practical Numerical Training UKNum Practcal Numercal Trag UKNum Statstk, Datemodellerug PD. Dr. C. Mordas Ma-Plack-Isttute für Astroome, Hedelberg Programm: ) Repetto elemetare Statstk 2) Regressosaalyse 3) Leare Regresso 4) Ncht-leare

Mehr

Bereich: prüfbare Vorlesung im Bereich praktischer und theoretischer Informatik: Künstliche Intelligenz / Maschinelles Lernen

Bereich: prüfbare Vorlesung im Bereich praktischer und theoretischer Informatik: Künstliche Intelligenz / Maschinelles Lernen Statistische u euroale Lerverfahre Marti Stetter WS 6/7 SWS Bereich: rüfbare Vorlesug i Bereich raktischer u theoretischer Iforatik: Küstliche Itelligez / Maschielles Lere Zeit: Diestag 8.3 s.t. -. Ort:

Mehr

Formeln für Statistik und Wahrscheinlichkeitstheorie (Dutter)

Formeln für Statistik und Wahrscheinlichkeitstheorie (Dutter) Formel für tatstk ud Wahrschelchketstheore (Dutter) Fehler a: fpalmater@gmal.com Cotets Beschrebede tatstk... Kegröße vo Verteluge... Verteluge... 3 Wahrschelchketstheore... 3 Grudlage... 4 Erwartug &

Mehr

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x)

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x) Lösuge Aufgabe Merkmal (x) Häufgket (h) h x,, 3, 3,, 8, 5, 5, 6, 6, 7, 3, 8, 3 5, 9, 38,, 5,, 8 68,, 6 3, 3, 9,, 8, 5, 5 5, 6, 3 78, 7, 5, 8, 8, 3, 3, Summe 5.63, Aufgabe Häufgketsvertelug (Stabdagramm)

Mehr

Freeride Filmbase Innsbruck

Freeride Filmbase Innsbruck Freeride Filmbase Innsbruck F reeridefilme der Inns br ucker Sze ne mit den Locals live auf d er Bühne Am 1 1.11.2017 im Inns br ucker Me tr o pol kino i n Koopera ti o n mit de r Inns br ucker Al p i

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

Polynomprodukt und Fast Fourier Transformation

Polynomprodukt und Fast Fourier Transformation Polomrodut ud Fst Fourer Trsformto Polome Reelles Polom eer Vrble...... R : oeffzete vo Grd vo : höchste Potez Besel: 3 3 5 8 Mege ller reelle Polome: R[] 3 Oertoe uf Polome. Addto b b b q b b b b b q

Mehr

Korrelations- und Regressionsanalyse

Korrelations- und Regressionsanalyse Kaptel VI Korrelatos- ud Regressosaalse B 6 (Gegestad der Korrelatos- ud Regressosaalse) Währed de Korrelatosaalse de Estez, de Stärke ud de Rchtug des Zusammehags zwsche zwe oder mehrere statstsche Varable

Mehr

Der Approximationssatz von Weierstraß

Der Approximationssatz von Weierstraß Der Approxmatossatz vo Weerstraß Ja Köster 22. Oktober 2007 1 Eführug Aus der Aalyss wsse wr, dass sch aalytsche Fuktoe durch Potezrehe der Form f(x = a 0 + a 1 x + a 2 x 2 +... darstelle lasse. Dabe kovergert

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

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

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert Physkalsche Messuge sd mmer fehlerbehaftet! Der wahre Wert st cht ermttelbar. Der wahre Wert st cht detsch mt dem Mttelwert Der Wert legt mt eer gewsse Wahrschelchket (Kofdezahl bzw. Vertrauesveau %) m

Mehr

Statistische Kennzahlen für die Streuung

Statistische Kennzahlen für die Streuung 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

Mehr

Einschlägige Begriffe zur Meßunsicherheit Dr. Wolfgang Kessel, Braunschweig

Einschlägige Begriffe zur Meßunsicherheit Dr. Wolfgang Kessel, Braunschweig Eschlägge Begrffe zur Meßuscherhet /7 Eschlägge Begrffe zur Meßuscherhet Dr. Wolfgag Kessel, Brauschweg De Aufstellug folgt cht der re lexografsch-alphabetsche Aordug. Verwadte Begrffe sd velmehr zu Gruppe

Mehr

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet:

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet: Pro. Dr. Fredel Bolle LS ür Volkswrtschatslehre sb. Wrtschatstheore (Mkroökoome) Vorlesug Mathematk - WS 008/009 4. Deretalrechug reeller Fuktoe IR IR (Karma, S. 00 06, dort glech ür IR IR m ) 4. Partelle

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

Deskriptive Statistik und Explorative Datenanalyse

Deskriptive Statistik und Explorative Datenanalyse rger Gabler PLU Zusatzformatoe zu Mede vo rger Gabler Thomas Cleff Desrtve tatst ud Eloratve Dateaalse Ee comutergestützte Eführug mt Ecel, P ud TATA 05 3., überarbetete ud erweterte Auflage rger Gabler

Mehr

Quantitative Methoden in der klinischen Epidemiologie

Quantitative Methoden in der klinischen Epidemiologie Quattatve Methode der klsche Epdemologe Korrelato ud leare Regresso Lerzele Besteht e fuktoeller Zusammehag zwsche zwe Messuge a eem Patete? Korrelato als Maßzahl für de Stärke ees leare Zusammehages Beschrebe

Mehr

Bilder des Gehirns Bilder der Psyche

Bilder des Gehirns Bilder der Psyche Bilder des Gehirns Bilder der Psyche Prof. Stefan Borgwardt Universitäre Psychiatrische Kliniken Basel (UPK) Die Hirnforschung sucht tatsächlich ohne Rücksicht auf die Klinik und ohne je von der Psychopathologie

Mehr

Korrelations- und Assoziationsmaße

Korrelations- und Assoziationsmaße k m χ : j l r +. Zusammehagsmaße ( o e ) jl jl e jl Korrelatos- ud Assozatosmaße e jl 5 Merkmal Y Summe X b b m a H (a,b) H (a,b). a H (a,b) H (a,b). Summe.. Zusammehagsmaße Eführug Sche- ud Noses-Korrelato

Mehr

Biochemical relapse after local treatment for prostate cancer: isolated or systemic relapse?

Biochemical relapse after local treatment for prostate cancer: isolated or systemic relapse? Biochemical relapse after local treatment for prostate cancer: isolated or systemic relapse? Christian Gratzke LMU Munich Disclosures Grants/research support from AMS, Astellas, Bayer HealthCare, Lilly,

Mehr

Formelsammlung für die Lehrveranstaltung Statistik

Formelsammlung für die Lehrveranstaltung Statistik Formelsammlug Statst Formelsammlug für de Lehrverastaltug Statst ugelasse für de Klausure ur Statst de Studegäge der Techsche Betrebswrtschaft Verso vom 5..9 Korreturhwese a: Rose@FH-Muester.de Formelsammlug

Mehr

Dosis- Wirkungsbeziehungen

Dosis- Wirkungsbeziehungen Doss- Wrkungsbezehungen En paar Gedanken vorweg An experment s a dalog wth nature. Ilya Prgogne En paar Gedanken vorweg Modell Vorhersage Hypothese Nen Stmmen erwartete und gemessene Werte überen? Ja Experment

Mehr

6.2 Prüfen von Restriktionen - Granger-Kausalität

6.2 Prüfen von Restriktionen - Granger-Kausalität 6.2 Prüfe vo Restriktioe - Grager-Kausalität 6.28 Aufteile des Variablevektors y t i zwei Teilvektore y 1t (N 1 1) ud y 2t (N 2 1). Sid Koeffiziete φ i de Gleichuge vo y 1t für die Abhägigkeit vo alle

Mehr

Formelsammlung zur Zuverlässigkeitsberechnung

Formelsammlung zur Zuverlässigkeitsberechnung Formelsmmlug zur Zuverlässgetsberechug zusmmegestellt vo Tt Lge Fchhochschule Merseburg Fchberech Eletrotech Ihlt:. Zuverlässget vo Betrchtugsehete.... Zuverlässget elemetrer, chtreprerbrer ysteme... 3.

Mehr

Grundlagen der Entscheidungstheorie

Grundlagen der Entscheidungstheorie Kaptel 0 Grudlage der Etschedugstheore B. 0 (Gegestad) De Etschedugstheore befasst sch mt dem Etschedugsverhalte vo Idvdue ud Gruppe. Se besteht aus we Telgebete. Deskrptve Etschedugstheore De deskrptve

Mehr

Prinzip "Proportional Reduction of Error" (PRE)

Prinzip Proportional Reduction of Error (PRE) Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur

Mehr

Klausur Statistik IV Sommersemester 2009

Klausur Statistik IV Sommersemester 2009 Klausur Statstk IV (Lösug) Name, Vorame 013456 Klausur Statstk IV Sommersemester 009 Prof. Dr. Torste Hothor Isttut für Statstk Name: Name, Vorame Matrkelummer: 013456 Wchtg: ˆ Überprüfe Se, ob Ihr Klausurexemplar

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

2.2 Rangkorrelation nach Spearman

2.2 Rangkorrelation nach Spearman . Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable

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

Seminar: Stochastische Geometrie und ihre Anwendungen - Unbegrenzt teilbare und stabile Verteilungen.

Seminar: Stochastische Geometrie und ihre Anwendungen - Unbegrenzt teilbare und stabile Verteilungen. Uverstät Ulm, Isttut Stochastk 5. Jul 200 Semar: Stochastsche Geometre ud hre Aweduge - Ubegrezt telbare ud stable Verteluge. Ausarbetug: Stefa Fuke Betreuer: Ju.-Prof. Dr. Zakhar Kabluchko Ubegrezt telbare

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

Beispiel zur Regression

Beispiel zur Regression Bespel zur Regresso Bespel Lestug kw ud Kraftstoff-Verbrauch l pro 00 km vo sebe verschedee VW-Golf Bezmotore [] kw l/00km 55 6,4 74 7,6 77 6,8 85 7,9 0 9,3 50 0,8 [] Quelle: http://www.vw-ole.de/golf/dex_.htm

Mehr

Seien p 1 und p 2 die Preise für die Faktoren 1 und 2. Isoquante für Output y. Kosten

Seien p 1 und p 2 die Preise für die Faktoren 1 und 2. Isoquante für Output y. Kosten Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 II. Theore der Uterehmug/3 5 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 II. Theore der Uterehmug/3 53 8. De Mmalkostekombato Frage:

Mehr

9. Credibility: 9.1. Problemstellung. 9.1 Problemstellung

9. Credibility: 9.1. Problemstellung. 9.1 Problemstellung 9. Credblty 9. Credblty: 9.. Problemstellug 9. Problemstellug 9. Credblty: 9.. Problemstellug 3 9... Utersched zur klasssche Statstk GLM s etc. Modellaahme: Homogee Kollektve, welche durch gleche Auspräguge

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

Mathematik für VIW - Prof. Dr. M. Ludwig ( ) ( ) ( ) n f. bestimmt m Funktionen. durch die Festlegung f (,,

Mathematik für VIW - Prof. Dr. M. Ludwig ( ) ( ) ( ) n f. bestimmt m Funktionen. durch die Festlegung f (,, Matheatk ür VIW - Pro. Dr. M. Ludwg 8. Deretato reeller Fuktoe ehrerer Varabler 8. Skalare Felder Vektorelder Koordatesystee Bsher wurde reelle Fuktoe ür ee Varable utersucht: : D t der egeührte Schrebwese

Mehr

UMM4.0 Innovative Medizintechnik Einführung

UMM4.0 Innovative Medizintechnik Einführung 1 3/14/2018 Page 1 MaReCuM Klinischer Studienabschnitt UMM4.0 Innovative Mediintechnik Einführung Chair in Faculty of Medicine Mannheim University Heidelberg Theodor-Kuter-Ufer 1-3 D-68167 Mannheim, Germany

Mehr

Intervallschätzung. Bibliografie:

Intervallschätzung. Bibliografie: Itervallschätzug Kofdeztervall der Varaz Kofdeztervalle vo Atelswerte Kofdeztervall für de Dfferez zweer Atele Bestmmug des tchrobeumfags Dr. Rcabal Delgado/rof. Kück Lehrstuhl tatstk chätzug III Bblografe:

Mehr

Vl. Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 3: Diskrete Verteilungen

Vl. Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 3: Diskrete Verteilungen Vl. Statstsche Prozess- ud Qualtätsotrolle ud Versuchsplaug Übug 3: Dsrete Verteluge Prof. Dr. B. Grabows Zur Lösug der folgede Aufgabe öe Se auch de begefügte Tabelle der dsrete Verteluge m Ahag verwede.

Mehr

Konfidenzintervalle. Praktische Übung Stochastik SS 2017 Lektion 10 1

Konfidenzintervalle. Praktische Übung Stochastik SS 2017 Lektion 10 1 Kofidezitervalle Praktische Übug Stochastik SS 017 Lektio 10 1 Kofidezitervalle Geerelle Aahme: Parametrisches Modell (P ϑ ) ϑ Θ Beobachtuge X 1,..., X u.i.v. ach P ϑ mit ubekatem ϑ Θ Grudidee: Schätzer

Mehr

Statistik. (Inferenzstatistik)

Statistik. (Inferenzstatistik) Statstk Mathematsche Hlfswsseschaft mt der Aufgabe, Methode für de Sammlug, Aufberetug, Aalyse ud Iterpretato vo umersche Date beretzustelle, um de Struktur vo Masseerscheuge zu erkee. Deskrptve (beschrebede)

Mehr

(b) (a) II. Das Bestimmtheitsmaß R 2. augenscheinlich ist schon klar, dass die Punktewolke in (b) durch die Gerade besser angepasst wird als in (a).

(b) (a) II. Das Bestimmtheitsmaß R 2. augenscheinlich ist schon klar, dass die Punktewolke in (b) durch die Gerade besser angepasst wird als in (a). Bepel: II. Da Betmmthetmaß ( ) ( )( ) - - 6 6 b /, ud b, ˆ, ˆ ( ) ( )( ) - / -/ / / 6 6 b /, ud b, ˆ, ˆ augechelch t ch klar, da de Puktewlke durch de Gerade beer agepat wrd al. Da t allerdg ke wrklch

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

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

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung 1 Mathe Formel Statstk ud Wahrschelchketsrechug Jör Horstma, 6.10.003. Alle Agabe ohe Gewähr. http://www.ba-stuttgart.de/ w017/ 1.1 Grudlage Ezelklasse [a ; b [ Klassewete Klassemtte Mttelwert b a = w

Mehr

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:

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

Was versteht man unter Hautleitfähigkeit?

Was versteht man unter Hautleitfähigkeit? Was versteht man unter Hautleitfähigkeit? Nennen Sie eine (endogene) Komponente des ereigniskorrelierten Potentials. Beschreiben Sie die psychologische Funktion mit der sie in Verbindung steht. 1 23.04.08

Mehr

Lösungen zur Klausur Stochastische Risikomodellierung und statistische Methoden (Mai 2013)

Lösungen zur Klausur Stochastische Risikomodellierung und statistische Methoden (Mai 2013) Lösuge zur Klausur Stochastsche Rskomodellerug ud statstsche Methode (Ma 0) Aufgabe (0 Pukte): a) Ee Auswertug des Lebeserscherugsbestades m Kalederjahr 0 zegt folgede Ergebsse für das Alter 40 (Altersbestmmug

Mehr

Algorithms for graph visualization

Algorithms for graph visualization Algorithms for graph visualization Project - Orthogonal Grid Layout with Small Area W INTER SEMESTER 2013/2014 Martin No llenburg KIT Universita t des Landes Baden-Wu rttemberg und nationales Forschungszentrum

Mehr

Verallgemeinerungen. Vorlesung 7. p 2. (a) Mehr aber endlich viele Strategien, mehr aber endlich viele Spieler (b) Unendlich viele Strategien

Verallgemeinerungen. Vorlesung 7. p 2. (a) Mehr aber endlich viele Strategien, mehr aber endlich viele Spieler (b) Unendlich viele Strategien Prof Dr Fredel Bolle Vorlesug Seltheore mt Sozalwsseshaftlhe Aweduge Prof Dr Fredel Bolle Vorlesug Seltheore mt Sozalwsseshaftlhe Aweduge Vorlesug 7 Verallgemeeruge (a) Mehr aber edlh vele Stratege, mehr

Mehr

Gegeben sei eine BOOLEsche Funktion in einer beliebigen Schreibweise, gesucht ein funktionsgleiches Gatternetz aus vorgegebenen Gattern.

Gegeben sei eine BOOLEsche Funktion in einer beliebigen Schreibweise, gesucht ein funktionsgleiches Gatternetz aus vorgegebenen Gattern. 56 Techche Realerug vo Gatteretze Gegebe e ee BLEche Fukto eer belebge Schrebwee, geucht e fuktogleche Gatteretz au vorgegebee Gatter 56 Gatteretze au NANDGatter Schrtt Umwael er gegebee Schrebwee ee (vorzugwee

Mehr

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt?

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt? Klausur Wrtschaftsstatstk. [ Pukte] E Uterehme hat folgede Date ermttelt: Moat Gelestete Arbetsstude Lohkoste pro Arbetsstude Jauar 86.400 0,06 Februar 75.000 3,0 März 756.000 4,47 Aprl 768.000,53 Ma 638.400

Mehr

Vorlesung 14: Roter Faden: Wiederholung Lamb-Shift. Hyperfeinstruktur. Folien auf dem Web:

Vorlesung 14: Roter Faden: Wiederholung Lamb-Shift. Hyperfeinstruktur. Folien auf dem Web: Vorlesung 14: Roter Faden: Wiederholung Lamb-Shift Anomaler Zeeman-Effekt Hyperfeinstruktur Folien auf dem Web: http://www-ekp.physik.uni-karlsruhe.de/~deboer/ h i k h / d / Siehe auch: http://www.uni-stuttgart.de/ipf/lehre/online-skript/

Mehr

Rekurrenz. Algorithmen rufen sich selbst (rekursiv) auf.

Rekurrenz. Algorithmen rufen sich selbst (rekursiv) auf. Rekurrez Rekurso: Algorthme rue sch selst rekursv u. Rekurrez: Ds Luzetverhlte zw. der Specherpltzedr vo rekursve Algorthme k der Regel durch ee Rekursosormel recurrece, RF eschree werde. Rekurrez Bespel:

Mehr

Stochastische Bildmodelle und deren Anwendung

Stochastische Bildmodelle und deren Anwendung Abtelug Stochastk --Uverstät Ulm Ulm Semar: Bayessche Asätze der der Bldaalyse Stochastsche Bldmodelle ud dere Awedug Sad Bakadr 22.Ma 2006 Sad Bakadr - Uverstät Ulm - Ihalt Eletug Bespele vo Bldmodelle

Mehr

Hinweise. Tests und Trenderkennung

Hinweise. Tests und Trenderkennung Hwese emar zu atuelle Theme der öolosche Modellbldu (M 409): Der Klmawadel: wsseschaftlche Erets, esellschaftlche Dsusso, oltsche Bedeutu Ameldue bs 5..05 emar: Forschuswerstatt Modellbldu ud mulato Wallefels

Mehr

Empirische Ökonomie 1 Sommersemester Formelsammlung. Statistische Grundlagen. Erwartungswert und Varianz einer Zufallsvariable.

Empirische Ökonomie 1 Sommersemester Formelsammlung. Statistische Grundlagen. Erwartungswert und Varianz einer Zufallsvariable. Empirische Ökoomie 1 Sommersemester 2013 Formelsammlug Hiweis: Alle Variable, Parameter ud Symbole sid wie i de Vorlesugsuterlage defiiert. Statistische Grudlage Erwartugswert Erwartugswert ud Variaz eier

Mehr

Klassifikation mit dem Perceptron von Rosenblatt. Vom Perceptron zum Multilagen-Perceptron. Error-Backpropagation Lernregel

Klassifikation mit dem Perceptron von Rosenblatt. Vom Perceptron zum Multilagen-Perceptron. Error-Backpropagation Lernregel Neuronale Verfahren zur Funktonsaromaton Klassfkaton mt em Percetron von Rosenblatt Vom Percetron zum Multlagen-Percetron Error-Backroagaton ernregel Raale Bassfunktonen-Netze PD Dr Martn Stetter, Semens

Mehr

Maße zur Kennzeichnung der Form einer Verteilung (1)

Maße zur Kennzeichnung der Form einer Verteilung (1) Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug

Mehr

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF Alteratve Darstellug des -Stchprobetests für Atele DCF CF Total 111 11 3 Respose 43 6 69 Resp. Rate 0,387 0,3 0,309 Beobachtete Respose No Respose Total absolut DCF 43 68 111 CF 6 86 11 69 154 3 Be Gültgket

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

The process runs automatically and the user is guided through it. Data acquisition and the evaluation are done automatically.

The process runs automatically and the user is guided through it. Data acquisition and the evaluation are done automatically. Q-App: UserCal Advanced Benutzerdefinierte Kalibrierroutine mit Auswertung über HTML (Q-Web) User defined calibration routine with evaluation over HTML (Q-Web) Beschreibung Der Workflow hat 2 Ebenen eine

Mehr

annehmen, so heißt die Funktion, die jedem atomaren Ereignis { x i } mit i { 1; 2; ;

annehmen, so heißt die Funktion, die jedem atomaren Ereignis { x i } mit i { 1; 2; ; Wahrschelchet Ee Futo X : Ω R, de edem Ergebs ees zufällge Vorgages ee reelle Zahl zuordet, heßt Zufallsgröße (oder auch Zufallsvarable Ee Zufallsgröße X heßt edlch, we X ur edlch vele Werte x aehme a

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

Einführung in die Stochastik 3. Übungsblatt

Einführung in die Stochastik 3. Übungsblatt Eführug de Stochastk 3. Übugsblatt Fachberech Mathematk SS 0 M. Kohler 06.05.0 A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 9 (4 Pukte) Der Mkrozesus st ee statstsche Erhebug. Herbe werde ach bestmmte

Mehr

KNP-3: Methoden der kognitiven Neuropsychologie II

KNP-3: Methoden der kognitiven Neuropsychologie II KNP-3: Methoden der kognitiven Neuropsychologie II 1 04.05. Geschichte der kognitiven Neurowissenschaft (1) 2 11.05. Funktionelle Neuroanatomie (2) & (3) 3 18.05. Methoden der kognitiven Neurowissenschaft

Mehr

Inhaltsverzeichnis. 0. Einführung 3 1. Eichung 6 2. Messung 7 3. Statistische Behandlung von sogenannten Ausreißern (outliners) 10

Inhaltsverzeichnis. 0. Einführung 3 1. Eichung 6 2. Messung 7 3. Statistische Behandlung von sogenannten Ausreißern (outliners) 10 Ihaltsverzechs 0. Eführug 3. Echug 6. Messug 7 3. Statstsche Behadlug vo sogeate Ausreßer (outlers) 0 3. Q-Test 0 3. Grubb s - Test 0 4. Verglech vo Datesätze 4. Studet-t-Test 4. Fschers F-Test 3 4.3 Faust

Mehr

Supply Chain Management

Supply Chain Management Supply Chain Management Forecasting Methods Prof. Dr.-Ing. Burkhard Schmager Department of Industrial Engineering EAH Jena Sept 2016 SS 2016 Kapitel 2-1 Material Planning Approaches MRP - methods deterministical

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

( ) ( ) ( ) ( ) è ø. P A Wahrscheinlichkeitsmaß. lim n. Dr. Christian Schwarz 4. KOMBINATORIK Permutationen

( ) ( ) ( ) ( ) è ø. P A Wahrscheinlichkeitsmaß. lim n. Dr. Christian Schwarz 4. KOMBINATORIK Permutationen BBA Projektsemar Thess Dr. Chrsta Schwarz Formelsammlug Aalytsche Statstk 4. KOMBINATORIK 4.. Permutatoe Azahl der Permutatoe vo N Elemete ohe Wederholug: Multomalkoeffzet: N! = N N- N -... 3 N! N! N!...

Mehr

Wahrscheinlichkeitsrechnung und Statistik - Zusamenfassung

Wahrscheinlichkeitsrechnung und Statistik - Zusamenfassung Wahrschelchketsrechug ud Statstk - Zusamefassug atrck letscher. September 3 Wahrschelchkete. Eregsraum Der Eregsraum Ω umfasst alle möglche Ausgäge ees Zufallsexpermmets. E Elemetareregs Ω st e Elemet

Mehr

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele Ererug: Fuktoslere 5.6 Support Vector Masches (SVM) überomme vo Stefa Rüpg, Kathara Mork Uverstät Dortmud Vorlesug Maschelles Lere ud Data Mg WS 2002/03 Gegebe: Bespele X LE de ahad eer Wahrschelchketsvertelug

Mehr

Zeitreihenmodellierung der ARMA-Klasse

Zeitreihenmodellierung der ARMA-Klasse Zetrehenmodellerung der ARMA-Klasse Zel: endogene Modellerung ener Zetrehe (Synthese) Motvaton: ünstlche Verlängerung gegebener Zetrehen unter Wahrung wchtger statstscher Egenschaften zum Zwece der - oeratven

Mehr