Beiträge von Mathe_Marco

Kathi hat das eigentlich schon top erklärt, ich ergänz nur ein paar praktische Erfahrungswerte aus meiner eigenen Bastelecke 😄

Zum VIF: schau dir bei Auffälligkeiten auch mal an, welche Variablen sich das Problem teilen. Oft sind das inhaltlich verwandte Größen (z.B. Kapitaleinsatz und Anlagenwert oder sowas), da lohnt sich die Frage: brauche ich wirklich beide getrennt, oder messen die eigentlich dasselbe Konstrukt aus zwei Blickwinkeln?

Praktisch würde ich folgende Reihenfolge empfehlen:

• Erstmal prüfen, ob die beiden Variablen theoretisch wirklich unterschiedliche Effekte abbilden sollen. Wenn nein: Index bilden (z.B. Mittelwert nach Standardisierung, oder eine simple Faktoranalyse/PCA, wenn du mehr als zwei Kandidaten hast).
• Wenn beide theoretisch wichtig sind, aber halt korrelieren: Stichprobe vergrößern hilft tatsächlich, weil der Standardfehler der Koeffizienten auch von n abhängt – mehr Beobachtungen dämpfen das Problem etwas, auch wenn die Korrelation selbst bleibt.
• Zentrieren bringt vor allem was, wenn du Interaktionsterme oder quadrierte Terme im Modell hast – bei "normaler" Multikollinearität zwischen zwei Haupteffekten bringt's meistens wenig.

Typischer Fehler in Hausarbeiten: Variable einfach rauswerfen, ohne das im Text zu begründen. Der Dozent will meist sehen, dass du das Problem verstanden hast und eine bewusste Entscheidung triffst, nicht nur den Datensatz so lange fütterst, bis die Sterne passen 😉

Hi TimDual, die Cohen-Grenzen (0,1 schwach / 0,3 mittel / 0,5 stark) sind schon die gängigste Referenz, aber Cohen selbst hat die eher für sozialwissenschaftliche Kontexte gedacht, nicht als Naturgesetz. Deine Vorlesungsfaustregel ist da nur eine leichte Variante davon. Wichtig ist wirklich: das ist Konvention, kein Naturgesetz 😄

Dein Punkt zum Fachgebiet ist genau richtig getroffen. In der Physik/Technik erwartet man bei echten funktionalen Zusammenhängen oft r > 0,9, weil da Messfehler meist die einzige Störquelle sind. In den Sozialwissenschaften oder auch in vielen betrieblichen Kontexten (Menschen, Prozesse, viele unbeobachtete Einflussfaktoren) ist r = 0,4 oft schon richtig interessant, weil die "Realität" einfach verrauschter ist.

Zur Signifikanz: ja, unbedingt gucken. r und p-Wert beantworten unterschiedliche Fragen:

• r sagt dir, wie stark/eng der lineare Zusammenhang ist (Effektstärke)
• p sagt dir, ob der Zusammenhang bei deiner Stichprobengröße überhaupt verlässlich von 0 verschieden ist (Zufall vs. echter Effekt)

Klassischer Fehler: bei kleinem n kriegt man leicht ein hohes r rein durch Zufall, das dann nicht signifikant ist. Und umgekehrt: bei riesigem n wird selbst r = 0,1 hochsignifikant, obwohl es praktisch irrelevant ist. Also: erst Signifikanz checken, dann über die Stärke reden, und nie vergessen r² als Anteil erklärter Varianz mit anzugeben – bei 0,42 sind das nur ca. 18%, das relativiert die Einordnung nochmal ganz gut.

Der Knackpunkt: Für die Binomialverteilung brauchst du ein festes n – eine bekannte Anzahl von Versuchen, bei denen jeweils Treffer/kein Treffer herauskommt. Beim Callcenter gibt es kein n: Wie viele „Versuche“ hat man in 5 Minuten? Unendlich viele Augenblicke, in denen ein Anruf kommen könnte. Was du hast, ist eine durchschnittliche Rate pro Zeiteinheit. Das ist das Signal für Poisson.

Signalwörter: „im Durchschnitt … pro Stunde/Minute/Seite/Quadratmeter“, zählbare Ereignisse in einem Intervall, keine Obergrenze.

Formel: P(X = k) = λ^k · e^(−λ) / k!, mit E(X) = Var(X) = λ.

Teil a) λ = 3 (pro 5 Minuten), e^(−3) ≈ 0,0498:

• P(X = 0) = e^(−3) ≈ 0,0498
• P(X = 1) = 3 · e^(−3) ≈ 0,1494
• P(X = 2) = 9/2 · e^(−3) ≈ 0,2240
• P(X ≤ 2) = e^(−3) · (1 + 3 + 4,5) ≈ 0,4232

Teil b) Hier liegt der Trick: λ skaliert mit dem Intervall. 3 pro 5 Minuten heißt 6 pro 10 Minuten. Also P(X = 0) = e^(−6) ≈ 0,0025. Die Verteilung selbst bleibt Poisson, nur der Parameter passt sich an.

Merksatz: Festes n und Treffer/Niete → Binomial. Rate pro Intervall ohne festes n → Poisson. Intervall ändert sich → λ mitskalieren.

Das sind zwei verschiedene Tests, und die entscheidende Frage ist: Stammen die beiden Messwerte von denselben Personen oder von verschiedenen?

Fall 1: gepaarter t-Test (abhängige Stichproben)

Vorher/Nachher bei denselben 40 Personen. Der Trick: Du rechnest pro Person die Differenz d = nachher − vorher und testest dann, ob der Mittelwert dieser Differenzen null ist.

t = d̄ / (s_d / √n), mit df = n − 1

Kleines Beispiel mit 8 Personen: mittlere Differenz d̄ = 2,5 Punkte, Standardabweichung der Differenzen s_d = 2,0. Dann ist t = 2,5 / (2,0 / √8) ≈ 3,54. Der kritische Wert bei α = 5 % zweiseitig und df = 7 liegt bei etwa 2,36. Da 3,54 > 2,36, verwerfen wir H0.

Warum gepaart? Weil sich die Unterschiede zwischen den Personen (manche sind generell zufriedener) herauskürzen. Der Test wird dadurch deutlich trennschärfer.

Fall 2: t-Test für unabhängige Stichproben

Teilzeit vs. Vollzeit sind verschiedene Personen, also zwei unabhängige Gruppen. Hier werden zwei Gruppenmittelwerte verglichen.

Zu den zwei Zeilen: Der klassische t-Test setzt gleiche Varianzen in beiden Gruppen voraus. Der Levene-Test prüft genau das (H0: Varianzen gleich).

• Levene nicht signifikant (p > 0,05) → obere Zeile „Varianzen sind gleich“.
• Levene signifikant → untere Zeile. Das ist der Welch-Test, der ohne Varianzgleichheit auskommt (mit korrigierten Freiheitsgraden, deshalb oft „krumme“ df).

Viele Methodiker empfehlen inzwischen, einfach immer die Welch-Zeile zu nehmen, weil sie bei gleichen Varianzen kaum etwas verliert. Wenn du das machst, schreib es kurz mit Begründung in den Methodenteil.

Merksatz: Dieselben Personen → Differenzen → gepaart. Verschiedene Personen → zwei Gruppen → unabhängig, im Zweifel Welch.

Gute Frage, und deine Ergebnisse stimmen. Ich fange mit der Bedeutung an, weil die sich direkt nachrechnen lässt:

λ gibt an, um wie viel der optimale Zielfunktionswert steigt, wenn die Nebenbedingung um eine Einheit gelockert wird. Hier also: Wie viel mehr Nutzen bringt 1 € mehr Budget?

Probe: Im Optimum ist U = 20 · 10 = 200. Mit 81 € statt 80 € ergibt sich (gleiche Rechnung) x = 20,25 und y = 10,125, also U ≈ 205,03. Der Nutzen steigt um ca. 5 – genau dein λ. Deshalb Schattenpreis: Es ist der „Wert“ der knappen Ressource, obwohl dafür nirgends ein Preis steht. Hier: der Grenznutzen des Einkommens.

Warum die Methode kein Trick ist: Im Optimum muss gelten, dass du den Nutzen nicht erhöhen kannst, indem du Geld von y zu x umschichtest. Das ist genau dann der Fall, wenn

• Grenznutzen von x ÷ Preis von x = Grenznutzen von y ÷ Preis von y,
• also y/2 = x/4. Beide Brüche sind gleich λ = 5: Jeder zusätzlich ausgegebene Euro bringt in jedem Gut gleich viel Nutzen.

Die Lagrange-Funktion ist nur eine elegante Verpackung für genau diese Bedingung plus die Budgetgleichung. Die Ableitungen nach x und y liefern die Gleichheit der „Nutzen pro Euro“, die Ableitung nach λ holt die Nebenbedingung zurück. Dass du λ · (Nebenbedingung) addieren darfst, liegt daran, dass die Klammer im zulässigen Bereich null ist – du veränderst die Funktion dort gar nicht.

Geometrisch übrigens: Im Optimum berühren sich Indifferenzkurve und Budgetgerade, die Steigungen sind gleich (Grenzrate der Substitution = Preisverhältnis).

Mach ich gern, und die gute Nachricht vorweg: Der Chi-Quadrat-Test ist einer der wenigen Tests, die man wirklich noch mit Taschenrechner und Tabelle rechnen kann. Das Prinzip in einem Satz: Du vergleichst, was du beobachtet hast, mit dem, was bei völliger Unabhängigkeit der beiden Merkmale herauskommen müsste.

Erst die Hypothesen, die verwirren am Anfang am meisten:

• H0: Die beiden Merkmale sind unabhängig (kein Zusammenhang)
• H1: Die Merkmale sind abhängig (es gibt einen Zusammenhang)

Du prüfst also formal die Unabhängigkeit und hoffst, sie verwerfen zu können. Das fühlt sich verkehrt herum an, ist aber die Logik jedes Signifikanztests: Man widerlegt die langweilige Annahme, statt die interessante zu beweisen.

Woher die erwarteten Häufigkeiten kommen: Nimm an, das Alter spielt überhaupt keine Rolle. Dann müsste der Homeoffice-Anteil in jeder Altersgruppe genau dem Gesamtanteil entsprechen. Und genau das rechnet die Formel aus:

e = (Zeilensumme · Spaltensumme) / n

Kleines Beispiel, vereinfacht auf zwei Altersgruppen, n = 100:

• beobachtet, unter 30: 45 Homeoffice, 15 Büro (Zeilensumme 60)
• beobachtet, ab 30: 20 Homeoffice, 20 Büro (Zeilensumme 40)
• Spaltensummen: 65 Homeoffice, 35 Büro

Erwartet für „unter 30 / Homeoffice“: 60 · 65 / 100 = 39. Für „unter 30 / Büro“: 60 · 35 / 100 = 21. Für „ab 30 / Homeoffice“: 40 · 65 / 100 = 26, für „ab 30 / Büro“: 14. Kontrolle: Die erwarteten Häufigkeiten haben dieselben Zeilen- und Spaltensummen wie deine Ausgangstabelle – stimmt das nicht, hast du dich verrechnet.

Dann die Teststatistik, Zelle für Zelle (beobachtet minus erwartet, quadriert, geteilt durch erwartet):

• (45 − 39)² / 39 = 36 / 39 = 0,923
• (15 − 21)² / 21 = 36 / 21 = 1,714
• (20 − 26)² / 26 = 36 / 26 = 1,385
• (20 − 14)² / 14 = 36 / 14 = 2,571

Summe: Chi² = 6,59

Freiheitsgrade: df = (Zeilen − 1) · (Spalten − 1). Im Beispiel (2−1)·(2−1) = 1. Bei deiner Tabelle mit drei Altersgruppen und zwei Antwortmöglichkeiten also (3−1)·(2−1) = 2.

Entscheidung: Kritischer Wert aus der Chi-Quadrat-Tabelle bei 5 % Signifikanzniveau und df = 1 ist 3,84. Unser Wert 6,59 liegt darüber → H0 verwerfen → der Zusammenhang ist signifikant. Für df = 2 liegt der kritische Wert bei 5,99, für df = 3 bei 7,81. Merksatz: Testwert größer als Tabellenwert → Zusammenhang.

In Excel musst du nichts von Hand rechnen: erwartete Häufigkeiten als kleine Nebentabelle mit der Formel oben bauen, dann liefert CHIQU.TEST(beobachtet; erwartet) direkt den p-Wert. Kleiner als 0,05 heißt signifikant. Den kritischen Wert bekommst du über CHIQU.INV.RE(0,05; Freiheitsgrade). In der Arbeit berichtest du dann: Chi²(2) = …, p = …, n = 180.

Dann übernehme ich Frage 3 – die kommt in Klausuren fast immer als Rechenaufgabe.

Von der Gleichung zur Wachstumsratenform

Aus einem Produkt wird bei kleinen Veränderungen näherungsweise eine Summe der Wachstumsraten (formal über Logarithmieren, für die Klausur reicht die Faustregel):

m + v ≈ p + y

Kleinbuchstaben stehen für die prozentuale Veränderungsrate. Nach der Inflationsrate umgestellt:

p ≈ m + v − y

Beispiel: Geldmengenwachstum 6 %, die Umlaufgeschwindigkeit sinkt um 1 %, reales Wachstum 2 %:

p ≈ 6 % + (−1 %) − 2 % = 3 %

Exakt wären es 1,06 · 0,99 / 1,02 − 1 ≈ 2,88 % – deshalb das „≈“. Solange die Aufgabe nicht ausdrücklich exakt fragt, reicht die Näherung, aber schreib das Zeichen dazu.

Rückwärts geht es auch – so hat die EZB früher ihren Referenzwert für das M3-Wachstum hergeleitet: Preisstabilität mit Inflation unter 2 %, Potenzialwachstum etwa 2 bis 2,5 %, trendmäßiger Rückgang der Umlaufgeschwindigkeit um etwa 0,5 bis 1 % pro Jahr → m = p + y − v ≈ 4,5 %. Schönes Beispiel dafür, dass die Gleichung auch als Planungsinstrument genutzt wurde.

Typische Fehler:

• Vorzeichen von v vergessen – ein Rückgang geht mit Minus in die Rechnung.
• Nominales statt reales Wachstum für y einsetzen. Ist das nominale BIP-Wachstum gegeben, gilt direkt: nominales Wachstum ≈ m + v.
• Die Näherung bei großen Raten verwenden (z. B. 50 % Geldmengenwachstum) – dann wird sie schnell ungenau.

Die gute Nachricht: Alle drei haben irgendwie recht – sie beantworten nur drei verschiedene Fragen. Wenn du das auseinanderhältst, kannst du deine Zahl im Methodenteil sauber begründen.

1. Die 385 – Schätzung eines Anteils. Der Online-Rechner beantwortet: Wie groß muss n sein, damit ich einen Anteilswert (etwa „wie viel Prozent sind zufrieden“) mit einer bestimmten Genauigkeit schätzen kann? Die Formel lautet n = z² · p · (1 − p) / e².

• z ist der Wert zum Konfidenzniveau, bei 95 Prozent also 1,96.
• p ist der erwartete Anteil. Weiß man nichts, nimmt man 0,5, weil p · (1 − p) dort am größten ist – das ist der vorsichtigste Fall.
• e ist die gewünschte Fehlermarge, der Standard in den Rechnern sind ± 5 Prozentpunkte.

Mit diesen Standardwerten: 1,96² · 0,25 / 0,05² = 384,16, aufgerundet 385. Das ist die ganze Magie. Lockerst du die Fehlermarge auf ± 10 Prozentpunkte, landest du bei 97 – weil e im Nenner quadriert steht, halbiert eine doppelt so große Marge nicht, sondern viertelt den Bedarf.

Außerdem gibt es die Endlichkeitskorrektur, wenn deine Grundgesamtheit klein ist: n = n₀ / (1 + (n₀ − 1) / N). Befragst du etwa den Vertrieb eines Unternehmens mit 200 Beschäftigten, sinkt der Bedarf bei ± 5 Prozentpunkten von 385 auf rund 132. Für „alle Vertriebsbeschäftigten in Deutschland“ bringt die Korrektur dagegen nichts.

2. Die 30 – eine Faustregel für etwas ganz anderes. Die bezieht sich auf den zentralen Grenzwertsatz: Ab etwa 30 Beobachtungen ist die Verteilung des Stichprobenmittelwerts meist ausreichend nah an einer Normalverteilung, sodass bestimmte Verfahren anwendbar sind. Das sagt weder etwas über die Genauigkeit noch über Repräsentativität. „Ab 30 ist alles normalverteilt“ stimmt also so nicht: Die Daten selbst werden durch mehr Fälle nicht normalverteilt.

3. Die 100 – vermutlich der Blick auf deine Auswertung. Wenn du nicht nur beschreiben, sondern testen willst (etwa: Unterscheidet sich die Zufriedenheit zwischen Innen- und Außendienst?), brauchst du eine Poweranalyse. Die hängt ab von Signifikanzniveau (meist 5 Prozent), gewünschter Teststärke (meist 80 Prozent) und der erwarteten Effektstärke. Richtwerte für einen t-Test mit zwei Gruppen: mittlerer Effekt (d = 0,5) etwa 64 pro Gruppe, großer Effekt (d = 0,8) etwa 26 pro Gruppe, kleiner Effekt (d = 0,2) fast 400 pro Gruppe. Für eine Korrelation mittlerer Größe (r = 0,3) brauchst du rund 85 Fälle. Das kostenlose Programm G*Power rechnet dir das für jedes Verfahren aus.

Für deinen Methodenteil heißt das: Formuliere zuerst deine Forschungsfragen und die geplanten Verfahren, rechne dann per Poweranalyse die Mindestgröße aus und nenne sie mit allen Annahmen. Das ist eine Begründung, gegen die kein Gutachter etwas sagen kann – ganz egal, ob am Ende 90 oder 140 herauskommen.

Phil hat das Formale abgedeckt, ich nehme den Statistik-Teil. Beim dritten Versuch ist die gefährlichste Strategie: dasselbe noch mal, nur mehr davon. Wenn zwei Anläufe mit der alten Methode nicht gereicht haben, landet ein dritter mit der gleichen Methode meist wieder knapp daneben.

So würde ich vorgehen:

1. Fehleranalyse statt Neulernen. Mit der Klausureinsicht ordnest du jeden verlorenen Punkt einer von drei Ursachen zu: nicht verstanden, verstanden, aber falsch gerechnet oder Zeit nicht gereicht. Die drei brauchen völlig unterschiedliche Maßnahmen – und bei 3 fehlenden Punkten ist es oft die zweite oder dritte Ursache, nicht die erste.
2. Aufgabentypen statt Kapitel. Statistikklausuren sind erstaunlich stabil: Lage- und Streuungsmaße, Regression/Korrelation, Wahrscheinlichkeiten, eine Verteilung (Binomial/Normal), ein Konfidenzintervall, ein Test. Mach dir aus den Altklausuren eine Liste der Aufgabentypen und ein Rezept pro Typ: Woran erkenne ich ihn, welche Formel, welche Schritte, welche typischen Fallen?
3. Mit der Formelsammlung trainieren. Falls eine erlaubt ist: Arbeite von Anfang an ausschließlich mit genau dieser Formelsammlung. Viele verlieren Minuten, weil sie in der Klausur zum ersten Mal suchen, wo was steht.
4. Unter Klausurbedingungen üben. Mindestens drei Altklausuren komplett, mit Uhr, ohne Lösung daneben. Erst danach korrigieren. Das trainiert genau die Zeitplanung, die bei knappen Ergebnissen entscheidet.
5. Punkte einsammeln statt Perfektion. Rechenweg immer hinschreiben, auch wenn das Ergebnis nicht stimmt – Folgefehler werden meist nicht doppelt bestraft. Und zuerst die Aufgabentypen bearbeiten, die du sicher kannst.

Ganz ehrlich: Aus „3 Punkte zu wenig“ wird mit einer sauberen Fehleranalyse in den allermeisten Fällen ein Bestehen. Wenn du konkrete Aufgabentypen hast, bei denen es hakt, stell sie hier gern rein. 💪

Gute Frage – das ist die Stelle, an der Statistik von „Formel einsetzen“ zu „verstehen, was man da tut“ wird. Der Trick ist, sich klarzumachen, dass beide Fehler an derselben Entscheidungsgrenze hängen.

Stell dir eine Zahlengerade mit deiner Teststatistik vor. Du legst einen Punkt fest (den kritischen Wert): rechts davon lehnst du H0 ab, links davon behältst du sie.

• α (Fehler 1. Art) = die Wahrscheinlichkeit, dass du rechts landest, obwohl H0 wahr ist. Das ist genau dein Signifikanzniveau – du legst es vorher selbst fest.
• β (Fehler 2. Art) = die Wahrscheinlichkeit, dass du links landest, obwohl H1 wahr ist.

Und jetzt kommt der Punkt: Wenn du α von 5 % auf 1 % senkst, verschiebst du die Grenze nach rechts. Der Ablehnbereich wird kleiner. Damit landest du seltener fälschlich im Ablehnbereich – aber eben auch dann seltener, wenn H0 tatsächlich falsch ist. β steigt also automatisch. Ein Schieberegler, zwei Enden: ziehst du an einem, geht das andere hoch.

Die Güte (Macht, engl. power) ist einfach 1 − β: die Wahrscheinlichkeit, einen tatsächlich vorhandenen Effekt auch zu finden. Ein Test mit α = 0,1 % ist super darin, keine falschen Alarme zu schlagen, und gleichzeitig ziemlich blind für echte Unterschiede.

Es gibt aber einen Ausweg, und den will die Aufgabe meistens hören: Beide Fehler zusammen sinken, wenn du den Stichprobenumfang n erhöhst. Mehr Daten machen die Verteilung schmaler, damit rücken die beiden Fehlerbereiche auseinander, ohne dass du α antasten musst. n ist der einzige Hebel, der nicht auf Kosten der anderen Seite geht – neben einem größeren echten Effekt, den du dir aber nicht aussuchen kannst.

Merksatz fürs Heft: α wählst du, β handelst du dir ein, n kaufst du dir frei.

Die Frage ist gut, weil genau da der Groschen fallen muss – danach sind diese Aufgaben Routine.

Was die Ableitung überhaupt misst: f'(x) ist die Steigung der Funktion an der Stelle x, nicht ihr Wert. Solange die Gewinnfunktion steigt, ist f'(x) > 0 – jede zusätzliche Einheit bringt noch etwas. Solange sie fällt, ist f'(x) < 0. Am höchsten Punkt kippt die Steigung von positiv nach negativ, und genau dort ist sie null: die Tangente liegt waagerecht. Deshalb ist f'(x) = 0 die notwendige Bedingung – ein Hochpunkt muss das erfüllen. Sie ist aber nicht hinreichend, denn ein Tiefpunkt und ein Sattelpunkt erfüllen sie auch.

Deshalb die zweite Ableitung: f''(x) beschreibt, wie sich die Steigung ändert.

• f''(x) < 0 → Steigung wird kleiner, die Kurve ist rechtsgekrümmt → Maximum
• f''(x) > 0 → Steigung wird größer, linksgekrümmt → Minimum
• f''(x) = 0 → noch keine Aussage, dann über den Vorzeichenwechsel von f'(x) argumentieren (links davon +, rechts davon − bedeutet Maximum)

Weglassen solltest du sie nicht: In fast jedem Erwartungshorizont steht „Nachweis der Art des Extremums“ als eigener Punkt. Das sind zwei Zeilen, die du geschenkt bekommst.

Deine Aufgabe konkret:

1. Erlösfunktion: E(x) = p(x) · x = (100 − 2x) · x = 100x − 2x²
2. Gewinnfunktion: G(x) = E(x) − K(x) = 100x − 2x² − (2x² + 20x + 50) = −4x² + 80x − 50
3. Ableiten und null setzen: G'(x) = −8x + 80 = 0 → x = 10
4. Art prüfen: G''(x) = −8 < 0 → Maximum ✓
5. Preis nicht vergessen: p(10) = 100 − 2 · 10 = 80 €
6. Gewinn: G(10) = −400 + 800 − 50 = 350 €

Das Wertepaar (10 Stück; 80 €) ist übrigens der Cournot-Punkt. Wenn in der Aufgabe danach gefragt wird, ist genau diese Kombination aus Menge und Preis gemeint – die Menge allein reicht nicht.

Kleiner Zusatz für die Sicherheit: Prüfe immer, ob dein x im sinnvollen Definitionsbereich liegt (x ≥ 0, oft zusätzlich eine Kapazitätsgrenze). Wenn das rechnerische Maximum außerhalb liegt, ist die Lösung der Randwert, nicht die Nullstelle der Ableitung.

Die Entscheidungsregel ist tatsächlich kurz – du schaust dir nur an, wie das System dasteht:

• Einsetzungsverfahren, wenn irgendwo schon eine Variable allein steht oder mit einem Handgriff allein steht (z = 12, y = 3x − 5). Dann diese Gleichung in die anderen einsetzen.
• Gleichsetzungsverfahren, wenn zwei Gleichungen bereits nach derselben Variablen aufgelöst sind. Praktisch selten, kommt fast nur bei Angebots- und Nachfragefunktionen vor.
• Additionsverfahren (= Gauß) in allen übrigen Fällen – und bei drei Unbekannten praktisch immer. Es ist das einzige Verfahren mit einem festen Schema, das nicht von der zufälligen Form der Aufgabe abhängt.

Das Schema besteht aus zwei Phasen: erst systematisch Variablen eliminieren, bis eine Stufenform dasteht, dann von unten nach oben zurückrechnen. Wichtig ist die Reihenfolge: Du eliminierst dieselbe Variable zuerst aus allen übrigen Gleichungen, bevor du zur nächsten übergehst. Genau da geht sonst der Überblick verloren.

An einem Beispiel:

• (I) x + y + z = 100
• (II) 2x + 3y + z = 230
• (III) x + 2y + 3z = 220

Schritt 1 – x aus (II) und (III) entfernen, jeweils mit (I) als Werkzeug:

• (II) − 2·(I): 2x + 3y + z − 2x − 2y − 2z = 230 − 200 → y − z = 30 (IV)
• (III) − (I): x + 2y + 3z − x − y − z = 220 − 100 → y + 2z = 120 (V)

Schritt 2 – y entfernen, mit (V) − (IV):

• y + 2z − y + z = 120 − 30 → 3z = 90 → z = 30

Schritt 3 – Rückwärtseinsetzen: aus (IV) y = 30 + z = 60, aus (I) x = 100 − 60 − 30 = 10.

Lösung: x = 10, y = 60, z = 30. Und jetzt der wichtigste Satz meines Beitrags: Mach die Probe in einer Gleichung, die du beim Auflösen nicht als Werkzeug benutzt hast – hier (III): 10 + 120 + 90 = 220 ✓. Eine Probe in (I) sagt fast nichts aus, weil du daraus zurückgerechnet hast; eine Probe in (III) würde einen Fehler aus Schritt 1 sofort auffliegen lassen.

Zwei Sonderfälle, nach denen im Aufgabenteil „Diskutieren Sie die Lösbarkeit“ gefragt wird – beide erkennst du an der letzten Zeile:

• Es bleibt 0 = c mit c ≠ 0 (z. B. 0 = 5) → keine Lösung, das System widerspricht sich.
• Es bleibt 0 = 0 → unendlich viele Lösungen, eine Gleichung war überflüssig. Die Lösung wird dann in Abhängigkeit eines frei wählbaren Parameters angegeben (z = t).
• In jeder Stufe genau eine Zahl → eindeutige Lösung.

Der Sachbezug rettet dich übrigens oft: Wenn bei Produktionsmengen ein negatives z herauskommt, hast du dich fast sicher verrechnet – oder das Modell ist unter den gegebenen Bedingungen nicht sinnvoll. Das gehört dann auch in einen Antwortsatz.

Deine drei Fragen hängen alle am selben Punkt, deshalb der Reihe nach.

1. Warum nur eine Tabelle? Alle Normalverteilungen haben dieselbe Glockenform – sie unterscheiden sich nur darin, wo sie liegen (μ) und wie breit sie sind (σ). Die z-Transformation verschiebt und staucht die Verteilung auf einen Standard: μ = 0, σ = 1. Das ist genau wie das Umrechnen in Prozent: Man muss nicht für jede Grundgesamtheit eine eigene Tabelle drucken, wenn man vorher auf eine gemeinsame Skala bringt.

Die Formel ist z = (x − μ) / σ, und sie liest sich wörtlich: „Wie viele Standardabweichungen liegt mein Wert x vom Mittelwert entfernt?“ z = 1,2 heißt also: 1,2 Standardabweichungen über dem Durchschnitt. Das Vorzeichen sagt nur, auf welcher Seite.

2. Was steht in der Tabelle? In der üblichen Tabelle steht Φ(z), die Wahrscheinlichkeit von links bis z, also P(Z ≤ z). Immer kumuliert, immer von −∞ kommend. Deshalb:

• P(X ≤ x) → direkt Φ(z) ablesen
• P(X ≥ x) → 1 − Φ(z), weil die Gesamtfläche 1 ist
• P(a ≤ X ≤ b) → Φ(zb) − Φ(za), erst beide Grenzen standardisieren

3. Negative z-Werte. Die fehlen nicht, sie sind nur überflüssig – die Glocke ist symmetrisch. Es gilt Φ(−z) = 1 − Φ(z). Beispiel: Φ(−1,2) = 1 − 0,8849 = 0,1151. Wer das einmal an einer Skizze nachvollzogen hat, verwechselt es nie wieder.

Ein Durchlauf: Eine Maschine füllt im Schnitt μ = 500 g ab, σ = 50 g. Wie wahrscheinlich sind höchstens 560 g? → z = (560 − 500)/50 = 1,2 → Φ(1,2) ≈ 0,8849, also rund 88,5 %. Und mindestens 560 g wären 1 − 0,8849 ≈ 11,5 %.

Plausibilitätskontrolle ohne Tabelle: In einer Normalverteilung liegen rund 68 % im Bereich μ ± 1σ, rund 95 % in μ ± 2σ und rund 99,7 % in μ ± 3σ. Wenn dein Ergebnis dazu im Widerspruch steht, hast du dich irgendwo vertan.

Der rote Faden ist das Komponentenmodell. Wenn du das im Kopf hast, ergeben sich alle Rechenschritte fast von selbst.

Die Idee: Jeder beobachtete Wert ist eine Überlagerung mehrerer Einflüsse.

• T – Trend (langfristige Grundrichtung, oft zusammen mit der Konjunktur als glatte Komponente behandelt)
• S – Saison (regelmäßiges Muster, das sich jedes Jahr wiederholt)
• R – Rest bzw. Zufall (alles Übrige)

Entweder additiv Y = T + S + R oder multiplikativ Y = T × S × R. Erkennungsregel: Werden die Saisonausschläge größer, wenn das Niveau der Reihe steigt, rechne multiplikativ; bleiben sie absolut gleich groß, additiv. Bei Umsätzen ist multiplikativ fast immer die bessere Wahl, weil das Weihnachtsquartal eben „20 % über normal“ liegt und nicht „immer genau 40.000 Euro darüber“.

Zu deiner ersten Frage – wie viele Werte: Die Ordnung des gleitenden Durchschnitts ist nicht frei wählbar, sondern gleich der Länge einer Saisonperiode. Quartalsdaten → Ordnung 4. Monatsdaten → Ordnung 12. Wochentagsdaten → Ordnung 7. Nur so wird über genau einen vollständigen Saisonzyklus gemittelt, und nur dann hebt sich die Saisonkomponente heraus. Die 3er- und 5er-Beispiele im Skript sind reine Rechenübungen zur Glättung ohne Saisonbezug.

Weil 4 eine gerade Zahl ist, brauchst du den zentrierten gleitenden Durchschnitt. Bei ungerader Ordnung liegt der Mittelwert genau auf einem Zeitpunkt; bei gerader Ordnung läge er zwischen zwei Quartalen. Man mittelt deshalb mit halbem Gewicht an den Rändern:

• T(t) = (0,5 × y(t−2) + y(t−1) + y(t) + y(t+1) + 0,5 × y(t+2)) / 4

Das ist rechnerisch dasselbe, wie zweimal hintereinander über jeweils vier Werte zu mitteln.

Zur zweiten Frage – die verlorenen Werte: Du wirfst nichts weg, du kannst am Rand nur nicht rechnen. Für den ersten Wert gibt es keine zwei Vorgänger. Bei Ordnung 4 fehlen dir deshalb vorn und hinten je zwei Werte; aus 12 Beobachtungen werden 8 Trendwerte. Das ist der Preis der Methode und gehört genau so in die Lösung – die Randwerte werden nicht geschätzt.

Der Ablauf am Stück (multiplikativ):

1. Zentrierten gleitenden Durchschnitt berechnen → das ist deine glatte Komponente T.
2. Für jeden Zeitpunkt y(t) / T(t) bilden → rohe Saison-Rest-Werte.
3. Diese Werte je Quartal über die Jahre mitteln (alle ersten Quartale zusammen, alle zweiten usw.) – dabei mittelt sich der Zufall heraus, übrig bleibt die rohe Saisonfigur.
4. Normieren: Die vier Indizes müssen im Schnitt 1 ergeben, ihre Summe also 4. Falls nicht, jeden Index mit 4 / (Summe der Indizes) multiplizieren. Beim additiven Modell muss die Summe stattdessen 0 sein.
5. Saisonbereinigte Reihe = y(t) / S(Quartal von t).

Kontrolle für die Klausur: Ein Index von 1,18 im vierten Quartal heißt „das vierte Quartal liegt üblicherweise 18 % über dem Jahresniveau“. Wenn du diesen Satz zu deinen Zahlen sagen kannst, stimmt die Rechnung meistens.

Gute Nachricht: Du hast dich nicht verrechnet. Deine 9 % sind richtig – und genau deshalb ist diese Aufgabe ein Klassiker. 🙂

Der Kern ist der Punkt aus deiner zweiten Frage: P(A|B) und P(B|A) sind zwei völlig verschiedene Dinge. Der Test garantiert dir P(positiv | krank) = 99 %. Gefragt ist aber P(krank | positiv). Diese Verwechslung ist so verbreitet, dass sie einen eigenen Namen hat – in der Kriminalistik heißt sie „Prosecutor's Fallacy“.

Formal ist die bedingte Wahrscheinlichkeit definiert als P(A|B) = P(A∩B) / P(B) – also: Der Nenner ist nicht mehr die ganze Bevölkerung, sondern nur noch der Teil, der die Bedingung erfüllt. Daraus folgt der Satz von Bayes:

P(krank | positiv) = P(positiv | krank) × P(krank) / P(positiv), wobei sich der Nenner nach dem Satz von der totalen Wahrscheinlichkeit zusammensetzt aus P(positiv|krank)×P(krank) + P(positiv|gesund)×P(gesund).

Viel anschaulicher wird es mit natürlichen Häufigkeiten – nimm einfach 100.000 Menschen statt Prozentzahlen:

• 0,1 % sind krank → 100 Kranke und 99.900 Gesunde
• von den 100 Kranken testen 99 % positiv → 99 richtig Positive
• von den 99.900 Gesunden testen 1 % fälschlich positiv → 999 falsch Positive
• insgesamt positiv: 99 + 999 = 1.098
• davon tatsächlich krank: 99 / 1.098 ≈ 9,0 %

Damit ist die Sache sofort einleuchtend: Es gibt so unfassbar viel mehr Gesunde als Kranke, dass die seltenen Fehler in der großen Gruppe zahlenmäßig die häufigen Treffer in der kleinen Gruppe überholen. Ein Prozent von 99.900 ist eben ein Vielfaches von 99 Prozent von 100.

Mein Rat für die Klausur: Zeichne bei jeder Bayes-Aufgabe eine Vierfeldertafel oder ein Baumdiagramm mit absoluten Zahlen und wähle die Gesamtzahl so, dass keine Kommastellen entstehen (bei 0,1 % also 100.000). Dann brauchst du die Formel praktisch gar nicht mehr – du liest das Ergebnis ab und kannst die Formel hinterher zur Kontrolle danebenschreiben. Und zur Erkennung: Steht in der Aufgabe „unter der Bedingung, dass“, „von den positiv Getesteten“ oder „wenn bereits bekannt ist, dass“, dann ist das Wort direkt nach dieser Formulierung die Bedingung – und die gehört hinter den Strich.

Deine Fußnote hat recht, und der Unterschied ist wirklich nicht bloß Wortklauberei. Fangen wir mit der Rechnung an, dann wird die Interpretation von selbst klar.

Ein Konfidenzintervall ist immer nach demselben Muster gebaut:

Punktschätzer ± Sicherheitsfaktor × Standardfehler

Bei einem Mittelwert ist der Punktschätzer dein x̄ = 3,8 und der Standardfehler s ÷ √n. Der Standardfehler ist die entscheidende Größe: nicht die Streuung der einzelnen Antworten, sondern die Streuung des Mittelwerts, wenn man die Umfrage immer wieder neu ziehen würde. Mit 100 Befragten und angenommener Streuung s = 1,0 ist er 1,0 ÷ 10 = 0,1.

Die 1,96 kommen aus der Standardnormalverteilung: zwischen −1,96 und +1,96 liegen genau 95 % der Fläche, je 2,5 % bleiben an den Rändern. Deshalb tauchen für andere Niveaus andere Werte auf – 1,645 für 90 %, 2,576 für 99 %. Man liest sie als Quantil zu 1 − α/2 ab.

Zusammengesetzt: 3,8 ± 1,96 × 0,1 = 3,8 ± 0,196, also etwa [3,60; 4,00]. Genau dein Skript-Ergebnis.

Jetzt die Interpretation, und die hängt direkt daran: gerechnet wurde mit der Streuung möglicher Stichproben, nicht mit einer Wahrscheinlichkeit für den wahren Wert. Der wahre Mittelwert ist eine feste Zahl, die wackelt nicht – dein Intervall wackelt. Korrekt heißt es deshalb: Das Verfahren liefert Intervalle, die in 95 von 100 Fällen den wahren Wert überdecken. Dein konkretes Intervall gehört entweder zu den 95 Treffern oder zu den 5 Nietern, und welches, weiß niemand.

Eine Faustregel, die im Kopf bleibt: die Breite hängt an √n. Willst du das Intervall halbieren, brauchst du die vierfache Stichprobe. Von 100 auf 400 Befragte halbiert die Fehlerspanne, von 100 auf 200 bringt nur rund 30 % Verbesserung. Das erklärt auch, warum praktisch alle Meinungsumfragen bei ungefähr 1.000 Befragten landen – darüber wird es teuer, ohne wirklich genauer zu werden.

Schöne Fragen, die gehen alle auf denselben Kern zurück. Erst das Rezept, dann die Begründung.

Vom Text zum Modell in fünf Schritten:

1. Variablen definieren – mit Einheit. „x₁ = produzierte Menge von Produkt A in Stück pro Woche“. Ohne Einheit passieren später Bezugsfehler.
2. Zielfunktion aufstellen. Maximiere Z = db₁·x₁ + db₂·x₂. Verwende den Deckungsbeitrag pro Stück, nicht den Stückgewinn: Fixkosten fallen ohnehin an, sie verschieben nur den Zielfunktionswert, nicht die optimale Lösung.
3. Für jeden Engpass eine Ungleichung. Koeffizient = Verbrauch pro Stück, rechte Seite = verfügbare Kapazität. Faustregel: Jede Zahl im Text, die eine Obergrenze beschreibt, wird zu einer Zeile.
4. Nichtnegativität nicht vergessen: x₁ ≥ 0, x₂ ≥ 0. Das ist kein Formalismus – ohne diese beiden Bedingungen ist der Bereich ein anderer.
5. Zeichnen: Jede Ungleichung als Gleichung auffassen und über die beiden Achsenschnittpunkte (einmal x₁ = 0, einmal x₂ = 0) als Gerade einzeichnen. Welche Halbebene gilt, prüfst du mit einem Testpunkt – meist dem Ursprung (0|0). Die Schnittmenge aller Halbebenen ist der zulässige Bereich.

Warum eine Ecke? Der zulässige Bereich entsteht als Durchschnitt endlich vieler Halbebenen und ist deshalb konvex – ein Vieleck ohne Dellen. Die Zielfunktion ist linear, ihre Höhenlinien (die Isogewinngeraden Z = const.) sind also parallele Geraden mit der festen Steigung −db₁/db₂. Verschiebst du diese Schar in Richtung wachsender Zielwerte, verlässt sie den Bereich irgendwann; der letzte Berührpunkt ist die Lösung. Ein solcher Berührpunkt eines konvexen Vielecks mit einer Geraden ist entweder ein Eckpunkt oder eine ganze Kante – innen liegen kann er nie, weil man von jedem inneren Punkt aus noch in Richtung höherer Zielwerte weitergehen könnte. Genau das besagt der Hauptsatz der linearen Optimierung.

Damit ist auch die dritte Frage beantwortet: Ablesen ist nur zum Finden da, nicht zum Rechnen. Du erkennst in der Zeichnung, welche zwei Restriktionsgeraden sich in der optimalen Ecke schneiden, und berechnest den Schnittpunkt danach exakt über das lineare Gleichungssystem der beiden zugehörigen Gleichungen. Dann Zielfunktionswert einsetzen – fertig.

Drei Sonderfälle, die gern als Teilaufgabe kommen: Ist die Isogewinngerade parallel zu einer bindenden Restriktion, ist die gesamte Kante optimal (unendlich viele Lösungen bei gleichem Zielwert). Ist der zulässige Bereich leer, widersprechen sich die Bedingungen. Ist er unbeschränkt in Richtung der Zielfunktion, existiert kein endliches Maximum – bei Kapazitätsaufgaben ein sicheres Zeichen, dass eine Restriktion vergessen wurde.

Kein Fehler im Lösungsheft – Matrizenmultiplikation ist tatsächlich nicht kommutativ. Aber der Reihe nach, denn die eine Regel, die du suchst, gibt es wirklich.

Wann ist das Produkt definiert? Nur wenn die Spaltenzahl der linken Matrix mit der Zeilenzahl der rechten übereinstimmt. Formal:

A (m × n) · B (n × p) = C (m × p)

Der Merktrick: Schreib die beiden Formate nebeneinander hin, also (3×2)·(2×4). Die inneren Zahlen müssen gleich sein, dann geht es – und die äußeren Zahlen ergeben das Format des Ergebnisses, hier (3×4). Sind die inneren Zahlen verschieden, ist das Produkt schlicht nicht definiert. Genau deshalb kann A·B existieren und B·A nicht.

Wie wird gerechnet? „Zeile mal Spalte“: Das Element c_ij in Zeile i und Spalte j ist die Summe der Produkte aus der i-ten Zeile von A und der j-ten Spalte von B. Also erstes Element mal erstes Element, plus zweites mal zweites, und so weiter.

Für die Handrechnung nimm unbedingt das Falk-Schema: Du schreibst B nach rechts oben, A nach links unten, und das Ergebnis erscheint im Kreuzungsfeld. Jedes Ergebniselement steht dann genau dort, wo sich seine Zeile und seine Spalte schneiden. Das reduziert die Verwechslungsfehler enorm, weil man nicht mehr im Kopf mitzählen muss, wo man gerade ist.

Und zur Nicht-Kommutativität: Selbst wenn beide Produkte existieren (bei quadratischen Matrizen), sind sie im Allgemeinen verschieden. Assoziativ und distributiv ist die Multiplikation dagegen sehr wohl – nur die Reihenfolge darfst du nie vertauschen.

Deine erste Frage ist besser, als du vermutlich denkst – der Grund fürs Quadrieren ist nämlich zwingend, nicht kosmetisch.

Warum nicht einfach die durchschnittliche Abweichung? Weil die immer null ist. Und zwar nicht manchmal, sondern bei jedem Datensatz: Die Summe der Abweichungen vom arithmetischen Mittel ergibt konstruktionsbedingt exakt 0, weil sich positive und negative Abweichungen genau aufheben. Genau das ist die definierende Eigenschaft des Mittelwerts. Als Streuungsmaß wäre die Kennzahl also völlig wertlos.

Man braucht also etwas, das das Vorzeichen beseitigt. Zwei Wege stehen zur Verfügung: den Betrag nehmen (das gibt es tatsächlich, die mittlere absolute Abweichung) oder quadrieren. Quadrieren hat sich durchgesetzt, weil die Betragsfunktion nicht überall differenzierbar ist und sich damit schlecht weiterrechnen lässt – die ganze Regressionsrechnung, die Normalverteilung und die Varianzzerlegung bauen auf der quadrierten Variante auf. Nebeneffekt: Große Abweichungen fallen stärker ins Gewicht als kleine, was oft erwünscht ist.

Und warum dann die Wurzel? Wegen der Einheit. Wenn du Preise in Euro auswertest, hat die Varianz die Einheit Euro zum Quadrat – damit kann niemand etwas anfangen. Erst die Wurzel bringt dich zurück auf Euro, und damit ist die Standardabweichung direkt neben dem Mittelwert interpretierbar: „durchschnittlich 42 € mit einer Streuung von 7 €“. Kurz gesagt: Die Varianz ist die rechenfreundliche Größe, die Standardabweichung die interpretierbare.

Für die Handrechnung noch der Verschiebungssatz: Die Varianz lässt sich statt über die Abweichungsquadrate auch als „Mittelwert der Quadrate minus Quadrat des Mittelwerts“ berechnen. Das spart in Klausuren eine ganze Tabellenspalte, weil du nicht jede einzelne Abweichung bilden musst.

Ja, und der Trick ist erstaunlich mechanisch. Frag dich vor jedem Ableiten nur eines: Welche Rechenoperation wird als Letztes ausgeführt, wenn ich für x eine Zahl einsetze? Diese äußerste Operation bestimmt die Regel.

• Zuletzt wird multipliziert → Produktregel: (u · v)′ = u′v + uv′
• Zuletzt wird dividiert → Quotientenregel: (u ÷ v)′ = (u′v − uv′) ÷ v²
• Zuletzt wird eine Funktion auf einen ganzen Ausdruck angewendet (Klammer hoch etwas, e hoch etwas, ln von etwas) → Kettenregel: f(g(x))′ = f′(g(x)) · g′(x)

Deine beiden Beispiele:

f(x) = (2x + 3) · e^x. Setz gedanklich x = 1 ein: Du rechnest erst die Klammer aus, dann e hoch 1, und ganz zuletzt multiplizierst du beides. Also Produktregel mit u = 2x + 3 (u′ = 2) und v = e^x (v′ = e^x): f′(x) = 2 · e^x + (2x + 3) · e^x = e^x · (2x + 5).

f(x) = (3x² + 1)^5. Hier rechnest du zuerst die Klammer aus und potenzierst zuletzt – die äußerste Operation ist also das Hochfünf, das auf einen ganzen Ausdruck wirkt. Deshalb Kettenregel: äußere Ableitung 5 · (3x² + 1)^4, innere Ableitung 6x, zusammen f′(x) = 5 · (3x² + 1)^4 · 6x = 30x · (3x² + 1)^4.

Dein Fehler war, die Klammer wie ein einfaches x zu behandeln. Der Faktor, den du vergessen hast, ist genau die innere Ableitung – und der klassische Test dafür: Steht in der Klammer nur ein einzelnes x, ist die innere Ableitung 1 und die Kettenregel fällt nicht auf. Steht dort etwas anderes, fehlt dir ohne sie ein Faktor.