www.vorhilfe.de
Vorhilfe

Kostenlose Kommunikationsplattform für gegenseitige Hilfestellungen.
Hallo Gast!einloggen | registrieren ]
Startseite · Forum · Wissen · Kurse · Mitglieder · Team · Impressum
Forenbaum
^ Forenbaum
Status Englisch
  Status Grammatik
  Status Lektüre
  Status Korrekturlesen
  Status Übersetzung
  Status Sonstiges (Englisch)

Gezeigt werden alle Foren bis zur Tiefe 2

Navigation
 Startseite...
 Neuerdings beta neu
 Forum...
 vorwissen...
 vorkurse...
 Werkzeuge...
 Nachhilfevermittlung beta...
 Online-Spiele beta
 Suchen
 Verein...
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
Forum "Statistik (Anwendungen)" - regressionsanalyse
regressionsanalyse < Statistik (Anwend.) < Stochastik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Statistik (Anwendungen)"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

regressionsanalyse: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 14:07 So 07.02.2010
Autor: domerich

Aufgabe
zu erklärender vektor y=(4,5,-3.2,-4)
der erklärende x=(-2,-1,0,1,2)

berechnen sie die Residualvarianz

[mm] \sigma^2= \bruch{1}{n-p-1} \sum u_i^2 [/mm]

n sind wohl die werte in dem vektor =5?

laut wikipedia p, die Anzahl der unabhängigen Variablen

ist damit der Vektor X gemeint? ein unabhängiger erklärender vektor?
in der Lösung steht für den Nenner nämlich [mm] \bruch{1}{4} [/mm]

kann mir jemand helfen?

        
Bezug
regressionsanalyse: Hinweis
Status: (Antwort) fertig Status 
Datum: 14:46 So 07.02.2010
Autor: Marcel08

Hallo domerich!


> zu erklärender vektor y=(4,5,-3.2,-4)
>  der erklärende x=(-2,-1,0,1,2)
>  
> berechnen sie die Residualvarianz
>  [mm]\sigma^2= \bruch{1}{n-p-1} \sum u_i^2[/mm]
>  
> n sind wohl die werte in dem vektor =5?


n liefert in diesem Zusammenhang die Anzahl der Beobachtungen innerhalb der Stichprobe.



> laut wikipedia p, die Anzahl der unabhängigen Variablen


p gibt in diesem Zusammenhang mit der oben genannten Formel der Residualvarianz die Anzahl der im Modell verwendeten Regressoren an. Infolgedessen ist in diesem Modell p=1 zu setzen.



> ist damit der Vektor X gemeint? ein unabhängiger
> erklärender vektor?
>  in der Lösung steht für den Nenner nämlich
> [mm]\bruch{1}{4}[/mm]


Dieser Faktor ist hinsichtlich der oben genannten Formel der Residualvarianz falsch, da sich jene Formel auf ein Regressionsmodell mit Konstante bezieht.


(1) [mm] \sigma^{2}=\bruch{1}{4}\summe_{}^{}u_{i}^{2} [/mm]



Gleichung (1) gilt in diesem Fall nur dann, wenn man die lineare Regression ohne Konstante berechnet. Würde man in jene Regression eine Konstante miteinbeziehen (so wie es für deine obige Formel vorgesehen ist), so hätte man für den Faktor der Residualvarianz


[mm] \sigma^{2}=\bruch{1}{3}\summe_{}^{}u_{i}^{2} [/mm]



gegeben.


> kann mir jemand helfen?





Gruß, Marcel

Bezug
                
Bezug
regressionsanalyse: Mitteilung
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 15:01 So 07.02.2010
Autor: domerich

danke, wenn man das weiß ist es klar mit der minus 1

Bezug
        
Bezug
regressionsanalyse: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 15:01 So 07.02.2010
Autor: domerich

Aufgabe
Berechnen Sie das Bestimmtheitsmaß [mm] R^2 [/mm]

ich Rechne mit folgender Formel:

[mm] R^2= [/mm] 1- [mm] \bruch{\sum u_i^2}{\sum (y_i - \overline{y})^2} [/mm]

als [mm] \sum u_i^2 [/mm] habe ich 17.1 was stimmt

als [mm] \sum (y_i [/mm] - [mm] \overline{y})^2 [/mm] habe ich 14 was aber nicht stimmt.
mein [mm] \overline{y} [/mm] ist ja wohl 0 ?

explezit habe ich gerechnet: 1- 17,1/14 was aber falsch ist :(

Bezug
                
Bezug
regressionsanalyse: Mitteilung
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 15:09 So 07.02.2010
Autor: domerich

ach ich bin so dumm! ich habe die 70 immer durch 5 geteilt.

[mm] 1-\bruch{17.1}{70} [/mm] = 0.75 was stimmt x( danke trotzdem

Bezug
                
Bezug
regressionsanalyse: Tipp
Status: (Antwort) fertig Status 
Datum: 15:16 So 07.02.2010
Autor: Marcel08


> Berechnen Sie das Bestimmtheitsmaß [mm]R^2[/mm]
>  ich Rechne mit folgender Formel:
>  
> [mm]R^2=[/mm] 1- [mm]\bruch{\sum u_i^2}{\sum (y_i - \overline{y})^2}[/mm]
>  
> als [mm]\sum u_i^2[/mm] habe ich 17.1 was stimmt


Das stimmt.



> als [mm]\sum (y_i[/mm] - [mm]\overline{y})^2[/mm] habe ich 14 was aber nicht


Das ist falsch.



> stimmt.
>  mein [mm]\overline{y}[/mm] ist ja wohl 0 ?


Ja, [mm] \overline{y} [/mm] berechnet sich in diesem Fall zu 0, das ist richtig. Wenn du das aber schon weisst, verstehe ich nicht, wie du die SQT zu 14 berechnest. Schreibe das noch einmal sauber auf, um berechne jenen Wert erneut.





Gruß, Marcel






> explezit habe ich gerechnet: 1- 17,1/14 was aber falsch ist
> :(


Bezug
        
Bezug
regressionsanalyse: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 15:36 So 07.02.2010
Autor: domerich

Aufgabe
Berechnen Sie das 90%-Konfidenzintervall des Regressionsparameters.

nun im skript stand dazu nichts direkt aber auf Wikipedia war ein Beispiel.

ich denke hier müsste meine Formel lauten

[mm] [\overline{y} [/mm] - [mm] t_i [/mm] * [mm] \bruch{s}{\wurzel{5}}, \overline{y} [/mm] + [mm] t_i [/mm] * [mm] \bruch{s}{\wurzel{5}}] [/mm]

ich habe mir die t-Statistik ausgerechet zu [mm] t_i= [/mm] -3.516 was laut lösung stimmt.

ich habe auch S ausgerechnet zu [mm] \wurzel{\bruch{1}{5-1}*\sum (y_i-\overline{y})^2} [/mm] = 4.183

[mm] \overline{y} [/mm] ist ja wieder 0

ich komme leider nicht auf sinnvolle zahlen, hat jemand vielleicht einen tipp wo der hase im wald begraben liegt?

Bezug
                
Bezug
regressionsanalyse: Antwort
Status: (Antwort) fertig Status 
Datum: 15:41 So 07.02.2010
Autor: Marcel08


> Berechnen Sie das 90%-Konfidenzintervall des
> Regressionsparameters.
>  nun im skript stand dazu nichts direkt aber auf Wikipedia
> war ein Beispiel.
>  
> ich denke hier müsste meine Formel lauten
>  
> [mm][\overline{y}[/mm] - [mm]t_i[/mm] * [mm]\bruch{s}{\wurzel{5}}, \overline{y}[/mm] +
> [mm]t_i[/mm] * [mm]\bruch{s}{\wurzel{5}}][/mm]
>  
> ich habe mir die t-Statistik ausgerechet zu [mm]t_i=[/mm] -3.516 was
> laut lösung stimmt.
>  
> ich habe auch S ausgerechnet zu [mm]\wurzel{\bruch{1}{5-1}*\sum (y_i-\overline{y})^2}[/mm]
> = 4.183
>  
> [mm]\overline{y}[/mm] ist ja wieder 0
>  
> ich komme leider nicht auf sinnvolle zahlen, hat jemand
> vielleicht einen tipp wo der hase im wald begraben liegt?


Wenn du mir zeigst, was du genau gerechnet hast, kann ich dir vielleicht weiterhelfen. :-)


Bezug
                        
Bezug
regressionsanalyse: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 15:50 So 07.02.2010
Autor: domerich

ich habe mich an das beispiel ganz unten gehalten
[Dateianhang nicht öffentlich]

da ist ja so ein Intervall angegeben.
jetzt weiß ich nicht genau wie mein t sein muss, [mm] \alpha [/mm] kenn ich nicht wohl aber 90% laut aufgabe. im anhang ist eine tabelle der t verteilung gegeben aber nur für 95%,97,5% usw . n-1= 4 das ist mir klar.
auf wikipedie habe ich gefunden für t(90%,4) = 1,533

bin ich auf dem holzweg?


Dateianhänge:
Anhang Nr. 1 (Typ: png) [nicht öffentlich]
Bezug
                                
Bezug
regressionsanalyse: Antwort
Status: (Antwort) fertig Status 
Datum: 16:11 So 07.02.2010
Autor: Marcel08


> ich habe mich an das beispiel ganz unten gehalten

>  [Dateianhang nicht öffentlich]


Hier gab es wohl technische Schwierigkeiten oder aber du hast gegen die Urheberrechte des Autors verstoßen. Jedenfalls kann ich deinen Anhang nicht sehen.



>  
> da ist ja so ein Intervall angegeben.
>  jetzt weiß ich nicht genau wie mein t sein muss, [mm]\alpha[/mm]
> kenn ich nicht wohl aber 90% laut aufgabe. im anhang ist


Ja, was heisst das denn hinsichtlich des Signifikanzniveaus?



> eine tabelle der t verteilung gegeben aber nur für
> 95%,97,5% usw . n-1= 4 das ist mir klar.


Die dir vorliegende Tabelle der t-Verteilung ist mit Sicherheit ausreichend. :-)



>  auf wikipedie habe ich gefunden für t(90%,4) = 1,533
>  
> bin ich auf dem holzweg?


Das weiss ich noch nicht. Zunächst hätte ich gerne gewusst, wie du folgende Werte berechnet hast:



1.) Den/die Regressionsparameter des Modells. (je nach Aufgabenstellung)

2.) Die entsprechenden Varianzen

3.) Die dazugehörigen Standardabweichungen





Gruß, Marcel


Bezug
                                        
Bezug
regressionsanalyse: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 16:26 So 07.02.2010
Autor: domerich

den regressionsparameter habe ich mit (x'*x)^-1 * x'*y berechnet also ohne konstante und es kam [mm] \beta=-2.3 [/mm] raus was stimmt.

die Residualvarianz habe ich ja davor dir gezeigt wie ich es gerechnet habe, es kommt 0.756 raus

von Standardabweichungen war nichts gefragt in der Aufgabe und steht auch nichts in meiner Formensammlung :(

hier ist mal die aufgabe falls das was hilft http://www.sendspace.com/file/0ea6ly

Bezug
                                                
Bezug
regressionsanalyse: Antwort
Status: (Antwort) fertig Status 
Datum: 16:35 So 07.02.2010
Autor: Marcel08


> den regressionsparameter habe ich mit


(1) (x'*x)^-1



* x'*y



> berechnet also ohne konstante und es kam [mm]\beta=-2.3[/mm] raus
> was stimmt.
>  
> die Residualvarianz habe ich ja davor dir gezeigt wie ich
> es gerechnet habe, es kommt 0.756 raus

> von Standardabweichungen war nichts gefragt in der Aufgabe
> und steht auch nichts in meiner Formensammlung :(



Mit Hilfe der Residualvarianz sollte es dir gelingen, die Standardabweichung zu berechnen. Diese ist für die Ermittlung des Konfidenzintervalls notwendig.


Term (1) oben hilft dir bei der Ermittlung von [mm] \hat\sigma_{\beta_{1}} [/mm] (Der Aufgabenstellung entnehme ich, dass es sich um ein Modell ohne Konstante handelt).



> hier ist mal die aufgabe falls das was hilft
> http://www.sendspace.com/file/0ea6ly





Gruß, Marcel

Bezug
                                                        
Bezug
regressionsanalyse: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 17:25 So 07.02.2010
Autor: domerich

ah da war was, ist das nicht einfach die Wurzel von [mm] \sigma [/mm] ?

dann wäre das s= 0.8694826047714?



Bezug
                                                                
Bezug
regressionsanalyse: Antwort
Status: (Antwort) fertig Status 
Datum: 17:34 So 07.02.2010
Autor: Marcel08


> ah da war was, ist das nicht einfach die Wurzel von [mm]\sigma[/mm]


Es gilt: [mm] Var(\hat\beta)=\sigma^{2}*(X^{T}X)^{-1} [/mm]


ferner ist [mm] \hat\sigma=f_{1}oVar(\hat\beta), [/mm] mit [mm] f_{1}=...? [/mm]



> dann wäre das s= 0.8694826047714?
>  
>  


Bezug
                                                                        
Bezug
regressionsanalyse: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 17:51 So 07.02.2010
Autor: domerich

[mm] Var(\hat\beta)=\sigma^{2}\cdot{}(X^{T}X)^{-1} [/mm] = 4.28*0.1= 0.428

das mit dem [mm] f_1 [/mm] verstehe ich leider nicht. wo soll ich da was einsetzten?
tut mir leid, dass ich nicht so fit bin auf dem gebiet

Bezug
                                                                                
Bezug
regressionsanalyse: Antwort
Status: (Antwort) fertig Status 
Datum: 18:18 So 07.02.2010
Autor: Marcel08


> [mm]Var(\hat\beta)=\sigma^{2}\cdot{}(X^{T}X)^{-1}[/mm] = 4.28*0.1=
> 0.428


Das ist richtig.



> das mit dem [mm]f_1[/mm] verstehe ich leider nicht. wo soll ich da
> was einsetzten?


Hier habe ich dich nach der Beziehung zwischen der Standardabweichung [mm] \hat\sigma [/mm] und der Varianz des Regressionsparameters [mm] Var(\hat\beta) [/mm] gefragt.



Wir haben


[mm] \hat\sigma=f_{1}oVar(\hat\beta), [/mm] mit [mm] f_{1}=\wurzel{x}\Rightarrow \hat\sigma=\wurzel{Var(\hat\beta)} [/mm]



Wie geht´s nun weiter im Hinblick auf das zu bestimmende Konfidenzintervall?


>  tut mir leid, dass ich nicht so fit bin auf dem gebiet


Das macht nichts, ich bin auch kein Profi. :-)

Bezug
                                                                                        
Bezug
regressionsanalyse: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 18:45 So 07.02.2010
Autor: domerich

ja gut danke soweit war ich ja, [mm] \sigma [/mm] = 0.869

jetzt muss ich wohl herausfinden, wie mein t für 90% lautet? habe nicht wirklich eine idee?

Bezug
                                                                                                
Bezug
regressionsanalyse: Antwort
Status: (Antwort) fertig Status 
Datum: 19:14 So 07.02.2010
Autor: Marcel08


> ja gut danke soweit war ich ja, [mm]\sigma[/mm] = 0.869


Das ist falsch. Wenn du bereits richtigerweise [mm] Var(\hat\beta)\approx0.427 [/mm] berechnet hast, wie kommst du denn dann auf [mm] \hat\sigma=0.869? [/mm]



Wir hatten ja eben schon gemeinsam herausgefunden, dass


[mm] \hat\sigma=\wurzel{Var(\hat\beta)} [/mm]



gilt. Welchen Wert erhalten wir also für die Standardabweichung [mm] \hat\sigma? [/mm]



> jetzt muss ich wohl herausfinden, wie mein t für 90%
> lautet? habe nicht wirklich eine idee?



Zusammengefasst:


1.) Welchen Wert nimmt die Standardabweichung an? (siehe oben)

2.) Was kannst du aus dem 90%-Konfidenzintervall im Hinblick auf das Signifikanzniveau [mm] \alpha [/mm] ablesen?

3.) Welche Verteilung ist zur Bestimmung jenes Intervalls erforderlich? (Hinweis: Regressionsmodell ohne Konstante [mm] \Rightarrow\hat\beta\pm\hat\sigma(t_{1-\bruch{\alpha}{2}}(n-p))) [/mm]



Bezug
                                                                                                        
Bezug
regressionsanalyse: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 19:25 So 07.02.2010
Autor: domerich


> Zusammengefasst:
>  
>
> 1.) Welchen Wert nimmt die Standardabweichung an? (siehe
> oben)
>  

0.869

> 2.) Was kannst du aus dem 90%-Konfidenzintervall im
> Hinblick auf das Signifikanzniveau [mm]\alpha[/mm] ablesen?
>  

weiß nicht genau, wenn gilt [mm] 1-\bruch{\alpha}{2}=0.90 [/mm]
dann ist [mm] \alpha=0.2 [/mm]

> 3.) Welche Verteilung ist zur Bestimmung jenes Intervalls
> erforderlich? (Hinweis: Regressionsmodell ohne Konstante
> [mm]\Rightarrow\hat\beta\pm\hat\sigma(t_{1-\bruch{\alpha}{2}}(n-p)))[/mm]
>  
>  

weiß nicht aber vermutlich was mit t-verteilung?

habe leider keine ahnung :(

Bezug
                                                                                                                
Bezug
regressionsanalyse: Antwort
Status: (Antwort) fertig Status 
Datum: 19:42 So 07.02.2010
Autor: Marcel08


> > Zusammengefasst:
>  >  
> >
> > 1.) Welchen Wert nimmt die Standardabweichung an? (siehe
> > oben)
>  >  
> 0.869



Das ist noch immer falsch. Wir haben doch


[mm] \hat\sigma=\wurzel{Var(\hat\beta)}=\wurzel{0.427}\approx0.653 [/mm]


Können wir uns darauf einigen?


> > 2.) Was kannst du aus dem 90%-Konfidenzintervall im
> > Hinblick auf das Signifikanzniveau [mm]\alpha[/mm] ablesen?
>  >  
> weiß nicht genau, wenn gilt [mm]1-\bruch{\alpha}{2}=0.90[/mm]
>  dann ist [mm]\alpha=0.2[/mm]


Nein.


90%-Konfidenzintervall [mm] \Rightarrow\alpha=1-0.9=0.1 [/mm]



> > 3.) Welche Verteilung ist zur Bestimmung jenes Intervalls
> > erforderlich? (Hinweis: Regressionsmodell ohne Konstante
> >
> [mm]\Rightarrow\hat\beta\pm\hat\sigma(t_{1-\bruch{\alpha}{2}}(n-p)))[/mm]
>  >  
> >  

> weiß nicht aber vermutlich was mit t-verteilung?


Ja.



> habe leider keine ahnung :(



Wie viele Regressoren p haben wir in diesem Modell?


Wie groß ist der Stichprobenumfang n?

Bezug
                                                                                                                        
Bezug
regressionsanalyse: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 19:54 So 07.02.2010
Autor: domerich

sorry da ist was in microsoft math schiefgegangen :/
erneutes eintippen kam auf dein ergebnis :)

ok alpha =0.1

mit deiner formel von der ich noch nicht weiß was ich machen soll, setz ich einfach mal ein:

[mm] \Rightarrow\hat\beta\pm\hat\sigma(t_{1-\bruch{\alpha}{2}}(n-p))) [/mm]

-2.3 [mm] \pm \sigma (t_{1-0.05} [/mm] (5-1))

[mm] t_0.95 [/mm] finde ich in der t-tabelle zu 2.132,
ich nehme an Freitheitsgrade bedeutet (n-p) ? gilt das immer für alle verteilungen?


naja ich habe mal das ausgerechnet

und bekomme -0.907 und -3.693

das sind die gesuchten werte :)
mhh! so geht das also. vielen dank also! kann man die formel also für alle regressionssachen verwenden ohne konstante? wie lautet sie denn mit konstante? naja das muss ich erstmal verarbeiten :)

Bezug
                                                                                                                                
Bezug
regressionsanalyse: Antwort
Status: (Antwort) fertig Status 
Datum: 20:10 So 07.02.2010
Autor: Marcel08


> sorry da ist was in microsoft math schiefgegangen :/
>  erneutes eintippen kam auf dein ergebnis :)
>  
> ok alpha =0.1
>  
> mit deiner formel von der ich noch nicht weiß was ich
> machen soll, setz ich einfach mal ein:
>  
> [mm]\Rightarrow\hat\beta\pm\hat\sigma(t_{1-\bruch{\alpha}{2}}(n-p)))[/mm]
>  
> -2.3 [mm]\pm \sigma (t_{1-0.05}[/mm] (5-1))
>  
> [mm]t_0.95[/mm] finde ich in der t-tabelle zu 2.132,


Ja, das ist richtig.



>  ich nehme an Freitheitsgrade bedeutet (n-p)?


Ja.



> gilt das immer für alle verteilungen?


Nein. Wenn du beispielsweise die F-Verteilung betrachtest, hast du sowohl einen Zähler- als auch einen Nennerfreiheitsgrad.



> naja ich habe mal das ausgerechnet
>  
> und bekomme -0.907 und -3.693


Ja.



> das sind die gesuchten werte :)
> mhh! so geht das also. vielen dank also! kann man die
> formel also für alle regressionssachen verwenden ohne
> konstante?


Das kommt auf die Aufgabenstellung an. Mit dem t-Test prüfst du quasi jeden einzelnen Parameter auf seine Verwendbarkeit. Im Zuge des F-Tests erhälst du eine Aussage über alle Parameter gemeinsam. Hier gilt diese Formel natürlich nicht.



> wie lautet sie denn mit konstante?



Im Regressionsmodell mit Konstante nimmt ein Konfidenzintervall die allgemeine Form


[mm] \hat\beta\pm\hat\sigma(t_{1-\bruch{\alpha}{2}}(n-p-1)) [/mm]



an.



naja das muss

> ich erstmal verarbeiten :)





Gruß, Marcel


Bezug
        
Bezug
regressionsanalyse: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 20:32 So 07.02.2010
Autor: domerich

Aufgabe
Können Sie die Nullhypothese : [mm] H_0: [/mm] β = 0 bei einem Signifikanzniveau von 1% oder von
5% verwerfen?

auch dazu finde ich nichts im Skript. hat das [mm] \beta [/mm] was mit meinem regressionsparameter [mm] \beta_i [/mm] zu tun?

hat mir jemand vielleicht eine Formel? =) der wiki artikel zum Test hat mich mehr verwirrt als geholfen.

Bezug
                
Bezug
regressionsanalyse: Antwort
Status: (Antwort) fertig Status 
Datum: 20:39 So 07.02.2010
Autor: Marcel08


> Können Sie die Nullhypothese : [mm]H_0:[/mm] β = 0 bei einem
> Signifikanzniveau von 1% oder von
>  5% verwerfen?
>  auch dazu finde ich nichts im Skript. hat das [mm]\beta[/mm] was
> mit meinem regressionsparameter [mm]\beta_i[/mm] zu tun?


Ja.


Was kannst du denn soweit dazu sagen? Welchen Wert hat man denn mit dem Signifikanzniveau gegeben?



> hat mir jemand vielleicht eine Formel? =) der wiki artikel
> zum Test hat mich mehr verwirrt als geholfen.


Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Statistik (Anwendungen)"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.englischraum.de
[ Startseite | Forum | Wissen | Kurse | Mitglieder | Team | Impressum ]