Benutzer:WissensDürster/Baustelle

aus Wikipedia, der freien Enzyklopädie
Zur Navigation springen Zur Suche springen

Hier sammle ich nochmal neu und frisch, Artikel die fehlen oder ausgebaut werden müssen. Und die in dieser Kategorie potentiell durch mich zu bearbeiten sind.

Stubs / Bausteinwettbewerb

[Bearbeiten | Quelltext bearbeiten]

Personen (Wirtschaft)

[Bearbeiten | Quelltext bearbeiten]

PCR: Methode im Detail

[Bearbeiten | Quelltext bearbeiten]
  • Ausgangsdaten: sei der Vektor der beobachteten Outcomes und die entsprechenden Datenmatrix der beobachteten Kovariaten, wobei für die Anzahl an Beobachtungen in der Stichprobe und für die Anzahl an Variablen steht (es gelte ). Each of the rows of denotes one set of observations for the dimensional covariate and the respective entry of denotes the corresponding observed outcome.

Data Pre-processing: Assume that and each of the columns of have already been centered so that all of them have zero empirical means. This centering step is crucial (at least for the columns of ) since PCR involves the use of PCA on and PCA is sensitive to centering of the data.

Underlying Model: Following centering, the standard Gauss–Markov linear regression model for on can be represented as: where, denotes the unknown parameter vector of regression coefficients and denotes the vector of random errors with and for some unknown variance parameter

Objective: The primary goal is to obtain an efficient estimator for the parameter , based on the data. One frequently used approach for this is ordinary least squares regression which, assuming is full column rank, gives the unbiased estimator: of . PCR is another technique that may be used for the same purpose of estimating .

PCA Step: PCR starts by performing a PCA on the centered data matrix . For this, let denote the singular value decomposition of where, with denoting the non-negative singular values of , while the columns of and are both orthonormal sets of vectors denoting the left and right singular vectors of respectively.

The Principal Components: gives a spectral decomposition of where with denoting the non-negative eigenvalues (also known as the principal values) of , while the columns of denote the corresponding orthonormal set of eigenvectors. Then, and respectively denote the principal component and the principal component direction (or, PCA loading) corresponding to the largest principal value for each .

Derived covariates: For any , let denote the matrix with orthonormal columns consisting of the first columns of . Let denote the matrix having the first principal components as its columns. may be viewed as the data matrix obtained by using the transformed covariates instead of using the original covariates .

The PCR Estimator: Let denote the vector of estimated regression coefficients obtained by ordinary least squares regression of the response vector on the data matrix . Then, for any , the final PCR estimator of based on using the first principal components is given by: .

Wiwi-Wiki-Projekt Checkliste

[Bearbeiten | Quelltext bearbeiten]
  1. Rybczynski-Theorem
  2. Leontief-Paradoxon
  3. Terms of Trade
  4. Komparativer Kostenvorteil
  5. Ricardo-Modell
  6. Grubel-Lloyd-Index
  7. Handelsgleichgewicht
  8. Prebisch-Singer-These
  9. Revealed Comparative Advantage
  10. Verelendungswachstum
  11. Faktorpreisausgleichstheorem
  12. Stolper-Samuelson-Theorem

Experimentalpsychologie

[Bearbeiten | Quelltext bearbeiten]

Sozialpsycho & A/O-Psycho

[Bearbeiten | Quelltext bearbeiten]

Personen (Psychologie)

[Bearbeiten | Quelltext bearbeiten]
literatur nach fachgebieten ordnen

vergleich engl, orga-strukturen

http://www.amazon.de/s?ie=UTF8&tag=firefox-de-21&index=blended&link_code=qs&field-keywords=organisation&sourceid=Mozilla-search einbauen, und anmelden

Organisation: Theorie, Design und Wandel von Gareth R. Jones und Ricarda B. Bouncken Organisation von Alfred Kieser und Peter Walgenbach Organisation von Dietmar Vahs Organisation: Grundlagen moderner Organisationsgestalt... Mit Fallstudien von Georg Schreyögg Organisation: Eine ökonomische Perspektive von Arnold Picot, Helmut Dietl, und Egon Franck

-> generalisation von bwl und soziologie nicht möglich -> am besten, beide getrennt behandeln, trotz parallelen -> redundanz schafft klarheit


---> orga-theorien nur dann erwähnen, wenn sie in dem fachgebiet auch anwendung finden

-> "orga-theorie"-kategorie -> gehört zur bwl

wissenschaftler entwickeln theorien nicht gezielt 'für' eine wissenschaft, bwl relativ neu, benutzt dass was grad gebraucht wird soziologie, psychologie, statistik, etc.

orga-theorien neutraler darstellen und erklären, wie die fachbereiche sie benutzen bzw. welchen teil

schon getrennt: http://de.wikipedia.org/wiki/Betriebswirtschaftliche_Organisationslehre http://de.wikipedia.org/wiki/Organisationspsychologie http://de.wikipedia.org/wiki/Organisationssoziologie

High accuracy, but low precision
High precision, but low accuracy

Accuracy is the degree of veracity while precision is the degree of reproducibility.