Folgende Faktoren bestimmen die Wahl der Methode:

Slides:

Advertisements

Ähnliche Präsentationen

Algorithmen und Datenstrukturen

Advertisements

Simulationsansätze in der BWL: Erstellung eines eigenen Projekts

Partner aus dem Land Brandenburg

Informatik II – Kapitel 11

Auswahl-Sort Sortieren in mehreren Durchgängen. In jedem Durchgang wird das größte Element bestimmt und mit dem letzten Element der nichtsortierten Elemente.

Sortieren I - Bubblesort -

Bounded Model Checking II

Teilformalismen des QP-Formalismus der Hochschule

„Such-Algorithmen“ Zusammenfassung des Kapitels 11

Übung 6.6Schranken 1.Angenommen, Ihr Algorithmus habe einen Aufwand von g(n) = 5n 3 + n für alle n a)Geben sie eine obere Schranke O(g(n)) an. b)Beweisen.

Zahlentheorie Algebra und Kryptografie

Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung In welcher Masche liegt der Punkt p?

Beispielrelation Buchbestellungen H = Menge der bedeutenden Ziele = {a, d} Schwelle T = 4 Stichprobe S = {a, b, a, a, a, a} mit s = |S| = 6 N = Anzahl.

Vorlesung Die Vorlesung Statistische Methoden II in 2 Wochen vom 6. Juni ( in 2 Wochen ) wird auf den 4. Juni (Mittwoch) vorverlegt ! 14 – 16 Zeit: 14.

Bildungstheoretische

Sicherung und Steigerung wirtschaftlicher Potentiale in mittelständischen Unternehmen Osnabrück, 1. Juni 2006 Univ.Prof. Dr. Herbert Neubauer Wirtschaftsuniversität.

Entitäten Extraktion Einführung

Erfahrungsaustausch zum Selbststudium 03. März 2009.

Zukunftswerkstatt Vorstellung von 2 Methoden, um mit Schülerinnen und Schülern den Klimawandel zu beschreiben.

Vorlesung 1 Methoden & Diagnostik in der Sozialen Arbeit

Die „Erweiterte Suche“

Welche Stoffe sind das? Teil 6 Wilhelm - Heinrich - Riehl - Kolleg

Erstellung eines Research Proposals

Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 7 SS 2000 Punkt-in-Polygon-Verfahren I (Trapezkarte)

Effiziente Algorithmen

Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS

Produktionsfaktoren I

Verfahren der kurzfristigen Erfolgsrechnung

Anfang Präsentation 20. Oktober, 2004 Elektrische Schaltungen I Diese Vorlesung diskutiert die mathematische Modellierung einfacher elektrischer linearer.

Lösung nichtlinear Gleichungssysteme

ÖWAD Indikatoren, Ist- und Soll-Größen - DI Johannes Prem, BMLFUW 1.Waldforum des ÖWAD Indikatoren, Ist- und Soll-Größen Bericht über den aktuellen Stand.

Part Average Analysis PAA Rev. 2.0 / 2005

P040 - Pflegedialog-Informationssystem - Schichtwechsel Ingenieurbüro für Informationssysteme Konzepte und Marketing Gerade Straße Buchholz i.d.N.

Abschluss mit Anschluss?

Einführung in die psychologische MethodenlehreFolie Nr. 1 Merkmale und ihre Erhebung Quantitative Merkmale z.B. Körpergröße sind messbar Qualitative.

Der Zentralwert.

FM III Prof. Dietrich Albert

Der Urknall und seine Teilchen

Stochastik Grundlagen

ANN - Simulator Rainer Trummer Ferdinand Schober Christian Spielberger.

Empirische Sozialforschung am Beispiel der Limburger Nordstadt

Hessischer Referenzrahmen Schulqualität

Methoden der Sozialwissenschaften

Anfang Präsentation 3. November, 2004 Tarjan’s Schleifenaufbrechalgorithmus In dieser Vorlesung wird ein Verfahren vorgestellt, welches in der Lage ist,

Computerkurs: Quantitative Auswertung biochemischer Experimente.

LdL am S. Roth :05: :05:44 Weitere Übungsbeispiele zur Booleschen Algebra Franz Jehle Boolesche Algebra, 4.3.

Präsentation zu Ausschreibungs- und Einstellungsformularen

Aufstellungen Aufstellungen2 Zur Information Die Präsentation startet mit einem Klick Weitere wichtige Informationen auf der Notizenseite.

Präsentieren mit PowerPoint Einführung beim Präsentationstraining für die Klassenstufe 12.

STUNDENPLANGESTALTUNG 1. BACHELORSEMESTER WIRTSCHAFTSPÄDAGOGIK HWS 2015 / 2016 B. Sc. Wirtschaftspädagogik HWS 2015 /

Gründe für eine Wahl des Naturwissenschaften-Kurses:  Neugier und Interesse an naturwissenschaftlichem Denken und Arbeiten  Verantwortungsbewusstsein.

Univ.-Prof. Dr. L. Müller-HagedornSofia 2007Marketing 1 Kapitel 2 Nach der Bearbeitung des 2. Kapitels sollten Sie in der Lage sein, q die Phasen einer.

Schulungsunterlagen der AG RDA

Teilnehmerinnen gesucht!!!

Gründe für eine Wahl des Naturwissenschaften-Kurses:

Schulungsunterlagen der AG RDA

Metallindustrie KV-Runde 2006

Abschlussbericht der Task Force Verfassungsschutz

Schulungsunterlagen der AG RDA

Masterstudiengang Politikwissenschaft: Musterstudienplan

Meinungsbarometer zur Thematik „Schuld und Strafe“

PISA und Sachtexte.

Barbara Wörndl Fachbereich Soziale Arbeit.Medien.Kultur

B. Sc. Wirtschaftspädagogik

Kompetenzniveaus Lernlupe Mathematik

Berechnung des Fixverktors bei stochastischen Matrizen

Masterstudiengang Politikwissenschaft: Musterstudienplan

› › › › › › ENTWICKLUNG LÄRMENTGELTE Hannover, 24. Oktober

Präsentation transkript:

Folgende Faktoren bestimmen die Wahl der Methode: Quantitative Methoden zum erfassen von Verhaltensweisen Folgende Faktoren bestimmen die Wahl der Methode: Fragestellung Untersuchungsdesign (Beobachtung / Experiment) Anzahl und Art der relevanten Verhaltenselemente Messskala (V.-Elemente, V.-Kategorien) Praktische Erwägungen Focal-animal sampling All-animal sampling Continuous sampling Time sampling

Quantitative Methoden zum erfassen von Verhaltensweisen Beispiel: Aktivitäten einer Rindergruppe Individuum 30 90 60 1 ♀ 2 ♂ 3 ♀ 4 ♂ 5 ♀ 6 ♀ Min. Aufstehen Hinlegen Fressen

Focal-animal continuous sampling Quantitative Methoden zum erfassen von Verhaltensweisen Focal-animal continuous sampling Beispiel: Aktivitäten einer Rindergruppe Individuum 30 90 60 1 ♀ 2 ♂ 3 ♀ 4 ♂ 5 ♀ 6 ♀ Min. Gesamte Verhaltenspalette kann aufgenommen werden Für alle Ereignisse und Zustände sind Zeitangaben möglich (Zeitp. bzw. Anfang und Ende) Jedes Vorkommen einer bestimmten Verhaltensweise wird erfasst

All-animal continuous sampling Quantitative Methoden zum erfassen von Verhaltensweisen All-animal continuous sampling Beispiel: Aktivitäten einer Rindergruppe Individuum 30 90 60 1 ♀ 2 ♂ 3 ♀ 4 ♂ 5 ♀ 6 ♀ Min. Geeignet für das Erfassen einzelner, auffälliger und nicht häufiger Verhaltensweisen Jedes Vorkommen der Verhaltensweise wird erfasst Zusatzdaten wie Ort, Zeit, Individuum etc. können mit erfasst werden

time sampling (instantaneous) Quantitative Methoden zum erfassen von Verhaltensweisen All-animal time sampling (instantaneous) Beispiel: Aktivitäten einer Rindergruppe Individuum 1 ♀ 2 ♂ 3 ♀ 4 ♂ 5 ♀ 6 ♀ 30 90 60 Min. Geeignet für das Erfassen mittlerer bis längerer Verhaltensweisen (Bsp. Fressen)

time sampling (instantaneous) Quantitative Methoden zum erfassen von Verhaltensweisen All-animal time sampling (instantaneous) Beispiel: Aktivitäten einer Rindergruppe Individuum 1 ♀ 2 ♂ 3 ♀ 4 ♂ 5 ♀ 6 ♀ 30 90 60 Min. Ungeeignet für kurze Verhaltenselemente (Bsp. Aufstehen), weil nicht jedes Vorkommen erfasst wird

time sampling (one-zero) Quantitative Methoden zum erfassen von Verhaltensweisen All-animal time sampling (one-zero) Beispiel: Aktivitäten einer Rindergruppe Individuum 1 ♀ 2 ♂ 3 ♀ 4 ♂ 5 ♀ 6 ♀ 30 90 60 Min. Geeignet für das Erfassen kurzer Verhaltensweisen (Bsp. Aufstehen) Erfasst jedes Vorkommen der gesuchten Verhaltensweise

Quantitative Methoden zum erfassen von Verhaltensweisen Beispiel: Hackordnung in einer Hühnergruppe All-animal continuous sampling Protokoll: Soziometrische Matrix wird gehackt Ind. I II III IV V VI IIII hackt

Folgende Faktoren bestimmen die Wahl der Methode: Quantitative Methoden zum erfassen von Verhaltensweisen Folgende Faktoren bestimmen die Wahl der Methode: Fragestellung Untersuchungsdesign (Beobachtung / Experiment) Anzahl und Art der relevanten Verhaltenselemente Messskala (V.-Elemente, V.-Kategorien) Praktische Erwägungen Focal-animal sampling All-animal sampling Continuous sampling Time sampling instantaneous one-zero