BWL & Fernstudium: Einsendeaufgaben-Hilfe

Sitze gerade an einer Übungsaufgabe zum Konfidenzintervall und komm bei der Wahl zwischen z- und t-Verteilung nicht ganz klar. In unserem Skript steht nur so pauschal „ab n=30 kann man die Normalverteilung nehmen“, aber mir ist nicht klar ob das wirklich die einzige Bedingung ist.

Ich dachte eigentlich, dass es auch darauf ankommt, ob die Varianz der Grundgesamtheit bekannt ist oder nicht? Also quasi:

• Varianz bekannt → immer z-Wert, egal wie groß n ist?
• Varianz unbekannt und n klein → t-Verteilung
• Varianz unbekannt aber n groß (ab 30) → kann man trotzdem z nehmen, weil die t-Verteilung sich dann eh annähert?

Stimmt das so, oder hab ich da was durcheinandergebracht? In der Aufgabe ist die Varianz nicht gegeben, nur die Stichprobenvarianz aus den Daten, und n=25. Nehme ich da automatisch t, unabhängig davon wie die Daten verteilt sind? Oder muss ich vorher noch checken ob die Grundgesamtheit normalverteilt ist? Bin da gerade etwas verwirrt und wäre für Erklärung dankbar 🙂

Sitze gerade an linearer Algebra für die Klausur und frage mich, welche Methode ich mir für 3x3-Determinanten wirklich antrainieren sollte. Aktuell wechsle ich zwischen Sarrus und Laplace hin und her, je nachdem wie die Aufgabe aussieht.

Bei Sarrus bin ich meistens schneller, aber ich verhaue mir ständig die Vorzeichen bei den Nebendiagonalen, besonders wenn in der Matrix schon negative Zahlen stehen. Laplace dauert bei mir länger, weil ich erst überlegen muss, nach welcher Zeile/Spalte ich am besten entwickle, dafür habe ich da irgendwie weniger Flüchtigkeitsfehler.

Meine Fragen dazu:

• Nutzt ihr in der Klausur eher pauschal eine der beiden Methoden oder entscheidet ihr das von Fall zu Fall?
• Gibt es eine Faustregel, wann sich Laplace eher lohnt, z.B. bei vielen Nullen in einer Zeile/Spalte?
• Wie kontrolliert ihr euer Ergebnis in der Klausur, ohne beide Methoden komplett doppelt durchzurechnen?

Bin für jeden Tipp dankbar, vor allem wie man die Vorzeichenfehler bei Sarrus in den Griff

Ich sitze gerade an einer Einsendeaufgabe aus der Steuerlehre und komme bei einem Punkt einfach nicht weiter. Die Aufgabe: Ein Mitarbeiter bekommt einen Dienstwagen gestellt und nutzt ihn auffällig viel privat, dazu soll ich entscheiden, ob die 1%-Regelung oder ein Fahrtenbuch für ihn günstiger ist.

Die 1%-Regelung an sich habe ich verstanden – Bruttolistenpreis mal 1% pro Monat plus 0,03% pro Entfernungskilometer für die Fahrten Wohnung/Arbeit, das kriege ich hin. Mein Problem ist eher das Gefühl dafür, ab welchem Verhältnis von privater zu dienstlicher Nutzung sich der ganze Aufwand mit dem Fahrtenbuch überhaupt lohnt.

Bei meiner Beispielrechnung komme ich bei sehr hohem Privatanteil natürlich auf einen höheren geldwerten Vorteil über die 1%-Regelung, aber ich weiß nicht, ob es da eine Art Faustregel gibt, mit der man das grob abschätzen kann, bevor man die komplette Fahrtenbuch-Rechnung (Gesamtkosten, AfA, laufende Kosten etc.) aufstellt. Gibt es sowas wie einen Richtwert in

Ich sitze gerade an einer Übungsaufgabe zur linearen Optimierung (Maximierungsproblem, zwei Variablen, drei Nebenbedingungen plus Nichtnegativitätsbedingungen). Den zulässigen Bereich habe ich gezeichnet, das Polygon mit den Eckpunkten sehe ich auch, aber ich bin mir unsicher, wie ich von da aus auf den optimalen Punkt komme.

Was ich bisher verstanden habe:

• Das Optimum liegt bei linearer Optimierung immer in einem Eckpunkt (oder auf einer ganzen Kante, wenn die Zielfunktion parallel zu einer Nebenbedingung verläuft).
• Ich könnte also einfach alle Eckpunkte ablesen und in die Zielfunktion einsetzen.

Mir kommt das aber bei mehr als 4-5 Ecken ziemlich mühsam vor. In der Vorlesung wurde kurz was von einer „Isogewinngeraden“ erwähnt, die man parallel verschiebt, aber ich habe nicht ganz kapiert, wie man das sauber zeichnerisch umsetzt bzw. woran man erkennt, wann man den letzten Punkt vor dem Verlassen des zulässigen Bereichs erreicht hat. Geht ihr da anders ran, oder bleibt bei

Wir sitzen gerade an unserem Semesterprojekt (kleine Webanwendung mit Datenbankanbindung) und haben uns ziemlich selbst ein Bein gestellt: Wir haben von Anfang an alle Testdaten direkt in die Datenbank gehauen, die am Ende auch produktiv laufen soll. Jetzt beim Deployment merken wir, dass sich Test-Datensätze und „echte“ Daten vermischen und wir nicht mehr sauber trennen können, was eigentlich gelöscht werden müsste.

Ich habe inzwischen verstanden, dass man eigentlich mindestens zwischen Dev-, Test- und Produktivumgebung trennen sollte, aber für ein Studienprojekt mit 4 Leuten kommt uns das nach kompletten separaten Serverumgebungen ziemlich übertrieben vor. Reicht es z. B., einfach mehrere Datenbanken (z. B. per Docker oder lokal) mit unterschiedlichen Connection-Strings anzulegen, oder braucht man dafür wirklich mehr Infrastruktur?

Wie macht ihr das in euren Projekten oder im Job, wenn der Rahmen klein ist? Gibt es eine pragmatische Mindestlösung, mit der man sich solche Probleme

Sitze gerade an der Nachbereitung unserer letzten Übungsklausur (Stochastik, läuft bei uns parallel zur Technischen Mechanik mit rein) und hänge an einem Verständnisproblem, das mich schon öfter Punkte gekostet hat.

Die Aufgabe war sinngemäß: Ein Prüfverfahren erkennt fehlerhafte Bauteile mit einer gewissen Wahrscheinlichkeit, es gibt aber auch Fehlalarme. Gesucht war die Wahrscheinlichkeit, dass ein Bauteil wirklich fehlerhaft ist, gegeben das Prüfverfahren schlägt an. Ich habe ganz naiv mein Baumdiagramm mit „fehlerhaft/nicht fehlerhaft“ als erste Stufe aufgebaut, dann aber am Ende die bedingte Wahrscheinlichkeit einfach aus dem Baum abgelesen, ohne zu merken, dass ich eigentlich die Reihenfolge der Ereignisse umdrehen musste.

Woran erkennt ihr zuverlässig, dass:

• man den Satz von Bayes braucht, weil die gegebene und die gesuchte Wahrscheinlichkeit „in unterschiedliche Richtungen“ zeigen,
• eine stinknormale Vierfeldertafel oder ein normaler Baum ausreicht?

Gibt es da ein festes Schema,

Sitze gerade an der Auswertung meiner Regression fürs Hausarbeitsthema (irgendwas mit Produktionsfaktoren, will nicht zu sehr ins Detail gehen) und mein Dozent hat beim Feedback angemerkt, dass zwei meiner unabhängigen Variablen wohl zu stark miteinander korrelieren könnten. Ich hab bisher nur mit der Korrelationsmatrix geschaut, ob da was auffällig hoch ist, aber so richtig sicher bin ich mir nicht, ob das reicht.

Gibt es da ein Standardmaß, auf das ich in der Ausgabe achten sollte? Ich hab mal was von VIF gehört, aber verstehe noch nicht genau, ab welchem Wert man da hellhörig werden sollte.

Und die zweite Frage: wenn ich Multikollinearität tatsächlich feststelle, ist dann Variable rauswerfen die einzige Lösung, oder gibt es noch andere Wege, damit umzugehen, ohne dass ich Informationen verliere? Bin für jeden Denkanstoß dankbar, stehe da gerade ein bisschen auf dem Schlauch.

Ich sitze gerade an einem Fallbeispiel im Modul Wirtschaftsrecht und komme mit der Abgrenzung nicht so richtig klar. Es geht um ein fiktives Unternehmen, das einen Produktnamen seit einiger Zeit im Geschäftsverkehr nutzt, ihn aber nie beim DPMA angemeldet hat. Meine Aufgabe ist zu beurteilen, ob das reicht oder ob eine Eintragung notwendig gewesen wäre.

Ich hab bisher verstanden, dass es im Markenrecht wohl sowas wie Benutzungsmarken gibt, die durch Verkehrsgeltung entstehen können, ohne dass man überhaupt eintragen muss. Aber mir ist nicht klar, wo da die Grenze liegt und wie hoch die Hürden für diese Verkehrsgeltung tatsächlich sind. Reicht es, wenn der Name in der Branche einigermaßen bekannt ist, oder muss da ein bestimmter Prozentsatz der angesprochenen Verkehrskreise den Namen kennen?

Und die zweite Frage: welche konkreten Nachteile hat man eigentlich, wenn man sich nur auf diese Benutzungsmarke verlässt, statt aktiv einzutragen? Ich vermute es hat was mit Beweislast zu tun,