Statistiken und Tabellen Referat am 4.12.2006 von Maria Wieländer

Statistiken und TabellenStatistiken und Tabellen

Referat am 4.12.2006Referat am 4.12.2006

von Maria Wieländervon Maria Wieländer

GliederungGliederung

DatensatzDatensatz StatistikenStatistiken TabellenTabellen Vergleich mit Excel Vergleich mit Excel ZusammenfassungZusammenfassung

DatensatzDatensatz Amerikanische DNNB – Umfrage von 1998Amerikanische DNNB – Umfrage von 1998 Religiosität von Personen verschiedener Schichten Religiosität von Personen verschiedener Schichten Kategorien: Kategorien:

Häufigkeit der KirchenbesucheHäufigkeit der Kirchenbesuche Fundamentalismus als GefahrFundamentalismus als Gefahr Bedeutung von Religion im eigenen LebenBedeutung von Religion im eigenen Leben AlterAlter KinderKinder Stadt – LandStadt – Land BildungBildung Bildung des EhepartnersBildung des Ehepartners Region der UmfrageRegion der Umfrage EinkommenEinkommen

Arbeiten mit dem DatensatzArbeiten mit dem Datensatz Datensatz in R laden: „File -> Load Datensatz in R laden: „File -> Load

Datafile“Datafile“

>BowlAl1998 <- read.table("C:/Dokumente und >BowlAl1998 <- read.table("C:/Dokumente und Einstellungen/Maria/Desktop/Testprogramme/BoEinstellungen/Maria/Desktop/Testprogramme/BowlAl1998.txt",header=T,sep="\t", wlAl1998.txt",header=T,sep="\t", quote="");attach(BowlAl1998)quote="");attach(BowlAl1998)

Zuordnen von Abkürzungen:Zuordnen von Abkürzungen:

> C<-CHURCH > C<-CHURCH > A<-AGE> A<-AGE> CHI<-CHILDREN> CHI<-CHILDREN> E<-EDUC> E<-EDUC

KritikKritik

Wenn „attach“ nicht aktiviert ist, ist es Wenn „attach“ nicht aktiviert ist, ist es sehr kompliziert, mit dem Datensatz in R sehr kompliziert, mit dem Datensatz in R zu arbeiten zu arbeiten

(C<-BowlAl1998$CHURCH)(C<-BowlAl1998$CHURCH)

StatistikenStatistiken

Arithmetisches MittelArithmetisches Mittel

Allgemein:Allgemein:

> t<-c(7,8,4,1,5,0,9,8,9,3)> t<-c(7,8,4,1,5,0,9,8,9,3)

> mean(t)> mean(t)

[1] 5.4[1] 5.4

Datensatz:Datensatz:

> mean(A)> mean(A)

[1] 47.80149[1] 47.80149

MedianMedian

50% der Werte liegen unterhalb des Medians 50% der Werte liegen unterhalb des Medians und 50% der Werte oberhalbund 50% der Werte oberhalb

Allgemein:Allgemein: > w<-c(4,6,2,8,0,9,7,3,4,4)> w<-c(4,6,2,8,0,9,7,3,4,4) > median(w)> median(w) [1] 4[1] 4

Datensatz:Datensatz: > median(A)> median(A) [1] 45[1] 45

Minimum und MaximumMinimum und Maximum

> min(4,4,7,3,3,8,9,1,6,9)> min(4,4,7,3,3,8,9,1,6,9)

[1] 1[1] 1

> max(4,4,7,3,3,8,9,1,6,9)> max(4,4,7,3,3,8,9,1,6,9)

[1] 9[1] 9

> range(4,4,7,3,3,8,9,1,6,9)> range(4,4,7,3,3,8,9,1,6,9)

[1] 1 9[1] 1 9

> min(A)> min(A)

[1] 18[1] 18

> max(A)> max(A)

[1] 92[1] 92

> range(A)> range(A)

[1] 18 92[1] 18 92

QuantileQuantile

> p<-c(2,4,6,7,9,8,1,4,7,8)> p<-c(2,4,6,7,9,8,1,4,7,8)

> quantile(p,0.25)> quantile(p,0.25)

25% 25%

> quantile(p,0.75)> quantile(p,0.75)

75% 75%

7.757.75

> quantile(A,0.25)> quantile(A,0.25)

25% 25%

> quantile(A,0.75)> quantile(A,0.75)

75% 75%

StandardabweichungStandardabweichung

> u<-c(4,6,3,6,3,1,9,0,7,4)> u<-c(4,6,3,6,3,1,9,0,7,4)

> sd(u)> sd(u)

[1] 2.750757[1] 2.750757

> sd(A)> sd(A)

[1] 16.02099[1] 16.02099

VarianzVarianz

Allgemein:Allgemein: > e<-c(5,3,6,9,2,1,6,8,4,6)> e<-c(5,3,6,9,2,1,6,8,4,6) > var(e)> var(e) [1] 6.444444[1] 6.444444

Datensatz:Datensatz: > var(A)> var(A) [1] 256.6721[1] 256.6721

EinfacherEinfacher

Allgemein:Allgemein: > d<-c(4,8,4,1,4,2,9,0,5,4)> d<-c(4,8,4,1,4,2,9,0,5,4) > summary(d)> summary(d)

Min. 1st Qu. Median Mean 3rd Qu. Max. Min. 1st Qu. Median Mean 3rd Qu. Max. 0.00 2.50 4.00 4.10 4.75 9.00 0.00 2.50 4.00 4.10 4.75 9.00

Datensatz:Datensatz: > summary(A)> summary(A)

Min. 1st Qu. Median Mean 3rd Qu. MaxMin. 1st Qu. Median Mean 3rd Qu. Max 18.0 35.0 45.0 47.8 60.0 92.0 18.0 35.0 45.0 47.8 60.0 92.0

Statistiken nach KlassenStatistiken nach Klassen

>tapply(A,C,mean)>tapply(A,C,mean)

1 2 3 4 5 6 7 1 2 3 4 5 6 7

46.57705 45.22013 46.50435 45.39683 46.89224 48.78851 51.25721 46.57705 45.22013 46.50435 45.39683 46.89224 48.78851 51.25721

>tapply(A,C,median)>tapply(A,C,median)

1 2 3 4 5 6 7 1 2 3 4 5 6 7

44.0 44.0 43.0 43.0 46.0 46.0 49.5 44.0 44.0 43.0 43.0 46.0 46.0 49.5

tapply(A,C,summary)tapply(A,C,summary)

$`1`$`1` Min. 1st Qu. Median Mean 3rd Qu. Max. Min. 1st Qu. Median Mean 3rd Qu. Max. 19.00 34.00 44.00 46.58 57.00 92.00 19.00 34.00 44.00 46.58 57.00 92.00

$`4$`4 Min. 1st Qu. Median Mean 3rd Qu. Max. Min. 1st Qu. Median Mean 3rd Qu. Max. 20.0 32.0 43.0 45.4 56.0 80.0 20.0 32.0 43.0 45.4 56.0 80.0

AuswertungAuswertung

Positives:Positives: Schnelle Ergebnisse auch bei großen Schnelle Ergebnisse auch bei großen

DatensätzenDatensätzen

Kritik:Kritik: Viele Befehle nicht leicht zu erschließen, Viele Befehle nicht leicht zu erschließen,

Handbuch wäre nötigHandbuch wäre nötig „ „c“ nötig bei per Hand eingegebenen Zahlen c“ nötig bei per Hand eingegebenen Zahlen (z.B. mean(c(1,2,3,4)) statt mean(1,2,3,4)) (z.B. mean(c(1,2,3,4)) statt mean(1,2,3,4)) Unübersichtliches Layout Unübersichtliches Layout

TabellenTabellen

Tabellen mit einer VariablenTabellen mit einer Variablen

Kirchenbesuche:

> table(C)> table(C) CC 1 2 3 4 5 6 7 1 2 3 4 5 6 7 915 477 230 189 232 435 832 915 477 230 189 232 435 832

Alter:

> table(A)> table(A)AA18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 1 7 16 23 36 37 34 41 49 71 67 64 61 79 64 92 70 76 59 84 89 67 82 77 891 7 16 23 36 37 34 41 49 71 67 64 61 79 64 92 70 76 59 84 89 67 82 77 89 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 87 92 63 67 67 78 61 74 64 41 60 55 57 41 45 54 42 55 42 42 32 27 55 47 49 87 92 63 67 67 78 61 74 64 41 60 55 57 41 45 54 42 55 42 42 32 27 55 47 49

68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 38 53 40 56 49 38 43 34 29 32 17 17 15 14 13 8 7 3 2 2 2 2 1 2 1 38 53 40 56 49 38 43 34 29 32 17 17 15 14 13 8 7 3 2 2 2 2 1 2 1

Tabellen mit zwei VariablenTabellen mit zwei Variablen

Kirchenbesuche und Bildung:Kirchenbesuche und Bildung:

> table(C,E)> table(C,E) EEC 1 2 3 4 5 6C 1 2 3 4 5 6 1 24 73 330 269 116 981 24 73 330 269 116 98 2 7 22 164 148 61 722 7 22 164 148 61 72 3 3 9 67 90 36 253 3 9 67 90 36 25 4 2 11 63 68 20 254 2 11 63 68 20 25 5 1 14 60 88 29 405 1 14 60 88 29 40 6 6 21 134 114 82 786 6 21 134 114 82 78 7 10 36 247 255 134 1497 10 36 247 255 134 149

Alter und Kirchenbesuche: Alter und Kirchenbesuche:

> > table(A,C)table(A,C) CCA 1 2 3 4 5 6 7A 1 2 3 4 5 6 7 18 0 0 0 0 0 0 118 0 0 0 0 0 0 1 19 1 5 0 0 0 0 119 1 5 0 0 0 0 1 20 2 4 2 1 2 1 420 2 4 2 1 2 1 4 21 11 3 0 3 0 2 3 21 11 3 0 3 0 2 3 22 8 6 1 2 4 5 1022 8 6 1 2 4 5 10 23 9 7 3 4 3 4 623 9 7 3 4 3 4 6 24 10 3 8 2 4 3 424 10 3 8 2 4 3 4 25 17 4 6 3 4 5 225 17 4 6 3 4 5 2 26 20 12 1 4 3 2 726 20 12 1 4 3 2 7 27 16 16 6 5 6 8 1327 16 16 6 5 6 8 13 28 25 7 3 7 6 10 928 25 7 3 7 6 10 9 29 19 6 3 3 9 13 1029 19 6 3 3 9 13 10 30 14 14 3 4 2 9 1530 14 14 3 4 2 9 15 31 21 15 7 5 5 8 1631 21 15 7 5 5 8 16 32 21 11 3 6 5 6 1132 21 11 3 6 5 6 11 33 30 14 7 3 10 14 1433 30 14 7 3 10 14 14 34 15 11 11 2 6 6 1934 15 11 11 2 6 6 19 35 17 15 5 5 5 9 1935 17 15 5 5 5 9 19 36 16 9 5 4 5 11 936 16 9 5 4 5 11 9 37 23 12 8 3 6 13 1937 23 12 8 3 6 13 19 38 26 10 3 7 2 14 2538 26 10 3 7 2 14 25

Bilden von KlassenBilden von Klassen

Ermitteln von Minimum und Maximum:Ermitteln von Minimum und Maximum:

> range(A)> range(A) [1] 18 92[1] 18 92

Klasseneinteilung:Klasseneinteilung:

> table(cut(A,breaks=c(17,25,35,40,50,60,70,80,92)))> table(cut(A,breaks=c(17,25,35,40,50,60,70,80,92)))

(17,25] (25,35] (35,40] (40,50] (50,60] (60,70] (70,80] (80,92] (17,25] (25,35] (35,40] (40,50] (50,60] (60,70] (70,80] (80,92] 195 693 381 755 514 425 330 195 693 381 755 514 425 330 57 57

Tabellen mit drei VariablenKinder, Kirchenbesuch, Bildung

> table(C,E,CHI), , CHI = 0

EC 1 2 3 4 5 6 1 19 39 180 149 86 73 2 3 10 79 85 37 44 3 2 3 31 49 22 15 4 2 2 34 28 13 10 5 1 10 33 43 9 21 6 3 17 81 57 35 36 7 6 25 153 125 70 83

, , CHI = 1

EC 1 2 3 4 5 6 1 4 34 147 117 30 24 2 4 12 85 62 24 28 3 1 6 35 40 14 9 4 0 9 29 40 7 15 5 0 4 27 44 20 19 6 2 4 52 55 47 42 7 4 11 93 126 64 66

Fehlende Werte im DatensatzFehlende Werte im Datensatz Summe der fehlenden Werte:Summe der fehlenden Werte: >> fC<-is.na(C)fC<-is.na(C) > sum(fC)> sum(fC) [1] 40[1] 40

Tabelle mit den fehlenden Werten:Tabelle mit den fehlenden Werten: > ftC<-table(C,exclude=0)> ftC<-table(C,exclude=0) > ftC> ftCCC 1 2 3 4 5 6 7 <NA> 1 2 3 4 5 6 7 <NA> 915 477 230 189 232 435 832 40 915 477 230 189 232 435 832 40

ProzentangabenProzentangaben Kirchenbesuche:Kirchenbesuche: > tC<-table(C)> tC<-table(C) > tC> tCCC 1 2 3 4 5 6 7 1 2 3 4 5 6 7 915 477 230 189 232 435 832 915 477 230 189 232 435 832

In Prozent:In Prozent: > pC<-100*tC/sum(tC)> pC<-100*tC/sum(tC) > pC> pCCC 1 2 3 4 5 6 7 1 2 3 4 5 6 7 27.643505 14.410876 6.948640 5.709970 7.009063 13.141994 27.643505 14.410876 6.948640 5.709970 7.009063 13.141994 25.135952 25.135952

Gerundet:Gerundet: > round(pC,2)> round(pC,2)CC 1 2 3 4 5 6 7 1 2 3 4 5 6 7 27.64 14.41 6.95 5.71 7.01 13.14 25.14 27.64 14.41 6.95 5.71 7.01 13.14 25.14

Zusammenfügen der Tabellen:Zusammenfügen der Tabellen:

> tt<-rbind(tC,pC)> tt<-rbind(tC,pC)

> tt> tt

1 2 3 4 5 6 71 2 3 4 5 6 7

tC 915.00 477.00 230.00 189.00 232.00 435.00 832.00tC 915.00 477.00 230.00 189.00 232.00 435.00 832.00

pC 27.64 14.41 6.95 5.71 7.01 13.14 25.14pC 27.64 14.41 6.95 5.71 7.01 13.14 25.14

Tabellen in Prozent:

>t<- table(C,E)>t<- table(C,E)>t>t

EEC 1 2 3 4 5 6C 1 2 3 4 5 6 1 24 73 330 269 116 981 24 73 330 269 116 98 2 7 22 164 148 61 722 7 22 164 148 61 72 3 3 9 67 90 36 253 3 9 67 90 36 25 4 2 11 63 68 20 254 2 11 63 68 20 25 5 1 14 60 88 29 405 1 14 60 88 29 40 6 6 21 134 114 82 786 6 21 134 114 82 78 7 10 36 247 255 134 1497 10 36 247 255 134 149

> pt<-round(100*t/sum(t),2)> pt<-round(100*t/sum(t),2)> pt> pt

EEC 1 2 3 4 5 6C 1 2 3 4 5 6 1 0.73 2.21 10.00 8.15 3.51 2.971 0.73 2.21 10.00 8.15 3.51 2.97 2 0.21 0.67 4.97 4.48 1.85 2.182 0.21 0.67 4.97 4.48 1.85 2.18 3 0.09 0.27 2.03 2.73 1.09 0.763 0.09 0.27 2.03 2.73 1.09 0.76 4 0.06 0.33 1.91 2.06 0.61 0.764 0.06 0.33 1.91 2.06 0.61 0.76 5 0.03 0.42 1.82 2.67 0.88 1.215 0.03 0.42 1.82 2.67 0.88 1.21 6 0.18 0.64 4.06 3.45 2.48 2.366 0.18 0.64 4.06 3.45 2.48 2.36 7 0.30 1.09 7.48 7.72 4.06 4.517 0.30 1.09 7.48 7.72 4.06 4.51

Zeilen- und SpaltensummenZeilen- und Spaltensummen

Tabelle:Tabelle:

> t<-table(C,E)> t<-table(C,E)> t> t EEC 1 2 3 4 5 6C 1 2 3 4 5 6 1 24 73 330 269 116 981 24 73 330 269 116 98 2 7 22 164 148 61 722 7 22 164 148 61 72 3 3 9 67 90 36 253 3 9 67 90 36 25 4 2 11 63 68 20 254 2 11 63 68 20 25 5 1 14 60 88 29 405 1 14 60 88 29 40 6 6 21 134 114 82 786 6 21 134 114 82 78 7 10 36 247 255 134 1497 10 36 247 255 134 149

Tabelle mit fehlenden Werten:Tabelle mit fehlenden Werten:

> ee<-table(C,E,exclude=c(0))> ee<-table(C,E,exclude=c(0))> ee> ee EEC 1 2 3 4 5 6 <NA>C 1 2 3 4 5 6 <NA> 1 24 73 330 269 116 98 51 24 73 330 269 116 98 5 2 7 22 164 148 61 72 32 7 22 164 148 61 72 3 3 3 9 67 90 36 25 03 3 9 67 90 36 25 0 4 2 11 63 68 20 25 04 2 11 63 68 20 25 0 5 1 14 60 88 29 40 05 1 14 60 88 29 40 0 6 6 21 134 114 82 78 06 6 21 134 114 82 78 0 7 10 36 247 255 134 149 1 7 10 36 247 255 134 149 1 <NA> 1 0 13 19 2 4 1<NA> 1 0 13 19 2 4 1

Spaltensumme:Spaltensumme:

> e<-table(E,exclude=0)> e<-table(E,exclude=0)> e> eEE 1 2 3 4 5 6 <NA> 1 2 3 4 5 6 <NA> 54 186 1078 1051 480 491 10 54 186 1078 1051 480 491 10

Zeilensumme:Zeilensumme:

> l<-table(C,exclude=0)> l<-table(C,exclude=0)> l> lCC 1 2 3 4 5 6 7 <NA> 1 2 3 4 5 6 7 <NA> 915 477 230 189 232 435 832 40915 477 230 189 232 435 832 40

Gesamtsumme:Gesamtsumme:

> s<-sum(e)> s<-sum(e)> s> s[1] 3350[1] 3350

Anfügen der Gesamtsumme:Anfügen der Gesamtsumme:

> gs<-c(e,s)> gs<-c(e,s)> gs> gs 1 2 3 4 5 6 <NA> 1 2 3 4 5 6 <NA> 54 186 1078 1051 480 491 10 335054 186 1078 1051 480 491 10 3350

Anfügen der Zeilensummen:Anfügen der Zeilensummen:

> v<-cbind(ee,l)> v<-cbind(ee,l)> v > v 1 2 3 4 5 6 <NA> l1 2 3 4 5 6 <NA> l 1 24 73 330 269 116 98 5 9151 24 73 330 269 116 98 5 915 2 7 22 164 148 61 72 3 4772 7 22 164 148 61 72 3 477 3 3 9 67 90 36 25 0 2303 3 9 67 90 36 25 0 230 4 2 11 63 68 20 25 0 1894 2 11 63 68 20 25 0 189 5 1 14 60 88 29 40 0 232 5 1 14 60 88 29 40 0 232

6 6 21 134 114 82 78 0 4356 6 21 134 114 82 78 0 435 7 10 36 247 255 134 149 1 8327 10 36 247 255 134 149 1 832<NA> 1 0 13 19 2 4 1 40<NA> 1 0 13 19 2 4 1 40

Anfügen derSpaltensummen:Anfügen derSpaltensummen:

> w<-rbind(v,gs)> w<-rbind(v,gs)> w> w 1 2 3 4 5 6 <NA> l1 2 3 4 5 6 <NA> l 1 24 73 330 269 116 98 5 9151 24 73 330 269 116 98 5 915 2 7 22 164 148 61 72 3 4772 7 22 164 148 61 72 3 477 3 3 9 67 90 36 25 0 2303 3 9 67 90 36 25 0 230 4 2 11 63 68 20 25 0 1894 2 11 63 68 20 25 0 189 5 1 14 60 88 29 40 0 2325 1 14 60 88 29 40 0 232 6 6 21 134 114 82 78 0 4356 6 21 134 114 82 78 0 435 7 10 36 247 255 134 149 1 8327 10 36 247 255 134 149 1 832<NA> 1 0 13 19 2 4 1 40<NA> 1 0 13 19 2 4 1 40 gs 54 186 1078 1051 480 491 10 3350gs 54 186 1078 1051 480 491 10 3350

Positives:Positives: einfache Tabellen können schnell erstellt werdeneinfache Tabellen können schnell erstellt werden

Kritik:Kritik: gerade bei großen Tabellen unübersichtlich, da keine gerade bei großen Tabellen unübersichtlich, da keine

LinienLinien Tabellen mit Klassenbildung zu aufwändigTabellen mit Klassenbildung zu aufwändig fehlende Daten tauchen nur bei gesondertem Befehl auffehlende Daten tauchen nur bei gesondertem Befehl auf kein expliziter Befehl für Prozentangabenkein expliziter Befehl für Prozentangaben Bildung von Tabellen mit angefügten Zeilen- und Bildung von Tabellen mit angefügten Zeilen- und

Spaltensummen sehr umständlichSpaltensummen sehr umständlich

Vergleich mitVergleich mit ExcelExcel

Laden des Datensatzes in ExcelLaden des Datensatzes in Excel

StatistikenStatistiken Auswählen der FunktionAuswählen der Funktion

AngebenAngeben desdes DatenbereichesDatenbereiches

AlternativAlternativ

ErgebnisErgebnis

Erstellen von TabellenErstellen von Tabellen Einfügen von EinsernEinfügen von Einsern

TabellenfunktionTabellenfunktion

Auswählen der Kategorien und Ziehen Auswählen der Kategorien und Ziehen von x in den Datenfelderbereichvon x in den Datenfelderbereich

TabelleTabelle

Befehle für Statistiken in Excel leichter zu finden, Befehle für Statistiken in Excel leichter zu finden, da schon vorgegebenda schon vorgegeben

Aber Excel gibt nur das Ergebnis zurück, ohne Aber Excel gibt nur das Ergebnis zurück, ohne konkrete Benennungkonkrete Benennung

Summary - Funktion in R nützlichSummary - Funktion in R nützlich Tabellen in Excel einfacher zu erstellen und Tabellen in Excel einfacher zu erstellen und

übersichtlicher, aber wenn Einser nicht übersichtlicher, aber wenn Einser nicht eingefügt, werden nicht immer alle Werte eingefügt, werden nicht immer alle Werte berücksichtigtberücksichtigt

FazitFazit

Positives:Positives: Einsatz von R bei großen Datensätzen sinnvollEinsatz von R bei großen Datensätzen sinnvoll Besonders bei Statistiken hilfreichBesonders bei Statistiken hilfreich

Kritik:Kritik: R für Tabellen weniger geeignetR für Tabellen weniger geeignet Befehle müssen den Schülern vorgegeben Befehle müssen den Schülern vorgegeben

werdenwerden Handbuch mit den für die Schule wichtigen Handbuch mit den für die Schule wichtigen

Befehlen nötigBefehlen nötig

Statistiken und Tabellen Referat am 4.12.2006 von Maria Wieländer

Documents

RAHMENRICHTLINIEN FACHGYMNASIUM … · – die Fähigkeit zur Präsentation von Arbeitsergebnissen mit Hilfe von Tabellen, Diagrammen, Schaubildern und Statistiken, – die Befähigung

STRATEGIE 2025 - Statistiken

Statistisches Bundesamt Statistiken der Kinder- und ... · Statistiken der Kinder- und Jugendhilfe Sozialpädagogische Familienhilfe Erscheinungsfolge: jährlich Erschienen am 15

Statistiken für Repositories

BUK - LanguageStore - Statistiken - Technik

PowerPivot-Tabellen - LUIS · PDF fileMicrosoft Excel 2010 - PowerPivot-Tabellen Seite 2 PowerPivot Erweiterung der integrierten Pivot-Tabellen. Nutzung von verschiedenen Quellen

Steirische Statistiken...Steirische Statistiken Steuerkraft-Kopfquoten 2018 Heft 10/2019 Abteilung 17 Landes- und Regionalentwicklung Referat Statistik und Geoinformation 1 Steirische

TimoCom erstellt mit Pentaho europaweite Statistiken für ...events.pentaho.com/rs/pentaho/images/Timocom... · Statistiken zu Angebot und Nachfrage in der Transportbranche. ... Im

Fußballsommer 2012 · Fakten und Daten im ZDFtext Als weitere Informationsquelle dient der ZDFtext ab Seite 200. Alle News, Liveticker, Spieldaten, Statistiken und Tabellen können

Tabellen - arbeitsagentur.de · nach-Themen-Nav.html Tabellen, Arbeitsmarktreport, Nürnberg, November 2019. Sperrfrist: 29.11.2019, 10:00 Uhr Impressum Tabellen Arbeitsmarktreport

Copyright · Beziehungen von Tabellen.....52 Beziehungen zwischen Tabellen allgemein.....52

Hunde im Aargau - ag.ch · Inhalt Einleitung und Statistiken 3 Vorwort 5 Einleitung 6 Statistiken Gesetzgebung / Zuständigkeiten 8 Gesetzgebung 9 Mikrochip 10 Sachkundenachweis

Steirische Statistiken - Steiermark

Von der Sammlung gedruckter Statistiken zum Datenrepository

CorelDRAW X8 - Tabellen - staff.uni-giessen.deg021/CorelDRAW/CD-Allgemein/cdr... · Tabellen in CorelDRAW Seite 1 von 22 Inhaltsverzeichnis ... Möglichkeit, richtige Tabellen in

ZAHLEN UND STATISTIKEN 2018 - uni-muenster.de · 2020-01-16 · STATISTIKEN 2018 . INHALTSVERZEICHNIS Finanzen & Personal Infrastruktur Glossar Studium & Lehre ... German Barcode

Tabellen Durchlaufträger

Ergänzende Statistiken zur Sparkassen-Finanzgruppe, zu ... Ergänzende Statistiken zur Sparkassen-Finanzgruppe, zu Sparkassen, Landesbanken und LBS Teil A Filialnetz und Personal

German Grammatik Tabellen

DGUV-Statistiken für die Praxis 2018