Refine
Document Type
- Article (1)
- Master's Thesis (1)
Has Fulltext
- yes (2)
Keywords
- Regressionsanalyse (2) (remove)
Different methods have been proposed for in situ root-length density (RLD) measurement. One widely employed is the time-consuming sampling of soil cores or monoliths (MO). The profile wall (PW) method is a less precise, but faster and less laborious alternative. However, depth-differentiated functions to convert PW RLD estimates to MO RLD measurements have not yet been reported. In this study, we perform a regression analysis to relate PW results to MO results and determine whether calibration is possible for distinct crop groups (grasses, brassicas and legumes) consisting of pure and mixed stands, and whether soil depth affects this calibration. The methods were applied over two years to all crop groups and their absolute and cumulative RLD were compared using a linear (LR) and multiple linear (MLR) regression. PW RLD was found to highly underestimate MO RLD in absolute values and in highly rooted areas. However, a close agreement between both methods was found for cumulative root-length (RL) when applying MLR, highlighting the influence of soil depth. The level of agreement between methods varied strongly with depth. Therefore, the application of PW as the main RLD estimation method can provide reliable estimates of cumulative root distribution traits of cover crops.
Statistische Analyse ausgewählter sozioökonomischer Daten in Bezug auf Krankenhausaufenthalte
(2018)
In der vorliegenden Arbeit werden Zusammenhänge zwischen bestimmten sozioökonomischen Merkmalen und Krankenhausaufenthalten behandelt. Hierzu wird zunächst anhand von Sekundärliteratur gezeigt, welche gesundheitsbeinflussenden Faktoren in Deutschland relevant sind und was häufige Ursachen für Krankheiten bzw. Krankenhausaufenthalte sind. Im Zuge dessen wird außerdem kurz auf die Tarifmerkmale der privaten Krankenversicherung sowie auf deren Einfluss auf die Prämienkalkulation eingegangen.
Daraufhin werden Daten des Sozio-oekonomischen Panels (SOEP) des Deutschen Instituts für Wirtschaftsforschung untersucht. Dabei werden einerseits einzelne Merkmale und deren Entwicklung im Laufe der Jahre sowie die Verteilung ausgewählter Merkmale auf bestimmte Personengruppen beobachtet. Andererseits werden auch Korrelationen zwischen bestimmten Merkmalen und Hospitalisierungswahrscheinlichkeiten untersucht.
Den Schwerpunkt dieser Arbeit stellen zwei Klassifikationsmethoden, die lineare und die logitische Regressionsanalyse, dar. Zu diesen werden mathematische Grundlagen dargelegt, um sie daraufhin mithilfe des Programms R auf zuvor selektierte Datensätze anzuwenden. Dadurch werden jeweils Hospitalisierungswahrscheinlichkeiten ermittelt. Abschließend wird ein Bezug zur Versicherungswirtschaft hergestellt und unter anderem untersucht, ob solch eine statistische Analyse für einen Versicherer infrage kommt und welche Herausforderungen und Chancen dies mit sich bringt.