1. Karlsruher SC 20 13 6 1 +26 46:20 45
2. Hansa Rostock 20 11 7 2 +16 31:15 40
3. MSV Duisburg 20 10 9 1 +18 38:20 39
4. 1. FC Kaiserslautern 20 9 8 3 +10 27:17 35
5. FC Erzgebirge Aue 20 10 3 7 +3 29:26 33
6. TSV 1860 München 19 8 4 7 -1 24:25 28
7. Kickers Offenbach 20 8 4 8 -2 27:29 28
8. SC Freiburg 20 7 7 6 -2 23:25 28
9. 1. FC Köln 20 7 6 7 +3 29:26 27
10. SpVgg Greuther Fürth 20 7 5 8 +5 29:24 26
11. FC Augsburg 20 6 8 6 +1 18:17 26
12. SC Paderborn 20 5 8 7 -4 15:19 23
13. TuS Koblenz 20 6 5 9 -7 21:28 23
14. SpVgg Unterhaching 20 4 7 9 -5 18:23 19
15. Wacker Burghausen 19 4 5 10 -16 19:35 17
16. FC Carl Zeiss Jena 20 3 7 10 -18 20:38 16
17. Rot-Weiss Essen 20 3 6 11 -9 16:25 15
18. Eintracht Braunschweig

C:\Dokumente und Einstellungen\Sabine\Desktop\sadness-20060727010358876[1].jpg

ich sterbe !!

--

MSN ! ;D

A Little Less Sixteen Candle, A little more touch me

---

Noch ein Lied...

http://www.youtube.com/watch_fullscreen ... tle=Naruto 56 Part 1/2

Hmm..die nächste Narutofolge, die ich gucken werd...

[URL entfernt by mond]

--

Sun Autopsy-Video.. mussten wir für Bio angucken.. ^^
(Ihr könnt ja mal reingucken -grins-)

//edit by mond: solche Videos brauchen wir nicht in unserem Forum, ich denk das sollte dir auch klar sein. Und dass ihr sowas in Bio anschaut glaub ich auch noch nicht....

http://static2.trig.com/binary/producti ... 1164763723

In vielen Anwendungen wird in der Regel nicht nur ein Merkmal einer statistischen Einheit gemessen, sondern mehrere (z.B. Geschlecht, Körpergröße, Körpergewicht, Blutdruck von Personen etc.). Die gemeinsame Erhebung der Merkmale hat den Vorteil, dass im Datenmaterial auch Informationen über Zusammenhänge der Merkmale enthalten sind. Eine statistische Analyse der Daten kann daher Aufschluss über Zusammenhänge zwischen Größen geben. Im Rahmen der deskripitiven Statistik ermöglichen sogenannte Zusammenhangsmaße eine Quantifizierung solcher Zusammenhänge, wobei deren Anwendbarkeit - wie bei Lage- und Streuungsmaßen - vom Merkmalstyp der betrachteten Größen abhängig ist. Die Größen an sich können dabei durchaus unterschiedlich skaliert sein; die Beobachtungsgröße mit dem geringsten Meßniveau bestimmt die zu verwendende Methode. Für Daten auf nominalen Niveau kann z.B. der Kontingenzkoeffizient nach Pearson oder der Assoziationskoeffizient nach Yule verwendet werden, für ordinalskalierte Daten der Rangkorrelationskoeffizient nach Spearman und für metrische Daten der Bravais-Pearson-Korrelationskoeffizient. Eine Ausnahme von dieser Vereinbarung bildet der punktbiseriale Korrelationskoeffizient, der für die asymmetrische Situation eines metrischen und eines dichotomen Merkmals konstruiert ist.

---

Jup, jup...

Kanashimi wo yasashisa ni

Der Titel eines Intro-liedes...^^

http://i39.photobucket.com/albums/e175/ ... rts/22.jpg

http://brinkmann-du.de/mathe/gost/bstat_01_07.htm#abs3

http://www.myvideo.de/watch/569861


xDDDDDD looool
musst ich jdm schicken^^ nüx falsches denken

Gerade im ICQ als away message gefunden:

"das Leben ist wie ein Adventskalender bei dem hinter der 24sten Tür ein neuer Adventskalender verborgen ist..

viel spaß beim Türchen öffnen"

Das hat was... Na ja, wie denn auch nicht, bei der Person, wo ichs herhabe wundert mich eh nix mehr...