updates to be in sync with lecture

Datenverarbeitung/doc/Hinweise-Chi2.md

@@ -22,7 +22,7 @@ $$
 \begin{equation}
 \begin{split}
 &z\left(\{\theta_{j}\};\,r,\{\hat{r}_{i}\}\right) = \sum\limits_{i=1}^{n}\left(\underbrace{
-\frac{\min_\limits{r}\normx{\vphantom{\frac{1}{2}}\Omega(r;\,\{\theta_{j}\})-\hat{r}_{i}}_{2}}{\Delta \hat{r}_{i}}
+\frac{\min\limits_{r}\normx{\vphantom{\frac{1}{2}}\Omega(r;\,\{\theta_{j}\})-\hat{r}_{i}}_{2}}{\Delta \hat{r}_{i}}
 }
 \right)^{2}. \\
 &\hphantom{cccccccccccccccccccccccccccccc}\equiv \delta(\Omega,\hat{r}_{i})\\
@@ -111,6 +111,8 @@ $\chi_{\alpha}^{2}$ ist auf 1 normiert und damit selbst eine Wahrscheinlichkeits
 
 ---
 
+### Freiheitsgrad
+
 $\alpha$ bezeichnet man als **[Freiheitsgrad](https://de.wikipedia.org/wiki/Anzahl_der_Freiheitsgrade_(Statistik))**. Dieser Begriff leitet sich aus der folgenden, beispielhaft für eine Gerade diskutierten, Beobachtung ab: 
 
 In der $xy$-Ebene wird eine Gerade durch zwei Datenpunkte $(x_{1}, y_{1})$ und $(x_{2}, y_{2})$ bestimmt. Das mathematische Modell zur Beschreibung einer Geraden,  

Datenverarbeitung/doc/Hinweise-Kompatibilitaet.md

@@ -172,7 +172,7 @@ $$
 \end{split}
 \end{equation}
 $$
-bezeichnen wir als Zug (**Pull**) zwischen $\hat{x_{0}}$ und $\hat{x}_{1}$. Sind $x_{0}$ und $x_{1}$ normalverteilt mit
+bezeichnen wir als Spannung (**Pull**) zwischen $\hat{x_{0}}$ und $\hat{x}_{1}$. Sind $x_{0}$ und $x_{1}$ normalverteilt mit
 $$
 \begin{equation*}
 \mu_{0}=\hat{x}_{0};\quad\mu_{1}=\hat{x}_{1};\quad\sigma_{0}=\Delta\hat{x}_{0};\quad\sigma_{1}=\Delta\hat{x}_{1},