diff --git a/notebooks/Normal and t-Distribution/BIND_2_1.ipynb b/notebooks/Normal and t-Distribution/BIND_2_1.ipynb
index af5e0f14091fd00417d5eccbddb1d8efb0c5f6ab..c7440d281285dc90f6baa52399f312c57377725c 100644
--- a/notebooks/Normal and t-Distribution/BIND_2_1.ipynb	
+++ b/notebooks/Normal and t-Distribution/BIND_2_1.ipynb	
@@ -529,7 +529,35 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "Wir können die Effektgrösse mit Hilfe von Cohens'd Wert berechnen:"
+    "### Cohen's $d$ Wert"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Eine gängige Art, die Effektgrösse des Gruppenunterschieds zu quantifizieren, ist mit Hilfe von Cohen's $d$ Wert, welcher wie folgt definiert ist:\n",
+    "\n",
+    "\\begin{equation*}\n",
+    "\\delta=\\frac{\\mu_2 - \\mu_1}{\\sqrt{\\frac{\\sigma_1^2+\\sigma_2^2}{2}}}\n",
+    "\\end{equation*}\n",
+    "\n",
+    "Dieser Ausdruck besagt, dass die Effektgrösse die Differenz zwischen den Gruppenmittelwerten dividiert durch die gepoolte Standardabweichung beider Gruppen ist. Indem wir die gepoolte Standardabweichung nehmen, standardisieren wir die Differenzen der Gruppenmittelwerte. \n",
+    "\n",
+    "\n",
+    "Nehmen wir an, wir haben eine Differenz von 1 zwischen den Gruppenmittelwerten und eine gepoolte Standardabweichung von 0.1, dann ist die Effektgrösse grösser als bei der gleichen Differenz der Gruppenmittelwerte und einer gepoolten Standardabweichung von 10. \n",
+    "\n",
+    "Cohen's $d$ Wert kann demzufolge als $z$-Score interpretiert werden. Ein $z$-Score ist die Anzahl Standardabweichungen, die der Gruppenmittelwert der ersten Gruppe vom Gruppenmittelwert der zweiten Gruppe abweicht. \n",
+    "\n",
+    "Eine weitere Möglichkeit, eine Kennzahl für die Effektgrösse anzugeben, ist die _\\\"Uberlegenheits-Wahrscheinlichkeit_(englisch _probability of superiority_). Diese ist definiert als die Wahhrscheinlichkeit, dass ein zufällig gewählter Datenpunkt der ersten Gruppe einen grösseren Wert als ein zufällig gewählter Wert der zweiten Gruppe hat. Wenn wir annehmen können, dass die Daten normalverteilt sind, können wir die \\\"Uberlegenheits-Wahrscheinlichkeit mit Hilfe von Cohen's $d$ Wert berechnen:\n",
+    "\n",
+    "\\begin{equation*}\n",
+    "\\text{ps}=\\Phi\\left(\\frac{\\delta}{\\sqrt{2}}\\right)\n",
+    "\\end{equation*}\n",
+    "\n",
+    "wobei $\\text{ps}$ für _probability of superiority_ steht, $\\Phi$ die kumulative Normalverteilung und $\\delta$ Cohen's $d$ Wert bezeichnen.\n",
+    "\n",
+    "Im Folgenden Beispiel berechnen wir Cohen's $d$ Wert und die Ueberlegenswahrscheinlichkeit mit Hilfe von `PyMC`."
    ]
   },
   {