Folien zur Vorlesung Statistik I (Deskriptive - wiwi.uni

Folien zur Vorlesung
Statistik I
(Deskriptive Statistik)
Wintersemester 2013/2014
Montag, 14.00 - 15.30 Uhr
Hörsaal: H1 / H3
Prof. Dr. Bernd Wilfling
Westfälische Wilhelms-Universität Münster
Inhalt
1
1.1
1.2
1.3
Einleitung
Was ist Statistik und warum ist Statistik wichtig?
Beispiele für statistische Fragestellungen in der Ökonomik
Deskriptive und schließende Statistik
2
2.1
2.2
Mathematische Grundlagen
Endliche Summen und Produkte
Exponentialfunktion und Logarithmus
3
3.1
3.2
3.3
3.4
Merkmale und Daten
Grundgesamtheiten
Merkmale
Daten und ihre Erhebung
Amtliche und nichtamtliche Statistik
4
4.1
4.2
4.3
4.3.1
4.3.2
4.3.3
4.3.4
4.3.5
4.3.6
Auswertung eindimensionaler Daten
Beliebig skalierte Daten
Mindestens ordinal skalierte Daten
Metrisch skalierte Daten
Lagemessung
Weitere Mittelwerte
Streuungsmaße
Additionssätze für arithmetische Mittel und Varianzen
Stetig klassierte Daten
Schiefemessung
5
5.1
5.2
5.2.1
5.2.2
5.2.3
5.3
5.3.1
5.3.2
Verhältniszahlen, Messzahlen und Indexzahlen
Verhältniszahlen
Messzahlen des zeitlichen Vergleichs
Umbasierung und Verkettung von Messzahlen
Zuwachsraten und Zuwachsfaktoren
Logarithmische Zuwachsraten
Indexzahlen
Preisindizes
Mengenindizes
i
5.3.3
5.3.4
5.3.5
Wertindizes
Umbasierung und Verkettung von Indizes
Formale Indexkriterien (Fisher-Proben)
6
6.1
6.1.1
6.1.2
6.1.3
6.1.4
6.2
Auswertung mehrdimensionaler Daten
Grundbegriffe
Kontingenztafel und Häufigkeiten
Bedingte Verteilungen
Deskriptive Unabhängigkeit
Arithmetische Mittel und Varianzen
Zusammenhangsmaße
6.2.1
6.2.2
6.2.3
6.3
6.3.1
6.3.2
6.4
Metrische Daten: Korrelationskoeffizient
Ordinale Daten: Rangkorrelationskoeffizient
Nominale Daten: Kontingenzkoeffizient
Deskriptive Regression
Regression 1. Art
Regression 2. Art: Die lineare Einfachregression
Lineare Mehrfachregression
7
7.1
7.2
7.2.1
7.2.2
7.3
7.3.1
7.3.2
Konzentrations- und Disparitätsmessung
Disparität und Konzentration
Konzentrationsmessung
Konzentrationsraten und Konzentrationskurve
Konzentrationsindizes
Disparitätsmessung
Lorenzkurve
Der Gini-Koeffizient
ii
Literatur
EViews:
EViews 7 User Guide (2009). Estimation, Forecasting, Statistical Analysis, Graphs, Data
Management, Simulation. QMS Quantitative Micro Software, Irvine, California.
Statistik:
Hartung, J. (2005). Statistik – Lehr- und Handbuch der angewandten Statistik (14. Auflage). Oldenbourg Verlag, München.
Mosler, K. und F. Schmid (2009). Beschreibende Statistik und Wirtschaftsstatistik (4. Auflage). Springer Verlag, Heidelberg.
iii
1. Einleitung
Ziel der Vorlesung:
• Einführung in deskriptive Statistik + Wirtschaftsstatistik
Internet-Seite der Vorlesung:
• http://www1.wiwi.uni-muenster.de/oeew/
−→ Studium −→ Veranstaltungen im Wintersemester 2013/2014
−→ Bachelor −→ Statistik I
1
Vorlesungsstil:
• Freier Vortrag anhand von Projektor-Folien
• Folien stehen als PDF-Dateien auf Internetseite zur Verfügung
(Beschaffung der Folien wird unbedingt empfohlen)
Literatur:
• K. Mosler und F. Schmid (2009). Beschreibende Statistik
und Wirtschaftsstatistik (4. Auflage), Springer-Verlag
• Formelsammlung ”Definitionen, Formeln und Tabellen zur
Statistik” (6. Auflage) von Bomsdorf/Gröhn/Mosler/Schmid
(notwendiges Hilfsmittel, in der Klausur zugelassen)
2
Klausurvorbereitung:
• Stoff der Vorlesung
• Aufgaben des Tutoriums
Ansprechpartner: Herr Fabian Gößling
• Klausurtraining durch Ferienarbeitsgruppen
3
Zugelassene Hilfsmittel in der Klausur:
• Taschenrechner (nicht programmierbar)
• Formelsammlung ”Definitionen, Formeln und Tabellen zur
Statistik” von Bomsdorf/Gröhn/Mosler/Schmid, 7. (aktuelle
und frühere) Auflage(n)
Akzeptierte äußere Form für die Klausur:
– Zulässig sind nur Unter- bzw. Überstreichungen, Verweise
auf Seiten bzw. Nummern
– Nicht zulässig sind somit z.B. verbale Erläuterungen, mathematische
Umformungen,
grafische
Darstellungen
u.ä., die als Lösungshilfen für Klausuraufgaben angesehen werden können
4
Ansprechpartner:
• Herr Fabian Gößling
(Koordinator der Tutorien)
• Tutorinnen und Tutoren
(Adressen und Nummern: siehe Tutorien)
5
1.1 Was ist Statistik und warum ist Statistik wichtig?
Typischer Lexikon-Eintrag für den Begriff ’Statistik’:
• Methode zur Untersuchung von Massenerscheinungen
• Versuch, den Umfang, die Gliederung oder Struktur einer
Masse, die zeitliche Entwicklung einer oder das Verhältnis
mehrerer Massenerscheinungen zueinander zu erkennen
• Aufgabe der Statistik besteht in der Darstellung, Analyse und
Deutung von Daten
6
Anwendungsbereiche für statistische Methoden:
• heutzutage in allen Wissenschaftsbereichen, z.B. in
der Biologie / Medizin (Biometrie)
den Ingenieurswissenschaften (Technometrie)
den Verhaltenswissenschaften (Psychometrie)
Besonders wichtig für WiWis:
• Empirische Wirtschaftsforschung
• Ökonometrie
7
Ziele der Statistik: [I]
• Aufdeckung von Zusammenhängen, z.B.
Zusammenhang Arbeitslosigkeit ←→ Inflation
Zusammenhang Arbeitslosigkeit ←→ Wachstum
Auswirkungen von Geldpolitik auf wirtschaftliche Aktivität
• Überwachung ökonomischer Aktivität, z.B.
Arbeitslosenquote
Wachstumsraten (BIP, Konsum)
Aktienkurse, Wechselkurse, Zinssätze, Rohstoff- und Immobilienpreise
8
Ziele der Statistik: [II]
• Überprüfung von WiWi-Theorien anhand von Daten, z.B.
Zusammenhang zwischen verfügbarem Einkommen und
Konsumausgaben
Einfluss demokratischer Strukturen auf wirtschaftliche Aktivität
Bedeutung des Währungssystems für den wirtschaftlichen
Erfolg
9
1.2 Beispiele für statistische Fragestellungen in
der Ökonomik
(a) Preis eines Gutes:
• Preis einer Feinunze Gold auf verschiedenen Märkten
Kurse (in US-$) vom 10.09.2013
Marktplatz
Frankfurt
Luxemburg
London
Zürich
Paris
Kurs
1386.30
1385.95
1386.65
1386.38
1385.89
10
Aufgaben der Statistik:
• Charakterisierung der Datenreihe durch Kennzahlen
• Grafische Darstellung der Daten
• Eventuell Bereinigung der Daten (Ausreißer etc.)
11
(b) Kursverläufe von Aktien, Währungen, Immobilien:
• Wechselkurs der griechischen Drachme zum Euro
Greek Drachme (GRD / EURO)
ERM parity (100): 340.75
102
24/09/2000
25/09/2000
1.0
Greek Drachme (daily changes in %)
24/09/2000
25/09/2000
0.5
100
0.0
98
-0.5
96
-1.0
94
15/12/98
3/07/99
19/01/00
6/08/00
-1.5
15/12/98
3/07/99
19/01/00
6/08/00
Aufgabe der Statistik:
• Messung der unterschiedlichen Schwankungen
12
(c) Anstieg des ’allgemeinen Preisniveaus’
Wichtige Frage für die Wirtschaftspolitik:
• Um wieviel Prozent ist das Preisniveau in der BRD im Monat
Oktober 2010 gegenüber dem Vorjahresmonat gestiegen?
Aufgaben der Statistik:
• Welche Preise sind gemeint?
• Bestimmung eines geeigneten Preisindexes
13
(d) Entwicklung der Arbeitslosigkeit
Wichtige Frage für die Wirtschaftspolitik:
• Ist die Arbeitslosenquote innerhalb des letzten Monats gesunken?
Aufgaben der Statistik:
• Beschäftigungssituation ist jahreszeitlichen Fluktuationen
ausgesetzt
• Bestimmung der ’Saisonfigur’
• Bereinigung der AL-Quote um die ’Saisonfigur’
14
1.3 Deskriptive und schließende Statistik
Unterteilung der Statistik in 2 Säulen:
• Deskriptive Statistik (Statistik I)
(Wie bringe ich die Daten zum Sprechen?)
• Wahrscheinlichkeitsrechnung und induktive Statistik
(Was können mir die Daten wirklich sagen?)
Weitere gebräuchliche Ausdrücke für ’induktive Statistik’:
• schließende Statistik
• statistische Inferenz
15
Ziele der induktiven Statistik:
• Datenanalyse auf der Basis von Wahrscheinlichkeitsmodellen
• Verifikation theoretischer Modelle anhand von Daten
Methoden der induktiven Statistik:
• Schätzen von unbekannten Parametern
• Testen von Hypothesen über unbekannte Parameter
16
Beispiel:
• Die Wirkung von Werbemaßnahmen auf den Absatz von Unternehmen
Stichprobe:
• 84 Unternehmen eines bestimmten Sektors in den USA im
Jahre 1990
17
Stichprobenergebnisse der 84 Unternehmen
Schätzung: Absatz = 502.92 + 0.218 * Werbeausgaben
Absatz in Mill. US-$
560
540
520
500
480
0
20
40
60
80
100
Werbeausgaben in Mill. US-$
18
Offensichtlich:
• ’Höhere Werbeausgaben’ bewirken ’höhere Absätze’
(möglicherweise auch umgekehrte Beziehung)
• Zusammenhang ist nicht exakt
(vgl. eingezeichnete Regressionslinie)
Theoretisches Modell:
mit
Y = β0 + β1 · X + Fehler
• Y = Absatz, X = Ausgaben für Werbung
• β0, β1 unbekannte Parameter
19
Aufgaben der induktiven Statistik:
• ’Gute’ Schätzungen für die Parameter β0 und β1
• Testen der Hypothese β1 = 0 gegen β1 6= 0
(Variable X hat keinerlei Einfluss auf Y
gegen
X hat einen signifikanten Einfluss auf Y )
20
2. Mathematische Grundlagen
Erforderliche mathematische Hilfsmittel:
• Summen und Produkte
• Exponential- und Logarithmusfunktionen
21
2.1 Endliche Summen und Produkte
Betrachte n reelle Zahlen a1, a2, . . . , an ∈ R.
Zahlen notiert man wie folgt:
a1 + a2 + . . . + an =
n
X
i=1
ai =
X
Die Summe der
ai
i∈I
Bezeichnungen:
• i heißt Summationsindex
• I = {1, . . . , n} heißt Indexmenge
22
Bemerkungen:
• Die Indexmenge I darf eine beliebige Menge ganzer Zahlen
sein (I ⊂ Z), z.B. I = {−4, −3, −2, −1, 0, 1, 2, 3}. Für die
Summe gilt dann:
X
i∈I
ai =
3
X
i=−4
ai = a−4 + a−3 + a−2 + a−1 + a0 + a1 + a2 + a3
• Die Indexmenge I kann auch leer sein, d.h. I = {}. Für die
Summe definiert man dann
X
ai = 0.
i∈I
23
Fragen:
• Warum ist das Summenzeichen wichtig?
• Wie kann man formal mit Summen rechnen?
Antworten:
• Das Summenzeichen vereinfacht die Schreibweise in der gesamten Statistik
• Es gibt Rechenregeln für Summen, die allesamt formal bewiesen werden müssen
(Aufgabe der Mathematik)
24
Rechenregeln für endliche Summen: [I]
Dazu seien a1, . . . , an sowie b1, . . . , bn reelle Zahlen
• Mit den beliebigen reellen Zahlen α, β gilt:
n
X
i=1
(α · ai + β · bi) =
n
X
i=1
= α·
α · ai +
n
X
i=1
n
X
β · bi
i=1
n
X
ai + β ·
bi
i=1
• Falls a1 = a2 = . . . = an ≡ a, so folgt:
n
X
i=1
ai =
n
X
i=1
a=n·a
25
Rechenregeln für endliche Summen: [II]
• Für jedes (ganzzahlige) m mit 0 ≤ m ≤ n gilt:
n
X
ai =
i=1
m
X
ai +
i=1
n
X
ai
i=m+1
• Für jedes ganzzahlige m gilt:
n
X
i=1
ai =
n+m
X
ai−m
i=1+m
26
Spezielle endliche Summen: [I]
•
•
•
n
X
i = 1 + ... + n =
i=1
n · (n + 1)
2
n
X
n · (n + 1) · (2n + 1)
2
i =
n
X
n2 · (n + 1)2
3
i =
6
i=1
i=1
4
27
Spezielle endliche Summen: [II]
• Es seien a1, b ∈ R, ai = a1 + (i − 1) · b für i = 2, . . . , n. Dann
heißt a1, a2, . . . , an endliche arithmetische Folge 1. Ordnung
und es gilt:
n
X
n
ai = · (2a1 + (n − 1) · b)
2
i=1
• Es seien a1, q ∈ R, ai = a1 · q i−1 für i = 2, . . . , n. Dann heißt
a1, a2, . . . , an endliche geometrische Folge und es gilt für q 6=
1:
n
X
qn − 1
ai = a1 ·
q−1
i=1
28
Doppelsummen: [I]
• Es sei






a11 a12 · · · a1m
a21 a22 · · · a2m 

...
... 
...
...

an1 an2 · · · anm
eine Matrix (Tabelle) reeller Zahlen
29
Doppelsummen: [II]
• Die Summe über alle diese Zahlen notiert man als Doppelsumme:
m
n X
X
aij = a11 + a12 + . . . + a1m
i=1 j=1
+ a21 + a22 + . . . + a2m
...
+ an1 + an2 + . . . + anm
• Es gilt:
n X
m
X
i=1 j=1
aij =
m X
n
X
aij
j=1 i=1
30
Weiteres Beispiel für eine Doppelsumme:
n
n X
X
aij = a11 + . . .
+
...
+ . . . + a1n
+ a22 + . . .
+ . . . + a2n
i=1 j=i
+ a33 + . . . + a3n
...
+ ann
(Der Laufbereich des 2. Index hängt vom 1. Index ab)
31
Endliche Produkte
Betrachte n reelle Zahlen a1, a2, . . . , an ∈ R. Mit der Indexmenge
I = {1, 2, . . . , n} notiert man das Produkt der Zahlen wie folgt:
a1 · a2 · . . . · an =
n
Y
i=1
ai =
Y
ai
i∈I
Bemerkung:
• Die Indexmenge I kann wiederum leer sein, d.h. I = {}. Für
P
das Produkt definiert man dann i∈I ai = 1
32
Rechenregeln für endliche Produkte:
Es seien a1, . . . , an sowie b1, . . . , bn reelle Zahlen
• Mit den beliebigen reellen Zahlen α, β gilt:
n
Y
i=1
α · ai · β · bi = αn · β n ·
n
Y
i=1
ai ·
n
Y
bi
i=1
• Falls a1 = a2 = . . . = an ≡ a, so folgt:
n
Y
i=1
ai =
n
Y
a = an
i=1
33
2.2 Exponentialfunktion und Logarithmus
Zwei wichtige mathematische Funktionen:
• Natürliche Exponentialfunktion
• Natürlicher Logarithmus
Hier:
• Mathematische Definition und Eigenschaften
34
Anwendung in der gesamten Wirtschaftstheorie, z.B.
• in der Wachstumstheorie (VWL)
• in Mikro- und Makromodellen (VWL)
• im gesamten Finance-Bereich (BWL)
• im Operations-Research (BWL)
• in der Statistik / Ökonometrie
35
Definition der Exponentialfunktion: [I]
• Betrachte die unendliche Reihe
∞
X
xk
x3
x4
x2
=1+x+
+
+
+ ···
k!
2
6
24
k=0
(k! bezeichnet das Produkt der ersten k ganzen Zahlen, also
k! = 1 · 2 · . . . · k)
• Man kann zeigen, dass die Summe für jedes x ∈ R gegen eine
endliche Zahl konvergiert
36
Definition der Exponentialfunktion: [II]
• Für jedes x ∈ R definiert man
exp(x) =
∞
X
xk
k=0
k!
• Die Funktion exp : R → R heißt natürliche Exponentialfunktion
37
Graph der natürlichen Exponentialfunktion
25
20
exp(x)
15
10
5
0
-2
-1
0
1
2
3
x
38
Eigenschaften der Exponentialfunktion: [I]
• Es gilt:
exp(0) = 1
exp(1) = e ≈ 2.71828
(Eulersche Zahl)
• Für alle x ∈ R gilt:
exp(x) > 0
• Für alle x ∈ R gilt:
d exp(x)
= exp(x)
dx
(Ableitung ist gleich der Funktion selbst)
exp0(x) ≡
39
Eigenschaften der Exponentialfunktion: [II]
• Die Funktion exp ist streng monoton wachsend
• Für beliebige x, y ∈ R gilt die Beziehung:
exp(x + y) = exp(x) · exp(y)
(Funktionalgleichung)
• Für alle x ∈ R gilt

x n
exp(x) = lim 1 +
n→∞
n
(Äquivalente Darstellung zur Summendefinition)
40
Jetzt:
• Die exp-Funktion besitzt eine eindeutig bestimmte Umkehrfunktion
• Diese Umkehrfunktion ist definiert auf (0, ∞)
Definition des natürlichen Logarithmus
Die Umkehrfunktion der natürlichen Exponentialfunktion
exp : R → (0, ∞)
heißt natürlicher Logarithmus und wird bezeichnet mit
ln : (0, ∞) → R
41
Graph des natürlichen Logarithmus
4
2
ln(x)
0
-2
-4
-6
0
2
4
6
8
10
x
42
Eigenschaften des natürlichen Logarithmus:
• Die Funktion ln ist streng monoton wachsend
• Für x > 0 gilt:
ln0(x) =
1
d ln(x)
=
dx
x
• Für beliebige x, y > 0 gilt die Beziehung
ln(x · y) = ln(x) + ln(y)
(Funktionalgleichung)
43
Weitere Definitionen und Eigenschaften: [I]
• Die allgemeine Potenz ist für alle x > 0, y ∈ R definiert durch
xy = exp(y · ln(x))
Insbesondere ist für x ∈ R
ex = exp(x)
• Es sei a > 0 und a =
6 1. Der allgemeine Logarithmus von
x > 0 zur Basis a ist definiert durch
y = loga(x)
⇐⇒
x = ay
44
Weitere Definitionen und Eigenschaften: [II]
• Es gelten die folgenden Beziehungen:
ln(x) = loge(x)
ln(x) = loga(x) · ln(a)
ln(x)
loga(x) =
ln(a)
• Es sei f : R → (0, ∞) eine differenzierbare Funktion.
jedes x ∈ R heißt die Ableitung
Für
d ln(f (x))
f 0(x)
0
(ln(f (x)) =
=
dx
f (x)
die logarithmische Ableitung von f an der Stelle x
(auch: stetige Wachstumsrate)
45
3. Merkmale und Daten
Ziel dieses Kapitels:
• Vermittlung des statistischen Grundvokabulars
Zu klärende Begriffe:
• Grundgesamtheit
• Merkmale (Skalenniveau etc.)
• Stichprobe
46
3.1 Grundgesamtheiten
Definition 3.1: (Grundgesamtheit, Merkmalsträger)
Die Grundgesamtheit ist die Gesamtheit aller Einheiten, die statistisch untersucht werden sollen. Die Grundgesamtheit ist eine
Menge und wird mit G bezeichnet. Ihre Elemente heißen Untersuchungseinheiten oder Merkmalsträger. Wir schreiben
G = {e1, e2, . . . , en}.
Die Anzahl n der Elemente von G bezeichnet den Umfang der
Grundgesamtheit. Wir notieren die Anzahl der Elemente von G
mit |G| = n.
47
Weitere Begriffe:
• Bestandsmasse:
GG, die durch einen Zeitpunkt abgegrenzt wird
• Bewegungsmasse:
GG, die durch einen Zeitraum abgegrenzt wird
Beispiele für Bestandsmassen:
• Lagerbestand eines Unternehmens am 31.12.2013
• Handwerksbetriebe im Münsterland am 01.01.2014
48
Beispiele für Bewegungsmassen:
• Neugegründete Betriebe in Münster im Jahr 2013
• Studierende an der Uni Münster im WS 2013/2014
Offensichtlich:
• Bestands- und Bewegungsmassen hängen zusammen, und
zwar über die sogenannte Bestandsveränderung
49
3.2 Merkmale
Definition 3.2: (Merkmal, Merkmalsausprägung)
Unter einem Merkmal versteht man eine Eigenschaft der Merkmalsträger, die statistisch untersucht werden soll. Ein Merkmal
hat gewöhnlich verschiedene Merkmalsausprägungen. Merkmale
notieren wir meist mit Großbuchstaben (X, Y etc.). Merkmalsausprägungen notieren wir meist mit indizierten griechischen
Buchstaben (z.B. ξ1, ξ2 etc.).
50
Bisherige Notationszusammenfassung:
• Merkmalsträger: e1, e2, . . . , en
• Grundgesamtheit: G = {e1, . . . , en}
• Merkmal (interessierende Eigenschaft): X, Y etc.
• Merkmalsausprägungen (Merkmalswerte): ξ1, ξ2, . . .
51
Beispiele:
Grundgesamtheit
Merkmal
Ausprägungen
Haushalte in der
BRD am 1.1.2013
verfügbares
Monatseinkommen
[0, ∞) Euro
Studierende der
WWU am 1.10.2013
Geschlecht
weibl., männl.
52
Typisierungen von Merkmalen: [I]
• Diskrete vs. stetige Merkmale
Ein Merkmal heißt diskret, falls es nur eine ’abzählbare’
Menge von Ausprägungen annehmen kann
(Vorsicht: ’abzählbar’ bedeutet nicht endlich!)
Beispiele:
– Typischerweise Zählmerkmale wie Anzahl von Kindern,
Anzahl von Fachsemestern etc.
Ein Merkmal heißt stetig, falls es theoretisch alle reellen
Zahlen (eines Intervalls) annehmen kann
Beispiele:
– Gewichte, Temperaturen, Preise, Einkommen
53
Typisierungen von Merkmalen: [II]
• Qualitative vs. quantitative Merkmale
Ein Merkmal heißt qualitativ, wenn seine Ausprägungen
durch verbale Ausdrücke gegeben sind
Beispiele:
– Beruf, Geschlecht, Farbe, Status
Ein Merkmal heißt quantitativ, wenn seine Ausprägungen
Zahlen sind
Beispiele:
– Alter, Einkommen, Noten (falls Note durch Zahl ausgedrückt wird)
54
Wichtige Frage für den Statistiker:
• Welche Rechenoperationen sind mit den erhobenen Werten
möglich?
Antwort über Skalenniveaus der Daten: [I]
• Nominalskala
Merkmalswerte haben nur Bezeichnungsfunktion
(Codes)
Rechenoperationen (Addition, Multiplikation etc.)
sinnlos
sind
Beispiele: Geschlecht, Religionszugehörigkeit
55
Skalenniveaus: [II]
• Ordinalskala
Es existiert eine natürliche Ordnung der Merkmalswerte
Größe der Abstände zwischen den Merkmalswerten ist irrelevant
−→ Rechenoperationen sind sinnlos
Beispiele: Klausurnoten, Windstärken
• Intervallskala
Differenzen von je zwei Merkmalswerten können sinnvoll
verglichen werden
Frei wählbarer Maßstab
Beispiel: Temperaturen (in Grad Celsius oder Fahrenheit)
56
Skalenniveaus: [III]
• Verhältnisskala
Besitzt natürlichen Nullpunkt, aber keine natürliche Messeinheit
Beispiele: Einkommen, Geldmenge
(wenn keine Messeinheit vorgegeben ist)
• Absolute Skala
Ist eindeutig bestimmt
(natürlicher Nullpunkt und natürliche Messeinheit)
Beipiele: Einkommen in Euro, Alter in Jahren etc.
Ausdrucksweise:
• Intervall-, Verhältnis- und absolute Skala werden auch metrische Skalen genannt
57
3.3 Daten und ihre Erhebung
Begriffserklärung:
• Unter dem Begriff Daten versteht man die beobachteten
Werte eines oder mehrerer Merkmale
Schreibweisen für Daten:
• Bei einem Merkmal X:
x 1 , . . . , xn
• Bei 2 Merkmalen X und Y :
(x1, y1), . . . , (xn, yn)
58
Weitere Begriffe: [I]
• Urliste:
Die Gesamtheit aller erhobenen Daten nennt man Urliste
• Häufigkeitsverteilung:
Die Häufigkeitsverteilung gibt für jeden Merkmalswert die
Häufigkeit an, mit der dieser in den erhobenen Daten
vorkommt
Häufigkeitsverteilung (inklusive grafischer Darstellung)
ausführlich in Kapitel 4
59
Weitere Begriffe: [II]
• Vollerhebung / Teilerhebung
Vollerhebung: Ermittlung der Merkmalswerte aller Untersuchungseinheiten der Grundgesamtheit
(z.B. Volkszählung)
Teilerhebung: Auswertung nur eines Teils der Grundgesamtheit
Mögliche Gründe:
– GG ist zu groß (Vollerhebung zu teuer)
– Beobachtung des Merkmals zerstört den Merkmalsträger (Qualitätskontrolle)
60
Weitere Begriffe: [III]
• Querschnitte / Zeitreihen / Panels
Querschnitt: Erhebung der Werte eines Merkmals zur selben Zeit an verschiedenen Untersuchungseinheiten
(z.B. Umsätze von Unternehmen im Jahr 2013)
Zeitreihen: Erhebung der Werte eines Merkmals an derselben Untersuchungseinheit zu verschiedenen Zeitpunkten
(z.B. BSP eines Landes über verschiedene Jahre)
Panel: Kombination von Querschnitten und Zeitreihen
(z.B. Jährliche Befragung von Haushalten nach ihrem Einkommen)
61
3.4 Amtliche und nichtamtliche Statistik
Träger der Wirtschafts- und Sozialstatistik in der BRD:
• Amtliche Statistik
• Nichtamtliche Statistik
Institutionen der amtlichen Statistik:
• Statistisches Bundesamt
• Bundesministerien
• Deutsche Bundesbank
• Bundesanstalten
62
Träger der nichtamtlichen Statistik:
• Unabhängige Wirtschaftswissenschaftliche Institute
IFO (Institut für Wirtschaftsforschung, München)
DIW (Deutsches Institut für Wirtschaftsforschung, Berlin)
IfW (Institut für Weltwirtschaft, Kiel)
RWI (Rheinisch-Westfälisches Institut für Wirtschaftsforschung, Essen)
• Wirtschaftsforschungsinstitute von Interessenverbänden
• Unabhängige, quasi ’halbamtliche’ Institutionen
(z.B. Sachverständigenrat, Monopolkommission)
• Markt-, Meinungs- und Umfrageinstitute
63
4. Auswertung eindimensionaler Daten
Ziel dieses Kapitels:
• Präsentation von Methoden zur statistischen Auswertung eines
einzelnen Merkmals
64
Bezeichnungen (Wiederholung):
• Merkmalsträger: e1, . . . , en
• Grundgesamtheit: G = {e1, . . . , en}
• Zu untersuchendes Merkmal: X
• Mögliche Merkmalswerte: ξ1, . . . , ξJ
• Daten in Urliste: x1, . . . , xn
65
Fragestellungen:
• Formale und grafische Darstellung der Daten
• Berechnung aussagekräftiger Kenngrößen der Daten
Vorgehensweise:
• Vorstellung der statistischen Methoden anhand des Skalenniveaus des Merkmals X
66
4.1 Beliebig skalierte Daten
Skalenniveau des zu untersuchenden Merkmals X:
• Nominalskala (oder höher)
Häufigkeiten des Merkmals X mit Ausprägungen ξ1, . . . , ξJ :
• Absolute Häufigkeit der Ausprägung ξj (j = 1, . . . J):
nj = Anzahl von Daten mit Merkmalswert ξj
• Relative Häufigkeit der Ausprägung ξj (j = 1, . . . J):
nj
fj =
= Anteil von Daten mit Merkmalswert ξj
n
67
Offensichtlich gilt:
PJ
• 0 ≤ nj ≤ n sowie j=1 nj = n (warum?)
• 0 ≤ fj ≤ 1 sowie
PJ
j=1 fj = 1 (warum?)
Jetzt:
• Mit den Begriffen der absoluten und relativen Häufigkeiten
gelangt man zur 1. Darstellungsform des Merkmals X, nämlich zur Häufigkeitstabelle
68
Definition 4.1: (Häufigkeitstabelle)
Unter der Häufigkeitstabelle des Merkmals X versteht man die
folgende tabellarische Darstellung:
j
ξj
1
ξ1
2
ξ2
...
...
J
ξJ
Summe:
nj
n1
n2
...
nJ
n
fj = nj /n
f1
f2
...
fJ
1
69
Beispiel (Verkehrsmittelbenutzung):
• Grundgesamtheit bestehe aus 20 Beschäftigten eines Betriebes, d.h. G = {e1, . . . , e20}
• Zu untersuchendes Merkmal X:
Benutztes Verkehrsmittel zum Arbeitsplatz
• Merkmalsausprägungen:
ξ1
ξ2
ξ3
ξ4
ξ5
=
=
=
=
=
Bus
PKW
Motorrad
Fahrrad
zu Fuß
70
Erhobene Urliste:
1, 1, 2, 2, 2, 4, 3, 5, 2, 2, 5, 2, 4, 1, 1, 2, 2, 1, 2, 1
Häufigkeitstabelle:
j
1
2
3
4
5
ξj
Bus
PKW
Motorrad
Fahrrad
zu Fuß
Summe:
nj
6
9
1
2
2
20
fj = nj /n
6/20 = 0.30
9/20 = 0.45
1/20 = 0.05
2/20 = 0.10
2/20 = 0.10
1.00
71
Man beachte den folgenden ’Trade-Off’:
• Übergang von Urliste zur Häufigkeitstabelle
erhöht die Übersichtlichkeit
führt zu einem Informationsverlust
Grafische Darstellungen von Häufigkeitstabellen durch
• Säulendiagramme
• Balkendiagramme
72
Balken- oder Stabdiagramm
(absolute Häufigkeiten)
10
8
6
4
2
0
Bus
PKW
Motorrad
Fahrrad
Kuchen- oder Kreisdiagramm
(relative Häufigkeiten)
Motorrad
5%
PKW
45%
Fahrrad
10%
zu Fuß
10%
Bus
30%
zu Fuß
Vorsicht bei der Interpretation von Grafiken:
• Grafiken können auf viele Weisen manipuliert werden
• Manipulation muss nicht immer schlecht sein
• Verzerren der Achsen
Bestimmte Bereiche werden hervorgehoben
Bestimmte Bereiche werden unterdrückt
• Skalierungen der Y -Achsen
Bestimmte Entwicklungen werden dramatisiert
Bestimmte Entwicklungen werden verschwiegen
74
Wichtige Kennzahl einer Datenreihe ist der Modus:
Definition 4.2: (Modus)
Ein Merkmalswert ξj heißt Modus, wenn seine (absolute oder
relative) Häufigkeit mindestens so groß ist wie die aller anderen
Merkmalswerte, d.h. wenn nj ≥ nk für alle k ∈ {1, . . . , J} gilt.
Offensichtlich:
• Eine Datenreihe kann mehrere Modi aufweisen
75
4.2 Mindestens ordinal skalierte Daten
Jetzt:
• Daten seien mindestens ordinal skaliert, d.h. erhobene Daten
können sinnvoll geordnet werden
Wichtige Darstellungsform der Daten:
• Empirische Verteilungsfunktion
76
Definition 4.3: (Empirische Verteilungsfunktion)
Gegeben seien die Daten x1, . . . , xn einer Urliste. Für jede reelle
Zahl x ∈ R definiert man die empirische Verteilungsfunktion
an der Stelle x (in Zeichen: F (x)) als den Anteil der Daten
x1, . . . , xn, die kleiner oder gleich x sind:
F (x) =
Anzahl aller xi ≤ x
.
n
Bemerkung:
• Es gibt alternative Möglichkeiten, die empirische Verteilungsfunktion auszudrücken. Z.B. kann man alle Merkmalsausprägungen ξj (j = 1, . . . , J) betrachten, die kleiner oder gleich x
sind und deren relative Häufigkeiten fj = nj /n aufsummieren:
F (x) =
X
fj
ξj ≤x
77
Beispiel (Klausurnoten): [I]
• 16 Studierende erzielten in einer Klausur die folgenden ganzzahligen Noten:
3, 4, 2, 1, 2, 4, 5, 5, 2, 1, 4, 5, 3, 3, 2, 4
• Zur Berechnung der emp. VF sortieren wir die Urliste von
der kleinsten zur größten Beobachtung
1, 1, 2, 2, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5
78
Beispiel (Klausurnoten): [II]
• Die emp. VF ergibt sich wie folgt:
F (x) =





































0 = 0.0000
16
für x < 1
2 = 0.1250
16
für 1 ≤ x < 2
6 = 0.3750
16
für 2 ≤ x < 3
9 = 0.5625
16
für 3 ≤ x < 4
13 = 0.8125
16
für 4 ≤ x < 5
16 = 1.0000
16
für x ≥ 5
79
1
0,8
0,6
0,4
0,2
0
0
1
2
3
4
5
6
Bemerkung:
• Wir notieren die vom kleinsten Datenwert (Minimum) zum
größten Datenwert (Maximum) geordnete Urliste als
x(1) ≤ x(2) ≤ . . . ≤ x(n).
(x(1) = Minimum der Urliste, x(n) = Maximum)
80
Eigenschaften der empirischen Verteilungsfunktion: [I]
• F (x) = 0 für alle x < x(1)
• F (x) = 1 für alle x ≥ x(n)
• F (x) ist eine Treppenfunktion. Sprünge erfolgen an den
Stellen, die als Daten in der Urliste vorkommen. Die Sprunghöhe
an der Stelle x = ξj beträgt fj = nj /n.
• F (x) ist rechtsseitig stetig
• Ist die Urliste sehr lang (d.h. n sehr groß), so wird F (x)
immer ’glatter’
81
Eigenschaften der empirischen Verteilungsfunktion: [II]
• Aus F (x) lassen sich die beobachteten Merkmalswerte und
deren relativen Häufigkeiten rekonstruieren. Kennt man zusätzlich noch n, so folgen aus F (x) auch die absoluten Häufigkeiten
Wichtige Kennzahlen einer Datenreihe:
• Quantile
• Definition der Quantile über emp. Verteilungsfkt. F (x)
82
Definition 4.4: (p-Quantil)
Gegeben seien die Daten x1, . . . , xn einer Urliste. Man betrachte
eine beliebige reelle Zahl p mit 0 < p < 1. Das p-Quantil (oder
der p · 100%-Punkt) der Daten (in Zeichen: x̃p) ist definiert als
x̃p = min {x ∈ R | F (x) ≥ p}
= kleinstes x ∈ R für das gilt F (x) ≥ p.
Bemerkung:
• Das p-Quantil x̃p ist also der kleinste Wert x ∈ R mit der
Eigenschaft, dass mindestens p · 100% der Daten kleiner oder
gleich x̃p sind
83
Bisher:
• Bestimmung von Quantilen über emp. Verteilungsfunktion
F (x)
Jetzt:
• Technische Vorschrift (Algorithmus) zur Bestimmung von
Quantilen aus der Urliste x1, . . . xn (ohne Berechnung der
emp. VF F (x))
Betrachte dazu:
• Geordnete Urliste der Daten
x(1) ≤ x(2) ≤ . . . x(n)
84
Das p-Quantil ist dann gegeben durch:
x̃p =
(
x(n·p),
x(bn·pc+1)
falls n · p ganzzahlig ist
sonst
(bn · pc bezeichnet den ganzzahligen Anteil von n · p)
Definition 4.5: (Spezielle Quantile)
Einige p-Quantile haben besondere Namen:
• Median (p = 0.5): x̃0.5
• Quartile (p = 0.25, 0.5, 0.75): x̃0.25, x̃0.5, x̃0.75
• Quintile (p = 0.2, 0.4, 0.6, 0.8): x̃0.2, x̃0.4, x̃0.6, x̃0.8
85
Beispiel (Klausurnoten): [I]
• Urliste (ungeordnet)
x1 x2 x3 x4 x5 x6 x7 x8
3 4 2 1 2 4 5 5
x9 x10 x11 x12 x13 x14 x15 x16
2
1
4
5
3
3
2
4
• Geordnete Urliste
x(1) x(2) x(3) x(4) x(5) x(6) x(7) x(8)
1
1
2
2
2
2
3
3
x(9) x(10) x(11) x(12) x(13) x(14) x(15) x(16)
3
4
4
4
4
5
5
5
86
Beispiel (Klausurnoten): [II]
• Berechnung des 0.25-Quantils:
n = 16, p = 0.25
⇒
n · p = 16 · 0.25 = 4
(ganzzahlig)
x̃0.25 = x(n·p) = x(4) = 2
⇒
• Berechnung des Medians:
n = 16, p = 0.5
⇒
n · p = 16 · 0.5 = 8
(ganzzahlig)
x̃0.5 = x(n·p) = x(8) = 3
⇒
• Berechnung des 0.8-Quantils:
n = 16, p = 0.8
⇒
⇒
n·p = 16·0.8 = 12.8
(nicht ganzzahlig)
x̃0.8 = x(bn·pc+1) = x(b12.8c+1) = x(12+1) = x(13) = 4
87
4.3 Metrisch skalierte Daten
Jetzt:
• Metrisch skaliertes Merkmal X (vgl. Folie 29)
• Rechenoperationen mit Daten x1, . . . , xn sinnvoll
Unter dieser Voraussetzung:
• Einführung von Kennzahlen zur Beschreibung
der Lage (Abschnitte 4.3.1, 4.3.2)
der Streuung (Abschnitt 4.3.3)
der Symmetrie (Abschnitt 4.3.6)
der metrisch skalierten Daten x1, . . . , xn
88
4.3.1 Lagemessung
Wichtige Frage der deskriptiven Statistik:
• Beschreibung des ’Lagezentrums’ der erhobenen Daten
x1, . . . , xn durch geeignete Kennzahlen
(Lagekennziffern, Lagemaße)
Man beachte:
• Je nach Skalenniveau der Daten kommen unterschiedliche
Lagemaße in Betracht
89
Beispiele:
• Für ordinal skalierte Daten kennen wir bereits
den Modus (häufigster Wert einer Datenreihe)
den Median (0.5-Quantil, 50%-Wert)
Wichtigstes Lagemaß für metrisch skalierte Daten:
Definition 4.6: (Arithmetisches Mittel)
Für die metrisch skalierten Daten x1, . . . , xn ist das arithmetische
Mittel (auch: Mittelwert oder Durchschnitt) definiert durch
n
1
1 X
xi .
x = · (x1 + x2 + . . . + xn) =
n
n i=1
90
Eigenschaften des arithmetischen Mittels: [I]
• Arithm. Mittel und Merkmalssumme
n
X
xi = n · x = x
| +x+
{z. . . + x}
i=1
n mal
• x liegt zwischen Minimum und Maximum:
x(1) = min{x1, . . . , xn} ≤ x ≤ max{x1, . . . , xn} = x(n)
• Schwerpunkteigenschaft:
n
X
i=1
(xi − x) =
n
X
i=1
xi − n · x = n · x − n · x = 0
91
Eigenschaften des arithmetischen Mittels: [II]
• Minimumeigenschaft:
Für x gilt:
n
X
i=1
(xi − x)2 = min

n
X
c∈R i=1
(x i − c )2



Weitere Berechnungsmöglichkeiten für x:
• Anhand von relativen bzw. absoluten Häufigkeiten
(vgl. Folie 67)
J
n
J
X
1 X
1 X
ξj · fj
x=
xi =
ξj · nj =
n i=1
n j=1
j=1
92
Beispiel:
• Grundgesamtheit: n = 520 Haushalte eines Vorortes
• Merkmal: Anzahl der Haushaltsmitglieder
ξj
1
2
3
4
5
6
Summe:
nj
188
173
79
56
20
4
520
• Durchschnittliche Haushaltsgröße:
x=
1
· (1 · 188 + 2 · 173 + . . . + 6 · 4) = 2.1519
520
93
Verallgemeinerung des arithmetischen Mittels:
• Das gewogene arithmetische Mittel:
xw =
n
X
i=1
wi · xi
mit den Gewichten w1, . . . , wn, wobei
0 ≤ wi ≤ 1
n
X
wi = 1
i=1
94
Bemerkungen:
• Mit w1 = w2 = . . . = wn = 1/n ergibt sich das arithmetische
Mittel als Spezialfall
• Das gewogene Mittel ist zu verwenden, falls das relative
Gewicht einzelner Untersuchungseinheiten an der Grundgesamtheit von Bedeutung ist. Soll z.B. der durchschnittliche
Strukturwandel in der BRD statistisch erfasst werden, so sind
bei der Durchschnittsbildung über die einzelnen Bundesländer
deren wirtschaftliche Kapazitäten zu berücksichtigen. Z.B.
erhält in der Strukturberichterstattung der gemessene Strukturwandel in NRW ein höheres Gewicht als der des Saarlandes.
95
Arithmetisches Mittel vs. Median
Wiederholung (vgl. Folie 85):
• Median ist 0.5-Quantil
x̃0.5 =
(
x(n/2),
x(bn/2c+1),
falls n gerade
falls n ungerade
Man beachte:
• Sowohl das arithmetische Mittel x als auch der Median x̃0.5
sind populäre Lagemaße
96
Vergleich Mittelwert / Median:
• In die Berechnung von x fließen alle Beobacht. ein
Vorteil: Es wird keinerlei Information verschenkt
Nachteil: x reagiert empfindlich auf extreme Ausreißer in
den Daten
• x̃0.5 wird durch Ermittlung der mittleren Position der geordneten Urliste bestimmt
Vorteil: x̃0.5 ist robust gegenüber extremen Datenausreißern
Nachteil: Es wird Information verschenkt, da nur die Position der Beobachtungen eine Rolle spielt
97
4.3.2 Weitere Mittelwerte
Neben dem (gewogenen) arithmetischen Mittel gibt es eine Reihe
weiterer Mittelwerte:
Definition 4.7: (Harmonisches, geometrisches Mittel)
Es seien x1, . . . , xn metrisch skalierte Daten mit xi > 0 für i =
1, . . . , n. Das harmonische Mittel xH sowie das geometrische
Mittel xG sind definiert als
xH =
1

n
1 X
=
n
1 X 1
n i=1
n i=1 xi
−1

x−1
i
98
bzw.
xG =
√
n

x1 · x2 · . . . · xn = 
n
Y
i=1
1
n
xi  .
Spezielle Anwendungsgebiete:
• Harmonisches Mittel: Indizes vom Typ Paasche
(Kapitel 5)
• Geometrisches Mittel: Wachstumsfaktoren und Wachstumsraten
(Kapitel 5)
99
4.3.3 Streuungsmaße
Weitere Frage der dekriptiven Statistik:
• Wie stark streuen die Daten x1, . . . , xn um ein geeignet definiertes Zentrum?
(Kennzahlen: Streuungs- oder Dispersionsmaße)
Man beachte:
• Mit alternativen Lagemaßen für das Zentrum ergeben sich
unterschiedliche Streuungsmaße
Wichtigste Streuungsmaße für metrische Daten:
• Varianz und Standardabweichung
100
Definition 4.8: (Varianz, Standardabweichung)
Für die metrisch skalierten Daten x1, . . . , xn ist die Varianz (in
Zeichen: s2) definiert durch
n
X
1
s2 = ·
(x i − x ) 2 .
n i=1
Die Standardabweichung (in Zeichen:
Wurzel aus der Varianz, d.h.
s=
s) ist definiert als die
v
u
n
u1 X
2
s =t ·
(xi − x)2.
n i=1
q
Bemerkung:
• Meist wird bei der Berechnung von s2 bzw. s nicht durch n,
sondern durch n − 1 dividiert
(Begründung: in Statistik II)
101
Eigenschaften von s2 und s: [I]
• s2 hat quadratische Dimension, s hat gleiche Dimension wie
die Daten x1, . . . , xn
• Es gilt stets: s2 ≥ 0 und s ≥ 0
• Ferner:
s = 0 ⇐⇒ s2 = 0 ⇐⇒ x1 = x2 = . . . = xn,
d.h. Varianz und Std.Abwch. sind genau dann gleich 0, wenn
alle Daten gleich sind
(keine Streuung)
102
Eigenschaften von s2 und s: [II]
• Alternative Darstellungen:
n
X
1
xi2 − x2
s2 =
n i=1
s2 =
(Proseminar)
n
n X
2
1 X
xi − xj
2n2 i=1 j=1
103
Zwei weitere zentrale Eigenschaften: [I]
• Es seien a, b ∈ R und x1, . . . , xn erhobene Daten eines Merkmals X. Das Merkmal Y sei eine lineare Transformation von
X, d.h. Y = a · X + b, so dass für die Daten des Merkmals Y
gilt
yi = a · xi + b
für alle i = 1, . . . , n.
Dann folgt für die Varianz s2
Y bzw. die Standardabweichung
sY des Merkmals Y :
2
2
s2
Y = a · sX
bzw.
sY = |a| · sX
104
Zwei weitere zentrale Eigenschaften: [II]
• Für jede reelle Zahl c ∈ R gilt der Verschiebungssatz:
n
1 X
(xi − c)2 = s2 + (x − c)2
n i=1
Hieraus folgt die Minimumeigenschaft des arithmetischen Mittels (vgl. Folie 92):
”Die durchschnittliche quadratische Abweichung der Daten
von einem Bezugspunkt c wird minimal, wenn man c = x
wählt”
105
Alternative Streuungsmaße: [I]
• Mittlere absolute Abweichung vom Median:
n
1 X
d=
|xi − x̃0.5|
n i=1
Es gilt die Minimierungseigenschaft:
d = min

n
1 X
c∈R  n i=1


|xi − c|

• Quartilsabstand Q
Q = x̃0.75 − x̃0.25
(Länge des Bereichs mit mittleren 50% der Daten)
106
Alternative Streuungsmaße: [II]
• Spannweite R
R = max {xi} − min {xi} = x(n) − x(1)
i=1,...,n
i=1,...,n
(Länge des gesamten Datenbereichs)
Jetzt:
• Berechnung von Streuungsmaßen anhand von Häufigkeiten
Zur Erinnerung (vgl. Folie 67):
• Merkmal X hat die J Ausprägungen ξ1, . . . , ξJ mit den jeweiligen absoluten Häufigkeiten n1, . . . , nJ
107
Damit folgende Formeln für die Streuungsmaße:
J
2
X
1
2
ξj − x · nj
s =
n j=1
v
u
J
u
2
u1 X
s = t
ξj − x · nj
n j=1
J

1 X

d =
ξj − x̃0.5 · nj
n j=1
R =
max {ξj |nj > 0} −
j=1,...,J
min {ξj |nj > 0}
j=1,...,J
108
4.3.4 Additionssätze für arithmetische Mittel und
Varianzen
Ausgangssituation:
• Grundgesamtheit G gliedert sich in K Teilgesamtheiten
G1 , . . . , GK
• Mittelwerte bzw. Varianzen in den K Teilgesamtheiten sind
2 , . . . , s2
x1, . . . , xK bzw. s1
K
• Umfänge der Teilgesamtheiten seien n1, . . . , nK
Damit ist der Umfang der Grundgesamtheit
n=
K
X
nk
k=1
109
Frage:
• Zusammenhänge zwischen dem Mittelwert x bzw. der Varianz s2 der Grundgesamtheit und den Mittelwerten bzw. Varianzen der Teilgesamtheiten?
Additionssatz für Mittelwerte:
K
X
nk
x=
xk ·
n
k=1
(Mittelwert der Grundgesamtheit ist gewichtetes Mittel der Mittelwerte der Teilgesamtheiten)
110
Additionssatz für Varianzen:
s2 =
K
X
K
X
nk
n
2
sk ·
+
(xk − x)2 · k
n
n
k=1
k=1
{z
}
{z
}
|
|
2
2
=sint
=sext
2
Bedeutung der internen bzw. externen Varianzen s2
int, sext:
• Interne Varianz ist gewichtetes Mittel aus den Varianzen der
Teilgesamtheiten
• Externe Varianz ist gewichtete quadratische Abweichung der
Mittelwerte xk der K Teilgesamtheiten vom Mittelwert x der
Grundgesamtheit
111
Offensichtlich:
• Gesamtvarianz lässt sich exakt in Summe aus interner und
externer Varianz zerlegen:
2
s2 = s2
int + sext
Beispiel:
• 100 (Wieder-)Erwerbstätige wurden nach der Dauer X der
früheren Arbeitslosigkeit befragt (in Monaten)
Anzahl
Mittlere Arbeitslosigkeitsdauer
Std.-Abwchg. der Arbeitslosigkeitsdauer
Frauen
60
9.2
4.1
Männer
40
7.4
3.2
112
Berechnungen:
x = 9.2 ·
40
60
+ 7.4 ·
= 8.48
100
100
60
40
2
2
2
sint = 4.1 ·
+ 3.2 ·
= 14.182
100
2
s2
ext = (9.2 − 8.48) ·
100
60
40
+ (7.4 − 8.48)2 ·
= 0.7776
100
100
2 + s2 = 14.182 + 0.7776 = 14.9596
s2 = sint
ext
s =
√
14.9596 ≈ 3.9
113
4.3.5 Stetig klassierte Daten
Häufiges praktisches Problem:
• Daten liegen nicht als Urliste x1, . . . , xn vor (Einzeldaten),
sondern zusammengefasst nach Klassen
(stetig klassierte oder Gruppendaten)
Beispiel:
• Verfügbares Monatseinkommen (in Euro) von 5000 Studierenden
114
j
EK-Klasse Kj
1
2
3
4
5
0 bis 250
mehr als 250 bis 500
mehr als 500 bis 750
mehr als 750 bis 1000
mehr als 1000
Summe:
Studierende nj
fj
300
1000
2000
1000
700
5000
0.06
0.20
0.40
0.20
0.14
1.00
fj
xoj −xu
j
0.00024
0.00080
0.00160
0.00080
Grund für stetige Klassierung:
• Bei sehr langen Datenreihen ist die Angabe von Häufigkeiten
jedes einzelnen Datenpunktes oft sinnlos
115
Notationen zur Auswertung stetig klassierter Daten:
• Betrachte die J Klassen (Intervalle)
o ], K = (xu, xo],
,
x
K1 = [xu
j
1 1
j j
j = 2, . . . , J,
wobei für die Intervallgrenzen gelten soll
u
o
o
u
o
o
u
o
xu
1 < x1 = x2 < x2 = x3 < x3 < . . . < xJ−1 = xJ < xJ
Bemerkungen:
u der 1. Klasse kann −∞ sein
Die untere Grenze x1
Die obere Grenze xoJ der J. Klasse kann ∞ sein
• nj ist die Anzahl der Daten in Klasse Kj
n
• fj = nj ist der Anteil der Daten in Klasse Kj
116
Damit:
• Die Häufigkeitsverteilung der stetig klassierten Daten ist gegeben
durch
(K1, n1), (K2, n2), . . . , (KJ , nJ )
bzw. durch
(K1, f1), (K2, f2), . . . , (KJ , fJ )
Bemerkung:
• Es wird nichts über die Datenverteilung innerhalb der Klassen
ausgesagt
−→ Informationsverlust
117
Probleme bei der stetigen Klassierung:
• Wieviele Klassen J soll man wählen?
Faustregel: Wähle bei n Daten J ≈ 10 · log10 n
• Soll man die J Klassen alle gleich breit wählen?
• Ist es möglich, die oberste Klasse durch eine endliche Obergrenze sinnvoll abzuschließen?
118
Definition 4.9: (Empirische Dichte, Histogramm)
Den Quotienten
nj
fj
= o
n · (xoj − xu
)
xj − xu
j
j
bezeichnet man als empirische Dichte der Daten in der Klasse
Kj , j = 1, 2, . . . , J. Trägt man die empirischen Dichten als waagerechte Linien über den Klassen ab und zeichnet an den Klassengrenzen senkrechte Linien in Höhe der jeweiligen emprischen
Dichten ein, so entsteht ein Histogramm der Daten.
119
Empirische Dichten und Histogramm zum Beispiel ’Studierende’
0,002
0,0016
0,0012
0,0008
0,0004
0
0
250
500
750
1000
1250
1500
120
Bemerkungen zum Histogramm:
• Das Rechteck über der Klasse j hat die Fläche
(xoj − xu
j) ·
fj
= fj
xjo − xu
j
• Die Gesamtfläche unter dem Histogramm beträgt 1, denn
Gesamtfläche = Summe der Rechteckflächen
J
X
=
fj
(xjo − xju) · o
u
−
x
x
j
j
j=1
=
J
X
fj = 1
j=1
121
Jetzt:
• Berechnung statistischer Kenngrößen bei stetig klassierten
Daten
Zunächst:
• Empirische Verteilungsfunktion und Quantile
Erinnerung: (vgl. Folie 77, Definition 4.3)
• Der Wert der emp. Verteilungsfunktion F (x) ist definiert als
Anteil der Daten, die kleiner oder gleich x sind
122
Problem bei stetiger Klassierung:
• Verteilung der Daten in Klasse Kj ist unbekannt
−→ Für ein x ∈ Kj (x nicht auf der Ober- oder Untergrenze)
ist der Anteil nicht bestimmbar
Vorgehensweise:
• Betrachte zunächst die x ∈ R, für die die emp. Verteilungsfunktion F (x) exakt berechenbar ist
123
Zunächst gilt:
F (x) =

 0
 1
für x < xu
1
für x ≥ xoJ
Weiterhin gilt an den Obergrenzen aller Klassen:
F (xoj) =
j
X
fr
für alle j = 1, 2, . . . , J
r=1
Übrig bleibt:
• Berechnung von F (x) für x ∈ (xju, xoj]
124
Vorgehensweise:
o
• Lineare Interpolation von F (x) für x ∈ (xu
j , xj ]:
fj
u)
(x
−
F (x) ≈ F (xu
)
+
x
j
j
xoj − xu
j
fj
u)
= F (xoj−1) + o
(x
−
x
j
xj − xu
j
j−1
X
fj
u)
=
fr + o
(x
−
x
j
xj − xu
j
r=1
125
Beispiel: (vgl. Folien 114, 115) [I]
• Monatseinkommen von 5000 Studierenden
• Obergrenze der letzten Klasse wurde willkürlich auf 1500
Euro gesetzt
j
1
2
3
4
5
EK-Klasse Kj
0 bis 250
mehr als 250 bis 500
mehr als 500 bis 750
mehr als 750 bis 1000
mehr als 1000 bis 1500
fj
0.06
0.20
0.40
0.20
0.14
F (xoj)
0.06
0.26
0.66
0.86
1.00
126
Beispiel: [I]
• Zwischen Klassengrenzen wird linear interpoliert, z.B.
f3
u)
F (650) ≈ f1 + f2 + o
−
(x
x
3
x3 − xu
3
= 0.26 +
0.4
(650 − 500) = 0.5
750 − 500
Empirische Verteilungsfunktion zum Beispiel ’Studierende’
1
1
0,86
F(x)
0,8
0,66
0,6
0,4
0,26
0,2
0,06
0
0
500
1000
x
1500
127
Jetzt:
• Berechnung von Quantilen bei stetiger Klassierung über empirische Verteilungsfunktion F (x)
(vgl. Folie 83, Definition 4.4)
Zusatzannahme:
• Keine der Klassen Kj besitzt die Häufigkeit 0
=⇒ Emp. VF F (x) ist streng monoton wachsend
=⇒ Für jedes p ∈ (0, 1) hat die Gleichung
F (x) = p
eine eindeutige Lösung, nämlich das p-Quantil x̃p
128
Explizite Berechnung von x̃p: [I]
1. Bestimme die Klasse Kj in der x̃p liegt,
o)
d.h. bestimme das j für das gilt F (xu
≤
(x
)
<
p
F
j
j
2. Löse die Gleichung
p = F (xu
j) +
fj
u)
(x
−
x
j
xoj − xu
j
nach x auf. Die Lösung approximiert das Quantil x̃p.
129
Explizite Berechnung von x̃p: [II]
p = F (xju) +
⇐⇒ x − xu
j =
fj
u)
−
(x
x
j
xoj − xu
j
p − F (xu
j)
fj
⇐⇒ x = xu
j +
(xoj − xu
j)
p − F (xu
j)
fj
(xoj − xu
j)
p − F (xju)
o − xu )
⇐⇒ x = xu
+
(x
j
j
F (xo) − F (xu) j
|
j
{z
≈ x̃p
j
}
130
Beispiel: (vgl. Folie 126, ’Einkommen Studierende’)
• Gesucht: unteres Quartil x̃0.25
Berechnung von x̃0.25:
u ) < 0.25 ≤ 0.26 = F (xo ),
1. 0.06 = F (x2
2
d.h.
x̃0.25 ∈ K2 = (250, 500]
2. Damit folgt:
x̃0.25 ≈ 250 +
0.25 − 0.06
(500 − 250) = 487.5
0.26 − 0.06
131
Es verbleibt:
• Berechnung weiterer statistischer Kennzahlen, z.B.
Arithmetisches Mittel
Varianz bzw. Standardabweichung
(Nicht in der VL)
132
4.3.6 Schiefemessung
Situation:
• Betrachte Urliste x1, . . . , xn (keine stetige Klassierung)
Wichtige praktische Feststellung:
• In der empirischen Wirtschaftsforschung werden Kennzahlen
wie arithmetisches Mittel, Varianz, Standardabweichung etc.
in der Praxis nicht per Hand ausgerechnet, sondern mit spezieller Auswertungssoftware (z.B. EViews)
133
Beispiel: (vgl. Folie 12)
• Tägliche Wechselkursveränderungsraten der griechischen
Drachme zum Euro
Stabdiagramm und statistische Kennzahlen für GRD-Veränderungsraten
500
Series: GRD_RET
Sample 16/12/1998 1/01/2001
Observations 748
400
300
200
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
0.005082
0.000000
0.817738
-1.295992
0.114130
-1.693633
38.21140
Jarque-Bera
Probability
38999.36
0.000000
100
0
-1.0
-0.5
0.0
0.5
134
Symmetris c he Verteilung
600
Series: SYMMETRIE
Sample 1 5000
Obs erv ations 5000
500
400
Mean
Median
Max imum
Minimum
Std. Dev .
Skewnes s
Kurtosis
300
200
100
-0.007964
0.004551
3.433310
-3.982642
0.994190
-0.019422
2.939408
J arque-Bera 1.079224
Probability
0.582974
0
-4
-3
-2
-1
0
1
2
3
Rec hts sc hiefe Verteilung
600
Series: RECHTS
Sample 1 5000
Obs erv ations 5000
500
400
Mean
Median
Max imum
Minimum
Std. Dev .
Skewnes s
Kurtosis
300
200
100
0.168041
0.150735
0.661654
0.002084
0.102757
0.865684
3.650617
J arque-Bera 712.6960
Probability
0.000000
0
0.0
0.1
0.2
0.3
0.4
0.5
0.6
Link s sc hiefe Verteilung
600
Series: LINKS
Sample 1 5000
Obs erv ations 5000
500
400
Mean
Median
Max imum
Minimum
Std. Dev .
Skewnes s
Kurtosis
300
200
100
0.830835
0.851905
0.996949
0.280793
0.104683
-0.896282
3.619218
J arque-Bera 749.3160
Probability
0.000000
0
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
Fazit:
• Datenreihen zeigen unterschiedliches Symmetrieverhalten
Jetzt:
• Kennzahl für Symmetrieverhalten
136
Definition 4.10: (Schiefe)
Die Schiefe einer Urliste x1, . . . , xn ist definiert durch

n
1 X
xi − x 3
g=
,
n i=1
s
wobei wie üblich
n
1 X
x=
xi
n i=1
und
v
u
n
u1 X
s=t
(xi − x)2
n i=1
das arithmetische Mittel sowie die Standardabweichung der Daten
bezeichnen.
137
Bemerkungen:
Pn
• Der zentrale Term in Definition 4.10 ist i=1(xi − x)3
• Liegen ’viele’ Daten xi rechts von x, so ist g tendenziell positiv
• Liegen ’viele’ Daten xi links von x, so ist g tendenziell negativ
• Insgesamt gelten die folgenden Relationen:
g<0
g≈0
g>0
=⇒ Verteilung ist linksschief
=⇒ Verteilung ist symmetrisch
=⇒ Verteilung ist rechtsschief
138
5. Verhältniszahlen, Messzahlen und Indexzahlen
Ziel dieses Kapitels:
• Grundlegende Maßzahlen der praktischen Wirtschaftsstatistik
5.1 Verhältniszahlen
Definition 5.1: (Verhältniszahl)
Eine Verhältniszahl ist allgemein der Quotient zweier statistischer Größen. Die den beiden Größen zugrunde liegenden Grundgesamtheiten können identisch oder verschieden sein. Als spezielle Verhältniszahlen unterscheidet man Gliederungszahlen, Beziehungszahlen und Messzahlen.
139
Gliederungszahl:
• Aussage über die Struktur der Grundgesamtheit G eines (metrisch skalierten) Merkmals U
• Annahme: G zerfällt in J Teilgesamtheiten, d.h.
G = G 1 ∪ G2 ∪ . . . ∪ GJ
• Es bezeichne uj die Merkmalssumme von U in der Teilgesamtheit Gj (j = 1, . . . , J), so dass gilt
u=
J
X
ur = Merkmalssumme von U auf ganz G
r=1
• Definiere nun für j = 1, . . . , J die Gliederungszahlen
uj
gj =
u
140
Bemerkungen:
• Die Gliederungszahlen gj sind Anteile, d.h. es gilt
gj ≥ 0
PJ
r=1 gr = 1
Beispiele:
• Anteile der Studierenden der unterschiedlichen Disziplinen
am Fachbereich WiWi der WWU
(Betriebs-, Volkswirte, Wirtschaftsinformatiker)
• Anteile von Bund, Ländern und Kommunen an der Gesamtverschuldung der BRD
141
Beziehungszahl: [I]
• Aussage über die Struktur der Grundgesamtheit G in Bezug
auf 2 (metrisch skalierte) Merkmale U und V
• Annahme: G zerfällt in J Teilgesamtheiten, d.h.
G = G1 ∪ G2 ∪ . . . ∪ GJ
• Es bezeichnen uj und vj die Merkmalssummen von U und V
in der Teilgesamtheit Gj (j = 1, . . . , J), so dass gilt
u =
J
X
ur = Merkmalssumme von U auf ganz G
J
X
vr = Merkmalssumme von V auf ganz G
r=1
v =
r=1
142
Beziehungszahl: [II]
• Definiere nun die Beziehungszahlen
u
b=
v
bzw. für j = 1, . . . , J
uj
bj =
vj
Beispiel: (Bundesländerstatistik)
• Amtliche Statistik der BRD
143
Bundesland
Baden-Württemberg
Bayern
Berlin
Brandenburg
Bremen
Hamburg
Hessen
Meck.-Vorpommern
Niedersachsen
NRW
Rheinland-Pfalz
Saarland
Sachsen
Sachsen-Anhalt
Schleswig-Holstein
Thringen
Summe
Einw. in 1000
10397
12066
3426
2573
674
1705
6032
1808
7845
17975
4018
1081
4522
2702
2757
2478
82059
BIP (Mrd. DM)
520.36
614.97
154.81
75.72
40.34
141.25
340.91
47.91
315.75
799.51
156.04
43.92
124.08
69.71
113.79
64.93
3624.00
144
Gliederungszahlen: (vgl. Folie 146)
• Bevölkerungsanteil
• Anteil am BIP
Beziehungszahlen: (vgl. Folie 147)
• BIP pro Kopf
145
Bundesland
Baden-Württemberg
Bayern
Berlin
Brandenburg
Bremen
Hamburg
Hessen
Meck.-Vorpommern
Niedersachsen
NRW
Rheinland-Pfalz
Saarland
Sachsen
Sachsen-Anhalt
Schleswig-Holstein
Thringen
Summe
Bev.-Anteil
0.1267
0.1470
0.0418
0.0314
0.0082
0.0208
0.0735
0.0220
0.0956
0.2190
0.0490
0.0132
0.0551
0.0329
0.0336
0.0302
1
Anteil am BIP
0.1436
0.1697
0.0427
0.0209
0.0111
0.0390
0.0941
0.0132
0.0871
0.2206
0.0431
0.0121
0.0342
0.0192
0.0314
0.0179
1
146
Bundesland
Baden-Württemberg
Bayern
Berlin
Brandenburg
Bremen
Hamburg
Hessen
Meck.-Vorpommern
Niedersachsen
NRW
Rheinland-Pfalz
Saarland
Sachsen
Sachsen-Anhalt
Schleswig-Holstein
Thringen
Deutschland insgesamt
BIP pro Kopf in DM
50049.05
50967.18
45186.81
29428.68
59851.63
82844.57
56516.91
26498.89
40248.57
44479.00
38835.24
40629.05
27439.19
25799.41
41273.12
26202.58
44163.35
147
Einige Zusammenhänge: [I]
• Es gilt:
J u
J
X
1 X
u
j
uj =
b =
=
v
v j=1
j=1 v
J v
X
j
uj
=
·
v
vj
j=1
=
J
X
j=1
hj ·
uj
vj
−→ Beziehungszahl b = uv ist gewogenes arithmetisches Mittel
v
u
der Beziehungszahlen v j mit den Gewichten hj = vj
j
148
Einige Zusammenhänge: [II]
• Ferner gilt:
b =
−1
v
=

u
= 
J
X
j=1
gj
P
−1
J
vj
j=1


u
=

J u
X
j

−1
vj
· 
j=1 u uj
!−1−1
uj
1

= PJ
1
vj
·
g
j
j=1
bj
u
−→ b = uv ist gewogenes harmonisches Mittel der bj = v j mit den
j
uj
Gewichten gj = u
149
Messzahl:
• Quotient zweier sachlich aufeinander bezogener Maßzahlen
für zwei statistische Massen
Beispiele: [I]
• Geschlechterverhältnis
Männer in der BRD am 1.1.2013
Frauen in der BRD am 1.1.2013
(Messzahl des sachlichen Vergleichs)
Geschl.-Verhältn. =
150
Beispiele: [II]
• Einwohnerrelation zwischen 2 Ländern
Einwohner der BRD am 1.1.2013
Einwohnerel. =
Einwohner Frankreichs am 1.1.2013
(Messzahl des räumlichen Vergleichs)
• Einwohnerrelation eines Landes an 2 Zeitpunkten
Einwohner der BRD am 1.1.2013
Einwohner der BRD am 1.1.2008
(Messzahl des zeitlichen Vergleichs)
Einwohnerel. =
151
5.2 Messzahlen des zeitlichen Vergleichs
Ausgangssituation und Begriffe: [I]
• Betrachte eine zeitlich geordnete Folge von Zeitpunkten t0 ≤
t1 ≤ . . . ≤ tT sowie die Ausprägungen eines (metrischen)
Merkmals X zu diesen Zeitpunkten:
xt0 , xt1 , . . . , xtT
(alternative Schreibweise: xt, t = t0, . . . , tT )
• Der Index t steht für die Zeit (time). Deshalb nennt man die
obige Urliste xt0 , . . . , xtT eine Zeitreihe
152
Ausgangssituation und Begriffe: [II]
• Sind die Abstände zwischen den Zeitpunkten t0, t1, . . . , tT immer gleich, d.h.
t1 − t0 = t2 − t1 = . . . = tT − tT −1,
so spricht man von äquidistanten Zeitpunkten. In diesem
Fall benennt man die Zeitpunkte t0, t1, . . . , tT der Einfachheit
halber um in 0, 1, . . . , T und notiert die obige Zeitreihe als
x0, x1, . . . , xT
Beispiele für Zeitreihen:
• Monatliche Arbeitslosenquoten
• Tägliche Wechselkurse zwischen Euro und US-$
153
Häufiges Vorgehen in der Empirischen Wirtschaftsforschung:
• Wähle aus der Menge aller möglichen Zeitpunkte einen Basiszeitpunkt s ∈ {t0, . . . , tT } und setze die gesamte Zeitreihe
xt, t = t0, . . . , tT , ins Verhältnis zur Beobachtung xs des Basiszeitpunktes. Für einen beliebigen Berichtszeitpunkt t betrachtet man also den Quotienten
xt
für t = t0, . . . , tT
ms,t =
xs
• Begründung:
Man interessiert sich für die Entwicklung der Zeitreihe relativ
zur Ausprägung des Basiszeitpunktes s
(in praxi wird oft s = t0 gewählt)
154
Definition 5.2: (Messzahl mit fester Basiszeit)
Für einen konkreten Basiszeitpunkt s ∈ {t0, . . . , tT } nennt man
den Quotienten
xt
ms,t =
xs
die Messzahl für die Berichtszeit t.
Man beachte:
• Aus Definition 5.2 folgt unmittelbar:
mt,t = 1
1
xt
1
ms,t =
=
=
xs
xs/xt
mt,s
155
Beispiel:
• Wechselkurszeitreihe ’Griechische Drachme zum Euro’
(Tagesdaten)
Offensichtlich:
• Qualitativer Verlauf gleich
• Untere Grafik betont Kursverlauf relativ zum Startwert
156
Originale Zeitreihe
345
340
335
330
325
320
15/12/98
3/07/99
19/01/00
6/08/00
Zeitreihe zum Basiszeitpunkt s=0 (Basiswert: 328.388)
1.04
1.02
1.00
0.98
0.96
15/12/98
3/07/99
19/01/00
6/08/00
5.2.1 Umbasierung und Verkettung von Messzahlen
Definition 5.3: (Umbasierung)
Unter der Umbasierung einer Messzahl zum Basiszeitpunkt s versteht man den Übergang zu einer Messzahl mit anderer Basiszeit
r ∈ {t0, . . . , tT }.
Rechenregel für Umbasierung: [I]
• Offensichtlich gilt für jedes t ∈ {t0, . . . , tT }
ms,t
xt/xs
xt
mr,t =
=
=
xr
xr /xs
ms,r
158
Rechenregel für Umbasierung: [II]
−→ Zirkularität von Messzahlen:
ms,t = ms,r · mr,t
Verkettung von Messzahlen:
• Betrachtete äquidistante Zeitreihe x0, x1, . . . , xT und Folgen
von Messzahlen zu den Basiszeiten 0 bzw. s
m0,t für t = 0, 1, . . . , s
ms,t für t = s, s + 1, . . . , T
• Gesucht: durchgehende (vollständige) Folgen von Messzahlen
zu den Basiszeiten 0 bzw. s
159
Lösung:
• Messzahlenfolge für die Basiszeit 0:
m0,t =
(
m0,t
m0,s · ms,t
für t = 0, 1, . . . , s
für t = s + 1, s + 2, . . . , T
• Messzahlenfolge für die Basiszeit s:

 m0,t
für t = 0, 1, . . . , s − 1
m
0,s
ms,t =
 m
für t = s, s + 1, . . . , T
s,t
Zahlenbeispiel:
• In den Tutorien
160
5.2.2 Zuwachsraten und Zuwachsfaktoren
Betrachte:
• Äquidistante Zeitreihe xt, t = 0, 1, . . . , T
• Messzahl mit fester Basiszeit
ms,t =
xt
xs
(vgl. Definition 5.2, Folie 155)
161
Definition 5.4: (Zuwachsfaktor, Zuwachsrate)
Die Messzahl ms,t bzeichnet man auch als Zuwachsfaktor bzw. als
Wachstumsfaktor. Die absolute Änderung xt − xs bezogen auf
den Wert zur Zeit s
xt − xs
ws,t =
= ms,t − 1
xs
bezeichnet man als Zuwachsrate bzw. Wachstumsrate.
Bemerkungen:
• Zuwachsfaktoren und -raten werden oft in Prozent angegeben
• Es gilt
xt = ms,t · xs
bzw.
xt − xs = ws,t · xs
162
Beispiel:
• Bargeldumlauf in der BRD
Jahr
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
Umlauf
(in Mio. DM)
227285
238641
250907
263510
275744
276242
270981
289972
278143
162205
Zuwachsfaktor
Zuwachsrate
(in Prozent)
1.04996
1.05140
1.05023
1.04643
1.00181
0.98096
1.07008
0.95921
0.58317
4.996
5.140
5.023
4.643
0.181
−1.904
7.008
−4.079
−41.683
163
Definition 5.5: (Durchschnittlicher Zuwachsfaktor)
Als durchschnittlichen Zuwachsfaktor zwischen Anfangs- und
Endzeitpunkt bezeichnet man das geometrische Mittel (vgl. Definition 4.7, Folie 98) der 1-periodigen Zuwachsfaktoren:
p
mG =
T
m0,1 · m1,2 · . . . · mT −1,T .
Bemerkungen: [I]
• Es gilt:
mG =
=
p
T
s
T
m0,1 · m1,2 · . . . · mT −1,T
xT −1
x1 x2 x3
xT
·
·
· ... ·
·
=
x0 x1 x2
xT −2 xT −1
s
T
xT
x0
(Durchschnittl. Zuwachsfaktor hängt nur von x0 und xT ab)
164
Bemerkungen: [II]
• Wenn x0 jede Periode um den durchschnittlichen Zuwachsfaktor steigt, ergibt sich nach T Perioden xT :
t=0:
x0
t=1:
x0 · mG
t=2:
...
x0 · mG · mG = x0 · m2
G
...
t=T :
x0 · mT
G = x0 ·
s
T
xT
x0
!T
= xT
165
Definition 5.6: (Durchschnittliche Zuwachsrate)
Als durchschnittliche Zuwachsrate bezeichnet man den um 1 verminderten durchschnittlichen Zuwachsfaktor:
w = mG − 1 =
s
T
xT
− 1.
x0
166
5.2.3 Logarithmische Zuwachsraten
Definition 5.7: (Logarithmische Zuwachsrate)
Unter der logarithmischen Zuwachsrate (auch stetige Zuwachsrate) zwischen den Zeitpunkten s, t versteht man die Größe

xt
rs,t = ln
xs

= ln(xt) − ln(xs).
Bemerkungen: [I]
• Es gilt:
xt = xs · ers,t
167
Bemerkungen: [II]
• Zwischen der log. Wachstumsrate rs,t und der Zuwachsrate
ws,t aus Definition 5.4 gilt in ’guter’ Näherung:
xt − xs
rs,t = ln(xt) − ln(xs) ≈
= ws,t
xs
Vorteile der logarithmischen Wachtumsrate: [I]
• Addierbarkeit:
r0,T = ln(xT ) − ln(x0) =
T
X
t=1

ln(xt) − ln(xt−1) =
T
X
rt−1,t
t=1
(Wachstumsrate r0,T ist Summe der 1-periodigen Wachstumsraten rt−1,t)
168
Vorteile der logarithmischen Wachtumsrate: [II]
−→ Durchschnittliche logarithmische Zuwachsrate r zwischen den
Zeitpunkten 0 und T ist arithmetisches Mittel der 1-periodigen
logarithmischen Wachstumsraten
T
1
1 X
rt−1,t = · r0,T
r= ·
T t=1
T
• ’Symmetrie’:
Verändert sich der Wert xt in der Folgeperiode t + 1 auf xt+1
und fällt dann in t + 2 auf xt zurück (also xt+2 = xt), so sind
die log. Wachstumsraten rt,t+1 und rt+1,t+2 vom Betrage her
gleich (mit entgegengesetzen Vorzeichen)
169
Beispiel: Symmetrische Aktienkursbewegung
Periode
t
t+1
t+2
Kurs
100
110
100
Summe:
rt,t+1
wt,t+1
0.0953
−0.0953
0
0.1
−0.0909
0.0091
Anwendungsgebiete der log. Zuwachsrate:
• Finanzmathematik (stetige Verzinsung)
• Finanzmärkte (Aktien- und Wechselkursänderungen)
• Modelle der Wachstums- und Konjunkturtheorie
170
5.3 Indexzahlen
Bisher:
• Zeitliche Entwicklung einer ökonomischen Größe über Messzahlen
Jetzt:
• Zeitliche Entwicklung mehrerer Größen gleichzeitig
171
Beispiele:
• Preisentwicklung für Güter des privaten Konsums
Problem:
Preise einiger Güter steigen, Preise anderer Güter fallen
−→ Aggregation aller Messzahlen zu einer Indexzahl (Index)
• Aktienindizes (DAX, Dow Jones, Euro Stoxx)
Aggregation von Kursen verschiedener Aktien zu einem
Aktienkorb
Ziel:
Darstellung der Entwicklung des Gesamtmarktes
172
Voraussetzungen und Notationen:
• Betrachte einen Warenkorb (Kollektion von Gütern)
• Jedes Gut des Korbes hat einen Preis und eine Menge
• n: Anzahl der Güter im Warenkorb
• pt(i): Preis des Gutes i zur Zeit t
• qt(i): Menge des Gutes i zur Zeit t
• vt(i) = pt(i) · qt(i): Wert des Gutes i zur Zeit t
173
Benennungen:
Geldeinheiten (z.B. 1 Euro / Liter)
• Preise: Mengeneinheit
• Mengen: Mengeneinheiten
• Wert: Geldeinheiten
Betrachtung zweier Zeitpunkte:
• Berichtszeit (notiert mit t)
• Basiszeit (Setzung auf 0)
174
Generelles Ziel:
• Beschreibung der Veränderungen von Preisen, Mengen und
Werten des gesamten Warenkorbes zwischen der Berichtszeit
t und dem Basiszeitpunkt 0
Zunächst für einzelnes Gut i (i = 1, . . . , n):
•
pt(i)
: Preismesszahl für das Gut i
p0(i)
•
qt(i)
: Mengenmesszahl für das Gut i
q0(i)
•
vt(i)
: Wertmesszahl für das Gut i
v0(i)
175
Offensichtlich:
pt(i) qt(i)
vt(i)
pt(i) · qt(i)
=
=
·
v0(i)
p0(i) · q0(i)
p0(i) q0(i)
(Wertmesszahl = Preismesszahl × Mengenmesszahl)
Bisher:
• Änderungen des Warenkorbes durch 3 · n Messzahlen
Jetzt:
• Aggregation einzelner Messzahlen zu Indexzahlen
176
5.3.1 Preisindizes
Ziel:
• Indexzahlen zur Messung der Preisentwicklung
Definition 5.8: (Laspeyres-Preisindex)
Die Mittelwertform des Preisindexes vom Typ Laspeyres ist definiert durch
n
X
p (i) · q0(i)
pt(i)
p
· Pn 0
.
ILa;0,t =
j=1 p0(j) · q0(j)
i=1 p0 (i)
177
Bemerkungen: [I]
p
• In seiner Mittelwertform ist der Preisindex ILa;0,t ein gewogenes arithmetisches Mittel der Preismesszahlen
pt(i)
,
p0(i)
• Die Gewichte
i = 1, . . . , n.
p0(i) · q0(i)
Pn
j=1 p0 (j) · q0 (j)
sind die Ausgabenanteile für jedes einzelne Gut i zum Basiszeitpunkt 0
178
Bemerkungen: [II]
• Durch Kürzen von p0(i) ergibt sich die Aggregatform des
Laspeyres-Indexes:
Pn
pt(i) · q0(i)
p
ILa;0,t = Pni=1
i=1 p0(i) · q0(i)
Definition 5.9: (Paasche-Preisindex)
Die Mittelwertform des Preisindexes vom Typ Paasche ist definiert
durch
1
p
.
IP a;0,t = n
X 1
pt(i) · qt(i)
· Pn
pt (i)
j=1 pt (j) · qt (j)
i=1
p0 (i)
179
Bemerkungen: [I]
p
• In seiner Mittelwertform ist der Preisindex IP a;0,t ein gewogenes harmonisches Mittel der Preismesszahlen
pt(i)
,
p0(i)
• Die Gewichte
i = 1, . . . , n.
pt(i) · qt(i)
Pn
j=1 pt (j) · qt (j)
sind die Ausgabenanteile für jedes einzelne Gut i zum Berichtszeitpunkt t
180
Bemerkungen: [II]
• Durch Umformung des Doppelbruchs ergibt sich die Aggregatform des Paasche-Indexes:
Pn
pt(i) · qt(i)
p
i=1
IP a;0,t = Pn
i=1 p0(i) · qt(i)
Beispiel: [I]
• Warenkorb mit n = 3 Gütern
Gut
i
1
2
3
Basiszeit t = 0
q0(i)
p0(i)
14.30
2.20
1.19
8.00
0.94
18.00
Berichtszeit t = 1
p1(i)
q1(i)
14.70
1.80
1.05
18.00
0.99
14.00
181
Beispiel: [II]
• Arbeitstabelle zur Indexberechnung in Aggregatform
i
1
2
3
P
p1(i) · q0(i)
32.34
8.40
17.82
58.56
p0(i) · q0(i)
31.46
9.52
16.92
57.90
• Berechnung der Indizes:
58.56
p
ILa,0,t =
= 1.0114,
57.90
p1(i) · q1(i)
26.46
18.90
13.86
59.22
p0(i) · q1(i)
25.74
21.42
13.16
60.32
59.22
p
IP a,0,t =
= 0.9818
60.32
182
Offensichtliches Dilemma:
• Laspeyres-Index zeigt Preiserhöhung an, Paasche-Index dagegen Preissenkung
Frage:
• Wie hängen die beiden Indizes zusammen?
183
Mathematisches Resultat:
• Es gilt
p
p
IP a,0,t < ILa,0,t
genau dann, wenn die beiden Folgen der Preis- und Mengenmesszahlen (für i = 1, . . . , n)
qt(i)
pt(i)
und
p0(i)
q0(i)
’negativ korreliert’ sind
(Zum Begriff der Korrelation, vgl. Kapitel 6)
Jetzt:
• Ein letzter Preis-Index-Typ
184
Definition 5.10: (Fisher-Preisindex)
Der Preisindex vom Typ Fisher ist definiert durch
p
IF i;0,t =
r
p
p
ILa;0,t · IP a;0,t.
Bemerkungen:
• Fisher-Index ist geometrisches Mittel aus Laspeyres- und
Paasche-Index
• Es gilt:
n
p
p
min ILa;0,t, IP a;0,t
o
n
o
p
p
p
≤ IF i;0,t ≤ max ILa;0,t, IP a;0,t
• Für das obige Warenkorbbeispiel gilt:
√
p
IF i;0,t = 1.0114 · 0.9818 = 0.9965
(Preisreduktion des Warenkorbes um 0.35%)
185
5.3.2 Mengenindizes
Jetzt:
• Übertragung des Konzeptes der Preisindizes auf Mengenindizes durch einfache Vertauschung der Rollen von Preisen
und Mengen
186
Definition 5.11: (Mengenindizes)
Die Mittelwert- bzw. Aggregatformen des
(a) Mengenindexes nach Laspeyres sind definiert durch
P
n
X
qt(i)
n
qt(i) · p0(i)
p0(i) · q0(i)
q
i=1
· Pn
= Pn
,
ILa;0,t =
(j)
(i)
q
(i)
p
·
q
(j)
q
·
p
(i)
0
0
j=1 0
i=1 0
i=1 0
(b) Mengenindexes nach Paasche sind definiert durch
P
n
qt(i) · pt(i)
1
q
i=1
.
= Pn
IP a;0,t = n
X 1
pt(i) · qt(i)
i=1 q0 (i) · pt (i)
· Pn
qt (i)
j=1 pt (j) · qt (j)
i=1
q0(i)
(c) Der Mengenindex nach Fisher ist definiert durch
q
IF i;0,t =
r
q
q
ILa;0,t · IP a;0,t.
187
5.3.3 Wertindizes
(Kanonische) Definition eines Wertindexes:
• Man beachte hierbei, dass die Werte des Warenkorbes zu den
Zeitpunkten 0 bzw. t gegeben sind durch
n
X
i=1
v0(i) =
n
X
i=1
p0(i) · q0(i)
bzw.
n
X
vt(i) =
i=1
n
X
i=1
pt(i) · qt(i)
Definition 5.12: (Wertindex)
Ein geeigneter Wertindex ist in natürlicher Weise definiert durch
Pn
Pn
v
(i)
v =
i=1 t
i=1 pt (i) · qt(i) .
I0,t
=
Pn
Pn
v
(i)
i=1 0
i=1 p0 (i) · q0 (i)
188
Bemerkungen:
• Strukturell analog zu den Preis- und Mengenindizes könnte
man Wertindizes vom Typ Laspeyeres, Paasche bzw.
Fisher definieren als
v
=
ILa;0,t
IPv a;0,t =
IFv i;0,t =
n
X
vt(i)
v0(i)
· Pn
(i)
v
j=1 v0 (j)
i=1 0
1
n
X
vt(i)
· Pn
vt (i)
j=1 vt(j)
i=1 v (i)
0
1
q
v
· IPv a;0,t
ILa;0,t
• Man überprüft leicht, dass gilt:
v
v
ILa;0,t
= IPv a;0,t = IFv i;0,t = I0,t
189
5.3.4 Umbasierung und Verkettung von Indizes
Jetzt:
• Umbasierung und Verkettung beliebiger Indizes (Preis, Menge,
Wert) in Analogie zur Umbasierung und Verkettung von Messzahlen
(vgl. Folien 158, 159)
190
Definition 5.13: (Umbasierung von Indizes)
Gegeben sei eine Folge von Indizes zur Basiszeit s:
∗ ,
Is,t
t = t0 , t 1 , . . . , t T .
Eine Folge von Indizes Ir,t zu einer alternativen Basiszeit r ∈
{t0, t1, . . . , tT }, r 6= s, erhält man durch
∗
Is,t
Ir,t = ∗ ,
Is,r
t = t 0 , t1 , . . . , tT .
191
Definition 5.14: (Verkettung von Indizes)
Gegeben seien zwei Folgen von Indizes zu äquidistanten Zeiten:
∗
I0,t
für t = 0, 1, . . . , s,
∗∗
Is,t
für t = s, s + 1, . . . , T.
Als verkettete Folge zur Basiszeit 0 verwendet man
I0,t =
(
∗
I0,t
∗ · I ∗∗
I0,s
s,t
für t = 0, 1, . . . , s
.
für t = s + 1, . . . , T
∗ erhält man die verkettete
Durch Umbasierung der Indizes I0,t
Folge zur Basiszeit s:
 ∗

 I0,t
∗
I0,s
Is,t =

 ∗∗
Is,t
für t = 0, 1, . . . , s − 1
.
für t = s, s + 1, . . . , T
192
Problem:
• Umbasierung und Verkettung von Indizes ist im allgemeinen
nicht typerhaltend
Beispiel: [I]
p
• Umbasierung des Laspeyres-Preisindexes ILa;91,t vom Basiszeitpunkt 91 auf Basiszeitpunkt 95
193
Beispiel: [II]
• Für den Berichtszeitpunkt t = 96 ergibt sich:
p
I95,96 =
ILa;91,96
p
ILa;91,95
Pn
i=1 p96 (i) · q91 (i)
Pn
p91(i) · q91(i)
i=1
P
=
n
i=1 p95(i) · q91 (i)
Pn
i=1 p91(i) · q91 (i)
Pn
i=1 p96 (i) · q91 (i)
= Pn
i=1 p95 (i) · q91 (i)
Pn
p96(i) · q95(i)
p
i=1
6= Pn
= ILa;95,96
i=1 p95 (i) · q95 (i)
194
5.3.5 Formale Indexkriterien (Fisher-Proben)
Offensichtlich:
• Es gibt mehrere Indizes für ein Messproblem
Frage:
• Welcher Index ist der ’beste’ ?
Lösungsmöglichkeit:
• Postuliere ’sinnvolle’ Kriterien, die ein Index erfüllen sollte
195
Vorschlag von I. Fisher (1922): [I]
• Ein Index Is,t (zur Basiszeit s und Berichtszeit t) sollte die
folgenden 7 Kriterien erfüllen:
(1) Identitätsprobe
It,t = 1
(2) Zeitumkehrprobe
It,0 =
1
I0,t
(3) Rundprobe (für die Zeitpunkte t1, t2, . . . , tT )
It1,tT = It1,t2 · It2,t3 · . . . · ItT −1,tT
196
Vorschlag von I. Fisher (1922): [II]
(4) Faktorumkehrprobe
p
q
v =I
I0,t
0,t · I0,t
(5) Proportionalitätsprobe
p
I0,t = 1 + α,
wenn alle Preise um α · 100% steigen
(6) Dimensionswechselsprobe
Der Wert der Indizes hängt nicht davon ab, in welchen Einheiten Preise und Mengen gemessen werden
(7) Bestimmtheitsprobe
Der Index soll auch dann bestimmt sein, wenn einzelne Preise
oder Mengen gleich 0 sind
197
Frage:
• Welche Kriterien (Fisherproben) erfüllen die alternativen Indizes vom Typ Laspeyres, Paasche, Fisher?
Fisherprobe
Identitätsprobe
Zeitumkehrprobe
Rundprobe
Faktorumkehrprobe
Proportionalitätsprobe
Dimensionswechselprobe
Bestimmtheitsprobe
Laspeyres
+
−
−
−
+
+
+
Paasche
+
−
−
−
+
+
+
Fisher
+
+
−
+
+
+
+
Fazit:
• Der Fisher-Index erfüllt die meisten, aber auch nicht alle Kriterien (6 von 7)
198
6. Auswertung mehrdimensionaler Daten
Bisher:
• Auswertungsmethoden für Daten eines einzelnen Merkmals,
z.B.
Diskrete Klassierung
Grafische Darstellungen (Verteilungsfunktion)
Lagemaße
Streungsmaße
Schiefemaße
199
Jetzt:
• Methoden zur Auswertung von Daten über mehrere Merkmale gleichzeitig
(mehrdimensionale oder multivariate Daten)
Ziele:
• Simultane Beschreibung durch Tabellen und Grafiken
• Mehrdimensionale Messung von Lage und Streuung
• Aufdecken von Beziehungen zwischen den Merkmalen
(Korrelationen)
200
6.1 Grundbegriffe
Ausgangssituation: [I]
• n Merkmalsträger e1, e2, . . . , en
• Grundgesamtheit: G = {e1, e2, . . . , en}
• 2 Merkmale X und Y , die jeweils am Merkmalsträger ei, i =
1, . . . , n, beobachtet werden können
201
Ausgangssituation: [II]
• Urliste lautet dann:
(x1, y1), (x2, y2), . . . , (xn, yn)
oder in Matrix-Schreibweise

(n × 2 Matrix)





x1 y1
x2 y2 

...
... 

x n yn
202
Beispiel: [I]
• Ausgaben für Werbung und Absätze von 84 Unternehmen in
den USA im Jahr 1990
• Merkmale
X: Ausgaben für Werbung (in Mill. US-$)
Y : Absatz (in Mill. US-$)
203
Beispiel: [II]
• Datensatz:
i
1
2
3
...
82
83
84
Werbeausgaben (X)
11.22487
31.08904
70.32822
...
31.50510
55.39850
48.43819
Absätze (Y)
508.8302
517.0425
524.7197
...
502.0378
515.2976
501.1283
• Falls X und Y metrisch skaliert sind (wie hier), kann man die
n Datenpunkte (x1, y1), . . . , (xn, yn) in einem Streudiagramm
darstellen
204
Streudiagramm ’Werbeausgaben gegen Absatzzahlen’
Absatz in Mill. US-$ (Y)
560
540
520
500
480
0
20
40
60
80
100
Werbeausgaben in Mill. US-$ (X)
205
Jetzt:
• Betrachte p ≥ 2 Merkmale X1, . . . , Xp mit Beobachtungen
(xi1, xi2, . . . , xip) für die Untersuchungseinheit ei
−→ Urliste bzw. n × p Datenmatrix:
(x11, x12, . . . , x1p), (x21, x22, . . . , x2p), . . . , (xn1, xn2, . . . , xnp)





x11 x12
x21 x22
...
...
xn1 xn2

. . . x1p

. . . x2p 

. . . ... 
. . . xnp
206
6.1.1 Kontingenztafel und Häufigkeiten
Gegeben:
• 2 Merkmale X und Y
• n × 2 Datenmatrix






x1 y1
x 2 y2 


...
... 
xn yn
bzw. Urliste mit n Zahlenpaaren
(xi, yi), i = 1, . . . , n,
207
Ziel:
• Beschreibung von absoluten und relativen Häufigkeiten
Notation:
• ξ1, . . . , ξJ seien die J möglichen Werte von X
• η1, . . . , ηK seien die K möglichen Werte von Y
208
Definition 6.1: (Gemeinsame und Randhäufigkeiten) [I]
Für jedes j = 1, . . . , J und k = 1, . . . , K versteht man
1. unter der gemeinsamen absoluten Häufigkeit die Anzahl njk
aller Datenpaare (xi, yi) für die gilt xi = ξj und yi = ηk .
2. unter den absoluten Randhäufigkeiten der X-Ausprägung ξj
bzw. der Y -Ausprägung ηk die Summen
nj· =
K
X
k=1
njk
bzw.
n·k =
J
X
njk .
j=1
209
Definition 6.1: (Gemeinsame und Randhäufigkeiten) [II]
3. Die gemeinsamen absoluten Häufigkeiten zusammen mit den
absoluten Randhäufigkeiten stellt man übersichtlich in der
folgenden Häufigkeitstabelle dar, die man Kontingenztafel
oder Kontingenztabelle nennt:
ξ1
ξ2
X = ...
ξJ−1
ξJ
P
η1
n11
n21
...
η2
n12
n22
...
n(J−1)1
nJ1
n(J−1)2
nJ2
n·1
n·2
..Y
. = ηK−1
...
n1(K−1)
...
n2(K−1)
...
. . . n(J−1)(K−1)
...
nJ(K−1)
...
n·(K−1)
P
ηK
n1K
n2K
...
n1·
n2·
...
n(J−1)K
nJK
n(J−1)·
nJ·
n·K
n
210
Beispiel: [I]
• Erhebung folgender Merkmale bei n = 1000 Personen:
Berufszugehörigkeit X
Ausmaß sportlicher Betätigung Y
211
Beispiel: [II]
• Kontingenztabelle:
X (Berufsgruppe)
Arbeiter
Angestellte
Beamte
Landwirte
sonstige
P
Y (sportliche Betätigung)
nie gelegentlich regelmäßig
240
120
70
160
90
90
30
30
30
37
7
6
40
32
18
507
279
214
P
430
340
90
50
90
1000
• Offensichtlich:
Aus gemeinsamen Häufigkeiten lassen sich Randhäufigkeiten
eindeutig bestimmen
(Umkehrung gilt nicht!)
212
Definition 6.2: (Relative Häufigkeiten, Randverteilung)
Für jedes j = 1, . . . , J und k = 1, . . . , K heißen
njk
1. fjk = n die gemeinsame relative Häufigkeit von ξj und ηk ,
PK
PJ
2. fj· = k=1 fjk bzw. f·k = j=1 fjk die relative Randhäufigkeit
von ξj bzw. ηk .
3. Die relativen Randhäufigkeiten f1·, f2·, . . . , fJ· der Werte von
X nennt man die Randverteilung des Merkmals X. Entsprechend bilden die relativen Randhäufigkeiten f·1, f·2, . . . , f·K die
Randverteilung des Merkmals Y .
213
Kontingenztafel mit relativen Häufigkeiten:
ξ1
ξ2
X = ...
ξJ−1
ξJ
P
η1
f11
f21
...
η2
f12
f22
...
f(J−1)1
fJ1
f(J−1)2
fJ2
f·1
f·2
..Y
. = ηK−1
...
f1(K−1)
...
f2(K−1)
...
. . . f(J−1)(K−1)
...
fJ(K−1)
...
f·(K−1)
P
ηK
f1K
f2K
...
f1·
f2·
...
f(J−1)K
fJK
f(J−1)·
fJ·
f·K
1
214
Bemerkung:
• Offensichtlich gilt:
K
J X
X
j=1 k=1
fjk =
J
X
j=1
fj· =
K
X
k=1
f·k = 1
(Die Summe über den relativen Randhäufigkeiten eines jeden
Merkmals ist 1)
215
Kontingenztabelle mit relativen Häufigkeiten für das obige Beispiel:
X (Berufsgruppe)
Arbeiter
Angestellte
Beamte
Landwirte
sonstige
P
Y (sportliche Betätigung)
nie
gelegentlich regelmäßig
0.070
0.240
0.120
0.160
0.090
0.090
0.030
0.030
0.030
0.037
0.007
0.006
0.032
0.018
0.040
0.507
0.214
0.279
P
0.430
0.340
0.090
0.050
0.090
1.000
216
6.1.2 Bedingte Verteilungen
Jetzt:
• Weiteres wichtiges Konzept der mehrdimensionalen Datenanalyse
Definition 6.3: (Bedingte relative Häufigkeiten)
Für ein festes k ∈ {1, . . . , K} sowie für jedes j = 1, . . . , J nennt
man die Größe
fjk
fj|Y =ηk =
f·k
die bedingte relative Häufigkeit von ξj unter der Bedingung Y =
ηk .
217
Bemerkung:
• Die bedingte relative Häufigkeit fj|Y =ηk ist die relative Häufigkeit
der X-Ausprägung ξj in der Teilgesamtheit aller derjenigen
Einheiten, welche die Y -Ausprägung ηk aufweisen, denn
njk
fjk
njk
n
fj|Y =ηk =
= n =
·k
f·k
n·k
n
Definition 6.4: (Bedingte Verteilung)
Gemäß Definition 6.3 kann man insgesamt J bedingte relative
Häufigkeiten betrachten:
f1|Y =ηk , f2|Y =ηk , . . . , fJ|Y =ηk .
Die Gesamtheit dieser J Werte heißt die bedingte Verteilung von
X unter (der Bedingung) Y = ηk .
218
Bemerkungen: [I]
• Analog zu Definition 6.3 definiere für ein festes j ∈ {1, . . . , J}
sowie für beliebige k = 1, . . . , K
fk|X=ξj =
fjk
fj·
.
Diese Größe heißt bedingte relative Häufigkeit von ηk unter
(der Bedingung) X = ξj .
• Analog zu Definition 6.4 heißt
f1|X=ξj , f2|X=ξj , . . . , fK|X=ξj
die bedingte Verteilung von Y unter X = ξj
219
Bemerkungen: [II]
• Offensichtlich gilt:
J
X
j=1
K
X
k=1
fj|Y =ηk =
fk|X=ξj =
J n
X
jk
j=1 n·k
K n
X
jk
k=1
nj·
=1
für jedes k = 1, . . . , K
=1
für jedes j = 1, . . . , J
220
Beispiel: (Berufsgruppe ←→ Sport, vgl. Folien 211 ff.)
Gesucht: [I]
• Verteilung der sportlichen Aktivität bei Arbeitern
oder statistisch ausgedrückt:
Die bedingte Verteilung von Y unter X = ξ1
f1|X=ξ1
f2|X=ξ1
f3|X=ξ1
n11
240
=
= 0.558
=
n1·
430
n12
120
=
=
= 0.279
n1·
430
70
n13
=
=
= 0.163
n1·
430
(nie)
(gelegentlich)
(regelmäßig)
221
Gesucht: [II]
• Verteilung der Berufsgruppen bei regelmäßig Aktiven
oder statistisch ausgedrückt:
Die bedingte Verteilung von X unter Y = η3
f1|Y =η3 =
f2|Y =η3 =
f3|Y =η3 =
f4|Y =η3 =
f5|Y =η3 =
70
214
90
214
30
214
6
214
18
214
= 0.327
(Arbeiter)
= 0.421
(Angestellte)
= 0.140
(Beamte)
= 0.028
(Landwirte)
= 0.084
(sonstige)
222
6.1.3 Deskriptive Unabhängigkeit
Jetzt:
• Frage nach dem Zusammenhang zwischen X und Y
Definition 6.5: (Deskriptive Unabhängigkeit)
Die Merkmale X und Y heißen deskriptiv unabhängig, falls sich
für alle j = 1, . . . , J und für alle k = 1, . . . , K die gemeinsamen
relativen Häufigkeiten als Produkt der relativen Randhäufigkeiten
ergeben, d.h. falls gilt
fjk = fj· · f·k .
223
Beispiel: (Geschlecht (X) ←→ gewählte Partei (Y ))
Kontingenztafel mit absoluten Häufigkeiten:
X (Geschlecht)
männlich
weiblich
P
A
200
300
500
Y (Partei)
B
C
120
80
180
120
300
200
P
400
600
1000
224
Kontingenztafel mit relativen Häufigkeiten:
X (Geschlecht)
männlich
weiblich
P
f11
f12
f13
f21
f22
f23
=
=
=
=
=
=
Y (Partei)
A
B
C
0.20
0.12
0.08
0.30
0.18
0.12
0.50
0.30
0.20
P
0.40
0.60
1.00
0.20 = 0.40 · 0.50 = f1· · f·1
0.12 = 0.40 · 0.30 = f1· · f·2
0.08 = 0.40 · 0.20 = f1· · f·3
0.30 = 0.60 · 0.50 = f2· · f·1
0.18 = 0.60 · 0.30 = f2· · f·2
0.12 = 0.60 · 0.20 = f2· · f·3
Fazit: X und Y sind deskriptiv unabhängig
225
Betrachte nun:
• Bedingte Verteilungen von X unter Y = η1, Y = η2, Y = η3
• Bedingte Verteilungen von Y unter X = ξ1, X = ξ2
Bedingte Verteilungen von X: [I]
• unter Y = η1:
f11
0.20
=
= 0.40
f·1
0.50
f21
0.30
=
=
= 0.60
f·1
0.50
f1|Y =η1 =
f2|Y =η1
226
Bedingte Verteilungen von X: [II]
• unter Y = η2:
f12
0.12
= 0.40
=
f·2
0.30
0.18
f
= 0.60
= 22 =
f·2
0.30
f1|Y =η2 =
f2|Y =η2
• unter Y = η3:
f13
0.08
=
= 0.40
f·3
0.20
f
0.12
= 23 =
= 0.60
f·3
0.20
f1|Y =η3 =
f2|Y =η3
227
Offensichtlich:
• Bedingte Verteilungen von X unter Y = η1, Y = η2, Y = η3
sind alle gleich
• Man überprüft leicht, dass die bedingten Verteilungen von Y
unter X = ξ1, X = ξ2 ebenfalls beide gleich sind
228
Allgemein gilt:
X und Y sind genau dann deskriptiv unabhängig, sobald eine der
folgenden äquivalenten Bedingungen erfüllt ist:
• Für alle j = 1, . . . , J und alle k = 1, . . . , K gilt:
fjk = fj· · f·k
(= Definition 6.5)
• Für alle j = 1, . . . , J und alle k = 1, . . . , K gilt:
nj· · n·k
njk =
n
• Für alle j = 1, . . . , J gilt:
fj|Y =η1 = fj|Y =η2 = . . . = fj|Y =ηK = fj·
• Für alle k = 1, . . . , K gilt:
fk|X=ξ1 = fk|X=ξ2 = . . . = fk|X=ξJ = f·k
229
6.1.4 Arithmetische Mittel und Varianzen
Annahmen:
• X und Y sind metrisch skaliert
(sinnvolle Arithmetik)
• Daten liegen in Kontingenztafeln vor
(absolute oder relative Häufigkeiten)
230
Jetzt:
• Übertragung von Mittelwert und Varianz auf mehrdimensionale Daten
−→ Mittelwert- und Varianzbildung über Rand- bzw. bedingte
Verteilungen
Definition 6.6: (Arithmetische Mittel)
Die arithmetischen Mittel von X und Y sind definiert als die
arithmetischen Mittel der jeweiligen Randverteilung:
J
J
X
1 X
x =
ξj · nj· =
ξj · fj·,
n j=1
j=1
K
K
X
1 X
y =
ηk · n·k =
ηk · f·k .
n k=1
k=1
231
Bemerkung:
• In mehrdimensionalen Datensätzen sind die arithmetischen
Mittel einzelner Merkmale einfach die Mittelwerte der einzelnen Datenreihen
Definition 6.7: (Bedingte arithmetische Mittel)
Das bedingte arithmetische Mittel von X unter Y = ηk (k fest)
sowie das bedingte arithmetische Mittel von Y unter X = ξj
(j fest) sind jeweils definiert als die arithmetischen Mittel der
entsprechenden bedingten Verteilungen von X und Y :
J
J
X
1 X
ξj · njk =
xk =
ξj · fj|Y =ηk ,
n·k j=1
j=1
K
K
X
1 X
yj =
ηk · njk =
ηk · fk|X=ξj .
nj· k=1
k=1
232
Bemerkungen:
• Sind X und Y deskriptiv unabhängig, so stimmen sämtliche
bedingte Verteilungen von X mit der Randverteilung von X
überein (vgl. Folie 229). Da das bedingte arithmetische Mittel von X unter Y = ηk der Mittelwert der entsprechenden
bedingten Verteilung von X ist, stimmt im Fall der deskriptiven Unabhängigkeit für jedes k der bedingte Mittelwert xk
mit dem gewöhnlichen Mittelwert überein:
x1 = x2 = . . . = xK = x
• Analog gilt im Fall der deskriptiven Unabhängigkeit für die
bedingten Mittelwerte von Y :
y1 = y2 = . . . = yJ = y
233
Jetzt:
• Definition von Varianzen und bedingten Varianzen von X und
Y
Definition 6.8: (Varianz)
Die Varianzen von X und Y sind definiert als die Varianzen der
jeweiligen Randverteilungen, d.h.
2
sX
J
J
2
1 X
1 X
=
ξj − x · nj· =
ξj2 · nj· − x2,
n j=1
n j=1
s2
Y
K
K
X
1
1 X
ηk2 · n·k − y 2.
=
(ηk − y )2 · n·k =
n k=1
n k=1
234
Bemerkung:
• In mehrdimensionalen Datensätzen sind die Varianzen der
einzelnen Merkmale einfach die Varianzen der einzelnen Datenreihen
Definition 6.9: (Bedingte Varianz)
Die bedingte Varianz von X unter Y = ηk (k fest) sowie die
bedingte Varianz von Y unter X = ξj (j fest) sind definiert als
die Varianzen der entsprechenden bedingten Verteilungen von X
und Y :
s2
X|Y =ηk
2
sY
|X=ξj
=
J
X
2 n
jk
J
X
K
X
2 n
jk
K
X
j=1
=
k=1
ξj − xk
ηk − y j
njk
2
·
ξj ·
=
− x2
k,
n·k
n·k
j=1
njk
2
·
=
ηk ·
− y2
j.
nj·
n
j·
k=1
235
Bemerkungen:
• Sind X und Y deskriptiv unabhängig, so stimmen sämtliche
bedingte Verteilungen von X mit der Randverteilung von X
überein (vgl. Folie 229). Da die bedingte Varianz von X unter
Y = ηk die Varianz der entsprechenden bedingten Verteilung
von X ist, stimmt im Fall der deskriptiven Unabhängigkeit für
jedes k die bedingte Varianz s2
X|Y =ηk mit der gewöhnlichen
Varianz überein:
2
2
2
s
=
=
.
.
.
=
s
=
s2
s
X
X|Y =ηK
X|Y =η2
X|Y =η1
• Analog gilt im Fall der deskriptiven Unabhängigkeit für die
bedingten Varianzen von Y :
2
2
2
2
sY
|X=ξ1 = sY |X=ξ2 = . . . = sY |X=ξJ = sY
236
Beispiel: (Wohnraum)
• Betrachte n = 1000 Wohnungen
• Merkmale:
X: Anzahl der Wohnräume pro Wohnung
Y : Anzahl der Personen pro Wohnung
237
X
X
X
X
X
=1
=2
=3
=4
=5
P
Y =1
200
200
80
20
0
500
Y =2
40
100
40
15
5
200
Y =3
0
30
100
10
10
150
Y =4
0
10
60
20
10
100
Y =5
0
0
10
20
20
50
P
240
340
290
85
45
1000
Berechnung von (bedingten) Mittelwerten und Varianzen
• Im Proseminar
238
6.2 Zusammenhangsmaße
Gegeben:
• Zwei Merkmale X und Y mit Urliste der Länge n
Gesucht:
• Maßzahl für den Zusammenhang zwischen X und Y
239
Beispiele:
• Zusammenhang zwischen Körpergröße (X) und Körpergewicht (Y )
• Zusammenhang zwischen Inflationsrate (X) und Arbeitslosenquote (Y )
(Phillips-Kurve)
• Zusammenhang zwischen Arbeitslosigkeit (X) und Wirtschaftswachstum (Y )
(Okunsches Gesetz)
240
Wichtiges Charakteristikum:
• Datenniveau von X und Y
Metrische Skalierung
Ordinale Skalierung
Nominale Skalierung
241
6.2.1 Metrische Daten: Korrelationskoeffizient
Situation:
• X und Y sind metrisch skaliert
• Urliste: (x1, y1), . . . , (xn, yn)
Frage:
• Wie hängen X und Y zusammen?
242
Zunächst:
• Betrachte für ein festes i ∈ {1, . . . , n} die Größe
T1 = (xi − x) · (yi − y )
Offensichtlich gilt:
• T1 > 0
=⇒ xi und yi sind beide jeweils größer oder beide jeweils kleiner
als ihre Mittelwerte
• T1 < 0
=⇒ xi und yi verhalten sich jeweils umgekehrt bzgl. ihrer Lage
zum jeweiligen Mittelwert
243
Jetzt:
• Summenbildung über alle Daten
T2 =
n
X
i=1
(x i − x ) · (y i − y )
• T2 0:
=⇒ Die positiven Summanden in T2 überwiegen die negativen
erheblich. Zu ’hohen’ bzw. ’niedrigen’ xi gehören tendenziell ’hohe’ bzw. ’niedrige’ yi
(positiver Zusammenhang)
244
Summenbildung über alle Daten: [II]
• T2 0:
=⇒ Die negativen Summanden in T2 überwiegen die positiven
erheblich. Zu ’hohen’ bzw. ’niedrigen’ xi gehören tendenziell nun ’niedrige’ bzw. ’hohe’ yi
(negativer Zusammenhang)
• T2 ≈ 0:
=⇒ Positive und negative Summanden in T2 heben sich tendenziell auf. Zu ’hohen’ (’niedrigen’) xi gehören nun
sowohl ’niedrige’ als auch ’hohe’ yi
(kein Zusammenhang)
245
Definition 6.10: (Kovarianz)
Die Kovarianz zwischen X und Y ist definiert durch
n
n
1 X
1 X
sXY =
xi · yi − x · y.
(xi − x) · (yi − y ) =
n i=1
n i=1
Bemerkungen: [I]
• Die Kovarianz sXY ist ’symmetrisch’, d.h.
sXY = sY X
246
Bemerkungen: [II]
• Die Kovarianz eines Merkmals mit sich selbst ist gleich der
Varianz des Merkmals:
n
1 X
sXX =
(xi − x)2 = s2
X
n i=1
• Liegt die Datenurliste in Form einer Häufigkeitstabelle vor,
so ist die Kovarianz gegeben durch
sXY
J X
K

1 X
=
ξj − x · (ηk − y ) · njk
n j=1 k=1
K
J X
1 X
=
ξj · ηk · njk − x · y
n j=1 k=1
247
Jetzt:
• Normierung der Kovarianz sXY durch Division durch das Produkt der Standardabweichungen von X und Y
248
Definition 6.11: (Korrelationskoeffizient von Bravais-Pearson)
Der Korrelationskoeffizient zwischen X und Y ist definiert durch
rXY
sXY
= q
s2
X·
= v
u
n
X
(xi − x) · (yi − y)
i=1
s2
Y
=v
u
n
X
xi · yi − n · x · y
q
i=1
n
uX
t
(xi − x)2
i=1
n
uX
2
t
x2
i −n·x
i=1
v
u n
uX
(yi − y)2
·t
i=1
v
.
u n
uX 2
yi − n · y 2
·t
i=1
249
Bemerkungen: [I]
• Der Korrelationskoeffizient rXY ist ’symmetrisch’:
rXY = rY X
• Der Korrelationskoeffizient ist normiert, d.h. es gilt immer
−1 ≤ rXY ≤ 1
• Wenn rXY = 0 ist, so sagt man:
’Die Merkmale X und Y sind unkorreliert’
250
Bemerkungen: [II]
• Sind X und Y deskriptiv unabhängig, so gilt: rXY = 0
(Deskrip. Unabhängigkeit impliziert Unkorreliertheit)
• Vorsicht:
Die Umkehrung gilt im allgemeinen nicht
(Unkorreliertheit (rXY = 0) impliziert nicht die deskriptive
Unabhängigkeit von X und Y )
• Ist rXY = 1 oder rXY = −1, so sagt man:
’Die Merkmale X und Y sind perfekt korreliert’
251
Zentrales Resultat:
• Es gilt rXY = 1 genau dann, wenn es Zahlen a > 0, b ∈ R
gibt, so dass yi = a · xi + b für alle i = 1, . . . , n gilt
(Alle Daten liegen auf einer Geraden mit positiver Steigung)
• Es gilt rXY = −1 genau dann, wenn es Zahlen a < 0, b ∈ R
gibt, so dass yi = a · xi + b für alle i = 1, . . . , n gilt
(Alle Daten liegen auf einer Geraden mit negativer Steigung)
252
Offensichtlich:
• Der Korrelationskoefizient rXY ist ein Maß für den linearen
Zusammenhang zwischen X und Y
Vorsicht:
• rXY = 0 (bzw. rXY ≈ 0) bedeutet nur, dass kein (bzw. nur
ein schwacher) linearer Zusammenhang zwischen X und Y
besteht. Es können aber trotzdem starke andere (nichtlineare) Zusammenhänge zwischen X und Y bestehen
253
Korrelation zwischen X und Y : -0.008
Korrelation zwischen X und Y 2: -0.7054
6
6
4
4
2
2
0
Y
Y2
0
-2
-2
-4
-4
-6
-4
-2
0
2
4
-4
-2
X
0
2
4
X
Korrelation zwischen X und Y 1: 0.7020
Korrelation zwischen X und Y 3: 0.0225
6
20
4
15
2
0
10
Y1
Y3
-2
5
-4
-6
0
-4
-2
0
X
2
4
-4
-2
0
X
2
4
Weitere Aspekte zur Korrelation: [I]
• Korrelation und Kausalität
• Scheinkorrelation:
Die zu untersuchenden Merkmale X und Y hängen beide
von einem 3. Merkmal Z ab, das nicht Gegenstand der Untersuchung ist. Ein hoher Wert für rXY kann daher zustandekommen, weil sowohl X als auch Y von Z abhängen
(indirekter Zusammenhang)
Beispiel:
X: Wortschatz eines Kindes
Y : Körpergröße eines Kindes
Z: Alter eines Kindes
255
Weitere Aspekte zur Korrelation: [II]
• Nonsens-Korrelation:
Hohe Korrelation zwischen völlig sachfremden Merkmalen X
und Y
Beispiel:
Hohe Korrelation zwischen (menschlicher) Geburtenrate
(X) einer Region und deren Population von Klapperstörchen (Y )
256
6.2.2 Ordinale Daten: Rangkorrelationskoeffizient
Jetzt:
• X und Y sind ordinal skaliert
=⇒ Berechnung von
arithmetischem Mittel
Varianz und Kovarianz
nicht sinnvoll
Gesucht:
• Sinnvolles Korrelationsmaß für ordinale Daten
257
Zunächst Zusatzannahme:
• Alle Daten eines Merkmals sind verschieden, d.h.
xi =
6 xj
und
yi 6= yj
für alle i 6= j
Damit:
• Einfache Definition der Rangzahl einer Merkmalsausprägung
xi bzw. yi
258
Definition 6.12: (Rangzahl eines Datenpunktes)
Gegeben seien die ungeordnete Urliste x1, . . . , xn sowie die geordnete Urliste x(1) < x(2) < . . . < x(n) eines Merkmals X. Unter der
Rangzahl (kurz: Rang) eines Datenwertes xi, in Zeichen RX (xi),
versteht man die Position, die xi in der geordneten Urliste einnimmt, d.h.
RX (xi) = r, falls xi = x(r).
259
Zahlenbeispiel:
• Ungeordnete Urliste
x1 x2 x3 x4 x5 x6
1 4 7 3 6 8
• Geordnete Urliste
x(1)
x(2)
x(3)
x(4)
x(5)
x(6)
(= x1) (= x4) (= x2) (= x5) (= x3) (= x6)
1
3
4
6
7
8
• Damit ergeben sich folgende Rangzahlen:
RX (x1) = 1, RX (x2) = 3, RX (x3) = 5,
RX (x4) = 2, RX (x5) = 4, RX (x6) = 6
260
Sinnvolles Korrelationsmaß für ordinale Daten:
• Korrelationskoeffizient aus Definition 6.11 angewendet auf
die Ränge RX (xi) und RY (yi)
Definition 6.13: (Rangkorrelationskoeff. von Spearman)
Es bezeichnen RX und RY die arithmetischen Mittel der Rangzahlen
der Merkmale X und Y . Der Rangkorrelationskoeffizient zwischen X und Y ist definiert durch
n
X

RX (xi) − RX · RY (yi) − RY

i=1
R = v
v
rXY
.
u
u n
n

uX
2 uX
2
t
RX (xi) − RX · t
RY (yi) − RY
i=1
i=1
261
Man beachte:
• Für die arithmetischen Mittel RX und RY gilt:
n
1 n · (n + 1)
n+1
1 X
i= ·
R X = RY =
=
n i=1
n
2
2
(vgl. Folie 27)
Hieraus folgt:
n
X

n+1
n+1
RX (xi) −
· RY (yi) −
2
2
i=1
v
R = v
rXY
u n
uX

2 u X
2

u n
n
+
1
n
+
1
t
RX (xi) −
RY (yi) −
·t
2
2
i=1
i=1
262
Bemerkungen:
R , z.B.
• Es gibt weitere, äquivalente Formeln für rXY
n
X
n · (n + 1)2
RX (xi) · RY (yi) −
4
i=1
R = v
rXY
u n
uX
v
n
2 u
2
uX
·
+
1)
·
+
1)
n
(n
n
(n
2
2
t
RX (xi) −
·t
RY (yi) −
4
4
i=1
i=1
• Sind alle xi und yi verschieden (wie hier zunächst angenommen), so ergibt sich die vereinfachte Formel
6
R,OB
rXY
=1−
n
X
i=1
[RX (xi) − RY (yi)]2
n · (n2 − 1)
263
Beispiel: (Schulnoten)
• 6 Schüler haben folgende Punktzahlen auf einer von 1 bis 10
reichenden Ordinalskala für Klausuren in Mathematik (X)
und Physik (Y ) erreicht:
x1 x2 x3 x4 x5 x6 y1 y2 y3 y4 y5 y6
1 4 7 3 6 8 1 2 9 4 10 5
Es gilt:
R,OB
R =r
rXY
XY
=1−
6 · 10
= 0.714
2
6 · (6 − 1)
264
R : [I]
Wichtige Eigenschaften von rXY
R ist symmetrisch, d.h. r R = r R
• rXY
XY
YX
R
• rXY
ist invariant gegenüber streng monoton wachsenden
Transformationen:
Sind f und g streng monoton wachsende Funktionen und
überführt man die Ursprungsdaten (xi, yi) in
xi0 = f (xi)
und
yi0 = g(yi)
für alle i = 1, . . . , n
so gilt für alle i:
RX 0 (x0i) = RX (xi)
RY 0 (yi0 ) = RY (yi)
und damit
R = rR
rXY
X 0Y 0
265
R : [II]
Wichtige Eigenschaften von rXY
R ist normiert:
• rXY
R ≤1
−1 ≤ rXY
• Extremfälle:
R = 1 ⇐⇒ R (x ) = R (y ) für alle i = 1, . . . , n
rXY
Y i
X i
(völlig gleich gerichteter monoton wachsender Zusammenhang)
R = −1 ⇐⇒ R (x ) = n − R (y ) + 1 für alle i = 1, . . . , n
rXY
X i
Y i
(völlig gegenläufiger monoton fallender Zusammenhang)
266
Jetzt:
• Berücksichtigung von Bindungen durch Anwendung der Methode der Durchschnittsränge
Zahlenbeispiel: [I]
• Ungeordnete Urliste
x1 x2 x3 x4
3.7 3.9 3.1 3.7
267
Zahlenbeispiel: [II]
• Geordnete Urliste
x
x
x
x
x3) (=(2)
x1) (=(3)
x4) (=(4)
x2)
(=(1)
3.1
3.7
3.7
3.9
• Vergabe von Rängen
RX (x3) = 1,
R
(x ) = 2,{zRX (x4) = 3} , RX (x2) = 4
| X 1
(wegen x1 = x4 = 3.7)
RX (x1) = 2.5, RX (x4) = 2.5
268
Bei Auftreten von Bindungen:
• Vergabe von Durchschnittsrängen sowohl für die xi als auch
die yi
R,OB
• Die vereinfachte Formel rXY
zulässig
(vgl. Folie 263) nicht mehr
Stattdessen:
R
Anwendung der äquivalenten Formeln für rXY
auf den
Folien 262, 263
269
6.2.3 Nominale Daten: Kontingenzkoeffizient
Jetzt:
• X und Y sind nominal skaliert
• Daten in Kontingenztafel (absolute Häufigkeiten)
Geeignetes Zusammenhangsmaß:
• Der Kontingenzkoeffizient
270
Vorüberlegung:
• X und Y sind deskriptiv unabhängig, wenn
nj· · n·k
njk =
n
für alle j = 1, . . . , J und k = 1, . . . , K
(vgl. Folie 229)
Abweichungsmaß von der deskriptiven Unabhängigkeit:

nj· · n·k 2


2
n
−
J
J
K
K
jk
njk
X X
X X
2
n
− 1
=n·
χ =
nj· · n·k
j=1 k=1
j=1 k=1 nj· · n·k
n

271
Bemerkung:
• Damit χ2 definiert ist, muss gelten: nj· > 0 und n·k > 0 für
alle j und alle k. Ist einer der beiden Ausdrücke für irgendein
j oder k gleich 0, so können die zugehörigen Merkmalswerte
ξj bzw. ηk aus der Kontingenztafel gestrichen werden
Jetzt:
• Normierung von χ2 liefert Kontingenzkoeffizient
272
Definition 6.14: (Kontingenzkoeffizient)
Als Zusammenhangsmaß zwischen den nominal skalierten Merkmalen X und Y verwendet man den Kontingenzkoeffizienten, der
definiert ist als
v
u
u χ2
min{J, K}
CXY = t 2
·
.
χ + n min{J, K} − 1
Bemerkung:
• Der Kontingenzkoeffizient CXY ist streng monoton wachsend
in χ2 und normiert, d.h.
0 ≤ CXY ≤ 1
273
Zentrales Ergebnis:
• Der Kontingenzkoeffizient CXY wird genau dann gleich 0,
wenn χ2 = 0 gilt, d.h. genau dann, wenn X und Y deskriptiv
unabhängig sind
Weitere Bemerkungen:
• Gilt CXY = 1, so spricht man von einem vollständigen Zusammenhang zwischen X und Y
• CXY misst nur die Stärke des Zusammenhangs zwischen X
und Y , nicht jedoch die Richtung
• Jedoch misst CXY beliebige Zusammenhänge, also nicht nur
R
lineare (wie rXY ) oder monotone wie rXY
274
R ,C
Zur praktischen Anwendung von rXY , rXY
XY :
• Unterschiedliche Datenniveaus von X und Y :
Wähle Zusammenhangsmaß für das ’schwächste’ Datenniveau der Variablen X und Y
(vgl. Folie 276)
• Ermittlung des allgemeinen Zusammenhangs von X und Y :
Verwende CXY
275
Behandlung unterschiedlicher Datenniveaus:
Nominal
Ordinal
Metrisch
X
Nominal
CXY
CXY
CXY
Ordinal
CXY
R
rXY
R
rXY
Metrisch
CXY
R
rXY
rXY
Y
276
6.3 Deskriptive Regression
Bedeutung des Begriffes ’Regression’:
• Untersuchung des Zusammenhangs zwischen einer abhängigen Variablen (auch Regressand oder endogene Variable) und
einer oder mehrerer unabhängiger Variablen (auch Regressoren oder exogene Variablen)
Allgemeines mathematisches Modell:
~ +u
Y = f (X1, X2, . . . , Xk ; β)
277
Bezeichnungen:
• Y : abhängige Variable, Regressand
• X: unabhängige Variablen, Regressoren
• f (·): funktionaler Zusammenhang
~ unbekannter Parametervektor
• β:
• u: Fehler
278
Ziel der Regressionsrechnung:
• Möglichst ’genaue’ Aussagen über den Zusammenhang zwischen Regressand und Regressor(en)
Beispiele: [I]
• Keynesianische Konsumfunktion
Y =a+b·X +u
Y = privater Konsum
a = autonomer Konsum
b = marginale Konsumquote
X = verfügbares Einkommen
279
Beispiele: [II]
• Zusammenhang zwischen Inflation und Geldmengenwachstum (Quantitätstheorie)
Y =a+b·X +u
Y = Inflationsrate
X = Wachstumsrate der Geldmenge (M2)
• Zusammenhang zwischen Inflation und Arbeitslosigkeit (Phillipskurve)
1
Y =a+b·
+u
X
Y = Inflationsrate
X = Arbeitslosenquote
(Vorsicht: f ist eine Hyperbel, nicht-linear)
280
Hier:
• Nur lineare Funktionen, d.h.
Y =a+b·X +u
(vgl. Abschnitt 6.3.2)
281
6.3.1 Regression 1. Art
Zunächst:
Y wird zurückgeführt (regressiert) auf verschiedene Ausprägungen von X
(ohne funktionalen Zusammenhang)
Voraussetzungen:
• Y ist metrisch skaliert
(mindestens intervallskaliert)
• X ist beliebig skaliert mit möglichen Ausprägungen ξ1, . . . , ξJ
282
Jetzt:
• Bilde die bedingten Mittelwerte y j unter der Bedingung X =
ξj für j = 1, . . . , J
(vgl. Definition 6.7, Folie 232)
Definition 6.15: (Deskriptive Regression 1. Art)
Die J Paare (ξj , y j ), j = 1, . . . , J, nennt man deskriptive Regression 1. Art von Y auf X.
283
Beispiel: (Haushaltseinkommen) [I]
• Y : verfügbares Haushalts-Nettoeinkommen
(Durchschnitte)
• X: Haushaltstyp
284
Beispiel: (Haushaltseinkommen) [II]
• Daten:
j
1
2
3
4
5
6
Haushaltstyp X
Selbständige
Beamte
Angestellte
Arbeiter
Arbeitslose
Nichterwerbstätige
Einkommen Y
(in DM)
8470
7977
6150
4967
2892
3756
Summe:
Anz. Haushalte
(in (1000)
2248
1734
10452
7240
1983
13124
36781
285
Hier:
• Regressionsergebnis dargestellt als Balkendiagramm
9000
8000
7000
6000
5000
4000
3000
2000
1000
0
j=1
j=2
j=3
j=4
j=5
j=6
286
Offensichtlich:
• Durch die J Ausprägungen von X kann die Grundgesamtheit
in J Teilgesamtheiten zerlegt werden
• Die J Teilgesamtheiten haben die Umfänge n1·, n2·, . . . , nJ·
=⇒ Anwendung der Additionssätze für arithmetische Mittel
und Varianzen des Merkmals Y
(vgl. Abschnitt 4.3.4)
287
Es gilt:
J
1 X
y=
y j · nj·
n j=1
J
J
2
1 X
1 X
2
2
s
· nj· +
y j − y · nj·
sY =
n j=1 Y |X=ξj
n j=1
|
{z
}
{z
}
|
2
2
=sint
=sext
Hieraus:
• Maßzahl für den Erklärungswert der unabhängigen Variablen
X für die abhängige Variable Y
288
Definition 6.16: (Bestimmtheitsmaß)
Die Größe
s2
B = ext
s2
Y
heißt Bestimmtheitsmaß der deskriptiven Regression 1. Art.
Bemerkungen: [I]
• Es gilt stets:
0≤B≤1
289
Bemerkungen: [II]
• Es gilt B = 0 genau dann, wenn s2
ext = 0 , d.h. wenn
y1 = y2 = . . . = yJ = y
=⇒ Alle bedingten Mittel y j sind gleich
=⇒ X hat keinen Erklärungswert für Y
2
2
• Es gilt B = 1 genau dann, wenn s2
Y = sext und sint = 0
2
=⇒ Für alle bedingten Varianzen gilt sY
|X=ξj = 0
=⇒ X hat höchsten Erklärungswert für Y
290
Bemerkungen: [III]
• B gibt den Anteil der durch die Regression 1. Art erklärten
Varianz an der Gesamtvarianz von Y an
291
6.3.2 Regression 2. Art: Die lineare Einfachregression
Jetzt:
• X und Y sind beide metrisch skaliert
Ziel:
• Erklärung der Abhängigkeit zwischen X und Y durch eine
Gerade
292
Ausgangssituation:
• Urliste (x1, y1), . . . , (xn, yn)
• Regressionsgleichung
yi = a + b · xi + ui
(i = 1, . . . , n)
• a, b sind aus den Daten zu bestimmende Parameter
• ui ist die Abweichung (auch Fehler oder Residuum)
293
Problemstellung:
• Bestimme die Parameter a und b aus den Daten derart, dass
ein ’geeignet definiertes Abweichungsmaß’ für die Residuen
minimal wird
Definition 6.17: (Lineare Einfachregression)
Das Regressionsproblem von Folie 293 nennt man lineare Einfachregression von Y auf X.
Beispiel:
• Zusammenhang zwischen Ausgaben für Werbung (X) und
den Absätzen (Y ) gemessen an 84 Unternehmen in den USA
im Jahr 1990
294
Lineare Einfachregression
Absatz = 502.92 + 0.218 * Werbeausgaben + Fehler
Absatz in Mill. US-$
560
540
520
500
480
0
20
40
60
80
100
Werbeausgaben in Mill. US-$
295
Jetzt:
• ’Sinnvolle Ermittlung’ der Parameter a und b aus den Daten
(x1, y1), . . . , (xn, yn)
Dafür zunächst:
• Geeignetes Abweichungsmaß für die Residuen
ui = yi − (a + b · xi)
(vertikaler Abstand des Datenpunktes (xi, yi) von der Regressionsgeraden)
296
Sinnvolles Abstandsmaß ist:
Q(α, β) =
n
X
i=1
[yi − (α + β · xi)]2
Bemerkungen:
• Die Größen α, β ∈ R sind ’formaler Ersatz’ für die unbekannten Parameter a, b
• Die unbekannten Parameter a, b der Regressionsgeraden werden gleich durch spezielle Wahlen von α bzw. β ermittelt
297
Jetzt:
• Ermittle a und b durch Minimierung des Abstandsmaßes Q(α, β)
bezüglich α und β
Bemerkungen:
• a und b werden also derart gewählt, dass die Summe der
quadrierten Abstände zwischen den Datenpunkten (xi, yi) und
der Regressionsgeraden minimal wird
• Die Regressionsgerade yi = a + b · xi beschreibt dann die
(xi, yi)-Punktwolke im Sinne des gewählten Abstandsmaßes
optimal
298
Jetzt:
• Mathematische Bestimmung der Parameter a und b
Formaler Ablauf: [I]
• Bilde die (partiellen) Ableitungen von Q(α, β)
n
X
∂
Q(α, β) = 2
[yi − (α + β · xi)] · (−1)
∂α
i=1
n
X
∂
Q(α, β) = 2
[yi − (α + β · xi)] · (−xi)
∂β
i=1
299
Formaler Ablauf: [II]
• Die jeweiligen Nullstellen der partiellen Ableitungen (bezeichnet mit a und b) liefern das potenzielle Minimum (d.h. die
gesuchten Parameterwerte)
(notwendige Bedingung)
• Es bleibt zu überprüfen, ob die Nullstellen tatsächlich ein
Minimum darstellen
(hinreichende Bedingung)
300
Endergebnisse:
• Die gesuchten Nullstellen ergeben sich als
b =
n
X
xi · yi − n · x · y
i=1
n
X
i=1
2
x2
i −n·x
sY
sXY
= 2 = rXY ·
,
sX
sX
a = y−b·x
Definition 6.18: (Kleinste-Quadrate-Methode)
Die obige Vorgehensweise zur Bestimmung der Regressionskoeffizienten a und b nennt man die Methode der Kleinsten Quadrate.
301
Offensichtlich:
• Zur Berechnung der Kleinste-Quadrate-Koeffizienten benötigt man nur die 4 Größen x, y, s2
X und sXY
302
Bemerkungen:
• Für die Regressionsgerade gilt also:
y(x) = a + b · x
sXY
sXY
= y − 2 · x + 2 ·x
sX
sX
|
{z
}
| {z
}
=a
=b
Für die Regresssionsgerade gilt somit:
y(x) = y
=⇒ Die Regressionsgerade verläuft durch den Punkt (x, y)
• Interpretation der Regressionsgeraden nicht für alle x-Werte
sinnvoll
303
Beispiel:
• X = Werbeausgaben, Y = Absätze, n = 84
• Es gilt:
x = 50.7276,
y = 513.9912,
s2
X = 297.5332,
sXY = 64.9557
Damit ergibt sich:
b =
64.9557
= 0.2183
297.5332
a = 513.9912 − 0.2183 · 50.7276 = 502.9174
304
Erinnerung:
• Bestimmtheitsmaß B bei Regression 1. Art beschreibt Anteil
an der Varianz s2
Y , der durch die Regression erklärt wird
Jetzt:
• Übetragung dieses Konzeptes auf Regression 2. Art
Betrachte dazu:
• Werte der Regressionsgerade (ŷi) an den Stellen xi:
ŷi = a + b · xi,
i = 1, . . . , n
305
Offensichtlich gilt für die y-Daten:
yi = a + b · xi + ui = ŷi + ui
Bedeutung:
• Datenwert yi ist Summe aus Wert auf Regressionsgeraden
plus Fehler
Nun gilt folgende Varianzzerlegung:
2
2
s2
Y = sŶ + sU
306
Fazit:
• Varianz der Y -Werte lässt sich in 2 Teile zerlegen
s2 : Varianz der exakt auf der Regressionsgeraden liegenŶ
den Werte ŷi
(den durch die Regression erklärten Teil der Varianz der
2)
Y -Werte sY
s2
U : Varianz der Residuen ui
(Residualvarianz oder den durch die Regression nicht erklärten Teil der Varianz der Y -Werte s2
Y)
307
Definition 6.19: (Bestimmtheitsmaß)
Das Bestimmtheitsmaß der deskriptiven Regression 2. Art definiert
man als
2
sŶ
2
s
U.
R2 = 2 = 1 − 2
sY
sY
Bemerkungen: [I]
• Das R2 ist der Anteil an der Varianz der y-Werte, der durch
die Regression erklärt wird
• Es gilt:
0 ≤ R2 ≤ 1
308
Bemerkungen: [II]
• R2 = 0:
2 , d.h. die Residualvarianz entspricht exakt
Es ist dann s2
=
s
U
Y
der Varianz der y-Werte. Die Regression selbst liefert keinen
Erklärungsbeitrag für die y-Werte
• R2 = 1:
2 . Die Regression erklärt die Varianz der
= sY
Es ist dann s2
Ŷ
y-Werte vollständig
(Alle Punkte (xi, yi) liegen auf der Regressionsgeraden)
309
Bemerkungen: [III]
• Praktische Berechnungsmöglichkeit:

2
sXY


2
q
q  = (rXY )2
R =
2 · s2
sX
Y
(R2 entspricht dem Quadrat des Korrelationskoeffizienten
von Bravais-Pearson)
310
Beispiel:
• Im Beispiel Werbeausgaben ←→ Absatz gilt:

sXY

2
q
q
R = 
2 · s2
sX
Y
= 0.0890
2

 = √
64.9557
√
297.5332 · 159.309
!2
311
6.4 Lineare Mehrfachregression
Jetzt:
• Übertragung des Konzeptes auf k Regressoren X1, . . . , Xk
(alle metrisch)
Regressionsmodell:
yi = a + b1 · x1i + . . . + bk · xki + ui,
i = 1, . . . , n
312
Analog zu Abschnitt 6.3.2:
• Kleinste-Quadrate-Methode:
min
α,β1,...,βk
Q(α, β1, . . . , βk )
mit
Q(α, β1, . . . , βk ) =
n
X
i=1
[yi − (α + β1 · x1i + . . . + βk · xki)]2
• Definition des R2:
R2 =
s2
Ŷ
s2
U
=
1
−
2
sY
s2
Y
313
7. Konzentrations- und Disparitätsmessung
Betrachte:
• Merkmal X, bei dem alle Daten xi ≥ 0 sind und die MerkPn
malssumme i=1
xi eine sinnvolle Interpretation besitzt
(extensives Merkmal)
314
Beispiel:
• X: Haushaltseinkommen
=⇒
Alle xi sind größer oder gleich Null
Pn
i=1 xi ist Gesamteinkommen der Population
Fragestellung:
Pn
• Wie ist die Merkmalssumme i=1 xi auf die einzelnen Merk-
malsträger verteilt?
(Konzentration, Ungleichheit)
315
7.1 Disparität und Konzentration
Jetzt:
• Klärung der Begriffe
Ungleichheit (= Disparität)
Konzentration
316
Messung von Disparität:
• Welcher Anteil der Merkmalssumme fällt auf einen bestimmten
Anteil der Merkmalsträger?
• Beispiel:
Welchen Anteil am Gesamteinkommen einer Bevölkerung vereinigen die 10% Reichsten auf sich?
(Anteil des Gesamt-EK ←→ Anteil der Bevölkerung)
317
Messung von Konzentration:
• Welcher Anteil der Merkmalssumme fällt auf eine bestimmte
Anzahl von Merkmalsträgern?
• Beispiel:
Welchen Anteil am Gesamtumsatz eines Industriesektors haben
die 5 größten Unternehmen?
(Anteil des Gesamtumsatzes ←→ Anzahl von Unternehmen)
318
7.2 Konzentrationsmessung
Wichtige Grundvoraussetzung:
• Die Daten x1, . . . , xn sind absteigend geordnet:
x1 ≥ x2 ≥ . . . ≥ xn ≥ 0
Bemerkungen und Bezeichnungen: [I]
• An dieser Stelle verzichten wir auf die Schreibweise der geordneten Urliste x(n) ≥ x(n−1) ≥ . . . ≥ x(1) ≥ 0
319
Bemerkungen und Bezeichnungen: [II]
• Stattdessen ordnen wir (nötigenfalls) unsere Urliste einfach
so um, dass gilt
x1 ≥ x2 ≥ . . . ≥ xn ≥ 0
• Es bezeichne
xr
xr
hr = n
,
=
X
n·x
xi
r = 1, . . . , n
i=1
den Merkmalsanteil des r-ten Merkmalsträgers an der Merkmalssumme
• Wegen x1 ≥ x2 ≥ . . . ≥ xn ≥ 0 gilt für die Merkmalsanteile:
h1 ≥ h2 ≥ . . . ≥ hn ≥ 0
320
7.2.1 Konzentrationsraten und Konzentrationskurve
Definition 7.1: (Konzentrationsrate i-ter Ordnung)
Die Summe der i größten Merkmalsanteile,
CR(i) =
i
X
r=1
i
X
hr = r=1
n
X
xr
xr
r=1
heißt Konzentrationsrate der Ordnung i. CR(i) ist der Merkmalsanteil, der auf die i größten Merkmalsträger entfällt. Für i = 0
wird CR(0) = 0 gesetzt.
321
Definition 7.2: (Konzentrationskurve)
Zeichnet man für i = 0, . . . , n die Punkte (i, CR(i)) in ein Koordinatensystem und verbindet man die Punkte durch einen linearen
Streckenzug, so erhält man die Konzentrationskurve.
Bemerkung:
• Per Definition beginnt die Konzentrationskurve im Punkt
(0, CR(0)) = (0, 0) und endet im Punkt (n, CR(n)) = (n, 1).
322
Beispiel: [I]
• Fünf Unternehmen eines Marktes weisen die folgenden Umsätze
auf (in Mill. Euro)
x1 = 330,
x2 = 120,
x3 = 90,
x4 = 30,
x5 = 30
Man beachte:
Die Daten sind bereits absteigend geordnet
323
Beispiel: [II]
• Arbeitstabelle:
i
0
1
2
3
4
5
P
xi
hi
330
120
90
30
30
600
0.55
0.20
0.15
0.05
0.05
1.00
CR(i)
0
0.55
0.75
0.90
0.95
1.00
324
Beispiel: [III]
• Verbinden der Punkte (i, CR(i)) ergibt die Konzentrationskurve:
1
CR(i)
0,8
0,6
0,4
0,2
0
0
1
2
3
4
5
i
325
Eigenschaften der Konzentrationskurve: [I]
• Die Konzentrationskurve ist der Graph einer Funktion, die
das Intervall [0, n] auf das Intervall [0, 1] abbildet. Die Funktion ist stückweise linear und streng monoton wachsend vom
Anfangspunkt (0, 0) bis zum Endpunkt (n, 1)
• Die Steigung des r-ten Segmentes (r = 1, . . . , n) beträgt
CR(r) − CR(r − 1)
= hr .
1
Die Steigungen hr nehmen mit wachsendem r ab. Somit ist
die Konzentrationskurve konkav
326
Eigenschaften der Konzentrationskurve: [II]
• Der Fall maximaler Konzentration:
Ein Merkmalsträger vereinigt die gesamte Merkmalssumme
auf sich:
h1 = 1,
h2 = h3 = . . . = hn = 0
Es folgt:
CR(0) = 0,
CR(1) = CR(2) = . . . = CR(n) = 1
327
Eigenschaften der Konzentrationskurve: [III]
• Der Fall minimaler Konzentration (egalitäre Verteilung):
Jeder Merkmalsträger hat denselben Anteil 1/n an der Merkmalssumme. Es gilt:
h1 = h2 = . . . = hn =
1
n
Es folgt:
i
CR(i) = ,
n
i = 0, . . . , n
328
Offensichtlich gilt:
• Jede Konzentrationskurve liegt zwischen den Extremen der
maximalen Konzentration und der minimalen Konzentration
1
CR(i)
0,8
0,6
0,4
0,2
0
0
1
2
3
4
5
i
329
Naheliegende Vorgehensweise:
• Benutze die Konzentrationskurven zweier Grundgesamtheiten
(Märkte) zum Vergleich des Ausmaßes der Konzentration in
beiden Grundgesamtheiten (Märkten), z.B. zum Vergleich
der Konzentration eines Merkmals auf ein und demselben
Markt zu verschiedenen Zeitpunkten
(zeitlicher Vergleich der Konzentration)
der Konzentration eines Merkmals auf zwei unterschiedlichen Märkten zum gleichen Zeitpunkt
(räumlicher Vergleich der Konzentration)
330
Beispiel: [I]
• Umsätze auf 2 Märkten:
Markt I:
38, 12, 106, 34, 10
Markt II:
25, 20, 39, 7, 9
• Man beachte:
Daten müssen zunächst geordnet werden
331
Beispiel: [II]
• Arbeitstabelle:
i
0
1
2
3
4
5
P
xi
hi
106
38
34
12
10
200
0.53
0.19
0.17
0.06
0.05
1.00
CRI (i)
0
0.53
0.72
0.89
0.95
1.00
xi
hi
39
25
20
9
7
100
0.39
0.25
0.20
0.09
0.07
1.00
CRII (i)
0
0.39
0.64
0.84
0.93
1.00
332
Beispiel: [III]
• Konzentrationskurven CRI und CRII :
1
CR(i)
0,8
0,6
0,4
0,2
0
0
1
2
3
4
5
i
333
Offensichtlich:
• Markt I weist gleichmäßig höhere Konzentration als Markt II
auf
Häufiges praktisches Problem:
• Konzentrationskurven CRI und CRII schneiden sich
−→ Kein eindeutiger Konzentrationsvergleich möglich
334
Ausweg:
• Beschreibe Konzentrationsausmaß in einer Grundgesamtheit
durch geeignete Zahlen (Indizes)
−→ Eindeutiger Konzentrationsvergleich durch Vergleich von
Zahlen ist immer möglich
335
7.2.2 Konzentrationsindizes
Hier nur zwei Indizes:
• Herfindahl- und Rosenbluth-Index
Definition 7.3: (Herfindahl-Index)
Die Summe der quadrierten Merkmalsanteile
KH =
n
X
h2
i
i=1
bezeichnet man als Herfindahl-Index.
336
Bemerkungen:
• Der Herfindahl-Index ist normiert. Es gilt
1
≤ KH ≤ 1
n
• Es gilt KH = 1/n genau dann, wenn minimale Konzentration
vorliegt
• Es gilt KH = 1 genau dann, wenn maximale Konzentration
vorliegt
337
Jetzt:
• Index, der die ’Biegung’ der Konzentrationskurve ausnutzt
Erinnerung:
• Bei maximaler Konzentration ist die Konzentrationskurve ’maximal gebogen’
• Bei egalitärer Verteilung ist die Konzentrationskurve gar nicht
gebogen (sondern eine Gerade)
338
Dehalb:
• Fläche A innerhalb des Rechtecks [0, n] × [0, 1], die oberhalb
der Konzentrationskurve liegt, ist sinnvolle Maßzahl für die
Konzentration des Merkmals
’Kleines’ A −→ ’hohe Konzentration’
’Großes’ A −→ ’geringe Konzentration’
Jetzt:
• Formale Berechnung des Flächeninhaltes A
339
Zur Berechnung des Rosenbluth-Index
1
CR(i)
0,8
0,6
0,4
0,2
0
0
1
2
3
4
5
i
340
Zunächst:
• Berechnung der Flächeninhalte A1, . . . , A5
A1 =
2·1−1
h1
= h1 ·
2
2
1
3
2·2−1
A2 = h2 · 2 − · h2 = · h2 = h2 ·
2
2
2
A3 = h3 · 3 −
1
5
2·3−1
· h3 = · h3 = h3 ·
2
2
2
7
2·4−1
1
A4 = h4 · 4 − · h4 = · h4 = h4 ·
2
2
2
A5 = h5 · 5 −
2·5−1
1
9
· h5 = · h5 = h5 ·
2
2
2
341
Allgemein gilt für alle i = 1, . . . , n:
2i − 1
Ai = hi ·
2
Somit folgt für den gesuchten Flächeninhalt A:
n
X
n
X
2i − 1
1
hi ·
A =
=
Ai =
hi · (i − )
2
2
i=1
i=1
i=1
n
X
n
1 X
hi · i −
hi
=
2 i=1
i=1
n
X
=
n
X
i=1
hi · i −
1
2
342
Jetzt:
• Definition eines Konzentrationsindexes basierend auf dem
Flächeninhalt A
Definition 7.4: (Rosenbluth-Index)
Der Rosenbluth-Index ist definiert als
1
1

KR =
.
=
n
2A
X
2
i · hi − 1
i=1
343
Bemerkungen:
• Der Rosenbluth-Index ist normiert. Es gilt
1
≤ KR ≤ 1
n
• Es gilt KR = 1/n genau dann, wenn minimale Konzentration
vorliegt
• Es gilt KR = 1 genau dann, wenn maximale Konzentration
vorliegt
344
7.3 Disparitätsmessung
Wichtige Grundvoraussetzung:
• Die Daten x1, . . . , xn sind aufsteigend geordnet:
0 ≤ x1 ≤ x2 ≤ . . . ≤ xn
(vgl. Folie 319)
345
Weitere Bezeichnungen:
• Wie bei der Konzentrationsmessung bezeichne
xr
hr = n
X
xi
i=1
den Anteil des r-ten Merkmalsträgers an der Merkmalssumme
• Wegen 0 ≤ x1 ≤ . . . ≤ xn gilt für die Merkmalsanteile:
0 ≤ h1 ≤ h2 ≤ . . . ≤ hn
Frage:
• Welchen Anteil an der Merkmalssumme vereinigen bestimmte
Anteile der Population auf sich?
346
7.3.1 Lorenzkurve
Definition 7.5: (Lorenzkurve)
Für i = 1, . . . , n bezeichne

i
X
i
X
xr
i
hr = r=1
L
=
n
X
n
r=1
xr
r=1
den Anteil der i kleinsten Merkmalsträger an der Merkmalssumme.
Zeichnet man nun die Punkte

2
n−1
1
1
2
n−1
,L
,
,L
,...,
,L
, (1, 1)
(0, 0),
n
n
n
n
n
n
in ein Koordinatensystem und verbindet man diese durch einen
linearen Streckenzug, so erhält man die Lorenzkurve der Daten
x1 , . . . , x n .
347
Bemerkung:
• Die Lorenzkurve ordnet dem Anteil i/n der i kleinsten Merkmalsträger der Population den dazugehörigen Merkmalsanteil
L(i/n) an der Grundgesamtheit zu. Die Lorenzkurve trägt
somit zwei Anteile gegeneinander ab
Beispiel: [I] (vgl. Folie 323)
• Fünf Unternehmen eines Marktes weisen die folgenden Umsätze
auf (in Mill. Euro)
x1 = 330,
x2 = 120,
x3 = 90,
x4 = 30,
x5 = 30
348
Beispiel: [II]
• Umordnung (vom kleinsten zum größten) ergibt folgende Arbeitstabelle:
i
1
2
3
4
5
P
xi
30
30
90
120
330
600
hi
0.05
0.05
0.15
0.20
0.55
1.00
P
L( 5i ) = ir=1 hr
0.05
0.10
0.25
0.45
1.00
349
Lorenzkurve:
1
L(i/n)
0,8
0,6
0,4
0,2
0
0
0,2
0,4
0,6
0,8
1
i/n
350
Eigenschaften der Lorenzkurve: [I]
• Der Graph der Lorenzkurve befindet sich im Einheitsquadrat.
Es gilt L(0) = 0 und L(1) = 1. Die Lorenzkurve ist stückweise
linear, streng monoton wachsend und konvex.
• Der Fall minimaler Disparität (absolute Gleichheit):
Gilt x1 = x2 = . . . = xn, so folgt
h1 = h2 = . . . = hn
Dies impliziert
L(i/n) = i/n,
i = 0, . . . , n
(Lorenzkurve ist die Diagonale im Einheitsquadrat)
351
Eigenschaften der Lorenzkurve: [II]
• Der Fall maximaler Disparität (absolute Ungleichheit):
Die gesamte Merkmalssumme entfällt auf einen (den größten)
Merkmalsträger:
x1 = x2 = . . . = xn−1 = 0,
xn =
n
X
xi
i=1
Es folgt
h1 = h2 = . . . = hn−1 = 0,
hn = 1
Dies impliziert

2
n−1
1
=L
= ... = L
= 0,
L
n
n
n
(Lorenzkurve ist ’maximal’ gebogen)
L(1) = 1
352
Lorenzkurven minimaler und maximaler Disparität:
L(i/n)
1
0
0
1
i/n
353
Es gilt:
• Jede Lorenzkurve liegt zwischen den Extremen der minimalen Disparität (absolute Gleichheit) und der maximalen
Disparität (absolute Ungleichheit)
• Wenn sich zwei Lorenzkurven nicht schneiden, weist die höhere
Lorenzkurve eindeutig weniger Disparität auf als die niedrigere
Lorenzkurve
354
Praktisches Problem:
• Lorenzkurven schneiden sich in vielen Fällen
−→ Kein eindeutiger Disparitätsvergleich möglich
Ausweg:
• Beschreibe Ausmaß der Disparität durch einen Index
−→ Disparitätsvergleich anhand von Zahlen
355
7.3.2 Der Gini-Koeffizient
Bekanntester Disparitätsindex:
• Der Gini-Koeffizient
Intuition:
• Gini-Koeffizient nutzt ’Biegung’ der Lorenzkurve aus
356
Definition 7.6: (Gini-Koeffizient)
Der Gini-Koeffizient (in Zeichen: DG) ist definiert als das Zweifache
der Fläche zwischen der Lorenzkurve und der Diagonalen im Einheitsquadrat.
Formale Darstellung: [I]
• Es bezeichne B die Fläche unterhalb der Lorenzkurve im Einheitsquadrat.
Dann gilt:

1
− B = 1 − 2B
DG = 2 ·
2
357
Zur Berechnung des Gini-Koeffizienten
L(i/n)
1
0
0
1
i/n
358
Formale Darstellung: [II]
• Man kann zeigen, dass gilt:
B=
n
X
Bi =
i=1
• Damit folgt
DG = 1 − 2B = 1 −
n
X
n
X
i=1
n
X
i=1
hi ·
hi ·
2n − 2i + 1
2n
2n − 2i + 1
n

n
X
2n − 2i + 1
2n − 2i + 1
=
=
hi · 1 −
hi −
hi ·
n
n
i=1
i=1
i=1
=
n
X
i=1
n
X
hi ·
2i − n − 1
n
359

Bemerkungen:
• Der Gini-Koeffizient ist normiert. Es gilt
0 ≤ DG ≤ 1 −
1
n
• Es gilt DG = 0 genau dann, wenn minimale Disparität (absolute Gleichheit) vorliegt
• Es gilt DG = 1 − 1/n genau dann, wenn maximale Disparität
(absolute Ungleichheit) vorliegt
360
Beispiel: (vgl. Folie 348)
• Gini-Koeffizient für die 5 Unternehmen eines Marktes
Arbeitstabelle:
i
xi
hi
1
2
3
4
5
30
30
90
120
330
600
0.05
0.05
0.15
0.20
0.55
1.00
P
L( 5i ) =
Pi
r=1 hr
0.05
0.10
0.25
0.45
1.00
2i−5−1
5
2i−5−1 h
i
5
−0.8
−0.4
0.00
0.4
0.8
0
−0.04
−0.02
0.00
0.08
0.44
0.46 = DG
361

Zugehörige Unterlagen

Folien zur Vorlesung Statistik I (Deskriptive Statistik)

Mathematische Statistik

Folien zur Vorlesung Statistik I (Deskriptive - wiwi.uni

Zugehörige Unterlagen

Dieses Dokument Sammlung (en)

Dieses Dokument gespeichert

Schlagen Sie uns vor, wie wir StudyLib verbessern können