1 / 51

STATISIK

STATISIK. LV Nr.: 1852 WS 2005/06 1. Dezember 2005. Inhalt. Deskriptive Statistik: Einfache Kennzahlen Lagemaße Streuungsmaße Konzentrationsmaße Verhältniszahlen Indexzahlen. Maßzahlen. Parameter, Kollektivmaßzahlen Lageparameter (Mittelwerte)

ishmael-olson
Télécharger la présentation

STATISIK

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. STATISIK LV Nr.: 1852 WS 2005/06 1.Dezember 2005

  2. Inhalt • Deskriptive Statistik: • Einfache Kennzahlen • Lagemaße • Streuungsmaße • Konzentrationsmaße • Verhältniszahlen • Indexzahlen

  3. Maßzahlen • Parameter, Kollektivmaßzahlen • Lageparameter (Mittelwerte) • Streuungsparameter (Variabilitätsmaße, Variationsmaße) • Schiefe • Wölbung

  4. Lagemaße und Mittelwerte • Eigenschaften: • Liegen zwischen Minimum und Maximum der Daten • Wenn alle Daten derselben linearen Transformation unterworfen werden, macht auch das Lagemaß diese Transformation mit

  5. Lagemaße und Mittelwerte • Arithmetisches Mittel • Median • Modus • Geometrisches Mittel • Harmonisches Mittel • Quantile

  6. Arithmetisches Mittel • Mittelwert, durchschnittlicher Wert. • Für metrisch skalierte Merkmale. • a1,...,an beobachtete Merkmalswerte eines Merkmals X

  7. Arithmetisches Mittel • Bsp. Merkmal X: Körpergröße in cm • Merkmalswerte (a1,...,an, n = 5): 162, 170, 155, 187, 179 • ā = 1/5 · (162+170+155+187+179) = 170,6

  8. Arithmetisches Mittel Eigenschaften (Betrachte Einzelwerte ai, i=1,...,n): • Summe der Abweichungen der Einzelwerte von ihrem arithmetischen Mittel = 0 • Summe der quadrierten Abweichungen der Einzelwerte von ihrem arithmetischen Mittel ist kleiner als von einem beliebigen anderen Wert

  9. Arithmetisches Mittel • Das arithmetische Mittel unterliegt der gleichen linearen Transformation wie die Einzelwerte Lineare Transformation: • Bsp. Körpergröße: ai* = 0,01·ai • Transformierte Werte: 1,62; 1,70; 1,55; 1,87; 1,79 • ā* = 1/5 · (1,62+1,70+1,55+1,87+1,79) = 1,706 • ā* = 0,01 · ā = 0,01 · 170,6 = 1,706

  10. Arithmetisches Mittel • Arithmetische Mittel von zwei oder mehr Teilgesamtheiten: • Bsp. Körpergröße: 2 Stpr. mit n1=n2=5 • Stpr. 1: 162, 170, 155, 187, 179 mit ā1 = 170,6 • Stpr. 2: 172, 159, 193, 184, 168 mit ā2 = 175,2 • ā = 1/(5+5) · (853+876) = 172,9 = (5·170,6+5·175,2) / (5+5) = 172,9

  11. Arithmetisches Mittel • Gewogenes (gewichtetes) arithmetische Mittel • Gewichte w1, ..., wn mit 0wi1 und Σiwi=1 • Für w1 = ... = wn = 1/n ergibt sich das gewöhnliche arithmetische Mittel

  12. Median • Median (Zentralwert): mindestens 50% der Beobachtungen ai nehmen eine Wert größer oder gleich bzw. kleiner oder gleich dem Median an. • Sind x1... xn der Größe nach geordnet, ist der Median x̃0,5: x((n+1)/2) n ungerade x̃0,5 = ½(x(n/2)+x(n/2+1)) n gerade

  13. Median • Häufigkeitsverteilung: Median ist diejenige Merkmalsausprägung, bei der die Summenhäufigkeitsfunktion den Wert 0,5 überschreitet. • Klassifizierte Daten: Der Median liegt in der Klasse, in der die Summenhäufigkeitsfunktion den Wert 0,5 erreicht.

  14. Median • Bsp. Körpergröße in cm: n = 10, • Merkmalswerte der Größe nach geordnet: 155, 159, 162, 168, 170, 172, 179, 184, 187, 193 • Median: x̃0,5 = ½(x(n/2)+x(n/2+1)) = ½(x5+x6) = ½(170+172) = 171 • Bsp. Körpergröße in cm: n = 9, • Merkmalswerte der Größe nach geordnet: 155, 159, 162, 168, 170, 172, 179, 184, 187 • Median: x̃0,5 = x((n+1)/2) = x5 = 170

  15. Quantile • Geordnete Beobachtungsreihe x(1)...x(n) • α-Quantil x(k) falls n·α keine ganze Zahl (k ist die auf n·α folgende ganze Zahl) x̃α= 1/2 (x(k)+x(k+1)) falls n·α ganze Zahl k=n·α • Spezielle Quantile: • Median = 0,5-Quantil • Unteres Quartil = 0,25-Quantil • Oberes Quartil = 0,75-Quantil

  16. Quantile • Bsp. Körpergröße in cm: • Merkmalswerte der Größe nach geordnet (n=10): 155, 159, 162, 168, 170, 172, 179, 184, 187, 193 • Unteres Quartil = 0,25-Quantil, n · 0,25 = 2,5 also: x̃0,25 = x(k) = x(3) = 162 • Oberes Quartil = 0,75-Quantil, n · 0,75 = 7,5 also: x̃0,75 = x(k) = x(8) = 184

  17. Modalwert • Modalwert (Modus, häufigster Wert, dichtester Wert): Gibt die Ausprägung an, die die größte Häufigkeit in der Beobachtungsreihe besitzt. • Für nominal skalierte Daten geeignet. • Es gilt: h(xmod)  h(xi) für alle Merkmalsausprägungen xi,...,xk. • Klassifizierte Daten: Modalwert ist definiert als Klassenmitte der am dichtesten besetzten Klasse.

  18. Geometrisches Mittel • Voraussetzung: Daten verhältnisskaliert • n Einzelwerte a1, ..., an • Merkmalsausprägungen relative Änderungen (z.B. Lohnerhöhung in %) • Geometrisches Mittel:

  19. Geometrisches Mittel • Bsp. Produktionssteigerung eines Betriebes pro Jahr • 4 Jahre mit Produktionssteigerungen von: 2%, 11%, 4%, 7% • Durchschnittliche Steigerung: • Durchschnittliche Produktionssteigerung: ~6%

  20. Geometrisches Mittel • Gewogenes (gewichtetes) geometrische Mittel • Gewichte w1, ..., wn mit 0wi1 und Σiwi=1 • Für w1=...= wn=1/n ergibt sich das gewöhnliche geometrische Mittel

  21. Harmonisches Mittel • Nur positive od. negative Beobachtungswerte a1,...,an • Gewogenes harmonisches Mittel: Gewichte w1,...,wn mit 0wi1 und Σiwi=1 • Für w1=...= wn=1/n ergibt sich das gewöhnliche harmonische Mittel

  22. Harmonisches Mittel • Bsp. Hat man etwa die Beziehung U = P · M und gilt ui = xi·mi und ist ui = U und mi = M, ergibt sich P = U / M • P ist das mit wi gewogene harmonische Mittel der xi • U = Gesamtumsatz, ui = Einzelumsatz des i-ten Gutes • P = durchschnittlicher Preis pro Mengeneinheit, • xi = Einzelpreis pro Mengeneinheit des i-ten Gutes • M = Gesamtmenge, mi = umgesetzte Menge des i-ten Gutes

  23. Mittel • Vergleich arithmetische- geometrisches- und harmonisches Mittel: • Bei positiven Beobachtungswerten a1,...,an gilt stets die Beziehung • Bei identischen Beobachtungen a1=...=an sind die Mittel gleich.

  24. Streuungsmaße • Varianz • Standardabweichung • Variationskoeffizient • Mittlere absolute Abweichung • Spannweite • Quartilsabstand • Schiefe • Wölbung

  25. Varianz • Beobachtungswerte a1,...,an (metrisch skaliert) • Streuungsmaß: Arithmetische Mittel der Abweichungsquadrate der Einzelwerte ai von ihrem arithmetischen Mittel • Varianz (Mittlere quadratische Abweichung)

  26. Varianz • Bsp. Körpergröße von 5 Personen: 162, 170, 155, 187, 179 • Arithmetisches Mittel = 170,6 • Varianz (Mittlere quadratische Abweichung) σ² = 1/5 · [(162-170,6)² + … + (179-170,6)² ] σ² = 131,44

  27. Streuungsmaß • Streuungsmaß: Summe der quadrierten Abweichungen - nicht Summe der Abweichungen von ai von ihrem arithm. Mittel, da gilt: • Mittlere quadratische Abweichung bezogen auf einen beliebigen Wert M

  28. Varianz • Verschiebungssatz (Beziehung zw. MQ(M) und Varianz): • Das bedeutet: • MQ(M)  Varianz • MQ(M) = σ² wenn M = arithm. Mittel • Minimumeigenschaft des arithm. Mittels.

  29. Varianz • Rechenvereinfachung: • Liegt eine Häufigkeitsverteilung vor: k Merkmalswerte x1,...,xk mit abs. Häufigkeiten hi bzw. rel. Häufigkeiten fi (i=1,...,k) • Varianz:

  30. Varianz • Varianz einer Grundgesamtheit, die aus 2 Teilgesamtheiten (n1, n2) besteht: mit

  31. Varianz • Klassifizierte Daten: Häufigkeitsverteilung • Varianz näherungsweise berechnen, statt der Merkmalswerte xi werden die Klassenmitten xi´ verwendet:

  32. Varianz • Bei unimodalen Verteilungen, ist die Varianz, die aus den klassifizierten Daten berechnet wird, größer als die Varianz, die aus den Einzelwerten berechnet wird. • Bei konstanten Klasseneinteilungen (Δx): Sheppardsche Korrektur: σ² ... die aus den klassifizierten Daten näherungsweise bestimmte Varianz

  33. Varianz • Dimension: Quadrat der Dimension der einzelnen Beobachtungen • Eigenschaft: Varianz immer  0 • Ist Varianz = 0, liegt keine Streuung vor, alle Beobachtungswerte sind gleich und somit auch gleich dem arithmetischen Mittel.

  34. Standardabweichung • Standardabweichung = Quadratwurzel der Varianz

  35. Varianz & Standardabweichung Eigenschaften: • Lineare Transformation der Einzelwerte ai: ai* = α + βai (i=1,...,n) • Dann: Varianz: σ*² = β²σ² Standardabweichung: σ* = |β| σ • Sonderfall: β=1, Transformation ai* = α + ai σ*² = σ² und σ* = σ

  36. Standardisierung • Standardisierung: • Spezielle lineare Transformation • Bildet aus Einzelwerten ai standardisierte Werte zi, indem von jedem ai das arithm. Mittel μ abgezogen wird und durch die Standardabweichung dividiert wird. • Arithm. Mittel der zi immer 0, • Varianz der zi immer 1.

  37. Variationskoeffizient • Streuung zweier oder mehrerer Verteilungen mit sich stark voneinander unterscheidenden Mittelwerten vergleichen • Relatives Streuungsmaß (für verhältnis-skalierte Merkmale mit ausschließlich positiven Merkmalswerten), bezieht die Standardabweichung σ (absolutes Streuungsmaß) auf das arithm. Mittel μ.

  38. MAD Mittlere absolute Abw. • Arithmetisches Mittel der absoluten Abweichungen der einzelnen Merkmalswerte vom Mittelwert (z.B. arithm. Mittel oder Median) • Minimumeigenschaft des Medians: M beliebiger Wert

  39. MAD • Häufigkeitsverteilung der Daten • MAD bezogen auf Mittelwert μ • MAD aus Häufigkeitsverteilung von klassifizierte Daten: • Merkmalswerte xi durch Klassenmitten xi´ ersetzen.

  40. Spannweite (Range) • Abstand zw. dem größten und dem kleinsten Wert • Einzelwerte der Größe nach ordnen: a[1],…,a[n] R = a[n] - a[1] • Häufigkeitsverteilung von k Merkmalsausprägungen: R = xk - x1 • Häufigkeitsverteilung von klassifizierten Daten: R = xko - x1u • Spannweite ist instabil gegenüber Ausreißern

  41. Quartilsabstand • Quartile Q1, Q2 (=Median), Q3 teilen die Gesamtheit in 4 gleich große Teile. • α-Quantil: a(k) falls n·α keine ganze Zahl (k die auf n·α folgende ganze Zahl) ãα= 1/2 (a(k)+a(k+1)) falls n·α ganze Zahl k=n·α • Quartilsabstand (Interquartile Range) definiert als Spannweite der 50% mittleren Werte: QA = Q3 – Q1 • Eigenschaft: stabil gegenüber Ausreißern

  42. Box-Plot • Box-Plot: grafische Darstellung einer Beobachtungsreihe (Verteilung und Struktur)

  43. Box-Plot • Box-Plot für Vergleich von 2 Messreihen:

  44. Box-Plot • Box-Plot • Box: beinhaltet 50% der Daten (Grenzen: 1. und 3. Quartil), Darstellung des Medians. • Whiskers: maximal 1,5-mal die Länge der Box. • Ausreißer: Werte außerhalb der Whiskers. • Ausreißer • Krasse Ausreißer

  45. Schiefe • Gibt Richtung (rechts- oder linksschief) und Größenordnung der Schiefe einer unimodalen Häufigkeitsverteilung an. < 0 linksschiefe g1 = 0 symmetrisch > 0 rechtsschiefe • Kein direkter Streuungsparameter

  46. Schiefe • Schiefe einer Häufigkeitsverteilung aus gruppierten Daten (k Klassen): Verwendung der Klassenmittel od. der Klassenmitten • Berechnung mit Klassenmittel und Klassenmitte kann zu unterschiedlichen Ergebnissen führen.

  47. Schiefe • Linksschiefe Verteilung: g1 < 0

  48. Schiefe • Symmetrische Verteilung: g1 = 0

  49. Schiefe • Rechtschiefe Verteilung: g1 > 0

  50. Wölbung • Wölbung od. Kurtosis od. Exzeß: Maßzahl für unimodale Häufigkeitsverteilungen • Gibt an, ob (bei gleicher Varianz) das absolute Maximum der Häufigkeitsvt. größer als bei der Dichte der Normalvt. ist.

More Related