1 / 49

STATISIK

STATISIK. LV Nr.: 0028 SS 2005 18. Mai 2005. Zweidimensionale Merkmale. Frage: Wie lässt sich der Zusammenhang bzw. die Abhängigkeit zw. zwei Merkmalen messen? Wie stark ist der Zusammenhang bzw. die Abhängigkeit? Antwort durch Korrelationsrechnung.

santo
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.: 0028 SS 2005 18. Mai 2005

  2. Zweidimensionale Merkmale • Frage: Wie lässt sich der Zusammenhang bzw. die Abhängigkeit zw. zwei Merkmalen messen? • Wie stark ist der Zusammenhang bzw. die Abhängigkeit? Antwort durch Korrelationsrechnung. • Lässt sich der Zusammenhang in einer bestimmten Form darstellen? Antwort durch Regressionsrechnung.

  3. Zweidimensionale Merkmale • n Untersuchungseinheiten, 2 Merkmale X und Y, Ausprägungen des Merkmals X a1,…,al und Ausprägungen des Merkmals Y b1,…,bm. • 2-dimensionales Merkmal (X,Y) mit Ausprägungen (aj,bk), mit absoluten Häufigkeiten hjk und relativen Häufigkeiten fjk=1/n·hjk

  4. Kontingenztafel • Häufigkeitsverteilung von (X,Y) wird durch Kontingenztafel dargestellt.

  5. Kontingenztafel • Bsp. Geschlecht (X) Rauchverhalten (Y): absolute und relative Häufigkeiten von (X,Y).

  6. Kontingenztafel • Absolute Randhäufigkeiten • von aj für j=1,…,l und bk für k=1,...,m: • Relative Randhäufigkeiten • von aj für j=1,…,l und bk für k=1,…,m: • Randhäufigkeiten ergeben die Häufigkeits-verteilung des Merkmals X bzw.Y (Randverteilung).

  7. Kontingenztafel • Kontingenztafel absoluten Häufigkeiten und Randhäufigkeiten

  8. Kontingenztafel • Kontingenztafel relative Häufigkeiten und Randhäufigkeiten

  9. Kontingenztafel Es gilt: • Relative Randhäufigkeit = 1 / n · absolute Randhäufigkeit • Summe der absoluten Randhäufigkeiten = n • Summe der relativen Randhäufigkeiten = 1

  10. Kontingenztafel • Bsp. Geschlecht (X) Rauchverhalten (Y): absolute und relative Häufigkeiten und Randhäufigkeiten von (X,Y).

  11. Kontingenztafel • Bsp. Geschlecht (X) Rauchverhalten (Y): • Zeilenprozent:

  12. Kontingenztafel • Bsp. Geschlecht (X) Rauchverhalten (Y): • Spaltenprozent:

  13. Darstellung

  14. Darstellung

  15. Korrelationskoeffizient • Bravais-Pearson Korrelationskoeffizient rXY • 2-dimensionales metrisch skaliertes Merkmal (X,Y) mit Ausprägungen (aj,bk) und Häufigkeiten hjk für j=1,…,l und k=1,…,m. • Maß für den Zusammenhang zw. X und Y:

  16. Korrelationskoeffizient • rXY liegt immer im Intervall [-1,1] • Extremfälle: -1 negativer linearer Zusammenhang rXY = 0 kein linearer Zusammenhang 1 positiver linearer Zusammenhang • Interpretation: • rXY < 0 d.h. große Werte von X treten mit kleinen Werten von Y auf • rXY > 0 d.h. große Werte von X treten mit großen Werten von Y auf

  17. Korrelationskoeffizient • Probleme: • Scheinkorrelation: X und Y hängen von einem dritten Merkmal Z ab • Bsp. Gefahr eines Waldbrandes (X) und schlechter Kornertrag (Y) hängen von der Stärke der Sonneneinstrahlung (Z) ab. • Nonsenskorrelation: sachlogischer Zusammenhang zw. X und Y • Bsp. Korrelation zw. Anzahl der Störche und der Anzahl der Geburten in einem Land • Nichtlinearer Zusammenhang: rXY misst nur einen linearer Zusammenhang

  18. Korrelation

  19. Korrelation

  20. Korrelationskoeffizient • Bsp. Körpergröße und Gewicht: r = 0,76 • Positiver linearer Zusammenhang zw. Körpergröße und Gewicht.

  21. Korrelation • Fechnersche Korrelationskoeffizient (für 2 metrisch skalierte Merkmale X und Y): rF • Basiert auf Vorzeichen der transformierten Paare x* und y* 1 x* und y* gleiches Vorzeichen od. beide 0 vi = ½ genau einer der Werte x* bzw. y* = 0 0 sonst

  22. Korrelation • Fechnersche Korrelationskoeffizient: • Werte im Intervalle [-1,1] • +1 nicht nur bei positivem linearen Zusammenhang, sonder auch wenn gilt: oder

  23. Korrelation • Bsp. Hennen, Körpergewicht, Legeleistung

  24. Korrelation • Rangkorrelationen für ordinal skalierte Merkmale: • Verwendung von Rangzahlen: Merkmal Z, Ausprägungen z1,…,zn, der Größe nach ordnen (vom größten zum kleinsten Wert) z(1),…,z(n) und nummerieren. • Rangzahl: R(z(i)) = i für i=1,…,n • Tritt ein Ausprägung mehrmals auf (Auftreten von Bindungen), dann Rang = arithm. Mittel der Ränge, die sie einnehmen. • Bsp: z(1)=8, z(2)=5, z(3)=5, z(4)=2, Ränge: R(z(1))=1, R(z(2))=2,5, R(z(3))=2,5, R(z(4))=4

  25. Korrelation • Spearmansche Rangkorrelationskoeffizient rS • Entspricht dem Bravais-Pearson Koeffizienten der Rangzahlen • Wert +1 schon bei monoton wachsenden Beobachtungen, d.h. es gilt für alle (xi,yi), (xj,yj): mit xi < xj ist auch yi < yj

  26. Korrelation • Bsp. Klausur- und Übungspunkte • Einfachere Formel für den Spearman‘schen Korrelationskoeffizienten (falls alle xi und yi verschieden sind (und di=R(xi)–R(yi)):

  27. Korrelation • Bsp. Maturanoten Mathe, Deutsch, Englisch

  28. Korrelation • Yulesche Assoziationskoeffizient für eine Vierfeldertafel • (X,Y) nominal skaliert • Häufigkeitsverteilung von (X,Y) • Es gilt: -1 ≤ AXY ≤ +1; falls ein hij=0, so gilt: |AXY|=1; Vorzeichen nur in Verbindung Vierfeldertafel interpretierbar

  29. Korrelation • Bsp. Geschlecht – Raucher/Nichtraucher • Leicht positiver Zusammenhang zw. Merkmalsausprägungen „w“ und „R“

  30. Korrelation • Bsp. Geschlecht – Raucher/Nichtraucher • Leicht negativer Zusammenhang zw. Merkmalsausprägungen „m“ und „R“

  31. Wahrscheinlichkeitsrechung • Betrachte Ereignisse die nicht deterministisch (vorherbestimmbar) sind, Ereignisse mit Zufallscharakter. • Bsp. Werfen eines idealen Würfels, Werfen einer fairen Münze, … • Oder Ereignisse, die von so vielen Einflussfaktoren abhängen, dass das Ergebnis nicht sicher bestimmt werden kann.

  32. Wahrscheinlichkeitsrechung Grundbegriffe: • Zufallsexperiment: • Vorgang nach einer bestimmten Vorschrift ausgeführt, beliebig oft wiederholbar, Ergebnis hängt vom Zufall ab, bei mehrmaligen Durchführung des Experiments beeinflussen die Ergebnisse einander nicht – unabhängig voneinander. (z.B. Münzwurf, Werfen eines Würfels, …)

  33. Wahrscheinlichkeitsrechung • Elementarereignisse (Realisationen) • Zufallsexperiment: Reihe aller möglichen elementarer Ereignisse {e1},…,{en} • Ereignisraum S: • Menge der Elementarereignisse S={e1,…,en} • Ereignis: • Jede beliebige Teilmenge des Ereignisraumes (setzt sich aus einem od. mehreren Elementarereignissen zusammen)

  34. Wahrscheinlichkeitsrechung • Vereinigung • Vereinigung von 2 Ereignissen A und B: AUB Menge aller Elementarereignisse, die zu A oder B gehören • Durchschnitt • Durchschnitt von 2 Ereignissen A und B: A∩B Menge aller Elementarereignisse, die zu A und B gehören • Disjunkte Ereignisse • 2 Ereignisse A und B schließen einander aus, A∩B=Ø (Ø unmögliches Ereignis) • Komplementärereignis • Menge aller Elementarereignisse des Ereignisraumes S, die nicht in Ereignis A enthalten sind

  35. Wahrscheinlichkeitsrechung • Wahrscheinlichkeit ist ein Maß zur Quantifizierung der Sicherheit bzw. Unsicherheit des Eintretens eines bestimmten Ereignisses im Rahmen eines Zufallsexperiments.

  36. Wahrscheinlichkeitsrechung • Klassischer Wahrscheinlichkeitsbegriff: • Bsp. Urne mit 10 Kugeln (8 rot, 2 schwarz) • Gesucht: Wahrscheinlichkeit, dass eine zufällig gezogene Kugel rot ist (Ereignis A) • Ereignisraum 10 mögl. Elementarereignisse, 8 günstige Fälle • W(A) = 8 / 10 = 0,8

  37. Wahrscheinlichkeitsrechung • Statistischer Wahrscheinlichkeitsbegriff: • Grenzwert der relativen Häufigkeiten des Auftretens von A

  38. Wahrscheinlichkeitsrechung • Subjektiver Wahrscheinlichkeitsbegriff: • Ereignissen werden „Wettchancen“ zugeordnet. Quote für A ist a:b, dann ergibt sich die Wahrscheinlichkeiten

  39. Wahrscheinlichkeitsrechung • Axiomatischer Wahrscheinlichkeitsbegriff: • Definition von mathematischen Eigenschaften 1. 0 ≤ W(A) ≤ 1 2. W(S) = 1 3. A und B disjunkt: W(A U B) = W(A) + W(B)

  40. Zufallsvariable • Zufallsvariable: Variable deren Wert vom Zufall abhängt (z.B. X, Y, Z) • Bsp. Zufallsexperiment: 2-maliges Werfen einer Münze. Frage: Wie oft erscheint „Zahl“? Mögliche Werte: 0, 1, 2. Variable „Anzahl Zahl“ hängt vom Zufall ab – Zufallsvariable. • Realisation (Ausprägung): Wert, den eine Zufallsvariable X annimmt (z.B. x, y, z). • Bsp. 2-maliges Werfen einer Münze, ZV X „Anzahl Zahl“, Ausprägungen: x1=0, x2=1, x3=2.

  41. Zufallsvariable • Zufallsvariable: Funktion, die jedem Elementarereignis eine bestimmt reelle Zahl zuordnet, z.B. X(ej)=xi • Definitionsbereich einer ZV: Ereignisraum S des zugrundeliegenden Zufallsexperiments. • Wertebereich einer ZV: Menge der reellen Zahlen.

  42. Zufallsvariable • Diskrete Zufallsvariable: ZV mit endlich vielen oder abzählbar unendlich vielen Ausprägungen • Stetige Zufallsvariable: können (zumindest in einem bestimmten Bereich der reellen Zahlen) jeden beliebigen Zahlenwert annehmen.

  43. Wahrscheinlichkeit • Diskrete Zufallsvariable: • Wahrscheinlichkeit, mit der eine diskrete ZV X eine spezielle Ausprägung xi annimmt, W(X=xi): Summe der Wahrscheinlichkeiten derjenigen Elementarereignisse ej, denen Ausprägung xi zugeordnet ist:

  44. Wahrscheinlichkeitsfunktion • Wahrscheinlichkeitsfunktion einer diskreten ZV: Funktion f(xi), die für jede Ausprägung der ZV (unterschiedliche Ausprägungen xi einer ZV X) die Wahrscheinlichkeit ihres Auftretens angibt: f(xi) = W(X=xi) • Eigenschaften: • f(xi) ≥ 0 i=1,2,… • Σif(xi) = 1

  45. Verteilungsfunktion • Verteilungsfunktion einer diskreten ZV: Funktion F(x), die die Wahrscheinlichkeit dafür angibt, dass die ZV X höchstens den Wert x annimmt. F(x) = W(X ≤ x) • Es gilt: • Treppenfunktion

  46. Verteilungsfunktion • Verteilungsfunktion einer stetigen ZV (kann in einem bestimmten Intervall jeden beliebigen Wert annehmen): Funktion F(x), die die Wahrscheinlichkeit dafür angibt, dass die ZV X höchstens den Wert x annimmt. F(x) = W(X ≤ x) • Stetige Funktion

  47. Verteilungsfunktion • Eigenschaften einer stetigen Vt-Funktion: 1. 0 ≤ F(x) ≤ 1 2. F(x) ist monoton wachsend (d.h. für x1 < x2 gilt F(x1) ≤ F(x2) 3. lim x→-∞ F(x) = 0 4. lim x→∞ F(x) = 1 5. F(x) ist überall stetig

  48. Wahrscheinlichkeitsdichte • Wahrscheinlichkeitsdichte (Dichtefunktion) f(x) einer stetigen ZV: Ableitung der Verteilungsfunktion. • Es gilt:

  49. Wahrscheinlichkeitsdichte • Eigenschaften: 1. f(x) ≥ 0 2. 3. 4. W(X=x) = 0 5. W(a ≤ X ≤ b) = W(a < X < b) 6. W(X ≤ a) = F(a) W(X ≤ b) = F(b) W(a ≤ X ≤ b) = F(b) – F(a)

More Related