Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Agrar- und Ernährungspolitik III Vorlesung 11. März 2009 Statistik und Modellierung auf Grundlage einzelbetrieblicher Daten Martin Kniepert.

Ähnliche Präsentationen


Präsentation zum Thema: "Agrar- und Ernährungspolitik III Vorlesung 11. März 2009 Statistik und Modellierung auf Grundlage einzelbetrieblicher Daten Martin Kniepert."—  Präsentation transkript:

1 Agrar- und Ernährungspolitik III Vorlesung 11. März 2009 Statistik und Modellierung auf Grundlage einzelbetrieblicher Daten Martin Kniepert

2 Übersicht Auswahl einzelbetrieblicher Daten Buchhaltungsdaten Auswahlrahmen Stichprobenbestimmung (Streuungsplan) Konfidenzintervalle Hochrechnungen

3 Zur Berechnung von Einkommen in der Agrarwirtschaft Marktorientierte Ansätze insbesondere die LGR (=> spätere Vorlesung) Unmittelbar betriebsorientierte Ansätze – Auswertung von Buchhaltungsergebnissen landwirtschaftlicher Betriebe Problem: Die Betriebe können nicht insgesamt erhoben werden. Lösung: Stichprobenerhebung aus der Grundgesamtheit

4 Forst Exkurs: NACE 01 bis 05 PflanzlichJagdFischgem.TierLohn

5 Exkurs: Urlaub auf dem Bauernhof Die Betriebe in ihrer Mischstruktur abzubilden kommt dabei auch dem agrarpolitischen Verständnis entgegen, die Multifunktionalität der Agrarproduktion im Auge zu behalten. Möglichkeiten zur Kombination von touristischem Angebot mit Landwirtschaft (Urlaub auf dem Bauernhof; Direktvermarktung die NitNils) Land- wirtschaft Tourismus

6 Agrarregister Registrierung aller landwirtschaftlichen Betriebe mit Sitz in Österreich Stammdaten Betriebsnummer, Adresse, Name Bewirtschafterin Erhebungsspezifische Daten Eckdaten Fläche Eckdaten Nutztierbestand … Standarddeckungsbeitrag (SDB)

7 Strukturerhebungen Betriebliche Erhebungen Die Agrarstrukturerhebung (AS, als Vollerhebung: 1995, 1999, 2010, als Stichprobe 2003, 2005, 2007, 2013, 2016; für AT) Anbau auf dem Ackerland (jährlich; dient auch als Grundlage für die Agrarstrukturerhebung) Weingartenerhebung Etc. htmlttp://www.statistik.gv.at/web_de/statistiken/land_und_forstwirtschaft/agrarstruktur_flaechen_ertraege/index. html Rechtliche Grundlagen sind Voraussetzungen In der Umsetzung enge Verzahnung verschiedener Verwaltungsdaten (insbesondere Mehrfachantrag der AMA) und sonstiger ErhebungenMehrfachantrag der AMA Anbau auf dem Ackerland Allgemeine ViehzählungAllgemeine Viehzählung, die ihrerseits wieder verschiedene Datenbestände integriert

8 Strukturerhebung (2) Erfassungsuntergrenzen unterschiedlich nach Jahren, Betriebsformen etc. Bspw. AS 1995: 1 ha Gesamtfläche; Bspw. AS 1999: 1 ha landwirtschaftliche genutzte Fläche etc. Veränderte Erhebungsmethoden Viehzählung über die Gemeinden => Rinderdatenbank (seit… Geflügelzählung über Gemeinden => QGV etc. Jeweils Vergleichbarkeit von Daten überprüfen!

9 Exkurs: Datenerhebung Nicht aus wissenschaftlichem Interesse Bspw. Veränderte Erhebungsmethoden Viehzählung über die Gemeinden => Rinderdatenbank (seit… Geflügelzählung über Gemeinden => (Östereichische Qualitätsgeflügelvereinigung (QGV)(Östereichische Qualitätsgeflügelvereinigung (QGV) etc. Jeweils Vergleichbarkeit von Daten überprüfen!

10 Das INLB (1) Das Informationsnetz Landwirtschaftlicher Buchführung (INLB; engl.: FADN, frz.: RICA) Basierend auf EU-Verordnungen Weiter zu Rechtsgrundlagen... INLB:... die einzige Quelle mikroökonomischer Daten (..), die harmonisiert sind, d. h. die Buchhaltungsgrundsätze sind in allen Ländern gleich. [Anspruch] RI/CC 882 Rev.7.0

11 Das INLB (2) Für das INLB wird eine Stichprobe aus Gesamtzahl der lw. Betriebe gezogen. Die Stichprobe bezieht sich auf Betriebe in einem bestimmten Auswahlrahmen Die Auswahl der Betriebe erfolgt nicht nach dem Zufallsprinzip, sondern gezielt nach ausgewählten Kriterien. [Berücksichtigt werden für Österreich übrigens bestimmte Aspekte, die für die EU insgesamt weniger wichtig sind; streng genommen ist das INLB eine Sonderauswertung der österreichischen Ergebnisse der lw. Buchführung.]

12 Der Auswahlrahmen in Österreich (1) > StDB > Betriebe > 200 ha Wald bleiben ausgeschlossen Betriebe mit > 25% Gartenbauanteil bleiben ausgeschlossen Auswahl- rahmen Bäuerlich Betriebe insg. % Bäuerliche Betriebe Betriebe insgesamt Anzahl Fläche (ha) GVE GSDB => Konzentrationsprinzip (vgl. Kromrey 1994:203) Quelle: Grüner Bericht 2004

13 Der Auswahlrahmen in Österreich (2) Gartenbau, große Forstbetriebe Großbetriebe Kleinstbetriebe Auswahlrahmen Buchführungsergebnisse

14 Reine Zufallsstichprobe vs. repräsentative Stichprobe Mindestens Betriebe entspr. 1,96 % der Gesamtzahl des Auswahlrahmens ( ) Repräsentationsrelevante Merkmale Stichprobe als verkleinertes Abbild einer Grundgesamtheit Grad der Homogenität der Grundgesamtheit wichtig für die Stichhaltigkeit der Stichprobe. Stichprobenumfang n von Grundgesamtheit N Hochrechnung des Stichprobenergebnisses y auf die Grundgesamtheit: Y = y/n * N Je homogener die Grundgesamtheit ist, desto kleiner kann die Stichprobe sein, im theoretischen Grenzfall ist n = 1

15 Inhomogenität der Grundgesamtheit Gerade die Unterschiede in einer Grundgesamtheit können Gegenstand der Untersuchung sein (Strukturentwicklung) Gut konstruierte Streuungspläne erlauben die Verringerung der Erhebungsbedarfs => Repräsentativität. Kostenersparnis Größere Sorgfalt bei Einheiten der Stichprobe möglich Kleinere Stichproben möglicherweise vorteilhafter gegenüber großen!

16 Geschichtete Stichproben (1) Vorteile: Größere Genauigkeit bei geringerem Aufwand; Repräsentativität Nachteil: Mit den Schichtungskriterien werden gleichzeitig die Auswertungsmöglichkeiten festgelegt: Die Repräsentativität gilt in Bezug auf Schichtungskriterien Auswertungen mit Blick bspw. auf biologische Landwirtschaft/konventionelle Landwirtschaft können sich nicht auf die gleiche Repräsentativität stützen

17 Geschichtete Stichproben (2) Trotzdem: Die erhobenen Daten können entsprechend anderer Kriterien neu gewichtet hochgerechnet werden. Vorraussetzung: Ausreichende Anzahl von Betrieben für einen statistisch signifikanten Stichprobenumfang. Handicap: Die Betriebe wurden unter anderen Gesichtspunkten ausgewählt, das Zufallsprinzip ist insofern nicht eingehalten.

18 Streuungsplan der lw. Buchführung 70 Schichten (vgl. Tab. A2, LBG 2001) Disproportional geschichtet (Hochrechnung mit Gewichten für einzelnen Schichten) Jede Schicht in der Stichprobe wird als repräsentativ für die entsprechende Schicht in der Grundgesamtheit zusammengestellt Die einzelnen Schichten (S) werden gewichtet, um auch für den Auswahlrahmen insgesamt repräsentativ zu sein Bezugsgröße: Familienarbeitskräfte, ha RLN, Größen die in der Stichprobe und in der Grundgesamtheit vorliegen.

19 Kriterien für den Streuungsplan (1) 4 Größenklassen (6-12 tsd tsd. ) [noch bis 2002: 8 Größenklassen] Bis 2002: Gebiet explizit im Streuungsplan alpine Lagen mittlere Höhenlagen Flach- und Hügelland zusätzlich und genauer für Österreich: Erschwerniszonen, Höhe, Hangneigung) Betriebstypen entsprechend Strukturerhebung (siehe Folgeblatt )

20 Kriterien für den Streuungsplan (2) Betriebstypen im Einzelnen Betriebe mit hohem Forstanteil (>50%) Betriebe mit 25 bis 50% Forstanteil Futterbaubetriebe (Milchkühe, sonst. Rinder, Schafe, Ziegen, Pferde u.a.) Landwirtschaftliche Mischbetriebe Marktfruchtbetriebe (Getreide, Zuckerrüben, Erdäpfel, Ölfrüchte, Alternativen, Tabak, sonst. marktfähige Produkte) Dauerkulturen (Obst- und Weinbau) Veredelung (Schweine, Geflügel)

21 Flächen einer Normalverteilung N(μ,σ) y -z z 0,4 0,3 0,2 0,1 μ-σμ-σ μ-2σ μ 68,27% 95,45% 99,73% 99,99% μ-3σ μ-4σ μ+4σ μ+3σ μ+2σ μ+σμ+σ

22 Standardnormalverteilung N(0,1) Jede beliebige Normalverteilung N(μ,σ) kann durch Standardisierung in eine einheitliche Standardnormalverteilung N(0,1) transformiert (d.h. mit z multipliziert) werden. Für N(0,1) sind Flächenanteile (also Wahrscheinlich- keiten) austabelliert.

23 Flächen einer Standard-Normalverteilung N(0,1) y -z z 0,4 0,3 0,2 0, ,27% 95,45% 99,73% 99,99%

24 Konfidenzintervall Für n > 30 kann diese Formel genutzt werden: Das Konfidenzintervall (Δ krit ) für Mittelwerte (μ) berechnet sich folgendermaßen:

25 T-Verteilungen (df =1, 3, 5, 10) Vgl.

26 t-Verteilung dfp 0,900p 0,975p 0,990p 0, ,07812,70631,82163,656 21,8864,3036,9659,925 31,6383,1824,5415,841 41,5332,7763,7474, ,3722,2282,7643, ,3102,0422,4572, ,2821,9622,3302,581

27 Zur Hypothesenbildung Nullhypothese H 0 : Ein Zusammenhang zwischen zwei untersuchten Größen besteht nicht! Alternativhypothese H 1 : In der Regel die Forschungshypothese Ein Zusammenhang zwischen zwei untersuchten größen wird unterstell bzw. soll nachgewiesen werden.

28 Zur Hypothesenbildung (1) Nullhypothese H 0 : Ein Zusammenhang zwischen zwei untersuchten Größen besteht nicht! (bspw. Steuer auf Inputverbrauch) Ein Grenzwert wird nicht überschritten, höchstens erreicht Alternativhypothese H 1 : In der Regel die Forschungshypothese Ein Zusammenhang zwischen zwei untersuchten Größen wird unterstellt, soll nachgewiesen werden. Ein Grenzwert wird überschritten

29 Zur Hypothesenbildung (2) Nullhypothese H 0 und Alternativhypothese H 1 schließen sich gegenseitig aus. Bspw. H 0 : Pestizidbelastung <= 3 g je / kg H 1 : Pestizidbelastung > 3 g je / kg Eine dritte Möglichkeit neben diesen Hypothesen bleiben nicht. Im Beispiel (3 g je / kg ) wird eine Annahmegrenze (c A) präzisiert. Der kritische Wert (c) beläuft sich auf 3 g bei einem Stichprobenumfang von 1 kg.

30 Begriffe Im Beispiel (3 g je / kg ) wird eine Annahmegrenze (c A) präzisiert. Der kritische Wert (c) beläuft sich auf 3 g bei einem Stichprobenumfang von 1 kg. Signifikanzniveau α 0:

31 Bestätigung? Fehler 1. und 2. Art Wenn eine Hypothese bestätigt werden kann, gilt die andere automatisch als verworfen. Eine dritte Möglichkeit neben diesen Hypothesen bleiben nicht. Fehler 1. Art: H 0 wird verworfen, obwohl H 0 richtig ist. Fehler 2. Art: H 0 wird angenommen, obwohl H 0 falsch ist. In beiden Fällen erweist sich die Stichprobe als gewissermaßen nicht stichhaltig.

32 Beispiel Pestizid Nullhypothese H 0 und Alternativhypothese H 1 schließen sich gegenseitig aus. Bspw. H 0 : Pestizidbelastung <= 3 g je / kg H 1 : Pestizidbelastung > 3 g je / kg Eine dritte Möglichkeit neben diesen Hypothesen bleiben nicht.

33 Lese- und Lernempfehlungen Zu Signifikanztests, Konfidenzintervall etc. Sachs, Lothar (1999), Angewandte Statistik, Neunte Überarbeitete Auflage, Berlin, Heidelberg [Lehrbuchsammlung der BOKU A, insb. S. 97ff) Bortz, J., Döring, N. (1995), Forschungsmethoden und Evaluation, 2. Auflage, Berlin et al. ([Lehrbuchsammlung der BOKU A, insbes. Seite ] Erben, Wilhelm (1998), Statistik mit Excel 5 oder 7, (Buch mit Diskette), [Lehrbuchsammlung der BOKU ] Zur den Buchaltungsdaten LBG-Wirtschaftstreuhand, Buchführungsergebnisse aus der österreichischen Landwirtschaft (jährlich), Wien BMLFUW (Hg), Grüner Bericht (jährlich, Wien) (www.gruenerbericht.at)www.gruenerbericht.at Diverse Internet-Angebote unter Stichworten wie Konfidenzintervall, Standardfehler etc. mit Java-Applets zur Manipulation von Parametern etc.


Herunterladen ppt "Agrar- und Ernährungspolitik III Vorlesung 11. März 2009 Statistik und Modellierung auf Grundlage einzelbetrieblicher Daten Martin Kniepert."

Ähnliche Präsentationen


Google-Anzeigen