4 Spezifizierende Beschreibung

Slides:



Advertisements
Ähnliche Präsentationen
statistische Maßzahlen
Advertisements

Univariate Statistik M. Kresken.
Gliederung Tabellarische und grafische Darstellung von Rohwerten mittels Histogramme und Polygone Statistische Kennwertbeschreibung mittels Tendenz- und.
Konzentrationsmaße (Gini-Koeffizient, Lorenz-Kurve) Konzentrationsmaße Kennwert für die wirtschaftliche Konzentration Typische Beispiele: Verteilung des.
Median Merkmal Geordneter Datensatz
Streuungsparameter Median Mittlere Abweichung vom Median Die Ungleichung gilt für jede Konstante c.
Die Vorlesung Mathematik I (Prof. Kugelmann) findet heute um 14:30 Uhr im Hörsaal Loefflerstraße 70 statt.
Rechenregeln für Mittelwert, Varianz und Streuung.
Statistische Maßzahlen
Quantile.
Konzentrationsmaße (Gini-Koeffizient, Lorenz-Kurve) Konzentrationsmaße Kennwert für die wirtschaftliche Konzentration Typische Beispiele: Verteilung.
Häufigkeiten Gegeben ist eine Datenliste (Urliste) (hier z. B. die Klausur-Noten von 50 Studenten)
Streuungsparameter für Median Mittlere Abweichung vom Median Die Ungleichung gilt für jede Konstante c.
Streuungsparameter Median Mittlere Abweichung vom Median
Quantile.
Univariate Statistik M. Kresken.
Fachschule für Technik Biomedizinische Arbeitsmethoden
(Gini-Koeffizient, Lorenz-Kurve)
Diskrete Wahrscheinlichkeitsmodelle
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Forschungsmethoden Masse der zentralen Tendenz Horst Biedermann Departement Erziehungswissenschaften, Universität Fribourg.
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 1852 WS 2005/06 1.Dezember 2005.
Referat über das Thema STOCHASTIK.
Theorie psychometrischer Tests, II
Ungleichheiten in der Einkommensverteilung
Der Zentralwert.
Statistik Statistik I Seminar + Blockveranstaltung Statistik I
Statistik – Regression - Korrelation
Statistik – Wahrscheinlichkeit
Erheben, berechnen und darstellen von Daten
Mathematik für BiologInnen WS 05
STATISIK LV Nr.: 1375 SS März 2005.
Wirtschaftslage Estlands Tiina Paju, Wirtschaftsreferentin Januar 2012.
Mathe Hausaufgabe Von Joschka und Niklas.
Statistik III Statistik III 2. Streuungsmaße (Dispersionsmaße)
Statistische Auswertung und Darstellungsmöglichkeiten von Messdaten Seminarvortrag von Christian Gorgels im Studiengang Scientific Programming.
Seminarvortrag Statistische und numerische Auswertung von Schwingfestigkeits- und Ermüdungsversuchen mit SAFD Lan Tran Aachen,
Sozicamp Soest. Brutto-Netto-Kurven und Relative Armut Zwei Beispiele, wie man mit Hilfe von Statistik-Modellen klar verständliche, sinnvolle und überprüfbare.
Ein Dozent hat mittels eines Fragebogens die Körpergröße seiner Studenten festgestellt. Anhand der erfassten Daten weiß er, dass der kleinste Student 158.
Projektgruppe STETZ Statistische Grundlagen Jan Christian Halfbrodt SPSS.
Page  1 Agenda  Beantwortung der Forschungsfragen  Datendarstellung für Präsentation und Bericht  Häufigkeitsverteilungen  Statistische Kennwerte.
Betrachtung der Realität aus der Sicht der Statistik VARIABILITÄT
Arithmetisches Mittel und Median
Im Großstädtevergleich der Armutsgefährdungsquoten belegt die Stadt Bremen einen Platz im Mittelfeld. Die Stadt Bremen belegt bei einem Vergleich der Armutsgefährdungsquoten.
5 Beschreibung und Analyse
8 Ergänzungen und Verallgemeinerungen.
7.2 Theoretische Kennwerte
Ökonomik der Verteilung
GRUNDLAGEN UND METHODIK
Wirtschaftswachstum D. Dollar / A. Kraay (2001):
3 Gesamtbeschreibung empirischer Verteilungen.
Statistik II Statistik II Maße der zentralen Tendenz (Mittelwerte)
Ökonometrie und Statistik Wiederholung
Univariate Statistik M. Kresken.
UE/BiTS Berlin, ALBA BERLIN College Sommersemester 2018
10 Statistisches Schätzen
12 Das lineare Regressionsmodell
3 Gesamtbeschreibung empirischer Verteilungen.
Ökonometrie und Statistik Wiederholung
4 Spezifizierende Beschreibung
11 Statistisches Testen.
5 Beschreibung und Analyse
Statistik und Biometrie
ReduSoft Ltd. Kurzbeschreibungen zu einigen Modulen, die im Programm MathProf 5.0 unter dem Themenbereich Stochastik implementiert sind.
GRUNDLAGEN UND METHODIK
Abbildung mod. nach Otto AP et al. 2015
Ökonometrie und Statistik Wiederholung
Korrelation & Skalentransformation
Ökonometrie und Statistik Wiederholung
 Präsentation transkript:

4 Spezifizierende Beschreibung empirischer Verteilungen

4 Spezifizierende Beschreibung empirischer Verteilungen 4.1 Spezifika empirischer Verteilungen 59 4.2 Lagekennwerte 63 4.2.1 Arithmetisches Mittel 63 4.2.2 Median 66 4.2.3 Modalwert 70 4.2.4 Fechner‘sche Lageregeln 71 4.3 Spezielle Lagekennwerte 73 4.3.1 Arithmetisches Mittel bei gruppierten Daten 73 4.3.2 Quantile 75 4.3.3 Geometrisches Mittel 80 4.4 Streuungskennwerte 84 4.4.1 Spannweite 84 4.4.2 Mittlere absolute Abweichungen 85 2

4 Spezifizierende Beschreibung empirischer Verteilungen 4.4.3 Median absoluter Abweichungen 88 4.4.4 Varianz, Standardabweichung und Schwankungsintervalle 91 4.5 Spezielle Streuungskennwerte 95 4.5.1 Varianz bei gruppierten Daten 95 4.5.2 Quantilsabstände 98 4.5.3 Variationskoeffizient 100 4.6 Standardisierung mittels Lage und Streuung 104 4.7 Messung von Schiefe 108 4.8 Darstellung und Messung von Konzentration 111 4.8.1 Lorenzkurve 111 4.8.2 Gini-Koeffizient 114 3

4 Spezifizierende Beschreibung empirischer Verteilungen 4.9 Spezifische Eigenschaften empirischer Kennwerte 118 4.9.1 Minimumeigenschaft des arithmetischen Mittels 118 4.9.2 Minimumeigenschaft des Medians 121 4.9.3 Transformationseigenschaften 124 4.9.4 Robustheit 131 4

4.1 Spezifika empirischer Verteilungen ● Unimodalität und Multimodalität ● ● Symmetrie und Schiefe ● ● Lage und Streuung ●

4.1 Spezifika empirischer Verteilungen Beispiel 4.1.1: Schiefe und Multimodalität

4.1 Spezifika empirischer Verteilungen

4.1 Spezifika empirischer Verteilungen

4.2 Lagekennwerte 4.2.1 Arithmetisches Mittel ● Definition und Berechnung ● ● Interpretation ●

4.2 Lagekennwerte ● Berechnung bei klassierten Daten ● ● Kein robuster Kennwert ●

4.2 Lagekennwerte

4.2 Lagekennwerte 4.2.2 Median ● Definition und Interpretation ● ● Berechnung bei Urlisten ●

4.2 Lagekennwerte ● Berechnung bei klassierten Daten ●

4.2 Lagekennwerte

4.2 Lagekennwerte

4.2 Lagekennwerte 4.2.3 Modalwert

4.2 Lagekennwerte 4.2.4 Fechner‘sche Lageregeln

4.2 Lagekennwerte Beispiel 4.2.1: Durchschnittseinkommen, Bundesmedian und Armutsgefährdung

4.3 Spezielle Lagekennwerte 4.3.1 Arithmetisches Mittel bei gruppierten Daten ● Hintergrund ● ● Berechnung ●

4.3 Spezielle Lagekennwerte ● Klassierung als Spezialfall ●

4.3 Spezielle Lagekennwerte 4.3.2 Quantile ● Definition und Interpretation ● ● Berechnung bei Urlisten ●

4.3 Spezielle Lagekennwerte ● Berechnung bei klassierten Daten ●

4.3 Spezielle Lagekennwerte

4.3 Spezielle Lagekennwerte

4.3 Spezielle Lagekennwerte Beispiel 4.3.1: Dezile und Quintilsverhältnis der Einkommensverteilung

4.3 Spezielle Lagekennwerte 4.3.3 Geometrisches Mittel ● Hintergrund ● ● Wachstumsfaktoren und Wachstumsraten ● ● Definition und Berechnung ● Umsätze eines Unternehmens

4.3 Spezielle Lagekennwerte

4.3 Spezielle Lagekennwerte Beispiel 4.3.2: Wirtschaftswachstum in Deutschland

4.3 Spezielle Lagekennwerte

4.4 Streuungskennwerte 4.4.1 Spannweite

4.4 Streuungskennwerte 4.4.2 Mittlere absolute Abweichungen ● Definition und Berechnung ● ● Interpretation ●

4.4 Streuungskennwerte ● Berechnung bei klassierten Daten ● ● Median als präferierter Bezugswert ●

4.4 Streuungskennwerte

4.4 Streuungskennwerte 4.4.3 Median absoluter Abweichungen ● Hintergrund ●

4.4 Streuungskennwerte ● Definition und Berechnung ●

4.4 Streuungskennwerte Beispiel 4.4.1: Streuung des weltweiten Pro-Kopf-BIP (vgl. Abb. 4.1.2)

4.4 Streuungskennwerte 4.4.4 Varianz, Standardabweichung und Schwankungsintervalle ● Definition und Berechnung ●

4.4 Streuungskennwerte ● Verschiebungsformel für die empirische Varianz ●

4.4 Streuungskennwerte ● Standardabweichung und Interpretation ●

4.4 Streuungskennwerte ● Hintergründe ●

4.5 Spezielle Streuungskennwerte 4.5.1 Varianz bei gruppierten Daten ● Berechnung ● ● Beispiel 4.5.1 ● ● Interpretation ●

4.5 Spezielle Streuungskennwerte ● Hintergründe ●

4.5 Spezielle Streuungskennwerte

4.5 Spezielle Streuungskennwerte 4.5.2 Quantilsabstände 2α

4.5 Spezielle Streuungskennwerte Beispiel 4.5.2: Quantilsabstände der Einkommensverteilung 16168

4.5 Spezielle Streuungskennwerte 4.5.3 Variationskoeffizient ● Hintergrund ● ● Definition und Berechnung ●

4.5 Spezielle Streuungskennwerte ● Interpretation ●

4.5 Spezielle Streuungskennwerte

4.5 Spezielle Streuungskennwerte Beispiel 4.5.3: Variationsvergleich von Wechselkursen

4.6 Standardisierung mittels Lage und Streuung ● Hintergrund ● Beispiel: Vergleich eines deutschen und schweizerischen Angestellten in einer bestimmten Branche. Deutscher: 2800 Euro bei einem Durchschnitt von 2500 Euro und einer Standardabweichung von 150 Euro Schweizer: 5500 Franken bei einem Durchschnitt von 5000 Franken und einer Standardabweichung von 400 Franken ● Berechnung und Interpretation ● Allgemeine Form: Spezialfall Z-Standardisierung:

4.6 Standardisierung mittels Lage und Streuung ● Eigenschaften z-standardisierter Werte ●

4.6 Standardisierung mittels Lage und Streuung

4.6 Standardisierung mittels Lage und Streuung Beispiel 4.6.1: Standardisierte Zeitreihen

4.7 Messung von Schiefe ● Konzept und Definition ●

4.7 Messung von Schiefe ● Interpretation ● QS

4.7 Messung von Schiefe Beispiel 4.7.1: Schiefe der Einkommensverteilung

4.8 Darstellung und Messung von Konzentration 4.8.1 Lorenz-Kurve ● Was versteht man unter Konzentration? ● ● Beispiel 4.8.1 ●

4.8 Darstellung und Messung von Konzentration ● Konstruktion einer Lorenzkurve ●

4.8 Darstellung und Messung von Konzentration ● Interpretation ●

4.8 Darstellung und Messung von Konzentration 4.8.2 Gini-Koeffizient ● Definition und Interpretation ● ● Berechnung ● ● Wertebereich und Normierung ●

4.8 Darstellung und Messung von Konzentration

4.8 Darstellung und Messung von Konzentration ● Vorsicht bei der Interpretation ● vgl. Fahrmeir et al. (2010)

4.8 Darstellung und Messung von Konzentration Beispiel 4.8.2: Konzentration von Einkommen in Deutschland

4.9 Spezifische Eigenschaften empirischer Kennwerte 4.9.1 Minimumeigenschaft des arithmetischen Mittels ● Hintergrund ● ● Analytischer Nachweis ●

4.9 Spezifische Eigenschaften empirischer Kennwerte ● Beispiel 4.9.1 ●

4.9 Spezifische Eigenschaften empirischer Kennwerte

4.9 Spezifische Eigenschaften empirischer Kennwerte 4.9.2 Minimumeigenschaft des Medians ● Hintergrund ● ● Analytischer Nachweis ● ● Beispiel 4.9.2 ●

4.9 Spezifische Eigenschaften empirischer Kennwerte

4.9 Spezifische Eigenschaften empirischer Kennwerte

4.9 Spezifische Eigenschaften empirischer Kennwerte 4.9.3 Transformationseigenschaften ● Arten von Transformationen ●

4.9 Spezifische Eigenschaften empirischer Kennwerte

4.9 Spezifische Eigenschaften empirischer Kennwerte ● Verschiebungsäquivarianz und Verschiebungsinvarianz ●

4.9 Spezifische Eigenschaften empirischer Kennwerte ● Skalenäquivarianz und Skaleninvarianz ●

4.9 Spezifische Eigenschaften empirischer Kennwerte ● Eigenschaften weiterer Kennwerte ●

4.9 Spezifische Eigenschaften empirischer Kennwerte ● Eigenschaften standardisierter Werte ●

4.9 Spezifische Eigenschaften empirischer Kennwerte

4.9 Spezifische Eigenschaften empirischer Kennwerte 4.9.4 Robustheit ● Zum Begriff ● ● Robuste und nicht robuste Kennwerte ● ● Anmerkungen zur kritischen Verwendung ●