Streuungsparameter für Median Mittlere Abweichung vom Median Die Ungleichung gilt für jede Konstante c.
Streuungsparameter Varianz Die Ungleichung gilt für jede Konstante c. für arithmetisches Mittel
Rechenregeln für Mittelwert, Varianz und Streuung
Berechnung von Streuungsparametern an einem einfachen Beispiel
Berechnung von Streuungsparametern an einem einfachen Beispiel
Häufigkeiten Gegeben ist eine Datenliste (Urliste) (hier z. B. die Klausur-Noten von 50 Studenten) Geordnete Daten
Absolute Häufigkeiten H(1) = 5 H(2) = 6 H(3) = 18 H(4) = 15 H(5) = 6 h(1) = 0.1 h(2) = 0.12 h(3) = 0.36 h(4) = 0.3 h(5) = 0.12 Relative Häufigkeiten Kumulierte relative Häufigkeiten F(1) = 0.1 F(2) = 0.22 F(3) = 0.58 F(4) = 0.88 F(5) = 1
arithmetisches Mittel: Mittelwert der quadrierten Werte: Varianz: Streuung: empirische Varianz: empirische Streuung:
Median: 1 unteres Quartil: 0 oberes Quartil: 2
Streuung bei Klassierung Berücksichtigung der Klassenmitten bei Beispiel Kaltmieten
Konzentrationsmaße (Gini-Koeffizient, Lorenz-Kurve) Konzentrationsmaße Kennwert für die wirtschaftliche Konzentration Typische Beispiele: Verteilung des Geldvermögens unter den einzelnen Bevölkerungsgruppen Verteilung von Marktanteilen Aufteilung der landwirtschaftlichen Nutzflächen in einer Region
Berechnung des Gini-Koeffizienten
Ein Markt wird von 5 Unternehmen beliefert. Die folgende Tabelle beschreibt die Aufteilung der Marktanteile:
Daraus ergeben sich die folgenden Werte für die Punkte auf der Lorenz-Kurve:
Dazu die Lorenz-Kurve:
Landwirtschaftlich genutzte Fläche einer Region
Dazu die Lorenz-Kurve:
Lorenz-Kurve ? Gini-Koeffizient ? Achtung: Richtig sortieren!
Datenmatrix
Datentabelle für 2 Merkmale
Kontingenztafel der absoluten Häufigkeiten X Y
Kontingenztafel der relativen Häufigkeiten X Y
X: Art des Betriebes 1 = Handelsbetriebe 2 = Freie Berufe (Leistungsbetriebe) 3 = Fertigungsbetriebe Y: Art der hinterzogenen Steuer 1 = Lohnsteuer 2 = Einkommenssteuer 3 = Umsatzsteuer 4 = Sonstiges Betriebe und hinterzogene Steuer Kontingenztabelle
G. Gelbrich: Statistik für Anwender. Shaker
Kovarianz Merkmal Datensatz Merkmal Datensatz
Korrelationskoeffizient nach Bravais-Pearson Eigenschaften X und Y unabhängig
X größerY größer X größerY kleiner
Positiver strikter Zusammenhang Negativer strikter Zusammenhang
Korrelationskoeffizient bei verschiedenen Konstellationen von Ausprägungen
Korrelationskoeffizient: Korrelationskoeffizient: 1.00
Korrelationskoeffizient: 0.19 Korrelationskoeffizient: 0.52
Korrelationskoeffizient: Korrelationskoeffizient: 0.00
Korrelationskoeffizient: Korrelationskoeffizient: -0.62
Vorsicht beim Gebrauch des Korrelationskoeffizienten! Fibonacci-Zahlen Störche und Geburten