Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
Veröffentlicht von:Frieda Strauss Geändert vor über 11 Jahren
1
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
2
Ein Markt wird von 5 Unternehmen beliefert. Die folgende Tabelle beschreibt die Aufteilung der Marktanteile:
3
Daraus ergeben sich die folgenden Werte für die Punkte auf der Lorenz-Kurve:
4
Dazu die Lorenz-Kurve:
5
Berechnung des Gini-Koeffizienten
6
Aufgabe 5
7
Aufgabe 6
8
Landwirtschaftlich genutzte Fläche einer Region
9
Dazu die Lorenz-Kurve:
10
Datenmatrix
11
Datentabelle für 2 Merkmale
12
Kontingenztafel der absoluten Häufigkeiten
13
Kontingenztafel der relativen Häufigkeiten
14
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
15
Kovarianz Merkmal Datensatz Merkmal Datensatz
16
Korrelationskoeffizient nach Bravais-Pearson Kovarianz (X,Y) (Streuung X) (Streuung Y)
17
Korrelationskoeffizient nach Bravais-Pearson Eigenschaften X und Y unabhängig
18
X größerY größer X größerY kleiner
19
Positiver strikter Zusammenhang Negativer strikter Zusammenhang
20
Korrelationskoeffizient bei verschiedenen Konstellationen von Ausprägungen
21
Korrelationskoeffizient: 0.905 Korrelationskoeffizient: 1.00
22
Korrelationskoeffizient: 0.19 Korrelationskoeffizient: 0.52
23
Korrelationskoeffizient: -0.14 Korrelationskoeffizient: 0.00
24
Korrelationskoeffizient: -1.00 Korrelationskoeffizient: -0.62
25
Aufgabe 7
26
Aufgabe 8
27
Mögliche Funktionenklassen für die Regressionsrechnung
28
Lineare Funktionen Polynome Exponentialfunktionen ( Exponentielles Wachstum; x ist die Zeit ) Gompertz-Kurven Logistische Funktionen
29
Prinzip der kleinsten Quadrate (Kleinst-Quadrat-Schätzung) Man sucht in der betrachteten Klasse diejenige Funktion f, so dass die Summe der Abweichungsquadrate minimiert wird: Bestimme f, so dass minimal !!
30
Aufgaben der Regressionsrechnung Stellt man sich für den Moment x als die Zeit vor, so möchte man die beobachteten Werte auf die Zukunft extrapolieren. Man erstellt eine Prognose. Dazu bedient man sich der gefundenen Funktion f, um für eine Zeit x der Zukunft den Wert y = f(x) zu schätzen. 1. Extrapolation
31
2. Interpolation Man interessiert sich für den Wert von y = f(x) Für Zwischenwerte von x, d. h. für Werte x, die zwischen 2 beobachteten Werten liegen: Wieder bedient man sich der Funktion f, um eine Interpolation der Werte durchzuführen.
32
Lineare Regression Finde reelle Zahlen a und b, so dass der Wert von minimal wird! Mit anderen Worten: Finde den Punkt (a,b), an dem die Funktion ihr Minimum annimmt!
33
Steigung der Regressionsgeraden Schnitt der Regressionsgeraden mit der y-Achse bei
34
Bestimmtheitsmaß Maß für die Güte der Anpassung der Daten an die Regressionsfunktion Dabei ist
35
Im Falle linearer Regression ist das Bestimmtheitsmaß gleich dem Quadrat des Korrelationskoeffizienten nach Bravais-Pearson!
36
In einem Kaufhauskonzern mit 10 Filialen soll die Wirkung von Werbeausgaben auf die Umsatzsteigerung untersucht werden. Die Daten sind: X: Werbeausgaben in 1000 Euro Y: Umsatzsteigerung in 10 000 Euro
37
Demonstrationsbeispiel Lineare Regression Mittelwerte Varianzen Kovarianz
38
Steigung der Regressionsgeraden Schnitt der Regressionsgeraden mit der y-Achse bei
39
Aufgabe 9
40
Aufgabe 10
41
Statistische Maßzahlen Bisher : Lagemaße Mittelwert Median Quantile (Quartile) Streuungsmaße Varianz Standardabweichung Kovarianz Korrelation KonzentrationsmaßeGini-Koeffizient
42
Verhältniszahlen Beziehungs- zahlen Gliederungs- zahlen Index- zahlen
43
Warenkorb N Güter (Mengen und Preise) in der Basisperiode 0 Berichtsperiode t
44
Preise in der Basisperiode 0 Preise in der Berichtsperiode t Mengen in der Basisperiode 0 Mengen in der Berichtsperiode t
45
Preisindex nach Laspeyres Preisindex nach Paasche Laspeyres: Bezug auf den alten Warenkorb Paasche: Bezug auf den neuen Warenkorb
46
Formeln für die Preisindizes nach Laspeyres und nach Paasche
47
Aggregatform
48
Wegen der besseren Übersichtlichkeitdefinieren wir uns einen sehr kleinen Warenkorb bestehend aus: In den Jahren 1950 bis 1953 werden für den Jahres- verbrauch pro Einwohner und für die Preise die folgenden Daten zu Grunde gelegt: Zigaretten Bier Kaffee
49
Index 0 Index 1 Index 2 Index 3 1950 1951 1952 1953
50
Aufgabe 11
Ähnliche Präsentationen
© 2025 SlidePlayer.org Inc.
All rights reserved.