Allgemeine Grundlagen Statistische Analyse eines einzelnen Merkmals
Analyse/Beschreibung eines einzelnen Merkmals
Ziel: Verdichtung (Komprimierung) einer unberschaubaren Datenmenge
Komprimierende Beschreibung mittels:
1. Hufigkeitsverteilung (Tabellen und Grafen) 2. Termin 2. Lageparameter 3. Termin 3. Streuungsmae bzw. -parameter 4. Termin 4. Konzentration der Verteilung 5. Termin
Gliederung Termin IV:
II. Statistische Analyse eines einzelnen Merkmals 1. Eindimensionale HK-Verteilung & ihre Darstellung (S.37 bis S. 53) 2. Lageparameter (S.54 bis S.64) 3. Streuungsparameter/ -mae (S.64 bis S.84) 3.1 3.2 3.3 3.4 3.5 3.6
Spannweite Quartilsabweichung und p-Quantile Mittlere absolute Abweichung Varianz und Standardabweichung Variationskoeffizient Schiefe und Exze
Streuungsparameter Seite 2
3 Streuungsparameter Arten von Parametern: 1. Lageparameter (Mittelwerte) 2. Streuungsparameter messen die Gre der Abweichungen der einzelnen Merkmalswerte vom Mittelwert
Beispiel (Abb. III.9):
Hufigkeitsverteilungen mit gleichem Mittelwert aber verschiedenen Streuungen f(x)
X X
Streuungsparameter Seite 3
3.1
Spannweite R
Spannweite (Range) R = Differenz zwischen dem grten und dem kleinsten Merkmalswert Berechnung: ohne Klassen: R = x max x min = x ( n ) x (1) mit Klassen: Verwendung der Klassengrenzen (!) der Randklassen Nachteil: - Verwendung der extremen Werte mgliche Verzerrung durch Ausreier - nur 2 Werte werden bercksichtigt Beispiele: a) Krpergren: 172, 178, 164, 167, 171 [cm]
x iu < x x io 0 10 10 15 15 20 20 30 30 50 Insgesamt
1 2 3 4 5
Abs. HK ni
Rel. HK hi
39 210 213 132 100 694
0,0562 0,3026 0,3069 0,1902 0,1441 1,0000
R = 50 0 = 50
Streuungsparameter Seite 5
3.2
Quartilsabweichung und p-Quantile
Grundlage fr Berechnung: Quartile
x0,25: 25% aller Merkmalswerte liegen unterhalb dieses Wertes x0,50: 50% aller Merkmalswerte liegen unterhalb dieses Wertes (=Median) x0,75: 75% aller Merkmalswerte liegen unterhalb dieses Wertes Berechnung: Quartilsabweichung QA: 1 QA = ( x 0,75 x 0,25 ) 2 Interquartilsabstand IQA:
IQA = x 0,75 x 0,25
Verallgemeinerung: p-Quantile xp: p% aller Merkmalswerte liegen unterhalb dieses Wertes Besondere p-Quantile: a) Median: p = 0,50 b) Quartile: p = 0,25 ; 0,50 ; 0,75 c) Quintile: p = 0,20 ; 0,40 ; 0,60 ; 0,80 d) Dezile: p = 0,10 ; 0,20 ; ; 0,90
Streuungsparameter Seite 6
Berechnung der p-Quantile:
WICHTIG: Sortierung des Datenmaterials x (1) .... x ( n) a) Datenmaterial ohne Klassen x( K)
xp = 1 2 x( K) + x( K+1)
,falls n p keineganze Zahl ist
(Kist dann dieauf n pfolgendeganze Zahl)
,falls n peineganze Zahl ist (dann ist K = n p)
b) Datenmaterial mit Klassen
Unterhalb welchen Wertes liegen p% aller Merkmalsausprgungen? gegeben: F(x) = p gesucht: x Interpolationsformel 2 : al lg emein : konkret :
x = x iu +
F ( x ) F ( x iu )
x p = x iu +
h ( xi )
p F ( x iu ) h ( xi )
x i
x i
Streuungsparameter Seite 7
Beispiele: a) ohne Klassen: Monatsgehlter in der Fa. DALLES & Co. Mnner: geordnete Werte 1520, 1650, 1670, 1840, 2030 (n = 5)
x 0,25 : n p = 5 0,25 = 1,25
keine ganze Zahl K = 2: x0,25 = x(2) = 1650 DM x 0,75 : n p = 5 0,75 = 3,75
keine ganze Zahl
K = 4: x0,75 = x(4) = 1840 DM Quartilsabweichung: 1 1 QA = ( x0,75 x0,25 ) = (1840 1650 ) = 95 2 2 In einem Intervall von (durchschnittlich) 95 DM um den Median befinden sich 50% der Gehlter.
Streuungsparameter Seite 8
Frauen: geordnete Werte
1490, 1710, 1960, 2570
(n = 4)
x 0,25 : n p = 4 0,25 = 1 ganze Zahl: K = 1
x 0,25 =
1 1 x (1) + x ( 2) = (1490 + 1710 ) = 1600 DM 2 2
x 0,75 : n p = 4 0,75 = 3 ganze Zahl: K = 3 x 0,75 = 2 ( x (3) + x ( 4) ) = 2 (1960 + 2570 ) = 2265 DM 1
Quartilsabweichung: 1 1 QA = ( x0,75 x0,25 ) = ( 2265 1600) = 332,5 2 2 In einem Intervall von (durchschnittlich) 332,50 DM um den Median befinden sich 50% der Gehlter.
Streuungsparameter Seite 9
Beispiel: Quadratmeter x (Umfrage 2009)
Klasse Meter Klassen- Abs. Rel. Verteilungsbreite HK HK funktion ni F ( xio ) i hi x iu < x x io x i 1 0 10 10 39 0,0562 0,0562 2 10 15 5 210 0,3026 0,3588 3 15 20 5 213 0,3069 0,6657 4 20 30 10 132 0,1902 0,8559 5 30 50 20 100 0,1441 1,0000 Insgesamt 694 1,0000 x0,25: Klasse 2 x 0,25 = x iu + = 10 +
x0,75: Klasse 4 x 0,75 = x iu + = 20 +
0, 25 F ( x iu ) h ( xi )
x i
0, 25 0, 0562 5 = 13, 20 0,3026 0, 75 F ( x iu ) h ( xi )
x i
0, 75 0, 6657 10 = 24, 43 0,1902
Quartilsabweichung: QA =
1 1 x
x = ( 24,34 13, 20 ) = 5,57 ( 0,75 0,25 ) 2 2
In einem Intervall von (durchschnittlich) 332,50
DM um den Median befinden sich 50% der Gehlter.
Streuungsparameter Seite 10
3.3
Mittlere absolute Abweichung d
Grundlage fr Berechnung: Abweichung der Merkmalswerte zu
x : (x x) i
Mgliche Kennzahlen:
1 n (1) ( x i x ) n i =1
= 0 (Schwerpunkt-ES) Ungeeignet!
1 n (2) d = x i x Mittlere absolute n i=1 Abweichung d 1 n 2 2 (3) s = ( x i x ) Mittlere quadratische n i=1 Abweichung s Varianz
Streuungsparameter Seite 11
Berechnung von d (Mittlere absolute
Abweichung) a) Ungruppiertes Datenmaterial 1 n d = xi x n i =1
b) Gruppiertes Datenmaterial (1) Ohne Klassen k k 1 k ni d = xi x ni = xi x = xi x hi , n i=1 n i=1 i =1
(2) Mit Klassen
k k 1 k * ni * d = x i x n i = x i x = x *i x h i , n i=1 n i=1 i =1
Beispiele: (a) Temperaturen:
-6, 18, 12, 3[C]
1 27 6 18 12 3
+ + + = = 6,75C ( ) 4 4 1 n 1 d = xi x = { 6 6,75 + 18 6,75 + 12 6,75 + 3 6,75 } n i=1 4 1 1 = (12,75 +11,25 + 5,25 + 3,75) = ( 33) = 8,25 4 4
x=
Die Merkmalswerte weichen (im Schnitt) um
8,25 vom arithmetischen Mittel von 6,75 ab.
Streuungsparameter Seite 12
(b) Quadratmeter x (Umfrage 2009)
Klasse i 1 2 3 4 5
Meter
Klassenmitte Abs. Rel.
HK HK ni xi* hi x iu < x x io 0 10 5 39 0,0562 10 15 12,5 210 0,3026 15 20 17,5 213 0,3069 20 30 25 132 0,1902 30 50 40 100 0,1441 Insgesamt 694 1,0000
Varianz und Standardabweichung Formeln (1) Varianz Allgemeine Formel: 1 n 2 s = ( xi x ) n i =1 1 n 2 2 s = xi x 2 n i =1 2
ODER
a) Ungruppiertes Datenmaterial siehe Allgemeine Formel b) Gruppiertes Datenmaterial 1 k * s = (x i x) 2 n i n i=1 2
1 k * 2 s = ( xi ) ni x 2 n i=1 2
(2) Standardabweichung
s = s2
ODER
Streuungsparameter Seite 14
Anmerkungen - Interpretation: Varianz: nicht interpretierbar Standardabweichung: Nicht eindeutig interpretierbar. Am besten sagt man: Die Werte streuen mit einer Standardabweichung von XXX um das arithmetische Mittel. - Standardabweichung ist gebruchlicher, da sie die gleiche Dimension wie die Merkmalswerte aufweist. - Bei der Varianz werden grere Abweichungen strker gewichtet als kleinere Abweichungen Grund: Quadrierung
Streuungsparameter Seite 15
Beweis, dass 1 n 2 s = ( xi x ) n i =1 2
s = 2
= = = =
1 n 2 s = xi x 2 n i =1 2
1 n 1 n 2 ( x i x ) = ( x i2 2x i x + x 2 )
n i =1 n i =1 n 1 n 2 1 1 n 2 x i 2x x i + x
n i =1 n i =1 n i =1 1 n 2 1 1 2
+ x 2x nx nx
i n i =1 n n 1 n 2 x i 2x 2 + x 2
n i =1 1 n 2 xi x 2
n i =1
Streuungsparameter Seite 16
Beispiele: (a) Temperaturen:
i 1 2 3 4 Summe
xi -6 18 12 3 27
( xi x ) -12,75 11,25 5,25 -3,75 0,00
( xi x )
162,5625 126,5625 27,5625 14,0625 330,7500
xi2 36 324 144 9 513
x = 6, 75 Formel I: 1 n 2 s = ( xi x ) n i =1 1 = 330, 75 = 82, 6875 4 s = 82, 6875 = 9, 09 2
Formel II (vereinfachte Formel):
1 n 2 s = xi x 2 n i =1 1 = 513 6, 752 = 82, 6875 4 s = 82, 6875 = 9, 09 2
(x *i ) 2 n i 25*39 = 975 156,25*210= 32812,5 306,25*213= 65231,25 625*132 = 82500 1600*100 =160000 341518,75
x = 19,9532 Formel I:
Formel II (vereinfachte Formel):
1 k * s = (x i x) 2 n i n i =1 1 = 65217, 23 = 93,97 694 s = 93,97 = 9, 69
1 k * 2 s = ( xi ) ni x 2 n i =1 1 = 341518, 75 19,95322 = 93,97 694
s = 93,97 = 9, 69
Streuungsparameter Seite 18
3.5
Variationskoeffizient
Anwendung: Vergleich der Standardabweichungenen verschiedener Merkmale Beispiel Monatseinkommen Jahreseinkommen (in ) (in ) 1000
12000
2000
24000
3000
36000
4000
48000
1118,03
13416,41
2500
30000
V= s
0,447 0,447 x Relative Streuung ist bei beiden Merkmalen gleich!
Formel:
s Standardabweichung V= = x Mittelwert
Streuungsparameter Seite 19
3.6
Konzept der Momente,
Schiefe und Exze
Definition Momente : - Verallgemeinerungen des Varianzkonzeptes - Durchschnittliche potenzierte Abweichungen der Merkmalswerte von einem Bezugspunkt (a) Bezugspunkte: (1) Null: Momente um Null Momente um das arithm.Mittel (2) x : Formeln : Zentrale Momente (Grundformel)
1 m = n a r
(x i =1
a)
Streuungsparameter Seite 20
Das r-te Moment um Null
1 n 1 n r r m = ( xi 0 ) = xi n i =1 n i =1
( ungruppierte Daten )
0 r
r r 1 k 1 k * m = ( xi 0 ) ni = ( xi* ) ni n i =1 n i =1 0 r
( gruppierte Daten )
Es gilt: fr r = 1: Arithmetisches Mittel Das r-te Moment um das arithmetische Mittel x 1 n r mr = ( xi x ) n i =1 r 1 K * mr = ( xi x ) ni n i =1
einer Verteilung Formel: Das 3. Moment um x : 1 n 3 m3 = ( x i x ) n i =1
Interpretation: Ist m3 negativ: rechtssteil (linksschief) Ist m3 positiv: linkssteil (rechtsschief) Standardisierte Schiefe: Anwendung: Vergleich der Schiefe zweier Merkmale m3 sm = 3 Formel: s3 Interpretation: je strker negativ, desto rechtssteiler (linksschiefer) je strker positiv, desto linkssteiler (rechtsschiefer)
Streuungsparameter Seite 22
Exze (Kurtosis, Wlbung)
Def.:
Der Exze misst, wie flach eine
Verteilung ist (Wlbung) Formel: 1 n 4 ( xi x ) Das 4. Moment um x : m 4 = n i =1 Interpretation: Bei gleichem x gilt: Je grer der Exze, desto flacher die Verteilung (Werte weit ab vom Mittelwert werden besonders gewichtet) Standardisierter Exze: Anwendung: Vergleich des Exzesses zweier Merkmale sm 4 =
m4 s4
Formel: Interpretation: je grer, desto gewlbter die Verteilung Vergleich mit der Normalverteilungskurve: sm*4 =
Box: Darstellung der drei Quartile Whiskers: Minimaler bzw. maximaler Wert Ausnahme: Es gibt Werte jenseits der Grenzen: x 0,25 1,5 IQA bzw. x 0,75 + 1,5 IQA
Dann: Whiskers bis zu diesen Grenzen
Ausreier: Werte auerhalb dieser Grenzen Extreme Ausreier: Werte auerhalb 3*IQA
