Zusammenfassung von Streuungsmaße und Korrelationsanalyse
Streuungsmaße und Korrelationsanalyse: Dein Statistik-Guide
Einführung
Diese Zusammenfassung behandelt zentrale Konzepte der deskriptiven Statistik mit Schwerpunkt auf Varianz, Aggregation von Varianzen, Variationskoeffizient, bivariate Urlisten und Kovarianz. Ziel ist es, die Formeln und Intuition klar aufzubereiten und mit Beispielen sowie Anwendungen zu verknüpfen.
Definition: Die deskriptive Statistik fasst Daten durch Kennwerte und Grafiken zusammen, um zentrale Tendenzen und Streuungen zu beschreiben.
Varianz: Wirkung von linearen Transformationen
Grundidee
Die Varianz misst die mittlere quadratische Abweichung der Beobachtungen von ihrem Mittelwert. Sie reagiert auf Skalierungen und Verschiebungen der Daten auf eine einfache Weise.
Definition: Für transformierte Werte $a_i^{*} = \alpha + \beta a_i$ gilt für die Varianz der transformierten Werte $\sigma^{*2} = \beta^{2} \sigma^{2}$.
Erläuterung:
- Eine Verschiebung um $\alpha$ ändert den Mittelwert, aber nicht die Varianz.
- Eine Skalierung mit Faktor $\beta$ multipliziert die Varianz mit $\beta^{2}$.
Beispiel: Wenn die ursprüngliche Standardabweichung $\sigma = 3$ ist und man alle Werte mit $\beta = 2$ multipliziert, dann gilt $\sigma^{*} = 2\cdot 3 = 6$ und $\sigma^{*2} = 4\cdot 9 = 36$.
Aggregation von zwei Varianzen (Zwei Teilgesamtheiten)
Situation
- Zwei Teilgesamtheiten mit $N_1$ und $N_2$ Beobachtungen
- Teilvarianten $\sigma_1^{2}$ und $\sigma_2^{2}$, Mittelwerte $\mu_1$ und $\mu_2$
- Gesamtheit mit $N = N_1 + N_2$, Gesamtmittelwert $\mu$
Formel: Die Varianz der gesamten Grundgesamtheit ergibt sich aus $$\sigma^{2} = \frac{N_{1} \sigma_{1}^{2} + N_{2} \sigma_{2}^{2}}{N} + \frac{N_{1} (\mu_{1} - \mu)^{2} + N_{2} (\mu_{2} - \mu)^{2}}{N}$$
Interpretation:
- Der erste Summand ist der gewichtete Mittelwert der Inneren Varianzen (Durchschnitt der Streuung innerhalb der Teilgruppen).
- Der zweite Summand misst die Streuung zwischen den Gruppen (Unterschiede der Gruppenmittel zum Gesamtmittel).
Beispiel:
- Gruppe 1: $N_1 = 50$, $\mu_1 = 100$, $\sigma_1^{2} = 25$
- Gruppe 2: $N_2 = 50$, $\mu_2 = 110$, $\sigma_2^{2} = 36$
- Gesamt: $N = 100$, $\mu = 105$
Berechnung: $$\sigma^{2} = \frac{50\cdot 25 + 50\cdot 36}{100} + \frac{50(100-105)^{2} + 50(110-105)^{2}}{100}$$ Erster Term: $\frac{1250 + 1800}{100} = 30.5$ Zweiter Term: $\frac{50\cdot 25 + 50\cdot 25}{100} = 25$ Also $\sigma^{2} = 30.5 + 25 = 55.5$.
Praxisanwendung:
- Nützlich beim Zusammenführen von Datensätzen aus verschiedenen Stichprobenzentren (z. B. mehrere Kliniken).
- Erklärt, warum heterogene Gruppen oft größere Gesamtvarianz haben: sowohl innerhalb der Gruppen als auch zwischen den Gruppen existiert Streuung.
Variationskoeffizient (relatives Streuungsmaß)
Definition: Der Variationskoeffizient ist $VC = \frac{\sigma}{\mu}$.
Eigenschaften:
- Misst die Streuung relativ zum Mittelwert.
- Geeignet für den Vergleich von Datensätzen mit unterschiedlichen Einheiten oder Mittelwerten.
- Voraussetzung: Merkmalsausprägung auf Verhältnisskala (Mittelwert ungleich null und sinnvolle Nullpunkte).
Tabelle: Vergleich absoluter vs. relativer Streuung
| Kennzahl | Bedeutung | Vorteil | Nachteil |
|---|---|---|---|
| $\sigma$ | Absolute Streuung (Standardabweichung) | Gleiche Einheit wie Daten | Schwer vergleichbar bei unterschiedlichen Mittelwerten |
| $VC$ | Relative Streuung | Vergleichbar über Datensätze | Ungültig bei $\mu = 0$ oder nicht-verhältnisskaligen Daten |
Beispiel: Dataset A hat $\mu = 10$, $\sigma = 2$ ($VC = 0.2$). Dataset B hat $\mu = 100$, $\sigma = 5$ ($VC = 0.05$). Obwohl B größere absolute Streuung hat, ist A relativ zu seinem Mittelwert gestreuter.
Wusstest du, dass Unternehmen bei Mengendaten oft den Variationskoeffizienten nutzen, um Produktionseinheiten unterschiedlicher Größe vergleichbar zu machen?
Urlis
Zaregistruj se pro celé shrnutíHast du bereits ein Konto? Anmelden
Deskriptive Statistik — Varianz & Kovarianz
Klíčové pojmy: Für $a_i^{*}=\alpha+\beta a_i$ gilt $\sigma^{*2}=\beta^{2}\sigma^{2}$, Varianz der Gesamtheit: $\sigma^{2}=\frac{N_{1}\sigma_{1}^{2}+N_{2}\sigma_{2}^{2}}{N}+\frac{N_{1}(\mu_{1}-\mu)^{2}+N_{2}(\mu_{2}-\mu)^{2}}{N}$, Erster Summand: gewichtete Innere Varianz, zweiter Summand: Varianz zwischen Gruppen, Variationskoeffizient $VC=\frac{\sigma}{\mu}$ benötigt Verhältnisskala, Streudiagramme visualisieren Paare $(a_i,b_i)$ und zeigen Muster/Ausreißer, Urliste eignet sich bei metrischen nicht klassifizierten Merkmalen, Häufigkeitstabellen oft ungeeignet, Kovarianz: $\operatorname{Cov}(X,Y)=\frac{1}{N}\sum_{i=1}^{N}(a_i-\overline{a})(b_i-\overline{b})$, Kovarianz liegt in $[-\sigma_X\sigma_Y,\;\sigma_X\sigma_Y]$, $\operatorname{Cov}(X,Y)=0$ bedeutet keine lineare Abhängigkeit, aber nicht zwingend Unabhängigkeit, Vor dem Vergleich: Daten gegebenenfalls standardisieren