Motivation. Der Unterschied zwischen den Preisen im Kartellmarkt und im Vergleichsmarkt ist nicht statistisch signifikant.

Größe: px
Ab Seite anzeigen:

Download "Motivation. Der Unterschied zwischen den Preisen im Kartellmarkt und im Vergleichsmarkt ist nicht statistisch signifikant."

Transkript

1 Signifikanzen, Regressionen, Schätzer: Ein anwendungsbezogener Crashkurs Grundlagen der Wettbewerbsökonomie für Juristen Methoden und Anwendungen Prof. Dr. Roman Inderst Goethe University Frankfurt am Main RCS. Research & Consulting Services GmbH RCS Research and Consulting Services FIW-Ferienkurs

2 Motivation Der Unterschied zwischen den Preisen im Kartellmarkt und im Vergleichsmarkt ist nicht statistisch signifikant. Mittels der nur zur Verfügung stehenden kurzen Zeitreihe kann der Zusammenhang zwischen Kosten und Preisen nicht valide geschätzt werden. Es wird ein Preis von 5 Euro nach der Fusion geschätzt, wobei das 95% Konfidenzintervall zwischen 3 Euro und 6 Euro liegt. Das ökonomische Modell hat wenig Erklärungsgehalt, da der R 2 Wert (Bestimmtheitsmaß) nur 5% beträgt. Empirische RCS Research and Consulting Services FIW-Ferienkurs

3 Roadmap und Zielsetzung Erläuterung einiger wesentlicher Konzepte der empirischen Ökonomie Regression & Prognose Signifikanz & Konfidenzintervall Anwendungsfall : Schadensermittlung Ausgangspunkt: Mittelwertvergleich mit Vergleichsmarkt Frage 1: Signifikanter Unterschied? Frage 2: Kausalität? Beschränkungen: Keine grundlegende Einführung in Methoden der (Kartell-) Schadensermittlung Keine empirischen Methoden zur Marktabgrenzung, Schätzung unilateraler Effekte RCS Research and Consulting Services FIW-Ferienkurs

4 Signifikanzen, Regressionen, Schätzer: Ein anwendungsbezogener Crashkurs Teil 1: RCS Research and Consulting Services FIW-Ferienkurs

5 Hypothetisches Fallbeispiel Regionaler Markt für ein homogenes Gut Wesentlicher Kostenfaktor: Bewässerung Andere Marktstrukturmerkmale spielen hier keine Rolle Kartellierter Markt vs. Vergleichsmarkt Wöchentliche Preisreihe bis zu 2 Jahren vorhanden Vergleichsmärkte Ost und RCS Research and Consulting Services FIW-Ferienkurs

6 Vorgehen 1. Mittelwertvergleich: Kartellmarkt vs. Vergleichsmarkt Signifikanter Preisunterschied? Wovon hängt statistische Signifikanz ab? Bezug zur Berechnung von Konfidenzintervallen Alternativen zum Mittelwert 2. Regression: Herausrechnen struktureller Unterschiede Hier: Möglicherweise unterschiedliche Niederschlagsmengen im Kartellmarkt und Vergleichsmarkt Einführung in die Regressionsanalyse Anwendung: Ermittlung des kartellbedingten Preisaufschlages mittels Prognosemethode und RCS Research and Consulting Services FIW-Ferienkurs

7 Niederschläge und Preise im Kartellmarkt und den Vergleichsmärkten Zeit in Wochen Kartellmarkt Vergleichsmarkt Ost Vergleichsmarkt West Niederschlag in Liter Preis in Euro Niederschlag in Liter Preis in Euro Niederschlag in Liter Preis in Euro 1 11,51 41,15 11,36 39,23 11,20 41,27 2 6,89 40,12 8,40 44,12 16,47 35, ,75 40,38 9,68 42,68 7,14 44,73 4 9,10 40,97 16,48 37,22 8,79 37, ,31 48,00 7,60 40,08 7,81 45, ,63 48,00 8,89 46,10 11,78 39, ,56 48,00 7,40 41,31 11,90 42, ,29 48,00 12,71 39,74 8,14 37,26 Datenerhebung: wöchentlich Zeithorizont: 104 Wochen = 2 RCS Research and Consulting Services FIW-Ferienkurs

8 Preis in Niederschlag in Liter Preis und Niederschlag im Vergleichsmarkt Zeit in Wochen Preis Niederschlagsmenge RCS Research and Consulting Services FIW-Ferienkurs

9 Preis in Preis in Preise im Vergleich Vergleichsmarkt Ost Marktpreis Durchschnittspreis Zeit in Wochen Kartellmarkt Kartellpreis Durchschnittspreis Zeit in RCS Research and Consulting Services FIW-Ferienkurs

10 Niederschlag in Liter Niederschlagsmenge Durchschnittlicher Niederschlag Vergleichsmarkt / Kartellmarkt Zeit in Wochen Niederschlag Vergleichsmarkt Niederschlag RCS Research and Consulting Services FIW-Ferienkurs

11 Preis in Preis im Vergleichsmarkt Ost Kartellphase Preis Vergleichsmarkt Zeit in RCS Research and Consulting Services FIW-Ferienkurs

12 Preis in Preis Vergleichsmarkt während der Kartellphase Nur diese Zeitreihe ist bekannt! Nicht der langfristige Durchschnitt! Preis Vergleichsmarkt Zeit in RCS Research and Consulting Services FIW-Ferienkurs

13 Mittelwert T Hier: T=30 Werte: p = 1 30 p = 1 T t=1 p t 43, , ,74 = RCS Research and Consulting Services FIW-Ferienkurs

14 Preis in Preis Vergleichsmarkt während der Kartellphase , Preis Vergleichsmarkt Zeit in RCS Research and Consulting Services FIW-Ferienkurs

15 Preisklassen (Breite = 1) # Beobachtungen pro Preisklasse Absolute Häufigkeit der Preise Zeit in Wochen Preis Vergleichsmarkt 1 4 RCS Research and Consulting Services FIW-Ferienkurs

16 Relative Häufigkeit Relative Häufigkeit der Preise ( Histogramm ) 25 % 20 % 15 % 10 % 5 % 0 % Preis in Relative Häufigkeiten pro Preisklasse (Klassenbreite = RCS Research and Consulting Services FIW-Ferienkurs

17 Relative Häufigkeit Relative Häufigkeit Verwendung als kontrafaktischer Preis hinreichend belastbar? VGM Ost VGM West 25 % 25 % 20 % 20 % 15 % 15 % 10 % 10 % 5 % 5 % 0 % Preis in 0 % Mittelwerte: 40,31 41,95 Preis RCS Research and Consulting Services FIW-Ferienkurs

18 Maß für die Streuung: Varianz Varianz Hier: T=30 Varianz = 1 T T t=1 (p t p ) 2 Werte: VGM Ost: Varianz = 1 30 [ 43,12 40, ,74 40,31 2 ] = 10,33 VGM West: Varianz = 1 30 [ 38,97 41, ,26 41,95 2 ] = RCS Research and Consulting Services FIW-Ferienkurs

19 Maß für die Streuung: Standardabweichung Standardabweichung = Varianz Werte: VGM Ost: Varianz = 10,33 Standardabweichung = 10,33 = 3,21 VGM West: Varianz = 19,55 Standardabweichung = 19,55 = RCS Research and Consulting Services FIW-Ferienkurs

20 Relative Häufigkeit Mittelwert und Standardabweichung: VGM Ost p = 1 43, , ,74 = 40,31 30 Standardabweichung = Varianz = 10,33 = 3,21 25 % 20 % 15 % 10 % 5 % 0 % Relative Häufigkeiten pro Preisklasse (Klassenbreite = 1) -3,21 +3,21 Preis RCS Research and Consulting Services FIW-Ferienkurs

21 Relative Häufigkeit Mittelwert und Standardabweichung: VGM West p = 1 38, , ,26 = 41,95 30 Standardabweichung = Varianz = 19,55 = 4,42 25 % 20 % 15 % 10 % 5 % 0 % ,42 +4,42 Preis RCS Research and Consulting Services FIW-Ferienkurs

22 Datenmodell Ausgangspunkt: Wir kennen nur eine relativ kurze Zeitreihe in jedem Vergleichsmarkt Preise p t Annahme / Datenmodell Beobachtete Preise p t bestimmt durch strukturellen Parameter ( langfristiger Mittelwert ) P und zufällige Abweichungen u t p t = P + u t Ziel: Schätzung von P aus den beobachteten Werten p t Schätzer = Berechneter Mittelwert p Aber: Wie gut ist die Schätzung? RCS Research and Consulting Services FIW-Ferienkurs

23 Schätzung des langfristigen Mittelwertes (1) Sichtweise: Beobachtete Zeitreihe der Preise im Vergleichsmarkt als Stichprobe Aufgrund der Schwankungen der Preise ist auch der Mittelwert der Stichprobe durch den Zufall bestimmt! Erinnerung: Datenmodell für beobachtete Preise p t : p t = P + u t Datenmodell für den beobachteten (Stichproben-)Mittelwert p = P + (u 1 + u u 30 RCS Research and Consulting Services FIW-Ferienkurs

24 Schätzung des langfristigen Mittelwertes (2) Tatsächlicher (langfristiger) Mittelwert (unbekannt!) Mögliche in einer T=30 Stichprobe beobachtete Mittelwerte RCS Research and Consulting Services FIW-Ferienkurs

25 Konfidenzintervall (95%) VGM Ost: Beobachteter Mittelwert der T=30 Stichprobe Werte aus Tabellen oder Software! Kartellpreis 48,0 (34,01) (40,31) (46,61) 95% Wahrscheinlichkeit für tatsächlichen langfristigen RCS Research and Consulting Services FIW-Ferienkurs

26 Konfidenzintervall (99%) VGM Ost: Beobachteter Mittelwert der T=30 Stichprobe Werte aus Tabellen oder Software! Kartellpreis 48,0 (32,03) (40,31) (48,59) 99% Wahrscheinlichkeit für tatsächlichen langfristigen RCS Research and Consulting Services FIW-Ferienkurs

27 Konfidenzintervalle VGM Ost VGM Ost: (40,31) 48,0 (35,02) (45,60) 90% KI (34,01) (46,61) 95% KI (32,03) (48,59) 99% RCS Research and Consulting Services FIW-Ferienkurs

28 Konfidenzintervalle VGM West VGM West: (41,95) 48,0 (34,68) (49,23) 90% KI (33,29) (50,62) 95% KI (30,56) (53,34) 99% RCS Research and Consulting Services FIW-Ferienkurs

29 Zusammenfassung Mittelwertvergleich Anwendungsfall: Berechnung des durchschnittlichen kartellbedingten Preisaufschlages 1. Bildung des (arithmetischen) Mittelwertes: Kartellmarkt und Vergleichsmarkt 2. Berechnung der Differenz zum durchschnittlichen Kartellpreis 3. Statistische Analyse: Wie belastbar ist die Abschätzung? Rolle von: Variation/Varianz (und Anzahl der Beobachtungen) Konfidenzintervalle Caveats Strukturelle Unterschiede zwischen Kartellmarkt und Vergleichsmarkt? Regressionsanalyse! Keine vollständige Schadensermittlung. Es fehlen zum Beispiel Preisüberhöhungsschaden: Menge mal Preis Aufzinsen RCS Research and Consulting Services FIW-Ferienkurs

30 Probleme bei der Verwendung des arithmetischen Mittels 1. Gleiche Gewichtung aller Preise 2. Anfälligkeit für Ausreißer Beispiel: Vergleichsmarkt Ost: Preis in Woche 99 gleich 30 Euro Durchschnittspreis Kartellphase mit Ausreißer: 40,31 Hypothetischer Durchschnittspreis Kartellphase ohne Ausreißer: 40,67 In diesem Fall kein wesentlicher RCS Research and Consulting Services FIW-Ferienkurs

31 Relative Häufigkeit Ausreißer und Mittelwert - Alternative Datenreihe Mittelwert: 39, Prozentanteil pro Klasse Preise RCS Research and Consulting Services FIW-Ferienkurs

32 Median Alternative: Verwendung des Median Definition: Preis bei dem die Hälfte aller Beobachtungen über und die Hälfte aller Beobachtungen unter diesem Schwellenwert liegen. Typischer Wert : Im Vergleichsmarkt Ost in der Kartellphase gleich 40,27 Verwendung vor allem als Check: Falls Median deutlich vom Mittelwert abweicht Mögliche Ausreißer? Grund für Ausreißer? Robustheitsanalyse (mit/ohne RCS Research and Consulting Services FIW-Ferienkurs

33 Relative Häufigkeit Relative Häufigkeit Ausreißer und Mittelwert in den zwei Datenreihen 25 Median: 40,27 Mittelwert: 40,31 25 Median: 40,27 Mittelwert: 39, Preise in Preise in Prozentanteil pro Klasse Prozentanteil pro RCS Research and Consulting Services FIW-Ferienkurs

34 Signifikanzen, Regressionen, Schätzer: Ein anwendungsbezogener Crashkurs Teil 2: Einführung in die RCS Research and Consulting Services FIW-Ferienkurs

35 Wie gut ist ein Vergleichsmarkt? Räumlicher (oder sachlicher) Vergleichsmarkt Wesentliche (strukturelle) Unterschiede zum Kartellmarkt? Andere Nachteile wie mögliche Preisschirmeffekte Vorteile: Ggf. gleicher Zeittrend (etwa in Produktionskosten) Zeitlicher Vergleichsmarkt vorher-während, während-nachher oder vorher-während-nachher Vorteil: Gleiche/Ähnliche Angebotsseite und Nachfrageseite? Nachteil: Nicht kartellbedingte zeitliche Änderungen? Trends (Herausrechnen durch Extrapolation/Interpolation oder Zeitreihenmethoden) Änderungen in Produktionskosten oder RCS Research and Consulting Services FIW-Ferienkurs

36 Regressionsanalyse Generelle Zielsetzung des Verfahrens: Isolierung eines Effektes sowie Test auf Signifikanz und Quantifizierung Hintergrund / Problemstellung: Kontrolle für mögliche Unterschiede im Kartellmarkt und im Vergleichsmarkt? Hier nur Wetter / Niederschlag, allgemeiner Nachfrageseite (Höhe der Nachfrage getrieben durch Einkommensunterschiede, Verhandlungsmacht der Nachfrager, Verfügbarkeit und Preise von Substituten etc.) Angebotsseite (Preisniveau und Preisänderung von Produktionsfaktoren, Unterschiede und Änderung in Kapazität oder Anzahl der Unternehmen, rechtliche Rahmenbedingungen RCS Research and Consulting Services FIW-Ferienkurs

37 Vorgehensweise 1. Für den Vergleichsmarkt (Ost) wird die Beziehung zwischen Regen und Preisen isoliert und quantifiziert. Dafür: wird ein bestimmter funktionaler Zusammenhang (hier: linear) unterstellt; die entsprechende Gerade wird bestmöglich gewählt; und der entsprechende Koeffizient beschreibt dann den geschätzten Zusammenhang. 2. Anwendung für eine Prognose des kontrafaktischen Preises im Kartellmarkt 3. Alternative Methode: Daten des Kartellmarktes und des Vergleichsmarktes werden gleichzeitig in der Regression genutzt ( Dummy-Methode RCS Research and Consulting Services FIW-Ferienkurs

38 Streudiagramm Vergleichsmarkt Ost (T=30) Preis p 50 Beispiel: Woche: 84 Niederschlag: 14,50 Preis: 43, Niederschlag RCS Research and Consulting Services FIW-Ferienkurs

39 Unterstellter linearer Zusammenhang (1) Preis p 50 p t = α + β x t α p β = p x < 0 x Niederschlag RCS Research and Consulting Services FIW-Ferienkurs

40 Unterstellter linearer Zusammenhang (2) Preis p 50 p t = α + β x t α p β = p x x Ausreißer Niederschlag RCS Research and Consulting Services FIW-Ferienkurs

41 Residuen Preis p u 10 = 43,02 38,09 = 4, u 16 = 35,28 41,69 = 6,41 30 Residuen: u t = p t p t Ausreißer Niederschlag RCS Research and Consulting Services FIW-Ferienkurs

42 Kleinste-Quadrate Schätzmethode Bestimme α und β so, dass die Quadratsumme der Residuen minimal ist: Minimiere T t=1 u t 2 = u 1 ² + u 2 ² + u 3 ² + + u T 2 Minimiere 30 t=1 u t 2 = 0,60² + ( 0,06)² + 1,79² + RCS Research and Consulting Services FIW-Ferienkurs

43 Geschätzte Gerade Preis p 50 α = 46, β = -0, p t = 46,52 0,58 x t Niederschlag RCS Research and Consulting Services FIW-Ferienkurs

44 Güte der Schätzung Bestimmtheitsmaß: R 2 = erklärte Varianz gesamte Varianz p = 40,31 p t = tatsächlicher Preis p t = geschätzter Preis [p t = α + β x t ] T (p t p )² erklärte Varianz: (geschätzte Werte) t=1 30 t=1 (42,52 40,31)² + + (39,13 40,31)² gesamte Varianz: (p t p )² (wahre Werte) T t=1 30 t=1 (43,12 40,31)² + + (39,74 RCS Research and Consulting Services FIW-Ferienkurs

45 Ergebnis Gesamte Streuung Erklärte Streuung Woche Preis p p (p p)² Woche Schätzung p p (p p)² 75 43,12 40,31 7, ,52 40,31 4, ,81 40,31 0, ,87 40,31 0, ,66 40,31 18, ,86 40,31 6, ,24 40,31 0, ,91 40,31 0, ,08 40,31 0, ,10 40,31 3, ,10 40,31 33, ,35 40,31 1, ,31 40,31 1, ,22 40,31 3, ,74 40,31 0, ,13 40,31 1,39 Gesamte Streuung: 309,83 Erklärte Streuung: 68,26 R² = T 4,88 1,39 t=1 p t p 2 = 42,52 40, ,13 40,31 2 T t=1 (p t p ) 2 = 43,12 40,31 2 = 0, (39,74 40,31)² 7,90 RCS Research and Consulting Services FIW-Ferienkurs

46 Erinnerung: Gegenüberstellung zweier Vergleichsmärkte VGM Ost VGM West 25 % 25 % 20 % 20 % 15 % 15 % 10 % 10 % 5 % 5 % 0 % % RCS Research and Consulting Services FIW-Ferienkurs

47 Streudiagramm: Vergleichsmarkt West (T=30) Preis p Niederschlag RCS Research and Consulting Services FIW-Ferienkurs

48 Lineare Regression für Vergleichsmarkt West Preis p α = 48, β = - 0, p t = 48,02 0,58 x t Niederschlag RCS Research and Consulting Services FIW-Ferienkurs

49 Ergebnis Gesamte Streuung Erklärte Streuung Woche Preis p p (p p)² Woche Schätzung p p (p p)² 75 38,97 41,95 8, ,26 41,95 0, ,56 41,95 1, ,69 41,95 0, ,00 41,95 1, ,38 41,95 0, ,61 41,95 0, ,87 41,95 0, ,51 41,95 12, ,47 41,95 2, ,56 41,95 5, ,15 41,95 0, ,24 41,95 0, ,08 41,95 0, ,26 41,95 22, ,27 41,95 1,74 Gesamte Streuung: 586,54 Erklärte Streuung: 50,96 R² = T 0,48 1,74 t=1 p t p 2 = 41,26 41, ,27 41,95 2 T t=1 (p t p ) 2 = 38,97 41, (37,26 41,95)² 8,88 22,00 = RCS Research and Consulting Services FIW-Ferienkurs

50 Preis in Erinnerung: Zwei Zeiträume im Vergleichsmarkt Preis Vergleichsmarkt Durchschnittspreis Zeit in RCS Research and Consulting Services FIW-Ferienkurs

51 Streudiagramm: Vergleichsmarkt Ost (T=104) Preis p Niederschlag RCS Research and Consulting Services FIW-Ferienkurs

52 Unterstellter linearer Zusammenhang: Vergleichsmarkt Ost (T=104) Preis p α = 46, β = - 0,56 30 p t = 46,43 0,56 x t Niederschlag RCS Research and Consulting Services FIW-Ferienkurs

53 Ergebnis α 46,43 AUSGABE: ZUSAMMENFASSUNG Regressions-Statistik β -0,56 Bestimmtheitsmaß 0, Beobachtungen 104 R² 0,36 Koeffizienten Schnittpunkt α 46, Steigungsparameter β -0, AUSGABE: RESIDUENPLOT Beobachtung Schätzwert Residuen 1 40, , , , , , RCS Research and Consulting Services FIW-Ferienkurs

54 Vergleich der drei Regressionen VGM Ost Kartellphase VGM West Kartellphase VGM Ost Gesamtzeitraum α 46,52 α 48,02 α 46,43 β -0,58 β -0,58 β -0,56 R² 0,22 R² 0,09 R² 0,36 T=30 T=30 RCS Research and Consulting Services FIW-Ferienkurs

55 Vorgehensweise ( Wo stehen wir ) 1. Für den Vergleichsmarkt (Ost) wird die Beziehung zwischen Regen und Preisen isoliert und quantifiziert. Dafür: wird ein bestimmter funktionaler Zusammenhang (hier: linear) unterstellt; die entsprechende Gerade wird bestmöglich gewählt; und der entsprechende Koeffizient beschreibt dann den geschätzten Zusammenhang. 2. Anwendung für eine Prognose des kontrafaktischen RCS Research and Consulting Services FIW-Ferienkurs

56 Prognosemethode: Anwendung auf Kartellmarkt Formel: p t K = α + β x t K p t K = Prognosepreis x t K = Regenmenge Kartellmarkt Beispiel: p t K = 46,52 0,58 6,24 = 42,90 Geschätzte Koeffizienten Zeit t Regen x(t) α+β*x(t) VGM Ost (T=30) 75 6,24 42,90 α 46, ,76 36,80 β -0, ,23 43,49 R² 0, ,31 41, ,68 42, ,31 38, ,63 43, ,56 38, ,29 RCS Research and Consulting Services FIW-Ferienkurs

57 Prognosemethode: Preisaufschlag Bildung der Differenz aus Kartellpreis und prognostiziertem kontrafaktischem Preis: Preisaufschlag: p t K p t K Geschätzte Koeffizienten Zeit t Preis Kartellmarkt Prognosepreis Differenz VGM Ost (T=30) ,90 5,10 α 46, ,80 11,20 β -0, ,49 4,51 R² 0, ,12 6, ,07 5, ,80 9, ,83 4, ,66 9, ,91 RCS Research and Consulting Services FIW-Ferienkurs

58 Preis in Prognosemethode: Ermittelte Preisaufschläge Zeit in Wochen prognostizierter Kartellpreis Preis RCS Research and Consulting Services FIW-Ferienkurs

59 Zusammenfassung: Prognosemethode 1. Für den Vergleichsmarkt (Ost) wird die Beziehung zwischen Regen und Preisen isoliert und quantifiziert 2. Anwendung für eine Prognose des kontrafaktischen Preises Weiter: Preisüberhöhungsschaden berechnen Mit abgesetzter / bezogener Menge (wöchentlich) multiplizieren Aufzinsen Anmerkung: Im Gegensatz zur Verwendung eines nur durchschnittlichen Preisaufschlages ist jetzt der Preisüberhöhungsschaden RCS Research and Consulting Services FIW-Ferienkurs

60 Signifikanzen, Regressionen, Schätzer: Ein anwendungsbezogener Crashkurs Teil 3: Anwendung und Vertiefung der Regressionsanalyse [Dummy-Variablen RCS Research and Consulting Services FIW-Ferienkurs

61 Modifiziertes Beispiel: Datenreihe für den Kartellmarkt Zeit in Kartellmarkt Vergleichsmarkt Ost Wochen Niederschlag Preis Niederschlag Preis 1 11,51 41,15 11,36 39,23 2 6,89 40,12 8,40 44, ,75 40,38 9,68 42,68 4 9,10 40,97 16,48 37,22 5 7,17 41,57 10,40 37, ,68 43,70 25,08 34, ,31 39,77 19,60 34, ,63 45,47 20,89 39, ,56 38,07 19,40 35, ,29 38,29 24,71 RCS Research and Consulting Services FIW-Ferienkurs

62 Preis in Modifiziertes Beispiel: Datenreihe für den Kartellmarkt Zeit in RCS Research and Consulting Services FIW-Ferienkurs

63 Preis in Modifiziertes Beispiel: Datenreihe für den Kartellmarkt Kartellphase Durchschnitt Vergleichszeitraum Durchschnitt Kartellzeitraum Zeit in RCS Research and Consulting Services FIW-Ferienkurs

64 Niederschlag in Liter Niederschlag im Kartellmarkt Niederschlag Durchschnitt Zeit in RCS Research and Consulting Services FIW-Ferienkurs

65 Niederschlag in Liter 30 Notwendigkeit für Niederschlag zu kontrollieren Kartellphase Niederschlag Durchschnitt Zeit in RCS Research and Consulting Services FIW-Ferienkurs

66 Vorgehensweise (1) 1. Prognosemethode (wie gehabt!): Jetzt allerdings: Zeitlicher Vergleichsmarkt ( vor-während ) Schritt 1: Schätzung des Zusammenhanges Niederschlag Preise im Wettbewerbsfall. Schritt 2: Anwendung auf den Kartellzeitraum mittels der dort beobachteten Niederschlagsmengen, um das kontrafaktische Preisniveau zu berechnen ( Prognose ) Schritt 3: Preisaufschlag als Differenz zum Kartellpreis RCS Research and Consulting Services FIW-Ferienkurs

67 Vorgehensweise (2) 2. Alternative: Dummy-Variablen Methode Verfahren: Eine Regression nutzt gleichzeitig Daten aus Kartellzeitraum und Vergleichszeitraum Vorteil: Verwendung möglichst aller Daten zur Schätzung des Zusammenhanges Niederschlag Preise Anmerkung: Relevanz? Wiederholung / Anwendung der Regressionsanalyse Häufig verwendetes Verfahren auch in anderen Zusammenhängen (z.b. später bei Schockanalyse zur RCS Research and Consulting Services FIW-Ferienkurs

68 Dummy-Variablen-Modell Schätzung eines konstanten kartellbedingten Preisaufschlags: p t = α + β x t + δ D t Dummy-Variable D t ist 1 für den Kartellzeitraum D t ist 0 für den Vergleichszeitraum δ misst den konstanten RCS Research and Consulting Services FIW-Ferienkurs

69 Preisbeobachtungen (Streudiagramm) Preis p D t = 0 D t = vor Kartellbildung Kartellphase Niederschlag RCS Research and Consulting Services FIW-Ferienkurs

70 Preisbeobachtungen (Streudiagramm) Preis p 60 p t = α + β x t + δ D t 55 α+δ 50 α 45 β β 40 D t = 0 D t = vor Kartellbildung Kartellphase Niederschlag RCS Research and Consulting Services FIW-Ferienkurs

71 Dummy-Variablen-Modell: Ergebnis Variable Koeffizient Kartell-Dummy δ 8,54 Niederschlag β -0,56 Schnittpunkt α 46,38 Anzahl Beobachtungen 104 R² 0,65 Daher: Geschätzter konstanter Preisaufschlag für alle Wochen des Kartell- Zeitraums gleich 8,54 RCS Research and Consulting Services FIW-Ferienkurs

72 Niederschlag in Liter Preis in Zur Erinnerung: Preise und Niederschlag Kartellpreis Preis Durchschnittspreis vor Kartell Durchschnittspreis im Kartell Zeit in Wochen Zeit in Wochen Niederschlag RCS Research and Consulting Services FIW-Ferienkurs

73 Konfidenzintervall für δ 99% 95% 90% Geschätztes δ = RCS Research and Consulting Services FIW-Ferienkurs

74 Zusammenfassung: Dummy-Methode Ausgangspunkt: Zeitlicher Vergleichsmarkt (Besonderheit: Niveauunterschied Produktionskosten (Niederschlag) vor und während der Kartellphase) Gleichzeitiges Schätzen von 1. strukturellem Zusammenhang Niederschlag Preis 2. konstantem kartellbedingten Preisaufschlag p t = α + β x t + δ D t Belastbar? Signifikanztest und Konfidenzintervalle für RCS Research and Consulting Services FIW-Ferienkurs

75 Gegenüberstellung der Ergebnisse Hier: Für den zeitlichen Vergleichsmarkt 1. Reiner Durchschnittsvergleich Kartellzeitraum: 42,34 Wettbewerbszeitraum: 40,63 Differenz 1,71 2. Dummy-Variablen Methode Geschätzter Preisaufschlag (δ) von 8,54 3. Prognosemethode Durchschnittlicher geschätzter Preisaufschlag = 7,68 Allerdings: Wöchentliche Preisaufschlagsschätzungen können verwendet RCS Research and Consulting Services FIW-Ferienkurs

76 Addendum: Differenz-der-Differenzen Methode (1) Ausgangspunkt: Zeitlicher Vergleichsmarkt vorhanden Räumlicher (sachlicher) Vergleichsmarkt (mit Mittelwert) vorhanden Allerdings: Räumlicher Vergleichsmarkt unterscheidet sich (z.b. Zahl der Unternehmen) sowie zeitliche Veränderungen (etwa in Produktionskosten) Vorgehensweise bei der DdD -Methode 1. Ermittlung der Preisveränderung über die Zeit im Kartellmarkt 2. Ermittlung der Preisveränderung über die Zeit im räumlichen Vergleichsmarkt 3. Vergleich der beiden Preisveränderungen: RCS Research and Consulting Services FIW-Ferienkurs

77 Addendum: Differenz-der-Differenzen Methode (2) DdD Berechnung aus Mittelwerten: (B A) (D C) RCS Research and Consulting Services FIW-Ferienkurs

78 Niederschlag in Liter Niederschlag in Liter Niederschläge Kartellmarkt Zeit in Wochen Niederschlag Durchschnitt Vergleichszeitraum Durchschnitt Kartellzeitraum Vergleichsmarkt Zeit in Wochen Niederschlag Durchschnitt Vergleichszeitraum Durchschnitt RCS Research and Consulting Services FIW-Ferienkurs

79 Preis in Preis in Preise Kartellmarkt Zeit in Wochen Kartellmarkt Durchschnitt Vergleichszeitraum Durchschnitt Kartellzeitraum Vergleichsmarkt Zeit in Wochen VGM Ost Durchschnitt Vergleichszeitraum Durchschnitt RCS Research and Consulting Services FIW-Ferienkurs

80 Differenz-der-Differenzen Methode: Ergebnisse Vergleichszeitraum Kartellzeitraum Kartellmarkt A = 40,63 B = 42,34 1. Vergleichsmarkt C = 38,05 D = 31,96 2. [A, B, C, D = entsprechende Mittelwerte] Geschätzter Preisaufschlag: 42,34 40,63 31,96 38,05 = 7, RCS Research and Consulting Services FIW-Ferienkurs

81 Empirische Methoden: Abschließende Bemerkungen (1) Zielsetzung: Vermittlung grundlegender Begriffe und Konzepte der empirischen (Wettbewerbs-) Ökonomie Schätzung, Signifikanz und Regression Anwendungsfall: Schadensermittlung Mittelwertvergleich, Prognosemethode, Dummy-Methode Praktische Anwendung Kommunikation mit Ökonomen Selbstständiges Lesen und Hinterfragen ökonomischer RCS Research and Consulting Services FIW-Ferienkurs

82 Empirische Methoden: Abschließende Bemerkungen (2) Die vermittelten Methoden bieten die Grundlagen für spezifischere Techniken etwa bei der Marktabgrenzung Schätzungen von Elastizitäten (für SSNIP Test) Schockanalysen Auswertung von Kundenbefragung, Conjoint Analysen etc. Etc. Behandlung in einer möglichen Neuauflage des Frankfurter Workshop RCS Research and Consulting Services FIW-Ferienkurs

83 Empirische Methoden: Abschließende Bemerkungen (3) Die vermittelten Methoden bieten auch die Grundlage zur Kartellschadensermittlung Es fehlen allerdings: Konkrete Ausgestaltungen der einfachen und regressionsbasierten Methoden Alternativen (Kosten- und Profitabilitätsvergleich, industrieökonomische Modelle/Simulation etc.) Praktische Aspekte: Datenanforderungen und Datenquellen etc. Und es fehlt die Aufbereitung spezifischer Themen wie Pass-on, Preisschirmeffekte, Nachwirkungen etc. Geplanter Workshop (Frühjahr/Sommer RCS Research and Consulting Services FIW-Ferienkurs

84 Signifikanzen, Regressionen, Schätzer: Ein anwendungsbezogener Crashkurs Grundlagen der Wettbewerbsökonomie für Juristen Methoden und Anwendungen Prof. Dr. Roman Inderst Goethe University Frankfurt am Main RCS. Research & Consulting Services GmbH RCS Research and Consulting Services FIW-Ferienkurs

Signifikanzen, Regressionen, Schätzer: Ein anwendungsbezogener Crashkurs

Signifikanzen, Regressionen, Schätzer: Ein anwendungsbezogener Crashkurs Signifikanzen, Regressionen, Schätzer: Ein anwendungsbezogener Crashkurs Prof. Dr. Roman Inderst 2014, 2015, 2016 Prof. R. Inderst / Goethe Univ. Frankfurt Ökonometrische Grundlagen 0 Motivation Der Unterschied

Mehr

Die Regressionsanalyse

Die Regressionsanalyse Die Regressionsanalyse Zielsetzung: Untersuchung und Quantifizierung funktionaler Abhängigkeiten zwischen metrisch skalierten Variablen eine unabhängige Variable Einfachregression mehr als eine unabhängige

Mehr

Biometrieübung 10 Lineare Regression. 2. Abhängigkeit der Körpergröße von der Schuhgröße bei Männern

Biometrieübung 10 Lineare Regression. 2. Abhängigkeit der Körpergröße von der Schuhgröße bei Männern Biometrieübung 10 (lineare Regression) - Aufgabe Biometrieübung 10 Lineare Regression Aufgabe 1. Düngungsversuch In einem Düngeversuch mit k=9 Düngungsstufen x i erhielt man Erträge y i. Im (X, Y)- Koordinatensystem

Mehr

Teil: lineare Regression

Teil: lineare Regression Teil: lineare Regression 1 Einführung 2 Prüfung der Regressionsfunktion 3 Die Modellannahmen zur Durchführung einer linearen Regression 4 Dummyvariablen 1 Einführung o Eine statistische Methode um Zusammenhänge

Mehr

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir

Mehr

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9.

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 7.-9. Januar 2011 BOOTDATA11.GDT: 250 Beobachtungen für die Variablen...

Mehr

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 8.-10. Januar 2010 BOOTDATA.GDT: 250 Beobachtungen für die Variablen... cm:

Mehr

Goethe-Universität Frankfurt

Goethe-Universität Frankfurt Goethe-Universität Frankfurt Fachbereich Wirtschaftswissenschaft PD Dr. Martin Biewen Dr. Ralf Wilke Sommersemester 2006 Klausur Statistik II 1. Alle Aufgaben sind zu beantworten. 2. Bitte runden Sie Ihre

Mehr

Seminar zur Energiewirtschaft:

Seminar zur Energiewirtschaft: Seminar zur Energiewirtschaft: Ermittlung der Zahlungsbereitschaft für erneuerbare Energien bzw. bessere Umwelt Vladimir Udalov 1 Modelle mit diskreten abhängigen Variablen 2 - Ausgangssituation Eine Dummy-Variable

Mehr

I. Deskriptive Statistik 1

I. Deskriptive Statistik 1 I. Deskriptive Statistik 1 1. Einführung 3 1.1. Grundgesamtheit und Stichprobe.................. 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................

Mehr

Statistik K urs SS 2004

Statistik K urs SS 2004 Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die

Mehr

Wann endet die Kartellwirkung? - Antworten für die Praxis

Wann endet die Kartellwirkung? - Antworten für die Praxis Wann endet die Kartellwirkung? - Antworten für die Praxis L&A-Wettbewerbstag 2018 Dr. Gunnar Oldehaver Hamburg, den 18. Januar 2018 Friedrich-Ebert-Damm 311 22159 Hamburg Fon +49 40 64 55 77 90 Fax +49

Mehr

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Diese Übung beschäftigt sich mit der Skalierung von Variablen in Regressionsanalysen und mit asymptotischen Eigenschaften von OLS. Verwenden

Mehr

Inhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden

Inhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse

Mehr

4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers

4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers 4. Statistik im multiplen Regressionsmodell In diesem Kapitel wird im Abschnitt 4.1 zusätzlich zu den schon bekannten Standardannahmen noch die Annahme von normalverteilten Residuen hinzugefügt. Auf Basis

Mehr

Inhaltsverzeichnis. Über die Autoren Einleitung... 21

Inhaltsverzeichnis. Über die Autoren Einleitung... 21 Inhaltsverzeichnis Über die Autoren.... 7 Einleitung... 21 Über dieses Buch... 21 Was Sie nicht lesen müssen... 22 Törichte Annahmen über den Leser... 22 Wie dieses Buch aufgebaut ist... 23 Symbole, die

Mehr

Test von Hypothesen: Signifikanz des Zusammenhangs (F-Test)

Test von Hypothesen: Signifikanz des Zusammenhangs (F-Test) Test von Hyothesen: Signifikanz des Zusammenhangs (F-Test) Die Schätzung der Regressionsfunktion basiert auf Daten einer Stichrobe Inwiefern können die Ergebnisse dieser Schätzung auf die Grundgesamtheit

Mehr

1 Wahrscheinlichkeitsrechnung. 2 Zufallsvariablen und ihre Verteilung. 3 Statistische Inferenz. 4 Intervallschätzung. 5 Hypothesentests.

1 Wahrscheinlichkeitsrechnung. 2 Zufallsvariablen und ihre Verteilung. 3 Statistische Inferenz. 4 Intervallschätzung. 5 Hypothesentests. 0 Einführung 1 Wahrscheinlichkeitsrechnung 2 Zufallsvariablen und ihre Verteilung 3 Statistische Inferenz 4 Intervallschätzung 5 Hypothesentests 6 Regression Lineare Regressionsmodelle Deskriptive Statistik:

Mehr

Grundlagen der schließenden Statistik

Grundlagen der schließenden Statistik Grundlagen der schließenden Statistik Schätzer, Konfidenzintervalle und Tests 1 46 Motivation Daten erhoben (Umfrage, Messwerte) Problem: Bei Wiederholung des Experiments wird man andere Beobachtungen

Mehr

Zusammenfassung 11. Sara dos Reis.

Zusammenfassung 11. Sara dos Reis. Zusammenfassung 11 Sara dos Reis sdosreis@student.ethz.ch Diese Zusammenfassungen wollen nicht ein Ersatz des Skriptes oder der Slides sein, sie sind nur eine Sammlung von Hinweise zur Theorie, die benötigt

Mehr

1 Beispiel zur Methode der kleinsten Quadrate

1 Beispiel zur Methode der kleinsten Quadrate 1 Beispiel zur Methode der kleinsten Quadrate 1.1 Daten des Beispiels t x y x*y x 2 ŷ ˆɛ ˆɛ 2 1 1 3 3 1 2 1 1 2 2 3 6 4 3.5-0.5 0.25 3 3 4 12 9 5-1 1 4 4 6 24 16 6.5-0.5 0.25 5 5 9 45 25 8 1 1 Σ 15 25

Mehr

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst mit dem R Commander A Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist

Mehr

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik

Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen Hochschule Esslingen Übungsblatt 2. Statistik Dr. I. Fahrner WiSe 2016/17 Fakultät Grundlagen 6.10.2016 Hochschule Esslingen Übungsblatt 2 Statistik Stichworte: arithmetischer Mittelwert, empirische Varianz, empirische Standardabweichung, empirischer

Mehr

Methodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg Methodenlehre Vorlesung 12 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft

Mehr

Mehrfache Lineare Regression 1/9

Mehrfache Lineare Regression 1/9 Mehrfache Lineare Regression 1/9 Ziel: In diesem Fallbeispiel soll die Durchführung einer mehrfachen linearen Regressionsanalyse auf der Basis vorhandener Prozessdaten (Felddaten) beschrieben werden. Nach

Mehr

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19

Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19 Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist

Mehr

simple lineare Regression kurvilineare Regression Bestimmtheitsmaß und Konfidenzintervall

simple lineare Regression kurvilineare Regression Bestimmtheitsmaß und Konfidenzintervall Regression Korrelation simple lineare Regression kurvilineare Regression Bestimmtheitsmaß und Konfidenzintervall Zusammenhänge zw. Variablen Betrachtet man mehr als eine Variable, so besteht immer auch

Mehr

Ermittlung der Schadenshöhe bei Verstößen gegen das Kartellverbot

Ermittlung der Schadenshöhe bei Verstößen gegen das Kartellverbot Ermittlung der Schadenshöhe bei Verstößen gegen das Kartellverbot Prof. Dr. Roman Inderst Lehrstuhl für Finanzen und Ökonomie Johann Wolfgang Goethe-Universität Frankfurt am Main Prof. Dr. Stefan Thomas

Mehr

Statistik für Ökonomen

Statistik für Ökonomen Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS tfü. Springer Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R 3 1.1 Installieren und Starten von R 3 1.2 R-Befehle

Mehr

Vorlesung: Statistik II für Wirtschaftswissenschaft

Vorlesung: Statistik II für Wirtschaftswissenschaft Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 6 Genzwertsätze Einführung 1 Wahrscheinlichkeit: Definition und Interpretation

Mehr

Ausführliche Lösungen zu ausgewählten Aufgaben von ÜB 5 und 6. Streudiagramm

Ausführliche Lösungen zu ausgewählten Aufgaben von ÜB 5 und 6. Streudiagramm y Aufgabe 3 Ausführliche Lösungen zu ausgewählten Aufgaben von ÜB 5 und 6 a) Zur Erstellung des Streudiagramms zeichnet man jeweils einen Punkt für jedes Datenpaar (x i, y i ) aus der zweidimensionalen

Mehr

Übung V Lineares Regressionsmodell

Übung V Lineares Regressionsmodell Universität Ulm 89069 Ulm Germany Dipl.-WiWi Michael Alpert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2007 Übung

Mehr

Prof. Dr. Marc Gürtler WS 2015/2016. Prof. Dr. Marc Gürtler. Klausur zur 10/12 SWS-Vertiefung Empirische Finanzwirtschaft Finanzwirtschaft

Prof. Dr. Marc Gürtler WS 2015/2016. Prof. Dr. Marc Gürtler. Klausur zur 10/12 SWS-Vertiefung Empirische Finanzwirtschaft Finanzwirtschaft Prof. Dr. Marc Gürtler WS 015/016 Prof. Dr. Marc Gürtler Klausur zur 10/1 SWS-Vertiefung Empirische Finanzwirtschaft Finanzwirtschaft Lösungsskizze Prof. Dr. Marc Gürtler WS 015/016 Aufgabe 1: (11+5+1+8=56

Mehr

Auswertung und Lösung

Auswertung und Lösung Dieses Quiz soll Ihnen helfen, Kapitel 4.6 und 4.7 besser zu verstehen. Auswertung und Lösung Abgaben: 59 / 265 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: 0 Durchschnitt: 4.78 1 Frage

Mehr

Statistische Tests (Signifikanztests)

Statistische Tests (Signifikanztests) Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)

Mehr

Statistik II Übung 1: Einfache lineare Regression

Statistik II Übung 1: Einfache lineare Regression Statistik II Übung 1: Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (16-24 Jahre alt) und der Anzahl der

Mehr

Wie liest man Konfidenzintervalle? Teil I. Premiu m

Wie liest man Konfidenzintervalle? Teil I. Premiu m Wie liest man Konfidenzintervalle? Teil I Premiu m Was sind Konfidenzintervalle? Ein Konfidenzintervall (KI) ist ein Maß für die Unsicherheit bezüglich einer Schätzung eines Effekts. Es ist ein Intervall

Mehr

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische

Mehr

Methodenlehre. Vorlesung 11. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. Vorlesung 11. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg Methodenlehre Vorlesung 11 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 03.12.13 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie

Mehr

Einführung in Quantitative Methoden

Einführung in Quantitative Methoden in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2011 Christodoulides / Waldherr in Quantitative Methoden- 2.VO 1/47 Historisches Regression geht auf Galton

Mehr

Statistik I. Methodologie der Psychologie

Statistik I. Methodologie der Psychologie Statistik I Methodologie der Psychologie Thomas Schmidt & Lena Frank Wintersemester 2003/2004 Georg-Elias-Müller-Institut für Psychologie Uni Göttingen Literatur: Glantz, S.A. (2002). Primer of Biostatistics.

Mehr

3.3 Konfidenzintervalle für Regressionskoeffizienten

3.3 Konfidenzintervalle für Regressionskoeffizienten 3.3 Konfidenzintervalle für Regressionskoeffizienten Konfidenzintervall (Intervallschätzung): Angabe des Bereichs, in dem der "wahre" Regressionskoeffizient mit einer großen Wahrscheinlichkeit liegen wird

Mehr

Statistik Klausur Wintersemester 2012/2013 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!

Statistik Klausur Wintersemester 2012/2013 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Statistik 1 1. Klausur Wintersemester 2012/2013 Hamburg, 19.03.2013 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................

Mehr

Pkt. Aufg.1: Aufg.2: Aufg.3: Aufg.4: Aufg.5:

Pkt. Aufg.1: Aufg.2: Aufg.3: Aufg.4: Aufg.5: Klausurbeispiel zu den Vorlesungen Statistik für Ingenieure/Stochastik sowie Datenanalyse und Statistik (Herbstsemester 00/003) Die Lösungen der Aufgaben sind jeweils in dieser grünen Farbe dargestellt!

Mehr

Teekonsum in den USA (in 1000 Tonnen), Nimmt den Wert 1 an für alle Perioden, Durchschnittlicher Preis des Tees in Periode t (in Tausend $/Tonne).

Teekonsum in den USA (in 1000 Tonnen), Nimmt den Wert 1 an für alle Perioden, Durchschnittlicher Preis des Tees in Periode t (in Tausend $/Tonne). Aufgabe 1 (5 Punkte) Gegeben sei ein lineares Regressionsmodell in der Form. Dabei ist y t = x t1 β 1 + x t β + e t, t = 1,..., 10 (1) y t : x t1 : x t : Teekonsum in den USA (in 1000 Tonnen), Nimmt den

Mehr

John Komlos Bernd Süssmuth. Empirische Ökonomie. Eine Einführung in Methoden und Anwendungen. 4y Springer

John Komlos Bernd Süssmuth. Empirische Ökonomie. Eine Einführung in Methoden und Anwendungen. 4y Springer John Komlos Bernd Süssmuth Empirische Ökonomie Eine Einführung in Methoden und Anwendungen 4y Springer 1 Einführung 1 1.1 Ökonometrie 1 2 Vorüberlegungen und Grundbegriffe 7 2.1 Statistik als Grundlage

Mehr

Stichwortverzeichnis. Symbole

Stichwortverzeichnis. Symbole Stichwortverzeichnis Symbole 50ste Perzentil 119 A Absichern, Ergebnisse 203 Abzählbar unendliche Zufallsvariable 146 Alternativhypothese 237 238 formulieren 248 Anekdote 340 Annäherung 171, 191 Antwortquote

Mehr

1 Einführung Ökonometrie... 1

1 Einführung Ökonometrie... 1 Inhalt 1 Einführung... 1 1.1 Ökonometrie... 1 2 Vorüberlegungen und Grundbegriffe... 7 2.1 Statistik als Grundlage der Empirischen Ökonomie... 7 2.2 Abgrenzung und Parallelen zu den Naturwissenschaften...

Mehr

3. Lektion: Deskriptive Statistik

3. Lektion: Deskriptive Statistik Seite 1 von 5 3. Lektion: Deskriptive Statistik Ziel dieser Lektion: Du kennst die verschiedenen Methoden der deskriptiven Statistik und weißt, welche davon für Deine Daten passen. Inhalt: 3.1 Deskriptive

Mehr

Softwaretechnik. Prof. Dr. Rainer Koschke. Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen

Softwaretechnik. Prof. Dr. Rainer Koschke. Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen Softwaretechnik Prof. Dr. Rainer Koschke Fachbereich Mathematik und Informatik Arbeitsgruppe Softwaretechnik Universität Bremen Wintersemester 2010/11 Überblick I Statistik bei kontrollierten Experimenten

Mehr

Evaluation & Forschungsstrategien. B.Sc.-Seminar. Sitzung IV: Konfidenzintervalle // Normalverteilungstests

Evaluation & Forschungsstrategien. B.Sc.-Seminar. Sitzung IV: Konfidenzintervalle // Normalverteilungstests Evaluation & Forschungsstrategien B.Sc.-Seminar Sitzung V: Konfidenzintervalle // Normalverteilungstests Seminarinhalte Sitzung V: 16.05.2018 Konfidenzintervalle bei bekannter Varianz Konfidenzintervalle

Mehr

Inhalt. I. Deskriptive Statistik Einführung Die Grundgesamtheit Merkmale und Verteilungen Tabellen und Grafiken...

Inhalt. I. Deskriptive Statistik Einführung Die Grundgesamtheit Merkmale und Verteilungen Tabellen und Grafiken... I. Deskriptive Statistik 1 1. Einführung 3 1.1. Die Grundgesamtheit......................... 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................ 10

Mehr

Lineare Regression. Kapitel Regressionsgerade

Lineare Regression. Kapitel Regressionsgerade Kapitel 5 Lineare Regression 5 Regressionsgerade Eine reelle Zielgröße y hänge von einer reellen Einflussgröße x ab: y = yx) ; zb: Verkauf y eines Produkts in Stückzahl] hängt vom Preis in e] ab Das Modell

Mehr

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg Methodenlehre Vorlesung 10 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie als Wissenschaft

Mehr

Private Enforcement: Kartellrechtliche Herausforderungen nach der 9. GWB Novelle und wettbewerbsökonomische Grundzüge der Schadensschätzung

Private Enforcement: Kartellrechtliche Herausforderungen nach der 9. GWB Novelle und wettbewerbsökonomische Grundzüge der Schadensschätzung Private Enforcement: Kartellrechtliche Herausforderungen nach der 9. GWB Novelle und wettbewerbsökonomische Grundzüge der Schadensschätzung 53. FIW-Ferienkurs Düsseldorf, 21. September 2016 Dr. Jens Rubart,

Mehr

Statistik II Übung 3: Hypothesentests

Statistik II Übung 3: Hypothesentests Statistik II Übung 3: Hypothesentests Diese Übung beschäftigt sich mit der Anwendung diverser Hypothesentests (zum Beispiel zum Vergleich der Mittelwerte und Verteilungen zweier Stichproben). Verwenden

Mehr

Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006

Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 Empirische Softwaretechnik Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 1 Experiment zur Vererbungstiefe Softwaretechnik: die Vererbungstiefe ist kein guter Schätzer für den Wartungsaufwand

Mehr

Prüfung aus Statistik 2 für SoziologInnen

Prüfung aus Statistik 2 für SoziologInnen Prüfung aus Statistik 2 für SoziologInnen 11. Oktober 2013 Gesamtpunktezahl =80 Name in Blockbuchstaben: Matrikelnummer: Wissenstest (maximal 16 Punkte) Kreuzen ( ) Sie die jeweils richtige Antwort an.

Mehr

Statistik II: Signifikanztests /2

Statistik II: Signifikanztests /2 Medien Institut : Signifikanztests /2 Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Korrelation 2. Exkurs: Kausalität 3. Regressionsanalyse 4. Key Facts 2 I

Mehr

b) Bestimmen Sie die Varianz der beiden Schätzer. c) Ist ein oder sind beide Schätzer konsistent? Begründen Sie!

b) Bestimmen Sie die Varianz der beiden Schätzer. c) Ist ein oder sind beide Schätzer konsistent? Begründen Sie! Aufgabe 1 (3 + 3 + 2 Punkte) Ein Landwirt möchte das durchschnittliche Gewicht von einjährigen Ferkeln bestimmen lassen. Dies möchte er aus seinem diesjährigen Bestand an n Tieren schätzen. Er kann dies

Mehr

Empirische Wirtschaftsforschung

Empirische Wirtschaftsforschung Thomas K. Bauer Michael Fertig Christoph M. Schmidt Empirische Wirtschaftsforschung Eine Einführung ß 361738 4y Springer Inhaltsverzeichnis 1 Wichtige Konzepte der Statistik - Eine Einführung 1 1.1 Die

Mehr

Bereiche der Statistik

Bereiche der Statistik Bereiche der Statistik Deskriptive / Exploratorische Statistik Schließende Statistik Schließende Statistik Inferenz-Statistik (analytische, schließende oder konfirmatorische Statistik) baut auf der beschreibenden

Mehr

Wolfgang Kohn Riza Öztürk. Statistik für Ökonomen. Datenanalyse mit R und SPSS. 3., überarbeitete Auflage. 4^ Springer Gabler

Wolfgang Kohn Riza Öztürk. Statistik für Ökonomen. Datenanalyse mit R und SPSS. 3., überarbeitete Auflage. 4^ Springer Gabler Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS 3., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Einführung 1 Statistik-Programme 3 1.1 Kleine Einführung

Mehr

Zeitreihenanalyse. Zerlegung von Zeitreihen Saisonindex, saisonbereinigte Zeitreihe Trend und zyklische Komponente Prognose Autokorrelation

Zeitreihenanalyse. Zerlegung von Zeitreihen Saisonindex, saisonbereinigte Zeitreihe Trend und zyklische Komponente Prognose Autokorrelation Zeitreihenanalyse Zerlegung von Zeitreihen Saisonindex, saisonbereinigte Zeitreihe Trend und zyklische Komponente Prognose Autokorrelation Beispiel für Zeitreihe Andere Anwendungen Inventarmanagment Produktionsplanung

Mehr

Statistik II. IV. Hypothesentests. Martin Huber

Statistik II. IV. Hypothesentests. Martin Huber Statistik II IV. Hypothesentests Martin Huber 1 / 41 Übersicht Struktur eines Hypothesentests Stichprobenverteilung t-test: Einzelner-Parameter-Test F-Test: Multiple lineare Restriktionen 2 / 41 Struktur

Mehr

3 Konfidenzintervalle

3 Konfidenzintervalle 3 Konfidenzintervalle Konfidenzintervalle sind das Ergebnis von Intervallschätzungen. Sicheres Wissen über Grundgesamtheiten kann man anhand von Stichproben nicht gewinnen. Aber mit Hilfe der Statistik

Mehr

a) Man bestimme ein 95%-Konfidenzintervall für den Anteil der Wahlberechtigten, die gegen die Einführung dieses generellen

a) Man bestimme ein 95%-Konfidenzintervall für den Anteil der Wahlberechtigten, die gegen die Einführung dieses generellen 2) Bei einer Stichprobe unter n=800 Wahlberechtigten gaben 440 an, dass Sie gegen die Einführung eines generellen Tempolimits von 100km/h auf Österreichs Autobahnen sind. a) Man bestimme ein 95%-Konfidenzintervall

Mehr

Stichproben Parameterschätzung Konfidenzintervalle:

Stichproben Parameterschätzung Konfidenzintervalle: Stichproben Parameterschätzung Konfidenzintervalle: Beispiel Wahlprognose: Die Grundgesamtheit hat einen Prozentsatz p der Partei A wählt. Wenn dieser Prozentsatz bekannt ist, dann kann man z.b. ausrechnen,

Mehr

Wiederholung. Statistik I. Sommersemester 2009

Wiederholung. Statistik I. Sommersemester 2009 Statistik I Sommersemester 2009 Statistik I (1/21) Daten/graphische Darstellungen Lage- und Streuungsmaße Zusammenhangsmaße Lineare Regression Wahrscheinlichkeitsrechnung Zentraler Grenzwertsatz Konfidenzintervalle

Mehr

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management

Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 2013 Hochschule Augsburg Regression: 4 eindimensionale Beispiele Berühmte

Mehr

Teil XIII. Multiple lineare Regression. Woche 11: Multiple lineare Regression. Zusammenfassung Einfache lineare Regression.

Teil XIII. Multiple lineare Regression. Woche 11: Multiple lineare Regression. Zusammenfassung Einfache lineare Regression. Woche 11: Multiple lineare Regression Patric Müller Teil XIII Multiple lineare Regression ETHZ WBL 17/19, 10.07.017 Wahrscheinlichkeit und Statistik Patric Müller WBL

Mehr

Statistik II Übung 1: Einfache lineare Regression

Statistik II Übung 1: Einfache lineare Regression Statistik II Übung 1: Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (16-24 Jahre alt) und der Anzahl der

Mehr

T-Test für unabhängige Stichproben

T-Test für unabhängige Stichproben T-Test für unabhängige Stichproben Wir gehen von folgendem Beispiel aus: Wir erheben zwei Zufallstichproben, wobei nur die Probanden der einen Stichprobe einer speziellen experimentellen Behandlung (etwa

Mehr

Schätzung im multiplen linearen Modell VI

Schätzung im multiplen linearen Modell VI Schätzung im multiplen linearen Modell VI Wie im einfachen linearen Regressionsmodell definiert man zu den KQ/OLS-geschätzten Parametern β = ( β 0, β 1,..., β K ) mit ŷ i := β 0 + β 1 x 1i +... β K x Ki,

Mehr

Instrument zur Untersuchung eines linearen Zusammenhangs zwischen zwei (oder mehr) Merkmalen.

Instrument zur Untersuchung eines linearen Zusammenhangs zwischen zwei (oder mehr) Merkmalen. Gliederung Grundidee Einfaches lineares Modell KQ-Methode (Suche nach der besten Geraden) Einfluss von Ausreißern Güte des Modells (Bestimmtheitsmaß R²) Multiple Regression Noch Fragen? Lineare Regression

Mehr

11. Sitzung Auswertungsstrategien; Darstellung von Forschungsergebnissen

11. Sitzung Auswertungsstrategien; Darstellung von Forschungsergebnissen 11. Sitzung Auswertungsstrategien; Darstellung von Forschungsergebnissen 1 Gliederung der Vorlesung 1. Probleme der Auswertung bei quantitativem Vorgehen 2. Probleme der Auswertung bei qualitativem Vorgehen

Mehr

Auswertung und Lösung

Auswertung und Lösung Körperkraft [Nm] 0 50 100 150 200 250 0 20 40 60 80 Lean Body Mass [kg] Dieses Quiz soll Ihnen helfen, den R Output einer einfachen linearen Regression besser zu verstehen (s. Kapitel 5.4.1) Es wurden

Mehr

Klausurvorbereitung - Statistik

Klausurvorbereitung - Statistik Aufgabe 1 Klausurvorbereitung - Statistik Studenten der Politikwissenschaft der Johannes Gutenberg-Universität wurden befragt, seit wie vielen Semestern sie eingeschrieben sind. Berechnen Sie für die folgenden

Mehr

Einführung in die computergestützte Datenanalyse

Einführung in die computergestützte Datenanalyse Karlheinz Zwerenz Statistik Einführung in die computergestützte Datenanalyse 6., überarbeitete Auflage DE GRUYTER OLDENBOURG Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL

Mehr

Hydrologie und Flussgebietsmanagement

Hydrologie und Flussgebietsmanagement Hydrologie und Flussgebietsmanagement o.univ.prof. DI Dr. H.P. Nachtnebel Institut für Wasserwirtschaft, Hydrologie und konstruktiver Wasserbau Gliederung der Vorlesung Statistische Grundlagen Etremwertstatistik

Mehr

Statistisches Testen

Statistisches Testen Statistisches Testen Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Differenzen Anteilswert Chi-Quadrat Tests Gleichheit von Varianzen Prinzip des Statistischen Tests Konfidenzintervall

Mehr

B. Regressionsanalyse [progdat.sav]

B. Regressionsanalyse [progdat.sav] SPSS-PC-ÜBUNG Seite 9 B. Regressionsanalyse [progdat.sav] Ein Unternehmen möchte den zukünftigen Absatz in Abhängigkeit von den Werbeausgaben und der Anzahl der Filialen prognostizieren. Dazu wurden über

Mehr

Korrelation, Regression und Signifikanz

Korrelation, Regression und Signifikanz Professur Forschungsmethodik und Evaluation in der Psychologie Übung Methodenlehre I, und Daten einlesen in SPSS Datei Textdaten lesen... https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://d15cw65ipcts

Mehr

Einführung in die Induktive Statistik: Regressionsanalyse

Einführung in die Induktive Statistik: Regressionsanalyse Einführung in die Induktive Statistik: Regressionsanalyse Jan Gertheiss LMU München Sommersemester 2011 Vielen Dank an Christian Heumann für das Überlassen von TEX-Code! Regressionsanalyse Ziel: Analyse

Mehr

Inhaltsverzeichnis. Vorwort

Inhaltsverzeichnis. Vorwort V Vorwort XI 1 Zum Gebrauch dieses Buches 1 1.1 Einführung 1 1.2 Der Text in den Kapiteln 1 1.3 Was Sie bei auftretenden Problemen tun sollten 2 1.4 Wichtig zu wissen 3 1.5 Zahlenbeispiele im Text 3 1.6

Mehr

Musterlösung. Modulklausur Multivariate Verfahren

Musterlösung. Modulklausur Multivariate Verfahren Musterlösung Modulklausur 31821 Multivariate Verfahren 25. September 2015 Aufgabe 1 (15 Punkte) Kennzeichnen Sie die folgenden Aussagen zur Regressionsanalyse mit R für richtig oder F für falsch. F Wenn

Mehr

Jost Reinecke. 7. Juni 2005

Jost Reinecke. 7. Juni 2005 Universität Bielefeld 7. Juni 2005 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung

Mehr

So berechnen Sie einen Schätzer für einen Punkt

So berechnen Sie einen Schätzer für einen Punkt htw saar 1 EINFÜHRUNG IN DIE STATISTIK: SCHÄTZEN UND TESTEN htw saar 2 Schätzen: Einführung Ziel der Statistik ist es, aus den Beobachtungen eines Merkmales in einer Stichprobe Rückschlüsse über die Verteilung

Mehr

2. Generieren Sie deskriptive Statistiken (Mittelwert, Standardabweichung) für earny3 und kidsunder6yr3 und kommentieren Sie diese kurz.

2. Generieren Sie deskriptive Statistiken (Mittelwert, Standardabweichung) für earny3 und kidsunder6yr3 und kommentieren Sie diese kurz. Statistik II Übung : Einfache lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen dem Lohneinkommen von sozial benachteiligten Individuen (6-24 Jahre alt) und der Anzahl der unter

Mehr

Statistik für. von. Prof. Dr. Josef Bleymüller. und. Prof. Dr. Rafael Weißbach. sowie. Dr. Günther Gehlert. und. Prof. Dr.

Statistik für. von. Prof. Dr. Josef Bleymüller. und. Prof. Dr. Rafael Weißbach. sowie. Dr. Günther Gehlert. und. Prof. Dr. Statistik für Wirtschaftswissenschaftler von Prof. Dr. Josef Bleymüller und Prof. Dr. Rafael Weißbach sowie Dr. Günther Gehlert und Prof. Dr. Herbert Gülicher bei früheren Auflagen 17., überarbeitete Auflage

Mehr

Nachwirkungen von Kartellen. Roman Inderst 5. Juli 2012

Nachwirkungen von Kartellen. Roman Inderst 5. Juli 2012 Nachwirkungen von Kartellen Roman Inderst 5. Juli 2012 Zementkartell (stilisiert) Nachwirkungen von Kartellen 5.06.2012 2 Zwei Fragestellungen 1. Nachwirkungen & Anpassungsprozess nach Ende der Kartellphase

Mehr

Statistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage

Statistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz 3., überarbeitete Auflage R.01denbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt

Mehr

2.5 Lineare Regressionsmodelle

2.5 Lineare Regressionsmodelle 2.5.1 Wiederholung aus Statistik I Gegeben Datenpunkte (Y i, X i ) schätze die beste Gerade Y i = β 0 + β 1 X i, i = 1,..., n. 2 Induktive Statistik 409 Bsp. 2.30. [Kaffeeverkauf auf drei Flohmärkten]

Mehr