Mathematische und statistische Methoden I

Transkript

1 Prof. Dr. G. Meinhardt Methodenlehre Mathematische und statistische Methoden I Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum Dr. Malte Persike [email protected] lordsofthebortz.de twitter.com/methodenlehre tinyurl.com/gplusmethodenlehre Folie 1 WiSe 2011/2012 Fachbereich Sozialwissenschaften Psychologisches Institut Johannes Gutenberg Universität Mainz

2 Ordinaldaten Bortz, S Intervallskala Beschreibung: Histogramm Folie 2 Das Histogramm stellt die Häufigkeiten vieler Kategorien in einem Säulendiagramm mit weniger Klassen als Kategorien dar Die Klassen müssen nicht notwendig gleich breit sein Für die Klassenbildung beim Histogramm gelten dieselben Faustregeln wie bei den Die Häufigkeiten können entweder absolute Häufigkeiten (absolutes Histogramm) sein oder relative Häufigkeiten (relatives Histogramm) Bei gleichen Klassenbreiten zeigt zumeist die Höhe einer Säule die Häufigkeit der Elemente in der Klasse. (wie beim Säulen-/Balkendiagramm)

3 Ordinaldaten Intervallskala Beschreibung: Histogramm Beispiel: Verteilung des IQ in diesem Raum. Folie 3 Student IQ f(iq) h(iq) 92 Werte zwischen 89 und Absolutes Relatives Histogramm

4 Ordinaldaten Intervallskala Beschreibung: Histogramm Frage: Warum darf die Höhe der Säule in einem Histogramm nur dann die Häufigkeit der Elemente in den Klassen repräsentieren, wenn diese gleich breit sind? Beispiel: Säule 1 ist etwas höher als Säule 3, allerdings ist die Klassenbreite unterschiedlich groß Folie 4 Aufgrund der Flächenbewertung der menschlichen Wahrnehmung scheint Klasse 3 wesentlich mehr Merkmalsträger zu umfassen als Klasse 1

5 Ordinaldaten Intervallskala Beschreibung: Histogramm Regel: Wählt man ungleiche Klassenbreiten, muss das Histogramm normiert werden (wegen der Flächenbeurteilung der menschlichen Wahrnehmung). Wenn nicht die Höhe, sondern die Fläche A j einer Säule die Häufigkeit repräsentieren soll, gilt für eine Klasse x j : A = f(x j ), und damit f(x j ) = a j d j (a j ist die Höhe der Säule, d j die Klassenbreite) Somit ist die Höhe einer Säule a j = f(x j ) / d j Folie 5 Dies gilt auch für die Darstellung mit absoluten Häufigkeiten h(x j ) Dann ist die Höhe einer Säule a j = h(x j ) / d j

6 Ordinaldaten Intervallskala Beschreibung: Histogramm Regel: Wählt man ungleiche Klassenbreiten, muss das Histogramm normiert werden (wegen der Flächenbeurteilung der menschlichen Wahrnehmung). Wenn nicht die Höhe, sondern die Fläche A j einer Säule die Häufigkeit repräsentieren soll, gilt für eine Klasse x j : A = f(x j ), und damit f(x j ) = a j d j (a j ist die Höhe der Säule, d j die Klassenbreite) bzw. a j = f(x j ) / d j Normierte relative Häufigkeit Folie 6

7 Ordinaldaten Intervallskala Beschreibung: Histogramm Beispiel: Verteilung des IQ in diesem Raum. Folie 7 Student IQ h(iq) f(iq) 92 Werte zwischen 89 und

8 Ordinaldaten Intervallskala Beschreibung: Histogramm Problem: Ein normiertes Histogramm ist in Bezug auf die y-achse nur schwer interpretierbar. Um die relative/absolute Häufigkeit einer Klasse zu bestimmen, muss außer bei einer Klassenbreite von 1 stets gerechnet werden Dies führt bei Histogrammen mit gleicher Klassenbreite zu unnötigem Interpretationsaufwand Normierte relative Häufigkeit Normierte relative Häufigkeit Folie 8

9 Ordinaldaten Intervallskala Beschreibung: Histogramm Problem: Ein normiertes Histogramm ist in Bezug auf die y-achse nur schwer interpretierbar. Um die relative/absolute Häufigkeit einer Klasse zu bestimmen, muss außer bei einer Klassenbreite von 1 stets gerechnet werden Bei gleichen Klassenbreiten wird ein Histogramm daher zumeist wie ein Säulendiagramm skaliert. Normierte relative Häufigkeit Folie 9

10 Ordinaldaten Beschreibung: Histogramm Achtung: Die Wahl der Klassenanzahl kann für die Aussage entscheidend sein. Beispiel: Körpergrößen an der Geisteswissenschaftlichen Fakultät der Uni Mainz Klassenanzahl: 25 Klassenanzahl: 10 f(iq) f(iq) Folie 10

11 Ordinaldaten Intervallskala /verbale Beschreibung: Modalität Je nach Anzahl der (lokalen) Maxima unterscheidet man uni-, bi- und multimodale Verteilungen. Folie 11

12 Ordinaldaten /verbale Beschreibung: Schiefe Symmetrische Verteilungen: Häufigkeiten für die Ausprägungen einer Zufallsvariablen verlaufen (annähernd) gleichartig um den Mittelwert. Linkssteile/rechtsschiefe Verteilungen: Häufigkeiten laufen rechts des Mittelwertes flacher aus. Rechtssteile/linksschiefe Verteilungen: Häufigkeiten laufen links des Mittelwertes flacher aus. Folie 12

13 Ordinaldaten Bortz, S. 62 Intervallskala Beschreibung: Empirische Verteilungsfunktion Die empirische Verteilungsfunktion bei c Klassen ist j F( X x ) F( x ) f ( x ) j j c c1 mit j = 1 k Note x h(x) f(x) F(x) Zur grafischen Darstellung werden also die empirischen relativen Häufigkeiten aufsummiert Folie 13

14 Bortz, S Numerische Beschreibung: Kennwerte Kennwerte I Maße der zentralen Tendenz Mittelwert Streuungsmaße (Dispersionsmaße) Mittlere Differenz (Abweichungs-)Quadratsumme Varianz Standardabweichung Folie 14

15 Numerische Beschreibung: Mittelwert Kennwerte I Folie 15 Der Mittelwert ist bei n Beobachtungen x 1 x n definiert als 1 1 x x x x x n ( 1 2 N) n n i 1 Ist durch extreme Werte beeinflussbar (ausreißerempfindlich) Ist der Schwerpunkt der Beobachtungen, d.h. n i1 x i x 0 i

16 Numerische Beschreibung: Mittelwert Kennwerte I Folie 16 Der Mittelwert stimmt häufig mit keiner beobachteten Realisation überein Der Mittelwert ist äquivariant gegenüber gewissen (z.b. linearen) Transformationen Insbesondere 1. Addition einer Konstanten a zu allen n Beobachtungen x 1 x n x a x a 2. Multiplikation aller n Beobachtungen x 1 x n mit einer Konstanten c a xax

17 Kennwerte I Numerische Beschreibung: Mittelwert Lageregeln für die Maße der zentralen Tendenz Bei symmetrischen Verteilungen: x x x med Bei linkssteilen Verteilungen: x x x med mod mod Bei rechtssteilen Verteilungen x x x med mod Folie 17

18 Bortz, S Kennwerte I Folie 18 Numerische Beschreibung: Mittlere Abweichung Als mittlere Abweichung (MD) von n Beobachtungen x 1 x n in einem Datensatz wird die Summe aller Abweichungsbeträge zum Median bezeichnet. 1 n i n i 1 MD x x Für jeden anderen Wert als für den Median ist der mittlere Abweichungsbetrag größer, d.h. n 1 1 n x x x c i i1 n i1 n i

19 Kennwerte I Folie 19 Numerische Beschreibung: Abweichungsquadratsumme Die Abweichungsquadratsumme (oder auch: Fehlerquadratsumme oder einfach Quadratsumme) ist die Summe der quadrierten Abweichungen aller n Beobachtungen x 1 x n vom Mittelwert. QS x x x n 2 i1 Erfasst die Streuung um den Mittelwert Nur falls keine Streuung besteht, ist QS = 0, d.h. alle beobachteten Werte sind gleich. Sonst: QS> 0 Je größer die Streuung, desto größer ist die QS Problem: Die Fehlerquadratsumme wird um so größer, je mehr Beobachtungen vorliegen i

20 Kennwerte I Folie 20 Numerische Beschreibung: Varianz Die Varianz ist das mittlere Abweichungsquadrat aller n Beobachtungen x 1 x n vom Mittelwert. 2 1 n s x xi x n i 1 2 Erfasst die mittlere Streuung um den Mittelwert Nur falls keine Streuung besteht, ist s² = 0, d.h. alle beobachteten Werte sind gleich. Sonst: s² > 0 Je größer die Streuung um den Mittelwert, desto größer ist die Varianz Ist anfällig gegenüber Ausreißern

21 Kennwerte I Numerische Beschreibung: Varianz Für jeden anderen Wert als für den Mittelwert ist die Summe der Abweichungsquadrate höher 1 1 n n n 2 2 xi x xi c i1 n i1 Der Mittelwert minimiert also die quadrierten Abweichungen aller Beobachtungen. Folie 21

22 Kennwerte I Folie 22 Numerische Beschreibung: Varianz Die Formel für die Varianz lässt sich leicht umformen in eine rechnerisch manchmal günstigere Variante: n 1 1 n i i1 n i1 n x x x x x x Die Varianz ist also die Differenz des Mittelwerts der quadrierten Daten und dem quadrierten Mittelwert der Daten. Dies wird auch als Momentenschreibweise der Varianz bezeichnet. i

23 Kennwerte I Numerische Beschreibung: Standardabweichung Problem: Die Varianz ist nicht äquivariant zu erlaubten Skalentransformationen s ax a s x ( ) ( ) (mit a = const.) Durch Wurzelziehen erhält man die Standardabweichung (SD, standard deviation) 1 n i n i 1 s x s x x x 2 2 Folie 23 Die Standardabweichung ist äquivariant zu den erlaubten Skalentransformationen

24 Kennwerte I Folie 24 Numerische Beschreibung: s² und s Verhalten von Varianz und Standardabweichung bei Transformationen der n Beobachtungen x 1 x n 1. Die Addition einer Konstanten a zu allen Werten x verändert Varianz und Standardabweichung nicht s²(x + a) = s²(x) s(x + a) = s(x) 2. Die Multiplikation aller Werte x mit einer Konstanten a führt zu einer Erhöhung der Varianz um a² und der Standardabweichung um a s²(a x) = a² s²(x) s(a x) = a s(x)

25 Bortz, S. 41, 46 Kennwerte I Mittelwert und Varianz aus kategorisierten Daten Liegen intervallskalierte Daten bereits in kategorisierter Form vor (z.b. in einer Häufigkeitstabelle), so können daraus Mittelwert und Varianz näherungsweise bestimmt werden. Es sei x jmid, OG j UG 2 die Kategoriemitte der j-ten von insgesamt k Kategorien mit der Untergrenze UG j, der Obergrenze OG j und der Häufigkeit f(x j ) j Mittelwert k j1 j, x f x x j mid Varianz k 2 s ( x) f xj xj, mid x j1 2 Folie 25

26 Kennwerte Beschreibung: Fehlerbalkendiagramm Das Fehlerbalkendiagramm (Error Bar) veranschaulicht Mittelwerte und die Streuung von Daten für mindestens eine Stichprobe. Für die Länge der Fehlerbalken existieren verschiedene Konventionen (± 1 SD, ± 1.96 SD, ± 2.58 SD) I Körpergröße in in cm cm (+/ (+/ SD) SD) Folie Frauen Geschlecht Männer

27 Bortz, S Transformationsregel Ziel: Angabe der relativen Lage von Werten in einer Verteilung. 1. Quantile: wie bereits gesehen 2. Angabe einer normierten Differenz eines Messwertes zum Mittelwert Folie 27 Berechnungsvorschrift: Jede Differenz eines Messwertes wird durch die Standardabweichung aller Messwerte geteilt. Die erhaltenen Werte werden als z-werte bezeichnet. z x x s x x

28 Eigenschaften Der z-wert kann auch als Differenz eines normierten Datenwertes vom normierten Mittelwert betrachtet werden, denn z x x x x x s s s x x x Der Mittelwert von z-werten ist immer 0 Die Standardabweichung von z-werten ist immer 1 Folie 28

29 Skalentransformation Mithilfe der z-transformation können Messdaten mit beliebigem Mittelwert und Standardabweichung in Daten transformiert werden, die einen definierten Mittelwert und Standardabweichung aufweisen. Schritt 1: jedes Datenpunktes Schritt 2: Transformation jedes Datenpunktes in die neue Skala x zs x neu neu neu Folie 29 Beispiele: Hamburg-Wechsler IQ-Test (MW=100, s=15), IQ-Skala laut IST (MW=100, s=10), Stanine- Skala (MW=5, s=2),

30 Relevante Excel Funktionen Kennwerte ABS() ^-Operator für Quadrierung, POTENZ() WURZEL() MITTELWERT(), MITTELWERTWENN(), MITTELWERTWENNS() MITTELABW() QUADRATESUMME() VAR.P() STABW.N() STANDARDISIERUNG() Folie 30