WISTA WIRTSCHAFTSSTATISTIK
|
|
|
- Arwed Hertz
- vor 9 Jahren
- Abrufe
Transkript
1 WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm Konzentrationsmaße 1. Konzentrationsbegriff 2. Lorenzkurve 3. Gini-Koeffizient Literatur: Degen, Horst / Lorscheid, Peter: Statistik-Lehrbuch, 2. Aufl., München-Wien 2002, S Mosler, Karl und Schmid, Friedrich: Beschreibende Statistik und Wirtschaftsstatistik, 4. Aufl., Berlin-Heidelberg-New York 2009, S von der Lippe, Peter: Deskriptive Statistik, Stuttgart 1993, S Bruckmann, Gerhart: Konzentrationsmessung, in: Bleymüller, Josef / Gehlert, Günther / Gülicher, Herbert: Statistik für Wirtschaftswissenschaftler, 15. Aufl., München 2008, S Übungsaufgaben: Semesterabschlussklausuren WS 03/04, A2; SS 05, A2; SS 08, A2; WS 10/11, A3.
2 Konzentrationsmaße Begriff und Fragestellung Begriff der Konzentration Unter Konzentration versteht man die (ungleiche) Verteilung der Merkmalssumme eines Erhebungsmerkmals auf die Merkmalsträger. Beispiele: Marktformen Polypol Oligopol Monopol (Anzahl der Anbieter, Marktanteil, Marktmacht) Personelle Einkommens- oder Vermögensverteilung ( Die ärmsten 10% der Bevölkerung beziehen 4,1% des Volkseinkommens, die reichsten 10% beziehen 21,1% des Volkseinkommens ) Konzentration statisch dynamisch absolut relativ absolut relativ 2
3 Konzentrationsmaße Begriff und Fragestellung Statische Konzentration Zeitpunktbetrachtung, Konzentration als Zustand. Das Vermögen ist ungleich verteilt, es konzentriert sich auf wenige Personen Dynamische Konzentration Zeitraumbetrachtung, Konzentration als Prozess. In der Landwirtschaft hat zwischen 1960 und 1990 ein Konzentrationsprozess stattgefunden. Absolute Konzentration Konzentration der Merkmalssumme auf absolut wenige Merkmalsträger. Ein Großteil des gesamten Merkmalsbetrages konzentriert sich auf eine kleine Zahl von Merkmalsträgern. Die drei größten Unternehmen haben auf dem Markt x einen Marktanteil von zusammen 90%. Relative Konzentration (Disparität) Konzentration der Merkmalssumme auf einen geringen Anteil der Merkmalsträger. 1,7% der Bevölkerung besitzen mehr als 70% des Produktivvermögens. 3
4 Konzentrationsmaße Begriff und Fragestellung Beispiel: Umsatzverteilung von Unternehmen einer Branche 1) Unternehmen Verteilung A B C D E F G H a b c d e f g h i j Gesamtumsatz ) Beispiel entnommen aus: Bleymüller/Gehlert/Gülicher, Statistik für Wirtschaftswissenschaftler, 15. Aufl., München 2008, S
5 Konzentrationsmaße Begriff und Fragestellung Messung der Konzentration Maßzahlen der absoluten Konzentration Konzentrationsrate Herfindahl-Index (normierte) Entropie = Anteil der j größten Merkmalsträger an der Merkmalssumme = Summe der quadrierten Anteile an der Merkmalssumme Maßzahlen der relativen Konzentration Lorenzkurve Gini-Koeffizient 5
6 Konzentrationsmaße Lorenzkurve Lorenzkurve Max Otto Lorenz ( ), amerikanischer Ökonom Fragestellung: Verteilung der Merkmalssumme auf die Merkmalsträger. Vorgehen: Zuordnung der kumulierten relativen Häufigkeiten zum kumulierten Anteil an der Merkmalssumme. Charakterisierung: Bei der Lorenzkurve handelt es sich um eine graphische Darstellung der relativen Konzentration. Voraussetzungen: Das statistische Merkmal ist mindestens verhältnisskaliert. Die Merkmalsausprägungen sind nicht negativ. Die Merkmalssumme kann sinnvoll berechnet werden. 6
7 Konzentrationsmaße Lorenzkurve Beispiele für sinnvolle Merkmalssummen Merkmal Merkmalsträger Merkmalssumme Umsatz (Mio / Monat) Unternehmen einer Branche Branchenumsatz Bruttolohn ( / Monat) Arbeitnehmer Lohnsumme der Arbeitnehmer Landwirtschaftliche Nutzfläche (ha) Landwirtschaftlicher Betrieb Gesamtfläche für landwirtschaftliche Nutzung 7
8 Konzentrationsmaße Lorenzkurve Datenlage A Berechnung der Lorenzkurve bei Datenlage A Gegeben: Geordnete Urliste der n Beobachtungswerte: x (1) x (2) x (n) Merkmalssumme: S = n x (i) i=1 Kumulierte relative Häufigkeit: F i = i n Kumulierter Anteil an der Merkmalssumme: G i = 1 S j=1 i x (j) Dann entsteht die Lorenzkurve in einem F/G-Koordinatensystem als Streckenzug, der die Punkte 0,0, F 1, G 1, F 2, G 2,, F n 1, G n 1, 1,1 miteinander verbindet. 8
9 Konzentrationsmaße Lorenzkurve Datenlage A Beispiel: Umsatzverteilung von Unternehmen einer Branche 1) Unternehmen Verteilung A B C D E F G H a b c d e f g h i j Gesamtumsatz ) Beispiel entnommen aus: Bleymüller/Gehlert/Gülicher, Statistik für Wirtschaftswissenschaftler, 15. Aufl., München 2008, S Vorgehen: 1. Merkmale der Größe nach aufsteigend ordnen, 2. Arbeitstabelle erstellen, 3. zeichnen! 9
10 kumulierter Anteil am Umsatz Konzentrationsmaße Lorenzkurve Datenlage A Verteilung B i x i F i g i G i ,2 0,06 0, ,4 0,08 0, ,6 0,2 0, ,8 0,3 0, , ,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, ,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 kumulierter Anteil Unternehmen 10
11 kumulierter Anteil am Umsatz Konzentrationsmaße Lorenzkurve Datenlage A Verteilung B i x i F i g i G i ,2 0,06 0, ,4 0,08 0, ,6 0,2 0, ,8 0,3 0, , Verteilung C: Gleichverteilung i x i F i g i G i ,2 0,2 0, ,4 0,2 0, ,6 0,2 0, ,8 0,2 0, , ,8 0,6 0,4 0,2 0 Gleichverteilung, Konzentration = 0 0 0,2 0,4 0,6 0,8 1 kumulierter Anteil Unternehmen Lorenzkurve Verteilung B 11
12 kumulierter Anteil am Umsatz Konzentrationsmaße Lorenzkurve Datenlage A Verteilung B i x i F i g i G i ,2 0,06 0, ,4 0,08 0, ,6 0,2 0, ,8 0,3 0, , ,8 Vergleich Verteilungen A und B Verteilung A i x i F i g i G i 1 0 0, , , , ,6 0,4 0, ,2 0,4 0,6 0,8 1 kumulierter Anteil Unternehmen Gleichverteilung Verteilung B Verteilung A 12
13 kumulierter Anteil am Umsatz Konzentrationsmaße Lorenzkurve Datenlage A Verteilung D - Arbeitstabelle Lorenzkurve Verteilungen D und E i x i F i g i G i ,2 0,11 0, ,4 0,12 0, ,6 0,13 0, ,8 0,14 0, , ,8 Verteilung E - Arbeitstabelle i x i F i g i G i ,2 0,11 0, ,4 0,12 0, ,6 0,13 0, ,8 0,14 0, , ,6 0,4 0, ,2 0,4 0,6 0,8 1 kumulierter Anteil Unternehmen 13
14 kumulierter Anteil am Umsatz Konzentrationsmaße Lorenzkurve Datenlage A Verteilung B i x i F i g i G i ,2 0,06 0, ,4 0,08 0, ,6 0,2 0, ,8 0,3 0, , ,8 Vergleich Verteilungen B und D 0,6 Gleichverteilung Verteilung D i x i F i g i G i ,2 0,11 0, ,4 0,12 0, ,6 0,13 0, ,8 0,14 0, , ,4 0, ,2 0,4 0,6 0,8 1 kumulierter Anteil Unternehmen Verteilung B Verteilung D 14
15 Konzentrationsmaße Lorenzkurve Datenlage B Berechnung der Lorenzkurve bei Datenlage B Gegeben: m voneinander verschiedene mögliche Merkmalsausprägungen x 1 < x 2 < < x m mit den absoluten Häufigkeiten h 1, h 2,, h m Anzahl der Merkmalsträger: n = m h i i=1 Kumulierte relative Häufigkeiten: F i = 1 n j=1 mit m n i h j Merkmalssumme: S = m i=1 h i x i i Kumulierter Anteil an der Merkmalssumme: G i = 1 S j=1 h j x j Dann entsteht die Lorenzkurve in einem F/G-Koordinatensystem als Streckenzug, der die Punkte 0,0, F 1, G 1, F 2, G 2,, F m 1, G m 1, 1,1 miteinander verbindet. 15
16 kumulierter Anteil am Umsatz Konzentrationsmaße Lorenzkurve Datenlage B Verteilung F - Arbeitstabelle Lorenzkurve Verteilung F i x i h i f i F i x i h i g i G i ,2 0,2 60 0,06 0, ,2 0,4 80 0,08 0, ,2 0, ,2 0, ,2 0, ,3 0, , , ,8 0,6 0,4 0, ,2 0,4 0,6 0,8 1 kumulierter Anteil Unternehmen 16
17 Konzentrationsmaße Lorenzkurve Datenlage C Berechnung der Lorenzkurve bei Datenlage C Die Merkmalsausprägungen sind in k Klassen eingeteilt: i = 1,2,, k Grenzen der Klasse i: a i 1, ) a i Mittelpunkt der Klasse i: Anzahl der Merkmalsträger in Klasse i: x i = 1 2 a i 1 + a i h i Gesamtzahl der Merkmalsträger: n = k h i i=1 i Kumulierte relative Häufigkeit: F i = 1 n j=1 h j Näherungswert für die Merkmalssumme: S = Näherungswert für den kumulierten Anteil an der Merkmalssumme: k i=1 i G i = 1 S j=1 h i x i h j x j Dann entsteht die Lorenzkurve in einem F/G-Koordinatensystem als Streckenzug, der die Punkte 0,0, F 1, G 1, F 2, G 2,, F m 1, G m 1, 1,1 miteinander verbindet. 17
18 Konzentrationsmaße Lorenzkurve Datenlage C Klasse Nr. Landwirtschaftlich genutzte Fläche in Deutschland ) Betriebsgröße in ha von bis unter Zahl der Betriebe i a i-1 a i h i und mehr Summe ) Quelle: Statistisches Jahrbuch für Deutschland 2000, eigene Berechnungen. Ergebnis der Landwirtschaftszählung Nur Betriebe mit 2 ha und mehr Nutzfläche wurden berücksichtigt. 18
19 Konzentrationsmaße Lorenzkurve Datenlage C Arbeitstabelle zur näherungsweisen Berechnung der Lorenzkurve Landwirtschaftlich genutzte Fläche in Deutschland 1999 Klasse Nr. Betriebsgröße in ha von bis unter Zahl der Betriebe Relative Häufigkeit Kumulierte rel. Häufigk. Klassenmitte Fläche (Approximation) Flächenanteil Kumulierter Flächenanteil i a i-1 a i h i f i F i x i s i = h i x i g i G i ,1838 0,1838 3, ,5 0,0205 0, ,1703 0,3541 7, ,5 0,0406 0, ,1100 0, , ,5 0,0437 0, ,0913 0, , ,5 0,0508 0, ,1193 0, ,0 0,0948 0, ,1441 0, ,0 0,1834 0, ,1251 0, ,0 0,2984 0, und mehr , ,0 0, Summe ,0 1 19
20 kumulierter Anteil der landwirtschaftlich genutzten Fläche Konzentrationsmaße Lorenzkurve Datenlage C Konzentration der landwirtschaftlich genutzten Fläche - Lorenzkurve - 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 kumulierter Anteil der landwirtschaftlichen Betriebe Gleichverteilung Deutschland
21 Konzentrationsmaße Lorenzkurve Datenlage C In der Originalquelle lagen noch zusätzliche Informationen zur genutzten Fläche in den jeweiligen Größenklassen vor: Landwirtschaftlich genutzte Fläche in Deutschland ) Betriebsgröße in ha Genutzte Klasse Zahl der Fläche in Nr. von bis unter Betriebe ha i a i-1 a i h i s i , , , , , , , und mehr ,9 Summe ,5 1) Quelle: Statistisches Jahrbuch für Deutschland 2000, Ergebnis der Landwirtschaftszählung Nur Betriebe mit 2 ha und mehr Nutzfläche wurden berücksichtigt. Mit diesen Zusatzinformationen lässt sich die Lorenzkurve exakt ermitteln. 21
22 Konzentrationsmaße Lorenzkurve Datenlage C Landwirtschaftlich genutzte Fläche in Deutschland ) Klasse Nr. Betriebsgröße in ha von bis unter Zahl der Betriebe Genutzte Fläche in ha Kumulierter Anteil der Betriebe Kumulierter Flächenanteil i a i-1 a i h i s i F i G i ,0 0,1838 0, ,3 0,3541 0, ,0 0,4641 0, ,0 0,5554 0, ,9 0,6747 0, ,8 0,8188 0, ,6 0,9439 0, und mehr ,9 1 1 Summe ,5 22
23 kumulierter Anteil der landwirtschaftlich genutzten Fläche Konzentrationsmaße Lorenzkurve Datenlage C Konzentration der landwirtschaftlich genutzten Fläche - Lorenzkurve - 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 kumulierter Anteil der landwirtschaftlichen Betriebe Gleichverteilung approximierte Lorenzkurve tatsächliche Lorenzkurve 23
24 Konzentrationsmaße Gini-Koeffizient Gini-Koeffizient Corrado Gini ( ), italienischer Statistiker und Demograph Maßzahl für die relative Konzentration Der Gini-Koeffizient wird aus dem Inhalt der Fläche zwischen der Diagonalen und der Lorenzkurve berechnet. Normierung auf einen Wertebereich zwischen 0 und 1. Berechnung der Fläche L unter der Lorenzkurve: Datenlage A: L = 1 2n G i 1 + G i i=1 Datenlage B: L = 1 m 2n G i 1 + G i i=1 n, wobei G 0 = 0 gesetzt wird. h i, wobei G 0 = 0 gesetzt wird. Datenlage C: L = 1 k 2n i=1 G i 1 + G i h i, wobei G 0 = 0 gesetzt wird. Daraus erhält man den Gini-Koeffizienten als: c G = 1 2 L 24
25 kumulierter Anteil am Umsatz Konzentrationsmaße Gini-Koeffizient 1 0,9 Lorenzkurve Verteilung B Die Fläche M zwischen der Diagonalen und der Lorenzkurve misst die Konzentration. Je größer M, umso konzentrierter ist die Verteilung. Es gilt: 0,8 M = 0,5 L, 0,7 wobei L die Fläche unter der Lorenzkurve ist. 0,6 0,5 0,4 M Bei maximaler Konzentration wäre L = 0 und somit M = 0,5 Der Gini-Koeffizient wird daher als 0,3 0,2 L c G = 2 M = 1 2 L definiert und ist damit auf den Wertebereich: 0, ,2 0,4 0,6 0,8 1 normiert. 0 c G < 1 kumulierter Anteil Unternehmen 25
26 kumulierter Anteil am Umsatz Konzentrationsmaße Gini-Koeffizient Lorenzkurve Verteilung B L i = F i F i 1 G i F i F i 1 G i G i 1 1 = 1 2 F i F i 1 G i + G i 1 0,9 Datenlage A: 0,8 F i F i 1 = f i = n 1 n 0,7 0,6 0,5 0,4 0,3 0,2 0,1 F i F i-1 G i G i-1 G i-1 L = i=1 L i n L = 1 2n G i 1 + G i i=1 Datenlage B: F i F i 1 = f i = L = m i=1 L i m L = 1 2n i=1 h i n h i G i 1 + G i 0 0 0,2 0,4 0,6 0,8 1 F i-1 kumulierter Anteil Unternehmen F i Datenlage C wie Datenlage B, nur statt m die Zahl der Klassen k einsetzen. 26
27 Konzentrationsmaße Gini-Koeffizient Verteilung B i x i F i g i G i G i-1 + G i ,2 0,06 0,06 0, ,4 0,08 0,14 0, ,6 0,2 0,34 0, ,8 0,3 0,64 0, ,36 1 1, ,36 Fläche unter der Lorenzkurve: L = 0,336 Gini-Koeffizient: c G = 0,
WISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF DR ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 07052013 Mittelwerte und Lagemaße II 1 Anwendung und Berechnung
Kapitel VII - Konzentration von Merkmalswerten
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VII - Konzentration von Merkmalswerten Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh
7. Konzentrations- und Disparitätsmessung
7. Konzentrations- und Disparitätsmessung Betrachte: Merkmal X, bei dem alle Daten x i 0 sind und die Merkmalssumme n i=1 x i eine sinnvolle Interpretation besitzt (extensives Merkmal) 314 Beispiel: X:
Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management
Einführung in die Statistik für Wirtschaftswissenschaftler für Betriebswirtschaft und Internationales Management Sommersemester 03 Hochschule Augsburg : Gliederung Einführung Deskriptive Statistik 3 Wahrscheinlichkeitstheorie
Beispiel 9 (Einige Aufgaben und Illustrationen zur Lorenzkurve, Teil 2)
Beispiel 9 (Einige Aufgaben und Illustrationen zur Lorenzkurve, Teil ) Aufgabe (Lorenzkurve und Einkommen) Stellen Sie folgende Einkommensverteilung als Lorenzkurve dar. Wochenlohn Häufigkeit 500-599.99
WISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF DR ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 23042013 Datenlagen und Darstellung eindimensionaler Häufigkeitsverteilungen
Bedeutungen des Begris der Konzentration: statische Konzentration: zur Charakterisierung einer bestehenden Ungleichverteilung
Konzentration Bedeutungen des Begris der Konzentration: statische Konzentration: zur Charakterisierung einer bestehenden Ungleichverteilung dynamische Konzentration: zur Charakterisierung der Zunahme einer
Statistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg. für Betriebswirtschaft und internationales Management
für Betriebswirtschaft und internationales Management Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg Streuungsparameter Etschberger SS Voraussetzung: kardinale Werte x,..., x n Beispiel:
SMALL & CR4 40 (N = 63) F E/F F E/F F E/ F 25% %
1 Beispiel 4 (Die Lorenzkurve in der Betriebswirtschaft) Example 4.1 (The distribution of firms in Germany) Source: Vivek Ghosal, Prakash Loungani, The differential impact of incertainty on investment
Statistik I für Betriebswirte Vorlesung 10
Statistik I für Betriebswirte Vorlesung 10 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 15. Juni 2017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 10 Version: 13.
Deskriptive Statistik Auswertung durch Informationsreduktion
Deskriptive Statistik Auswertung durch Informationsreduktion Gliederung Ø Grundbegriffe der Datenerhebung Total-/Stichprobenerhebung, qualitatives/quantitatives Merkmal Einteilung der Daten (Skalierung,
WISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seminar für Theoretische Wirtschaftslehre Vorlesungsprogramm 04.06.2013 Zweidimensionale Datensätze 1. Kontingenztabelle
4 Konzentrationsmessung
4 Konzentrationsmessung 4.0 Vorbemerkungen 4.0 Vorbemerkungen Konzentration: Ausmaß der Ballung von großen Anteilen an der gesamten Merkmalssumme auf wenige Einheiten (Frage zum Beispiel: Welchen Anteil
4 Konzentrations- und Armutsmessung
4 Konzentrations- und Armutsmessung 222 4.1 Vorbemerkungen Konzentration: Ausmaß der Ballung von großen Anteilen an der gesamten Merkmalssumme auf wenige Einheiten. Fahrmeir, L. & Künstler, R. & Pigeot,
Deskriptive Statistik Kapitel VII - Konzentration von Merkmalswerten
Deskriptive Statistik Kapitel VII - Konzentration von Merkmalswerten Georg Bol [email protected] Markus Höchstötter [email protected] Agenda 1. Einleitung 2. Lorenzkurve
Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2015 Aufgabe 1 In der aktuellen
Musterlösung zur Übungsklausur Statistik
Musterlösung zur Übungsklausur Statistik WMS15B Oettinger 9/216 Aufgabe 1 (a) Falsch: der Modus ist die am häufigsten auftretende Merkmalsausprägung in einer Stichprobe. (b) Falsch: die beiden Größen sind
3. Quintil. 2. Quintil
Beispiel 9 (Einige Aufgaben und Illustrationen zur Lorenzkurve) Aufgabe Stellen Sie die Einkommensungleichheit in Argentinien, Brasilien, Costa Rica, Chile, Mexico, Panama, Peru und Venezuela mit Hilfe
Lösungen zur deskriptiven Statistik
Lösungen zur deskriptiven Statistik Aufgabe 1. Bei einer Stichprobe von n = Studenten wurden folgende jährliche Ausgaben (in e) für Urlaubszwecke ermittelt. 1 58 5 35 6 8 1 6 55 4 47 56 48 1 6 115 8 5
Wahrscheinlichkeits - rechnung und Statistik
Michael Sachs Mathematik-Studienhilfen Wahrscheinlichkeits - rechnung und Statistik für Ingenieurstudenten an Fachhochschulen 4., aktualisierte Auflage 2.2 Eindimensionale Häufigkeitsverteilungen 19 absolute
Vorlesungsskript. Deskriptive Statistik. Prof. Dr. Günter Hellmig
Vorlesungsskript Deskriptive Statistik Prof. Dr. Günter Hellmig Prof. Dr. Günter Hellmig Vorlesungsskript Deskriptive Statistik Erstes Kapitel Die Feingliederung des ersten Kapitels, welches sich mit einigen
Statistik I für Betriebswirte Vorlesung 2
Statistik I für Betriebswirte Vorlesung 2 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 16. April 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 2 1 ii) empirische
Wirtschaftsstatistik. Konzentrations- und Disparitätsmessung 16.10.2007
Wirtschaftsstatistik Konzentrations- und Disparitätsmessung 16.10.2007 Begriffe Konzentration und Disparität Laut Oxford Advanced Learner s Dictionary by OUP, bzw. WordNet by Princeton University concentration:
Statistik I (Deskriptive Statistik)
Folien zur Vorlesung Statistik I (Deskriptive Statistik) Wintersemester 2011/2012 Donnerstag, 10.15-11.45 Uhr Hörsaal: Aula am Aasee Dr. Andrea Beccarini Westfälische Wilhelms-Universität Münster Inhalt
Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2013/2014. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2013/2014 Aufgabe 1 Der Jungunternehmer
Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2012/2013. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2012/2013 Aufgabe 1 Eine Befragung
Die Konzentration im Handel
Die Konzentration im Handel Ursachen, Messung, Stand, Entwicklung und Auswirkungen der Konzentration im Handel und konzentrationspolitische Konsequenzen Von Hans-Otto Schenk, Hiltrud Tenbrink Horst Zündorf
Anwendung A_0801_Quantile_Minimum_Maximum
8. Lageparameter 63 8.3 Interaktive EXCEL-Anwendungen (CD-ROM) Anwendung A_080_Quantile_Minimum_Maimum Die Anwendung besteht aus einem Tabellenblatt Simulation : In der Simulation wird aus einer Urliste
Statistik. Sommersemester Stefan Etschberger. für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik
Stefan Etschberger für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik Sommersemester 207 Streuungsparameter Voraussetzung: kardinale Werte x,..., x n Beispiel: a)
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
Musterlösung zur Übungsklausur Statistik
Musterlösung zur Übungsklausur Statistik WMS4A Oettinger 6/205 Aufgabe (a) Falsch: der Modus ist die am häufigsten auftretende Merkmalsausprägung in einer Stichprobe. (b) Richtig: ein ordinales Merkmal
4 Spezifizierende Beschreibung empirischer Verteilungen
4 Spezifizierende Beschreibung empirischer Verteilungen 62 4 Spezifizierende Beschreibung empirischer Verteilungen 4.1 Spezifika empirischer Verteilungen 66 4.2 Lagekennwerte 70 4.2.1 Arithmetisches Mittel
4 Spezifizierende Beschreibung empirischer Verteilungen
4 Spezifizierende Beschreibung empirischer Verteilungen 55 4 Spezifizierende Beschreibung empirischer Verteilungen 4.1 Spezifika empirischer Verteilungen 59 4.2 Lagekennwerte 63 4.2.1 Arithmetisches Mittel
Lösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 2013)
Lösungsvorschläge zur Klausur Beschreibende Statistik und Wirtschaftsstatistik (Sommersemester 203) Aufgabe (9 Punkte) Ein metrisches Merkmal X sei in einer Grundgesamtheit vom Umfang n = 200 diskret klassiert.
Marketing. Übungsaufgaben Kapitel 1. Vom Verkaufen zum Customer Relationship Management (CRM)
Fachhochschule Schmalkalden, M.Sc. Annette Liebermann Übungsaufgaben Kapitel 1 Vom Verkaufen zum Customer Relationship Management (CRM) 1 Vom Verkaufen zum CRM 1.3 als unternehmerische Aufgabe Aufgabe
1) Warum ist die Lage einer Verteilung für das Ergebnis einer statistischen Analyse von Bedeutung?
86 8. Lageparameter Leitfragen 1) Warum ist die Lage einer Verteilung für das Ergebnis einer statistischen Analyse von Bedeutung? 2) Was ist der Unterschied zwischen Parametern der Lage und der Streuung?
Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2014 Aufgabe 1 Eine Auswertung
Statistik I. 2. Klausur Wintersemester 2011/2012 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik I A 2. Klausur Wintersemester 2011/2012 Hamburg, 20.03.2012 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................
Grundlagen der Statistik Übung FernUniversität in Hagen Alle Rechte vorbehalten Fakultät für Wirtschaftswissenschaft
Grundlagen der Statistik Übung 5 2009 FernUniversität in Hagen Alle Rechte vorbehalten Fakultät für Wirtschaftswissenschaft Übersicht über die mit den Übungsaufgaben geprüften Lehrzielgruppen Lehrzielgruppe
Einführung in Quantitative Methoden
Einführung in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2014 Christodoulides / Waldherr Einführung in Quantitative Methoden- 2.VO 1/57 Die Deskriptivstatistik
Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6. Statistik-Tutorium. Lösungsskizzen Übung SS2005. Thilo Klein. Grundstudium Sommersemester 2008
Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Lösungsskizzen Übung SS2005 Grundstudium Sommersemester 2008 Serie 1 Serie 2 Serie 3 Serie 4 Serie 5 Serie 6 Inhalt Serie 1 Serie 2 Serie 3 Serie 4 Serie
Prüfung aus Statistik 1 für SoziologInnen
Prüfung aus Statistik 1 für SoziologInnen 1) Wissenstest (maximal 20 Punkte) Prüfungsdauer: 120 Minuten netto Kreuzen ( ) Sie die jeweils richtige Antwort an. Jede richtige Antwort gibt 2 Punkte. Pro falsche
1. Kapitel: Ziele der Wirtschaftspolitik. A: Vorbemerkungen. B: Ziele des Stabilitätsgesetzes
S. 1 Gliederung 1. Kapitel: Ziele der Wirtschaftspolitik A: Vorbemerkungen B: Ziele des Stabilitätsgesetzes C: Ergänzende Ziele zum Zielkatalog des StabG 1. Schutz des Wettbewerbs 2. Gerechte Einkommensverteilung
Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Dr. Florian Meinfelder Klausur zu Methoden der Statistik I (mit Kurzlösung) Sommersemester 2010 Aufgabe 1 Für das Merkmal
Statistik I. 2. Klausur Wintersemester 2011/2012 Hamburg, BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN!
Statistik I A 2. Klausur Wintersemester 2011/2012 Hamburg, 20.03.2012 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................
Einkommensverteilung
Einkommensverteilung Aufgabennummer: 2_31 Prüfungsteil: Typ 1 Typ 2 Grundkompetenzen: AG 2.4, AN 4.2, AN 4.3, FA 1.4, FA 1.7, FA 3.2, FA 4.1, FA 5.6, WS 1.1, WS 1.2 Der Statistiker Max Lorenz beschrieb
Institut für Statistik. Masterarbeit. über das Thema. Messung der Vermögensungleichheit: Vergleich der Datengrundlagen und Methoden.
Institut für Statistik Masterarbeit über das Thema Messung der Vermögensungleichheit: Vergleich der Datengrundlagen und Methoden Autorin: Betreuer: Carina Landgraf Prof. Dr. Heumann Abgabedatum: 22. September
GRUPPE B Prüfung aus Statistik 1 für SoziologInnen
GRUPPE B Prüfung aus Statistik 1 für SoziologInnen 16. Oktober 2015 Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden Name in Blockbuchstaben: Matrikelnummer: 1) Wissenstest (maximal 20 Punkte) Kreuzen ( )
Marketing. Übungsaufgaben Kapitel 1. Vom Verkaufen zum Customer Relationship Management (CRM)
Fachhochschule Schmalkalden, M.Sc. Annette Liebermann Übungsaufgaben Kapitel 1 Vom Verkaufen zum Customer Relationship Management (CRM) 1 Vom Verkaufen zum CRM 1.3 als unternehmerische Aufgabe Aufgabe
Ruhr-Universität Bochum
Aufgabe 1: Die nachfolgende Tabelle zeigt die Privathaushalte in Nordrhein-Westfalen nach dem monatlichen Nettoeinkommen im Mai 2004 (Ergebnisse des Mikrozensus. Quelle: Landesamt für Datenverarbeitung
Statistik. Ronald Balestra CH St. Peter
Statistik Ronald Balestra CH - 7028 St. Peter www.ronaldbalestra.ch 17. Januar 2010 Inhaltsverzeichnis 1 Statistik 1 1.1 Beschreibende Statistik....................... 1 1.2 Charakterisierung von Häufigkeitsverteilungen...........
Statistik Tutorium WS 06/07
Statistik Tutorium WS 06/07 Florian Wiesenberger [email protected] Felix Holter [email protected] 23.10.06 1. Begriffsdefinition: Statistische Masse, Merkmalsträger, Merkmal und Merkmalsausprägung
Der Modus ist. Der Median ist. 3. Übung. Aufgabe 1. a) der häufigste Wert. b) der Wert unter dem 50 % aller anderen Werte liegen.
3. Übung Aufgabe 1 Der Modus ist a) der häufigste Wert. b) der Wert unter dem 50 % aller anderen Werte liegen. c) der Durchschnitt aller Werte. d) der Wert mit der größten Häufigkeitsdichte. e) der Schwerpunkt
Übungsblatt 3. Größe in cm Anzahl der (Klassenmitten) Studenten ges:100
Aufgabe 1: Übungsblatt 3 Die Körpergröße von 100 Studenten sei wie folgt verteilt: Größe in cm Anzahl der (Klassenmitten) Studenten 158 1 162 6 166 10 170 22 174 21 178 17 182 14 186 5 190 3 194 1 ges:100
Statistik I. 1. Klausur Wintersemester 2010/2011 Hamburg, Art der Anmeldung: STiNE FlexNow Zulassung unter Vorbehalt
Statistik I 1. Klausur Wintersemester 2010/2011 Hamburg, 11.02.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN! Nachname:............................................................................ Vorname:.............................................................................
Übungsaufgaben zur Klausur Statistik
Übungsaufgaben zur Klausur Statistik 1.) Mittelwerte und Streumaße I Bei einer Geschwindigkeitskontrolle innerhalb einer geschlossenen Ortschaft notierte die Polizei folgende 20 Messwerte in km/h: 45;
Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Aufgrund einer statistischen Untersuchung entsteht eine geordnete bzw. ungeordnete, die durc
SS 2017 Torsten Schreiber 222 Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Aufgrund einer statistischen Untersuchung entsteht eine geordnete bzw. ungeordnete, die durch Summierung je Ausprägung
Leseprobe. Michael Sachs. Wahrscheinlichkeitsrechnung und Statistik. für Ingenieurstudenten an Fachhochschulen. ISBN (Buch):
Leseprobe Michael Sachs Wahrscheinlichkeitsrechnung und Statistik für Ingenieurstudenten an Fachhochschulen ISBN (Buch): 978-3-446-43797-5 ISBN (E-Book): 978-3-446-43732-6 Weitere Informationen oder Bestellungen
Übungsblatt 2. Produktion, Geburten, Geldmenge, Vermögen, Arbeitslose, Einkommen
Aufgabe 1: Übungsblatt 2 Geben Sie zu den folgenden Merkmalen Beispiele für statistische Einheiten und Merkmalsausprägungen an. Nennen sie Merkmalstyp und Skalierung. (Aufgabe aus Schira, Kapitel 1; Aufg.1.2)
Einführung in Quantitative Methoden
Einführung in Quantitative Methoden Mag. Dipl.Ing. Dr. Pantelis Christodoulides & Mag. Dr. Karin Waldherr SS 2011 Christodoulides / Waldherr Einführung in Quantitative Methoden- 2.VO 1/62 Summenzeichen
Verteilungsfunktion und Quantile
Statistik 1 für SoziologInnen Verteilungsfunktion und Quantile Univ.Prof. Dr. Marcus Hudec Kumulierte Häufigkeiten Hinweis: Damit das Kumulieren inhaltlich sinnvoll ist, muss das auszuwertende Merkmal
Inhaltsverzeichnis. Einleitung Wie Sie mit diesem Klausurtrainer arbeiten sollten Eindimensionale Häufigkeitsverteilung...
Vorwort und Inhaltsverzeichnis Inhaltsverzeichnis Einleitung Wie Sie mit diesem Klausurtrainer arbeiten sollten...13 1 Eindimensionale Häufigkeitsverteilung...15 1.1 Übersicht zur eindimensionalen Häufigkeitsverteilung...15
Beschreibende Statistik
Gunther Bourier Beschreibende Statistik Praxisorientierte Einfuhrung Mit Aufgaben und Losungen 7., uberarbeitete Auflage GABIER Inhaltsverzeichnis Vorwort Inhaltsverzeichnis V VII 1 Einfuhrung 1 1.1 Begriff
Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik)
2 Klausur-Nr = Sitzplatz-Nr Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) Klausurteil 1: Beschreibende Statistik Name, Vorname:... verteilung Teil 1: Beschreibende Statistik Aufgaben
Statistische Formeln und Tabellen
WiSt-Taschenbücher Statistische Formeln und Tabellen Kompakt für Wirtschaftswissenschaftler von Prof. Dr. Josef Bleymüller, Prof. Dr. Rafael Weißbach 13., überarbeitete Auflage Verlag Franz Vahlen München
Prüfung zu. (Wirtschaftsstatistik) Klausurteil 1: Beschreibende Statistik. BeStat-1 (7 Punkte)
Klausurteil 1: Beschreibende Statistik 3 Klausur-Nr = Sitzplatz-Nr Prüfung zu BeStat-1 (7 ) a) (1,5 ) Im Zeitraum 1975-006 hat sich der Umsatz eines Unternehmens verachtfacht. Bestimmen Sie die durchschnittliche
Lösungen zur Klausur zur Statistik Übung am
Lösungen zur Klausur zur Statistik Übung am 28.06.2013 Fabian Kleine Staatswissenschaftliche Fakultät Aufgabe 1 Gegeben sei die folgende geordneten Urliste des Merkmals Y. 30 Punkte Y : 5 5 5 5 10 10 10
3. Deskriptive Statistik
3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht
Statistik I. Zusammenfassung und wichtiges zur Prüfungsvorbereitung. Malte Wissmann. 9. Dezember Universität Basel.
Zusammenfassung und wichtiges zur Prüfungsvorbereitung 9. Dezember 2008 Begriffe Kenntnis der wichtigen Begriffe und Unterscheidung dieser. Beispiele: Merkmal, Merkmalsraum, etc. Skalierung: Nominal etc
Prüfung aus Statistik 1 für SoziologInnen- Gruppe A
Prüfung aus Statistik 1 für SoziologInnen- Gruppe A 26. Juni 2012 Gesamtpunktezahl =80 Prüfungsdauer: 2 Stunden 1) Wissenstest (maximal 20 Punkte) Lösungen Kreuzen ( ) Sie die jeweils richtige Antwort
Statistik I für Betriebswirte Vorlesung 9
Statistik I für Betriebswirte Vorlesung 9 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik Vorlesung am 8. Juni 2017 im Audi-Max (AUD-1001) Dr. Andreas Wünsche Statistik I für Betriebswirte
Wissenschaftliche Schriften zur Wirtschaftsprüfung
2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Wissenschaftliche Schriften zur Wirtschaftsprüfung Herausgegeben
Spezielle Eigenschaften der Binomialverteilung
Spezielle Eigenschaften der Binomialverteilung Wir unterscheiden: 1) die Wahrscheinlichkeitsfunktion einer diskreten Variablen 2) die Verteilungsfunktion einer diskreten Variablen. 1) Die Wahrscheinlichkeitsfunktion
Das Ergebnis der Untersuchung eines kardinalskalierten Merkmals X sei in folgender Tabelle wiedergegeben: Ausprägung Anzahl
Aufgabe 10 Deskriptiv: Lageparameter Das Ergebnis der Untersuchung eines kardinalskalierten Merkmals X sei in folgender Tabelle wiedergegeben: Ausprägung 1 2 3 4 7 Anzahl 4 4 6 4 2 a) Bestimmen Sie das
Statistik für Wirtschaftswissenschaftler
WiST-Studienkurs Statistik für Wirtschaftswissenschaftler von Prof. Dr. Josef Bleymüller, Dr. Günther Gehlert, Prof. Dr. Herbert Gülicher 16. Auflage Statistik für Wirtschaftswissenschaftler Bleymüller
Aufgabe 1. Studiensemester Anzahl Studierende 1. Semester Semester Semester Semester Semester 5 6.
Aufgabe 1 Als sogenanntes Nachzügler-Phänomen wird im Bachelorstudium das Phänomen bezeichnet, dass zwar der Großteil der Studierenden die Pflichtkurse in ähnlicher Abfolge der Semester belegt, aber es
Wahrscheinlichkeitsrechnung und Statistik
Wahrscheinlichkeitsrechnung und Statistik Für Ingenieurstudenten an Fachhochschulen von Michael Sachs erweitert Wahrscheinlichkeitsrechnung und Statistik Sachs schnell und portofrei erhältlich bei beck-shopde
4. Kumulierte Häufigkeiten und Quantile
4. Kumulierte Häufigkeiten und Quantile Statistik für SoziologInnen 1 4. Kumulierte Häufigkeiten und Quantile Kumulierte Häufigkeiten Oft ist man nicht an der Häufigkeit einzelner Merkmalsausprägungen
4. Kumulierte Häufigkeiten und Quantile
4. Kumulierte Häufigkeiten und Quantile Kumulierte Häufigkeiten Oft ist man nicht an der Häufigkeit einzelner Merkmalsausprägungen interessiert, sondern an der Häufigkeit von Intervallen. Typische Fragestellung:
