Zusammenfassung
Mit zweidimensionalen Häufigkeiten können Sie Aussagen über Merkmalsträger, die durch jeweils zwei Merkmalsausprägungen gekennzeichnet sind, gewinnen. In diesem Kapitel lernen Sie nun Zusammenhangsmaße – Kennzahlen, die den Zusammenhang zwischen den Merkmalen X und Y quantitativ beschreiben – kennen. Den Zusammenhang zwischen metrischen Merkmalen kann man mit der Kovarianz, der Korrelation Pearsons r und dem Bestimmtheitsmaß beschreiben. Ein Zusammenhangsmaß, das auch für nominalskalierte Merkmale geeignet ist, ist z. B. der Phi-Koeffizient. Es gibt eine große Anzahl von Zusammenhangsmaßen für verschiedenste Anforderungen (Kendalls Tau etc.), die in diesem Buch allerdings lediglich erwähnt werden.
Einen ersten Eindruck über den Zusammenhang zwischen zwei Merkmalen liefert das Streudiagramm. Ein Streudiagramm hat zwei Achsen entsprechend den Merkmalen X und Y. Für jeden Merkmalsträger wird nun ein Punkt entsprechend seiner Merkmalsausprägungen in das Streudiagramm eingezeichnet. Die Kovarianz bildet für zwei Merkmale ein gemeinsames Streuungsmaß und misst somit die gleichzeitige Abweichung der Merkmalsausprägungen von ihren Mittelwerten.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Ein weiteres, einfaches Beispiel wäre eine Liste von Urlaubsorten (Merkmalsträger i), für die die Anzahl jährlicher Sonnenstunden (Merkmal X) und die durchschnittliche Temperatur (Merkmal Y) angegeben sind.
- 2.
D. h. man möchte aus den Daten der drei Automobilkonzerne auf die Kovarianz für alle Automobilkonzerne schließen.
- 3.
Eine Unterscheidung zwischen Grundgesamtheit und Stichprobe ist hier nicht erforderlich, da sich n bzw. n − 1 herauskürzt.
- 4.
Dies wäre schon der erste Schritt in Richtung Varianzanalyse, die nicht Gegenstand des Buches ist. Sie finden hierzu aber Literaturtipps weiter hinten.
- 5.
Selbst für metrische Merkmale können Sie ϕ verwenden. Teilen Sie die Urlisten durch Mediansplit in jeweils zwei Kategorien \(0={\text{niedrig}}\) (klein) und \(1={\text{hoch}}\) (groß) auf und zählen Sie die Anzahlen.
- 6.
Das ist die Methode der kleinsten Quadrate.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2017 Springer-Verlag GmbH Deutschland
About this chapter
Cite this chapter
Brell, C., Brell, J., Kirsch, S. (2017). Statistik in zwei Dimensionen. In: Statistik von Null auf Hundert. Springer-Lehrbuch. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-53632-2_7
Download citation
DOI: https://doi.org/10.1007/978-3-662-53632-2_7
Published:
Publisher Name: Springer Spektrum, Berlin, Heidelberg
Print ISBN: 978-3-662-53631-5
Online ISBN: 978-3-662-53632-2
eBook Packages: Life Science and Basic Disciplines (German Language)