Statistik fur Informatiker, SS 2019¨ - staff.uni-mainz.de · Ansatz der StatistikGraphische...

Ansatz der Statistik Graphische Darstellungen Statistische Kenngroßen Beispiele zum Sinn und Unsinn von Mittelwerten

Statistik fur Informatiker, SS 2019

2. Ideen aus der Statistik

2.1 Deskriptive Statistik

Matthias Birkner

http://www.staff.uni-mainz.de/birkner/StatInfo19/

24.6.2019

1/94

http://www.staff.uni-mainz.de/birkner/StatInfo19/


Inhalt1 Ansatz der Statistik2 Graphische Darstellungen

Histogramme und DichtepolygoneStripchartsBoxplotsGeschummelt: Graphische Tricksereien

3 Statistische KenngroßenMedian und andere Quartile, (empirische) QuantileMittelwert und Standardabweichung

4 Beispiele zum Sinn und Unsinn von MittelwertenBeispiel: Wahlerische BachstelzenBeispiel: Spiderman & SpiderwomanBeispiel: Kupfertoleranz beim Roten Straußgras

2/94


Viele Menschen stehen ”Statistik“ kritisch gegenuber:

It is easy to lie with statistics.

It is hard to tell the truth without it.

Andrejs Dunkels (1939–1998)

3/94


Viele Menschen stehen ”Statistik“ kritisch gegenuber:

It is easy to lie with statistics.It is hard to tell the truth without it.

Andrejs Dunkels (1939–1998)

3/94


Worum geht es in der Statistik?

Die Welt ist voller Variabilitat.

Wie geht man mit variablen Daten um?

Idee der Statistik:Variabilitat (Erscheinung der Natur) durch Zufall

(mathematische Abstraktion) modellierenDie Daten werden als Realisierungen von Zufallsvariablenaufgefasst, die in einem stochastischen Modell spezifiert

werden.Man versucht dann, anhand der Daten Ruckschlusse aufParameter des Modells zu ziehen, und so systematische

Effekte von Zufalligem zu trennen.

4/94






(mathematische Abstraktion) modellieren

Die Daten werden als Realisierungen von Zufallsvariablenaufgefasst, die in einem stochastischen Modell spezifiert



4/94







werden.

Man versucht dann, anhand der Daten Ruckschlusse aufParameter des Modells zu ziehen, und so systematische


4/94








Effekte von Zufalligem zu trennen.4/94


Deskriptive (d.h. beschreibende) Statistik


”0. Antwort“: Man verschafft sich einenersten Eindruck mittels graphischerDarstellungen und statistischerKenngroßen

5/94

Ansatz der Statistik Graphische Darstellungen Statistische Kenngroßen Beispiele zum Sinn und Unsinn von MittelwertenHistogramme und Dichtepolygone Stripcharts Boxplots Geschummelt: Graphische Tricksereien





6/94


Ein Beispiel

Bei einer biologischen Expeditionwurden in der Nordsee Springkrebse(Galathea intermedia) gefangenund untersucht.

Die Daten: Helgolander Tiefe Rinne, Fang vom 6.9.

Carapaxlange (mm):Nichteiertragende Weibchen (n = 215)

2,9 3,0 2,9 2,5 2,7 2,9 2,9 3,03,0 2,9 3,4 2,8 2,9 2,8 2,8 2,42,8 2,5 2,7 3,0 2,9 3,2 3,1 3,02,7 2,5 3,0 2,8 2,8 2,8 2,7 3,02,6 3,0 2,9 2,8 2,9 2,9 2,3 2,72,6 2,7 2,5 . . . . .

7/94


Ein Beispiel

Bei einer biologischen Expeditionwurden in der Nordsee Springkrebse(Galathea intermedia) gefangenund untersucht.Die Daten: Helgolander Tiefe Rinne, Fang vom 6.9.

Carapaxlange (mm):Nichteiertragende Weibchen (n = 215)

2,9 3,0 2,9 2,5 2,7 2,9 2,9 3,03,0 2,9 3,4 2,8 2,9 2,8 2,8 2,42,8 2,5 2,7 3,0 2,9 3,2 3,1 3,02,7 2,5 3,0 2,8 2,8 2,8 2,7 3,02,6 3,0 2,9 2,8 2,9 2,9 2,3 2,72,6 2,7 2,5 . . . . .

7/94


0 50 100 150 200

2.0

2.5

3.0

Stichprobe vom 6. September, n=215

Index

Car

apax

lang

e[m

m]

8/94






9/94


Eine Moglichkeit der graphischenDarstellung:

das Histogramm

10/94


Histogramm der Carapaxlangen in der Stichprobe


Carapaxlange [mm]

Anz

ahl

1.5 2.0 2.5 3.0 3.5

010

2030

4050

6070

Wieviele hatten Carapaxlange zwischen 2,0 und 2,2 mm ?

11/94




Carapaxlange [mm]

Anz

ahl

1.5 2.0 2.5 3.0 3.5

010

2030

4050

6070

Wieviele hatten Carapaxlange zwischen 2,0 und 2,2 mm ?11/94




Carapaxlange [mm]

Anz

ahl

1.5 2.0 2.5 3.0 3.5

010

2030

4050

6070

22

Wieviele hatten Carapaxlange zwischen 2,0 und 2,2 mm ?22

12/94


Analoge Daten zwei Monate spater(Stichprobe vom 3.11. der Große n = 57)

Stichprobe vom 3. November, n=57

Carapaxlange [mm]

Anz

ahl

1.5 2.0 2.5 3.0 3.5

05

1015

2025

13/94


Vergleich der beiden VerteilungenBeide Stichproben

Carapaxlange [mm]

Anz

ahl

1.5 2.0 2.5 3.0 3.5

010

2030

4050

6070

Problem: ungleiche Stichprobenumfange:6.Sept: n = 2153.Nov : n = 57

Idee: stauche vertikale Achse so, dass Gesamtflache = 1.

14/94


Vergleich der beiden VerteilungenBeide Stichproben

Carapaxlange [mm]

Anz

ahl

1.5 2.0 2.5 3.0 3.5

010

2030

4050

6070

Problem: ungleiche Stichprobenumfange:6.Sept: n = 2153.Nov : n = 57

Idee: stauche vertikale Achse so, dass Gesamtflache = 1.14/94



Carapaxlange [mm]

Dic

hte

1.5 2.0 2.5 3.0 3.5

0.0

0.5

1.0

1.5

Die Gesamtflache der Balken ist nun = 1.

Die neue vertikale Koordinate ist jetzt eine Dichte (engl.density).

15/94



Carapaxlange [mm]

Dic

hte

1.5 2.0 2.5 3.0 3.5

0.0

0.5

1.0

1.5

Gesamtflache = 1. Dichte = Anteil am Ganzen pro mm.

Welcher Anteil hatte Lange zwischen 2,8 und 3,0 mm ?Etwa (3,0 − 2,8) ⋅ 0,5 = 0,1, d.h. ca. 10%

16/94



Carapaxlange [mm]

Dic

hte

1.5 2.0 2.5 3.0 3.5

0.0

0.5

1.0

1.5


Welcher Anteil hatte Lange zwischen 2,8 und 3,0 mm ?

Etwa (3,0 − 2,8) ⋅ 0,5 = 0,1, d.h. ca. 10%

16/94



Carapaxlange [mm]

Dic

hte

1.5 2.0 2.5 3.0 3.5

0.0

0.5

1.0

1.5


Welcher Anteil hatte Lange zwischen 2,8 und 3,0 mm ?Etwa (3,0 − 2,8) ⋅ 0,5 = 0,1, d.h. ca. 10%

16/94


Die beiden Histogramme sind jetztvergleichbar

(sie haben dieselbe Gesamtflache).

17/94


Versuche, die Histogramme zusammen zuzeigen:

Beide Stichproben

Carapaxlange [mm]

Dic

hte

1.5 2.0 2.5 3.0 3.5

0.0

0.5

1.0

1.5

2.0

2.5

18/94



Beide Stichproben

Carapaxlange [mm]

Dic

hte

1.5 2.0 2.5 3.0 3.5

0.0

0.5

1.0

1.5

2.0

2.5

19/94



1.5 1.7 1.9 2.1 2.3 2.5 2.7 2.9 3.1 3.3 3.5 3.7

Beide Stichproben0.

00.

51.

01.

52.

0

20/94



Beide Stichproben

1.3 1.5 1.7 1.9 2.1 2.3 2.5 2.7 2.9 3.1 3.3 3.5 3.7 3.90

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

1.8

2

Sept

Nov

21/94


Vorschlag

Total abgefahrene 3D-Plots konnen in der Werbung nutzlich sein

,

fur die Wissenschaft sind einfache und klare2D-Darstellungen meistens angemessener.

22/94


Vorschlag

Total abgefahrene 3D-Plots konnen in der Werbung nutzlich sein,

fur die Wissenschaft sind einfache und klare2D-Darstellungen meistens angemessener.

22/94


Problem

Histogramme kann man nicht ohneweiteres

in demselben Graphendarstellen,

weil sie einanderuberdecken wurden.

23/94


Einfache und klare Losung: Dichtepolygone


Carapaxlange [mm]

Dic

hte

1.5 2.0 2.5 3.0 3.5

0.0

0.5

1.0

1.5

24/94




Carapaxlange [mm]

Dic

hte

1.5 2.0 2.5 3.0 3.5

0.0

0.5

1.0

1.5

25/94



Stichprobe vom 3. November, n=57

Carapaxlange [mm]

Anz

ahl

1.5 2.0 2.5 3.0 3.5

0.0

0.5

1.0

1.5

2.0

26/94


Zwei (oder mehr) Dichtepolygone in einem Plot

1.5 2.0 2.5 3.0 3.5 4.0

0.0

0.5

1.0

1.5

2.0

2.5

Beide Stichproben

Carapaxlange [mm]

Dic

hte

SeptNov

Man sieht sofort:Die Verteilung in der Stichprobe vom November ist gegenuberder vom September nach links verschoben (und sie ist auchstarker um den haufigsten Wert konzentriert).

27/94


Anzahl vs. DichteA

nzah

l

0 1 2 3 4 5 6 7

02

46

8

Anz

ahl

0 1 2 3 4 5 6 7

04

8

Dic

hte

0 1 2 3 4 5 6 7

0.0

0.2

0.4

Also:

Bei HistogrammenmitungleichmaßigerUnterteilungimmer Dichtenverwenden!

28/94






29/94


Stripchart, einfach

Carapaxlangen in den beiden Stichproben

1.5 2.0 2.5 3.0 3.5

Sep

tN

ov

30/94


Stripchart, mit “jitter”


1.5 2.0 2.5 3.0 3.5

Sep

tN

ov

31/94


Stripchart, mit “stacking”


1.5 2.0 2.5 3.0 3.5

Sep

tN

ov

32/94


Histogramme/Dichtepolygone undStripcharts

gebenein ausfuhrliches Bildeines Datensatzes.

Manchmal zu ausfuhrlich.

33/94






34/94


Zu viel Information erschwert den Uberblick

Baum Baum Baum Baum Baum Baum Baum Baum Baum Baum Baum Baum Baum

Wald?

35/94


Boxplot, einfache Ausfuhrung

0 2 4 6

x

0 2 4 6

36/94



0 2 4 6

x

0 2 4 6

25% 25% 25% 25%

36/94



0 2 4 6

x

0 2 4 6

25% 25% 25% 25%

Min Max1. Quartil 3. QuartilMedian

36/94


Boxplot, Standard-Ausfuhrung

0 2 4 6

x

0 2 4 6

37/94


Boxplot, Standard-Ausfuhrung

0 2 4 6

x

0 2 4 6

Interquartilbereich (IQR)

1.5 × IQR 1.5 × IQR

37/94


Boxplot, Profi-Ausfuhrung

0 2 4 6

x

0 2 4 6

38/94


Boxplot, Profi-Ausfuhrung

0 2 4 6

x

0 2 4 6

95%-Konfidenzintervall fur den Median

38/94


Beispiel:Vergleich von mehreren Gruppen

39/94


Dic

hte

8 10 12 14

0.00

Dic

hte

8 10 12 14

0.00

Dic

hte

8 10 12 14

0.0

Dic

hte

8 10 12 14

0.0

40/94


12

34

8 10 12 14

40/94






41/94


Graphische Tricksereien

im Bereich der deskriptiven Statistik / der Kommunikationvon numerischen Beobachtungen oder Resultaten:

(Graphische) Tricksereien / ”Aufhubschen“ vonBeobachtungen, z.B.

Irrefuhrende Wahl des NullpunktsStillschweigende nicht-lineare Transformationen derAchsenoptische Tauschung durch unpassende2d/3d-Grafiken...

konnen den Betrachter (manchmal absichtlich) in die Irrefuhren.

42/94


Beunruhigend große Fluktuationen beimDornfelder?

Hektarertrage Dornfelder, 1994–2013 (in hl)

1995 2000 2005 2010

110

120

130

140

150

160

170

Jahr

Hek

tare

rtra

g

Daten: Statistisches Landesamt RLP

43/94


Beunruhigend große Fluktuationen beimDornfelder?

Hektarertrage Dornfelder, 1994–2013 (in hl)

1995 2000 2005 2010

050

100

150

Jahr

Hek

tare

rtra

g

Daten: Statistisches Landesamt RLP

44/94


Rotwein in RLP: nur ein Tropfchen?

Bestockte Weinflachen in RLP 2013

Rotwein: 8881 ha Weißwein: 14686 ha

Daten: Statistisches Landesamt RLP; Bilder (c) Benutzer Andre Karwath

45/94


Rotwein in RLP: nur ein Tropfchen?Bestockte Weinflachen in RLP 2013

020

0040

0060

0080

0010

000

1200

014

000

Rotwein: 8881 ha Weißwein: 14686 ha

Daten: Statistisches Landesamt RLP46/94


Fazit

1 Histogramme erlauben einen detailierten Blick auf dieDaten

2 Dichtepolygone erlauben Vergleiche zwischen vielenVerteilungen

3 Boxplot konnen große Datenmengen vereinfachtzusammenfassen

4 Bei kleinen Datenmengen eher Stripchartsangemessen

5 Vorsicht mit Tricks wie 3D oder halbtransparentenFarben

47/94

Ansatz der Statistik Graphische Darstellungen Statistische Kenngroßen Beispiele zum Sinn und Unsinn von MittelwertenMedian und andere Quartile, (empirische) Quantile Mittelwert und Standardabweichung





48/94


Es ist oft moglich,das Wesentliche

an einer Stichprobe

mit ein paar Zahlenzusammenzufassen.

49/94


Wesentlich:

1. Wie groß?

Lageparameter

2. Wie variabel?

Streuungsparameter

50/94






51/94


Eine Moglichkeitkennen wir schonaus dem Boxplot:

52/94


Lageparameter

Der Median

Streuungsparameter

Der Quartilabstand (Q3 −Q1)

53/94


Der Median1:die Halfte der Beobachtungen sind

kleiner,die Halfte sind großer.

Der Median istdas 50%-Quantil

der Daten.

1”saloppe“ Definition (wir sehen gleich die prazise Definition)

54/94


Die Quartile

Das erste Quartil2, Q1:

ein Viertel der Beobachtungensind kleiner,

drei Viertel sind großer.

Q1 ist das25%-Quantilder Daten.


55/94


Die Quartile

Das erste Quartil2, Q1:ein Viertel der Beobachtungen

sind kleiner,drei Viertel sind großer.



55/94


Die Quartile

Das dritte Quartil3, Q3:

drei Viertel der Beobachtungensind kleiner,

ein Viertel sind großer.



56/94


Die Quartile

Das dritte Quartil3, Q3:drei Viertel der Beobachtungen

sind kleiner,ein Viertel sind großer.



56/94


(Empirische) Quantile, allgemein

Seien n (reelle) Beobachtungswerte x1,x2, . . . ,xn

gegeben, α ∈ (0,1).q ist (ein) α-Quantil der n Beobachtungswerte, wenn gilt1n∣1 ≤ i ≤ n ∶ xi ≤ q∣ ≥ α und

1n∣1 ≤ i ≤ n ∶ xi ≥ q∣ ≥ 1 − α.

Bem.: Im Allgemeinen ist ein α-Quantil nicht eindeutig:Seien x(1) ≤ x(2) ≤ ⋯ ≤ x(n) die der Große nach sortiertenWerte.Wenn α = k

n mit 1 ≤ k < n, so ist jeder Wert q ∈ [x(k),x(k+1)]ein α-Quantil,denn ∣i ∶ xi ≤ x(k)∣ ≥ k , ∣i ∶ xi ≥ x(k)∣ ≥ n − k + 1.Wenn nα /∈ 1, . . . ,n − 1, so ist das α-Quantil der Wertx(k) mit k = ⌈αn⌉.

57/94


(Empirische) Quantile, allgemein II

n (reelle) Beobachtungswerte x1,x2, . . . ,xn gegeben,α ∈ (0,1).(ein) α-Quantil q der n Beobachtungswerte erfullt1n∣1 ≤ i ≤ n ∶ xi ≤ q∣ ≥ α und

1n∣1 ≤ i ≤ n ∶ xi ≥ q∣ ≥ 1 − α.

Bem.:Die Definition passt zu unserer fruheren Definition furVerteilungen, wenn man die empirische Verteilung1n ∑

ni=1 δxi betrachtet.

In der Literatur (und auch in Statistik-Software) sindverschiedene Interpolationen ublich, um ”das“α-Quantil stetig in α zu machen.(In R siehe etwa help(quantile), es sind 9 Variantenimplementiert.)Die Uneindeutigkeit des α-Quantils ist fur halbwegsgroße n in der Praxis oft wenig von Belang.

58/94






59/94


n (reelle) Beobachtungswerte x1,x2, . . . ,xn

Am haufigsten werden benutzt:

Lageparameter

Der Mittelwert x ∶= 1n

n

∑i=1

xi

StreuungsparameterDie Standardabweichung s (bzw. σ)

wobei

σ2 = 1n

n

∑i=1

(xi − x)2 die (empirische) Varianz

s2 = 1n − 1

n

∑i=1

(xi − x)2 die korrigierte Stichproben-Varianz

( = nn−1σ

2)

60/94


n (reelle) Beobachtungswerte x1,x2, . . . ,xn

Am haufigsten werden benutzt:

Lageparameter

Der Mittelwert x ∶= 1n

n

∑i=1

xi

StreuungsparameterDie Standardabweichung s (bzw. σ)

wobei

σ2 = 1n

n

∑i=1

(xi − x)2 die (empirische) Varianz

s2 = 1n − 1

n

∑i=1

(xi − x)2 die korrigierte Stichproben-Varianz

( = nn−1σ

2)60/94


Erinnerung: Geometrische Bedeutungdes Mittelwerts

Der Schwerpunkt

61/94


Wir stellen uns die Beobachtungen alsgleich schwere Gewichte auf einer

Waage vor:

0 1 2 3

x

62/94


Wo muß der Drehpunkt sein, damit dieWaage im Gleichgewicht ist?

0 1 2 3

x

62/94


m = 1,5 ?

63/94


m = 1,5 ?

zu klein

63/94


m = 2 ?

63/94


m = 2 ?

zu groß

63/94


m = 1,8 ?

63/94


m = 1,8 ?

richtig

63/94


Oft kann man ”mit dem bloßen Auge“anhand eines Histogramms den

Mittelwert gut einschatzen.

Beispiel: Galathea intermedia

”Rundlichkeit“:=

Abdominalbreite / Carapaxlange

64/94


65/94


Beispiel:

3.11.88

66/94


67/94


Die Standardabweichung (auch: Streuung)

Wie weit weichteine typische Beobachtung

vomMittelwert

ab ?

68/94


Mit n oder n − 1 berechnen?

Die Standardabweichung σ eines Zufallsexperiments mitn gleichwahrscheinlichen Ausgangen x1, . . . ,xn (z.B.Wurfelwurf) ist definiert durch (vgl. Def. 1.76)

σ =¿ÁÁÀ1

n

n

∑i=1

(xi − x)2.

Wenn es sich bei x1, . . . ,xn um Beobachtungswerte ineiner Stichprobe handelt, verwendet man eher

s =¿ÁÁÀ 1

n − 1

n

∑i=1

(xi − x)2.

69/94


s als Schatzer fur σ

Wir werden sehen:Wenn X1, . . . ,Xn u.i.v. Zufallsvariablen mit VarianzVar[X1] = σ2,

X ∶= 1n

n

∑i=1

Xi ,

so hat die Zufallsvariable

S2 ∶= 1n − 1

n

∑i=1

(Xi −X)2

die EigenschaftE[S2] = σ2.

70/94


Faustregel fur die Standardabweichung

Bei ungefahr glockenformigen (also eingipfligen undsymmetrischen) Verteilungen liegen ca. 2/3 der Verteilungzwischen x − σ und x + σ.

0.0

0.2

0.4

0.6

0.8

1.0

prob

abili

ty d

ensi

ty

x −− σσ x x ++ σσ

Oft kann man so die Standardabweichung ”mit bloßemAuge“ abschatzen.

71/94


Standardabweichung der Carapaxlangennichteiertragender Weibchen vom 6.9.88

Nichteiertragende Weibchen

Carapaxlänge [mm]

Dic

hte

2.0 2.5 3.0

0.0

0.5

1.0

1.5 x == 2.53

Hier liegt der Anteil zwischen x − σ und x + σ bei 72%.

72/94




Carapaxlänge [mm]

Dic

hte

2.0 2.5 3.0

0.0

0.5

1.0

1.5 x == 2.53x == 2.53σσ == 0.28

σσ2 == 0.077

Hier liegt der Anteil zwischen x − σ und x + σ bei 72%.

72/94




Carapaxlänge [mm]

Dic

hte

2.0 2.5 3.0

0.0

0.5

1.0

1.5 x == 2.53x == 2.53σσ == 0.28

σσ2 == 0.077

Hier liegt der Anteil zwischen x − σ und x + σ bei 72%.72/94


Ubrigens: Einschlagige R-Befehle

Mittelwert (mean), Standardabweichung (sd), Median,und Quantilemean(x)sd(x)median(x)quantile(x, 0.25, type=1)quantile(x, 0.75, type=1)summary(x)

Boxplot, Histogrammboxplot(x)hist(x) (fur Dichtehistogramm: hist(x, prob=T))

Ein Dichtepolygon gewinnt man z.B. viah <- hist(x)plot(h$mids, h$density, type=’l’)

73/94

Ansatz der Statistik Graphische Darstellungen Statistische Kenngroßen Beispiele zum Sinn und Unsinn von MittelwertenBeispiel: Wahlerische Bachstelzen Beispiel: Spiderman & Spiderwoman Beispiel: Kupfertoleranz beim Roten Straußgras





74/94


Mittelwert und Standardabweichung. . .charakterisieren die Daten gut, falls deren Verteilung(zumindest in etwa) glockenformig ist

und mussen andernfalls mit Vorsicht interpretiertwerden.

Wir betrachten dazu einige Lehrbuch-Beispiele aus derBiologie, siehe z.B.

M. Begon, C. R. Townsend, and J. L. Harper.Ecology: From Individuals to Ecosystems.Blackell Publishing, 4 edition, 2008.

(Wir verwenden an die Originalpublikationen angelehntesimulierte Daten, nehmen Sie also nicht alle Datenpunktewortlich.)

75/94


Mittelwert und Standardabweichung. . .charakterisieren die Daten gut, falls deren Verteilung(zumindest in etwa) glockenformig istund mussen andernfalls mit Vorsicht interpretiertwerden.

Wir betrachten dazu einige Lehrbuch-Beispiele aus derBiologie, siehe z.B.

M. Begon, C. R. Townsend, and J. L. Harper.Ecology: From Individuals to Ecosystems.Blackell Publishing, 4 edition, 2008.

(Wir verwenden an die Originalpublikationen angelehntesimulierte Daten, nehmen Sie also nicht alle Datenpunktewortlich.)

75/94






76/94


Bachstelzen fressen DungfliegenRauber Beute

Bachstelze (White Wagtail) Gelbe DungfliegeMotacilla alba alba Scatophaga stercoraria

image (c) by Artur Mikołajewski image (c) by Viatour Luc

77/94

http://en.wikipedia.org/wiki/File:Motacilla_alba_alba.JPG

http://commons.wikimedia.org/wiki/File:Scatophaga_stercoraria_1_Luc_Viatour.jpg


Vermutung

Die Fliegen sind unterschiedlich großEffizienz fur die Bachstelze = Energiegewinn / Zeitzum Fangen und fressenLaborexperimente lassen vermuten, dass dieEffizienz bei 7mm großen Fliegen maximal ist.

N.B. Davies.Prey selection and social behaviour in wagtails (Aves:Motacillidae).J. Anim. Ecol., 46:37–57, 1977.

78/94


available dung flies

length [mm]

num

ber

4 5 6 7 8 9 10 11

050

100

150

79/94



length [mm]

num

ber

4 5 6 7 8 9 10 11

050

100

150 mean= 7.99

79/94



length [mm]

num

ber

4 5 6 7 8 9 10 11

050

100

150 mean= 7.99

sd= 0.96

79/94


captured dung flies

length [mm]

num

ber

4 5 6 7 8 9 10 11

010

2030

4050

60

79/94


captured dung flies

length [mm]

num

ber

4 5 6 7 8 9 10 11

010

2030

4050

60 mean= 6.79

79/94


captured dung flies

length [mm]

num

ber

4 5 6 7 8 9 10 11

010

2030

4050

60 mean= 6.79

sd= 0.69

79/94


4 5 6 7 8 9 10 11

0.0

0.1

0.2

0.3

0.4

0.5

dung flies: available, captured

length [mm]

frac

tion

per

mm

availablecaptured

79/94


Vergleich der Großenverteilungencaptured available

Mittelwert

6.79 < 7.99Standardabweichung 0.69 < 0.96

4 5 6 7 8 9 10 11

0.0

0.1

0.2

0.3

0.4

0.5


length [mm]

frac

tion

per

mm

availablecaptured

80/94



Mittelwert

6.79

<

7.99Standardabweichung 0.69 < 0.96

4 5 6 7 8 9 10 11

0.0

0.1

0.2

0.3

0.4

0.5


length [mm]

frac

tion

per

mm

availablecaptured

80/94



Mittelwert 6.79 < 7.99

Standardabweichung 0.69 < 0.96

4 5 6 7 8 9 10 11

0.0

0.1

0.2

0.3

0.4

0.5


length [mm]

frac

tion

per

mm

availablecaptured

80/94



Mittelwert 6.79 < 7.99Standardabweichung

0.69 < 0.96

4 5 6 7 8 9 10 11

0.0

0.1

0.2

0.3

0.4

0.5


length [mm]

frac

tion

per

mm

availablecaptured

80/94



Mittelwert 6.79 < 7.99Standardabweichung

0.69

<

0.96

4 5 6 7 8 9 10 11

0.0

0.1

0.2

0.3

0.4

0.5


length [mm]

frac

tion

per

mm

availablecaptured

80/94



Mittelwert 6.79 < 7.99Standardabweichung 0.69 < 0.96

4 5 6 7 8 9 10 11

0.0

0.1

0.2

0.3

0.4

0.5


length [mm]

frac

tion

per

mm

availablecaptured

80/94


Interpretation

Die Bachstelzen bevorzugen Dungfliegen, die etwa 7mmgroß sind.

Hier waren die Verteilungen glockenformig und esgenugten 4 Werte (die beiden Mittelwerte und die beidenStandardabweichungen), um die Daten adaquat zubeschreiben.

81/94






82/94


Nephila madagascariensisimage (c) by Bernard Gagnon

83/94

http://commons.wikimedia.org/wiki/File:N\unhbox \voidb@x \bgroup \let \unhbox \voidb@x \setbox \@tempboxa \hbox e\global \mathchardef \accent@spacefactor \spacefactor \accent 19 e\egroup \spacefactor \accent@spacefactor phila_inaurata_Madagascar_02.jpg


Simulierte Daten:Eine Stichprobe von 70 SpinnenMittlere Große: 21,06 mmStandardabweichung der Große: 12,94 mm

84/94


?????

size [mm]

Fre

quen

cy

0 10 20 30 40 50

01

23

45

6

85/94


Nephila madagascariensis (n=70)

size [mm]

Fre

quen

cy

0 10 20 30 40 50

02

46

810

1214

85/94



size [mm]

Fre

quen

cy

0 10 20 30 40 50

02

46

810

1214

mean= 21.06

85/94



size [mm]

Fre

quen

cy

0 10 20 30 40 50

02

46

810

1214

males females

85/94


Nephila madagascariensisimage (c) by Arthur Chapman 86/94

http://www.eol.org/pages/10710411?image_id=5833884


Fazit des Spinnenbeispiels

Wenn die Daten aus verschiedenen Gruppenzusammengesetzt sind, die sich bezuglich des Merkmalsdeutlich unterscheiden, kann es sinnvoll sein,Kenngroßen wie den Mittelwert fur jede Gruppe einzelnzu berechnen.

87/94






88/94


Kupfertolerantes Rotes Straußgras

Rotes Straußgras KupferAgrostis tenuis Cuprum

image (c) Kristian Peters Hendrick met de Bles

89/94

http://de.wikipedia.org/w/index.php?title=Datei:Agrostis_capillaris.jpeg

http://de.wikipedia.org/w/index.php?title=Datei:Hendrick_met_de_Bles_001.jpg


Anpassung an Kupfer?

Pflanzen, denen das Kupfer schadet, haben kurzereWurzeln.

Die Wurzellangen von Pflanzen aus der Umgebungvon Kupferminen wird gemessen.Samen von unbelasteten Wiesen werden beiKupferminen eingesat.Die Wurzellangen dieser “Wiesenpflanzen” werdengemessen.

A.D. Bradshaw.Population Differentiation in agrostis tenius Sibth. III. populationsin varied environments.New Phytologist, 59(1):92 – 103, 1960.

T. McNeilly and A.D Bradshaw.Evolutionary Processes in Populations of Copper TolerantAgrostis tenuis Sibth.Evolution, 22:108–118, 1968.

90/94



Pflanzen, denen das Kupfer schadet, haben kurzereWurzeln.Die Wurzellangen von Pflanzen aus der Umgebungvon Kupferminen wird gemessen.

Samen von unbelasteten Wiesen werden beiKupferminen eingesat.Die Wurzellangen dieser “Wiesenpflanzen” werdengemessen.



90/94



Pflanzen, denen das Kupfer schadet, haben kurzereWurzeln.Die Wurzellangen von Pflanzen aus der Umgebungvon Kupferminen wird gemessen.Samen von unbelasteten Wiesen werden beiKupferminen eingesat.

Die Wurzellangen dieser “Wiesenpflanzen” werdengemessen.



90/94



Pflanzen, denen das Kupfer schadet, haben kurzereWurzeln.Die Wurzellangen von Pflanzen aus der Umgebungvon Kupferminen wird gemessen.Samen von unbelasteten Wiesen werden beiKupferminen eingesat.Die Wurzellangen dieser “Wiesenpflanzen” werdengemessen.



90/94


Browntop Bent (n=50)

root length (cm)

dens

ity p

er c

m

0 50 100 150 200

020

4060

8010

0 Copper Mine Grass

2/3 der Wurzellangen innerhalb [m-sd,m+sd]???? Nein!

91/94



root length (cm)

dens

ity p

er c

m

0 50 100 150 200

010

2030

40

Grass seeds from a meadow


91/94



root length (cm)

dens

ity p

er c

m

0 50 100 150 200

010

2030

40

Grass seeds from a meadow

copper tolerant ?


91/94


0 50 100 150 200

0.00

0.01

0.02

0.03

0.04

0.05

0.06

0.07


root length (cm)

dens

ity p

er c

m

meadow plants

copper mine plants


91/94



root length (cm)

dens

ity p

er c

m

0 50 100 150 200

020

4060

8010

0 copper mine plants

m m+sm−s


91/94



root length (cm)

dens

ity p

er c

m

0 50 100 150 200

010

2030

40

meadow plants

m m+sm−s


91/94


Fazit des Straußgras-Beispiels

Manche Verteilungen konnen nur mit mehr alszwei Variablen angemessen beschrieben

werden.

z.B. mit den funf Werten der Boxplots:min, Q1, median, Q3, max

92/94


0 50 100 150 200

Browntop Bent n=50+50

root length (cm)

copper mine plants

meadow plants

93/94


Schlussfolgerung

Viele Datenverteilungen sind annaherndglockenformig und konnen durch den Mittelwert

und die Standardabweichung hinreichendbeschrieben werden.

Es gibt aber auch Ausnahmen. Also:Besser ist es, die Daten auch graphisch zu

untersuchen,und sich nicht allein auf numerische

Kenngroßen zu verlassen.

94/94

Statistik fur Informatiker, SS 2019¨ - staff.uni-mainz.de · Ansatz der StatistikGraphische...

Documents

Transcript of Statistik fur Informatiker, SS 2019¨ - staff.uni-mainz.de · Ansatz der StatistikGraphische...