Hausarbeit - Friedrich-Schiller-Universität Jena
Hausarbeit - Friedrich-Schiller-Universität Jena
Hausarbeit - Friedrich-Schiller-Universität Jena
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
1 Einleitung<br />
Um herauszufinden wie bestimmte Eigenschaften im Raum verteilt sind bedarf es spezieller<br />
statistischer Methoden, besonders dann, wenn die zu untersuchenden Eigenschaften in<br />
Beziehung zum Raum oder zu anderen Merkmalen stehen. Um diese Beziehungen für den<br />
Betrachter sichtbar zu machen werden diese durch deskriptive Methoden analysiert und in<br />
Form einer einzigen oder weniger Zahlen ausgedrückt. In dieser Arbeit soll dabei ein<br />
Hauptaugenmerk auf die Datenanalyse in Bezug auf die räumliche Autokorrelation gelegt<br />
werden. Diese, soviel soll schon gesagt werden, beschäftigt sich mit der räumlichen<br />
Beziehung zwischen Objekten und ihren Nachbarn. Oder wie MORAN schon 1948 schrieb<br />
„The presence, absence, or characteristics of some spatial objects may sometimes have<br />
significant impacts on the presence, absence, or characteristics of the neighboring objects.”<br />
( LO & YEUNG 2002: 117)<br />
Aber bevor auf diese spezielle deskriptive Methode der räumlichen Autokorrelation<br />
eingegangen wird, sollen zuvor ausgewählte, grundlegende Verfahren und Sachverhalte der<br />
traditionellen deskriptiven Statistik erläutert werden.<br />
2 Allgemeine deskriptive Methoden<br />
Die deskriptive bzw. beschreibende Statistik befasst sich mit der Analyse und Darstellung von<br />
räumlichen und zeitlichen Daten. Die Methoden der deskriptiven Statistik haben das Ziel, die<br />
oft großen Datenmengen mit nur wenigen Zahlen zu charakterisieren, so dass sie für den<br />
Betrachter gut interpretierbar sind. Dabei zählt die Visualisierung der Daten, wie z.B. in einer<br />
Karte, zu den besten Methoden bestimmte Muster in den Daten zu erfassen. Zu den<br />
deskriptiven Methoden gehört der Mittelwert und die Streuung, welche nun kurz vorgestellt<br />
werden (LO & YEUNG 2002: 350 & HELMSCHROT & FINK 2001).<br />
2.1 Mittelwerte<br />
Durch die Mittelwerte (engl. central tendency) wird das Zentrum der Verteilung<br />
charakterisiert. Mittelwerte können u.a. durch das arithmetische Mittel, den Median oder den<br />
Modus angeben werden (HELMSCHROT & FINK 2001).<br />
2.1.1 Arithmetische Mittel<br />
Das arithmetische Mittel berechnet man aus der Summe aller<br />
Einzelwerte, dividiert durch die Gesamtzahl aller Stichprobenfälle<br />
(siehe Formel 1). Man sollte diese Formel anwenden, wenn die<br />
Formel 1: Mittelwert x m<br />
Werte hauptsächlich um das arithmetische Mittel verteilt sind. Ist (HELMSCHROT & FINK 2001)<br />
die Stichprobe zu heterogen (weicht zu sehr von der Glockenform<br />
ab) bringt dieses Verfahren zu große Nachteile mit sich (HELMSCHROT & FINK 2001).<br />
2