14.11.2013 Aufrufe

Hausarbeit - Friedrich-Schiller-Universität Jena

Hausarbeit - Friedrich-Schiller-Universität Jena

Hausarbeit - Friedrich-Schiller-Universität Jena

MEHR ANZEIGEN
WENIGER ANZEIGEN

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

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!