14.11.2013 Aufrufe

Hausarbeit - Friedrich-Schiller-Universität Jena

Hausarbeit - Friedrich-Schiller-Universität Jena

Hausarbeit - Friedrich-Schiller-Universität Jena

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

2.2.2 Schiefe und Exzess<br />

Die Schiefe (engl.: skewness) wie der Exzess (engl.: kurtosis) sind Formenparameter, d.h. sie<br />

geben Auskunft über die Form der Verteilung.<br />

„Die Schiefe […] stellt ein Maß für die Symmetrie der Verteilung um das arithmetische<br />

Mittel dar und errechnet sich…“ (HELMSCHROT & FINK 2001) aus der Differenz des<br />

Mittelwert x m vom Median Me, welche durch die Standartabweichung s dividiert wird, wie in<br />

Formel 4 abgebildet. Wenn die Form der Verteilung symmetrisch ist, dann hat die Schiefe g<br />

einen Wert von 0, ist g größer als 0 handelt es sich um eine positive Schiefe, der Median ist<br />

links vom Mittel. Bei einer negativen Schiefe hingegen ist g kleiner als 0 und der Median<br />

rechts vom Mittel.<br />

Formel 4: Schiefe g (HELMSCHROT & FINK 2001) Formel 5: Exzess Ez (HELMSCHROT & FINK 2001)<br />

Der Exzess hingegen ist ein Maß für die Steilheit der Verteilung. So beschreibt er, ob die<br />

Merkmalsverteilung spitz oder flach um das Zentrum verteilt ist. Berechnet wird er, wie in<br />

Formel 5 aufgezeigt. Von einer spitzen Verteilung spricht man, wenn der Exzess Ez größer<br />

als eins ist und damit steiler zuläuft als eine Normalverteilung. Keinen Exzess (Ez = 1) findet<br />

man bei einer Normalverteilung vor. Ist der Exzess kleiner als eins (negativer Exzess) ist die<br />

Verteilung flacher als eine Normalverteilung (LO & YEUNG 2002: 351).<br />

2.3 „Nearest Neighbor“-Analyse<br />

Bei der „Nearest Neighbor“-Analyse werden Verteilungsmuster von Punkten auf einer Fläche<br />

untersucht. Dabei kann bestimmt werden, ob die Messpunkte regelmäßig, unregelmäßig oder<br />

in Clustern (Gruppen) auftreten. „Diese Einordnung [in regelmäßig, unregelmäßig oder in<br />

Clustern] erfolgt über das Messen der Distanzen zwischen gepaarten Datenpunkten. Gepaart<br />

werden dabei die Punkte mit der geringsten räumlichen Distanz zueinander - die ‚Nearest<br />

Neighbor’.“ (DUMFARTH & LORUP 2000)<br />

Um Verwechslungen mit der räumliche Autokorrelation aus dem Weg zu gehen, muss klar<br />

festgestellt werden, dass bei der „Nearest Neighbor“-Analyse nur die räumliche Verteilung<br />

der Punkte bestimmt wird, nicht aber im Zusammenhang mit den Ausmaß der Werte, den<br />

diese Punkte haben<br />

4

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!