Premium Partner

Statistik

Einführung

Einführung


Kartei Details

Karten 8
Sprache Deutsch
Kategorie VWL
Stufe Universität
Erstellt / Aktualisiert 09.03.2020 / 17.04.2020
Lizenzierung Keine Angabe
Weblink
https://card2brain.ch/box/20200309_statistik
Einbinden
<iframe src="https://card2brain.ch/box/20200309_statistik/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>

Anwendungsbereiche der empirischen Analyse

1. Empirisches testen von sozialwissenschaftlichen Verhaltensmodellen (Altruismus)

2. Erforschen eines epirischen Zusammenhangs (Einkommen und Bildung)

3. Evaluation von politischen und sonstigen Entscheidungen/Interventionen (Marketing- und Kommunikationskampagnen)

Statistisches Modell

y=f(x1,xk,u)

Linear: y=ß1+ß1x1+ßkxk+u

ß=Parameter/Koeffizienten

u= nicht beobachtbarer Wert (Motivation)

Daten

Querschnittsdaten (Cross Section): Nur an einem bestimmtenZeitpunkt/Stichtag erhoben.

Zeitreihen (Time Series): Varable wird über die Zeit verfolgt.

Gepoolte Querschnittsdaten (Pooled Cross Sectoin): Kombination aus Zeitreihe und Querschnittsdaten
Querschnittsdaten über mehrer Jahre.

Panel Daten: Kombinationen aus Zeitreihen und Querschnittsdaten

Grundgesamtheit (Population of interest): Alle Individuen die befragt wurden; die untersucht werden.

Zufallige Stichprobe (Random sampling): Die Individuen die schlussendlich analysiert werden.

Stichprobe = Teil der Grundgesamtheit 

Was ist Kausalität

Eine Ursache (x) hat eine Wirkung auf Phänomen (y)

Dominostein x stösst Stein y an

Was ist Korrelation

Bei der Korrelation besteht nur ein Zusammenhang und nicht eine direkte Auswirkung.

Wenn Stein x liegt, liegt in der Regel auch Stein y. Man weiss aber nicht ob x y beeinflusst.

Kausalität führt immer zu Korrelation, aber nicht umgekehrt.

Kausalität erforschen

Die Sozailwissenschaften interessieren sich sehr für Kausalitäten.

Einfluss von:

Bildung auf Medienkonsum
Immigration auf Arbeitslosigkeit
Handel auf Wirtschaftswachstum
Marketing-Kampagne auf Verkaufszahlen

Kausalität oder Korrelation

In der Regel wird y nicht nur von x beeinflusst.

Andere Faktoren u haben auch Einfluss.

Wenn andere Faktoren auf x und y Einfluss haben, kann man nicht mehr von Kausalität sprechen, zudem wird eine Messung schwierig.

Die anderen Faktoren machen eine Messung nicht mehr möglich, sodass hir nur noch von Zusammenhängen gespochen wird.

Wie misst man Kausalität

Ceteris paribus Annahme (Unter sonst gleichen Bedingungen): Man hält alle Faktoren, ausser x, die einen Einfluss auf y haben konstant; vergleichbar machen

Klären ob man alle Faktoren brücksichtigt hat, die sowohl x als auch y beeinflussen.

Als Alternative können Feld- oder Natürliche Experimente durchgeführt werden.

S.19-23