Über die Anwendung der Differenzenmethode (``variate difference method'') bei Reihenausgleichungen, Stabilitätsuntersuchungen und Korrelationsmessungen. I, II. (Q1447993): Difference between revisions

Die Differenzenmethode nimmt an, daß eine gegebene statistische Reihe von \(N\) Gliedern durch eine ganze rationale Funktion wiedergegeben werden kann, sodaß in der \(k\)-ten Differenz nur mehr die Abweichungen wirken. Diese werden als unabhängige, zufällige Variable mit konstantem Verteilungsgesetz aufgefaßt. Bezeichnet man die Abweichungen mit \(s_i\), ihre Differenzen mit \(\varDelta^k\) und bildet man \[ \sigma_k^2=\frac{\sum\limits_{1}^{N-k}(\varDelta^ks_i)^2}{\binom{2k}k(N-k)}, \] so ist die mathematische Erwartung dieses Ausdrucks gleich der Streuung der Abweichungen von der Parabel. In der Praxis muß man diese Werte für aufeinanderfolgende \(\varDelta^k\) berechnen, bis sie stabil geworden sind. Dann kennt man die Ordnung der Parabel, und die Ausgleichung ist beendet. Für zwei Variable besteht die Differenzenmethode im Ansatz zweier Parabeln und der Bildung der Korrelationskoeffizienten zwischen den Differenzen. Die Ordnung der Parabeln wird durch Bestimmung der Ordnungszahl, bei der die Korrelationskoeffizienten stabil sind, festgestellt. Im zweiten Teil der Arbeit wird ein allgemeines Einteilungsschema für statistische Reihen vorgeschlagen. Wenn für die mathematischen Erwartungen \(E\) der mittleren Fehler \(\sigma\) der Differenzen von der \(k\)-ten Ordnung an die Beziehung \[ E\left(\sigma_{k+1}^2\right)\gtreqqless E\left(\sigma_{k+i+1}^2\right) \] gilt, so soll die Reihe zur Gruppe \(G\) bezw. \(R\) bezw. \(Z\) gehören. Diese Einteilung hängt mit der Lexis'schen Klassifikation in übernormale, normale und unternormale Dispersion zusammen. Das Lexis'sche Verfahren beruht auf dem Vergleich der empirischen mit der apriorischen Schwankung und hat u. a. den Nachteil daß der Koeffizient nicht nur bei konstanter Grundwahrscheinlichkeit und Unabhängigkeit der Versuche den entscheidenden Wert Eins annimmt. Dieses Verfahren soll daher durch Bildung der Differenzenleihe \(\sigma_{i+1}^2-\sigma_i^2\) ersetzt werden. Die Vorteile sind: Elimination der glatten Komponente; Kenntnis der oberen und unteren Grenze; größere Empfindlichkeit. Dies wird an numerischen Beispielen bei Münzversuchen, bei denen die apriorischen Werte bekannt sind, illustriert. Doch ist die Methode und die Deutung der numerischen Resultate schwierig.