Um alle Funktionen dieser Seite zu nutzen, aktivieren Sie bitte die Cookies in Ihrem Browser.
my.bionity.com
Mit einem my.bionity.com-Account haben Sie immer alles im Überblick - und können sich Ihre eigene Website und Ihren individuellen Newsletter konfigurieren.
- Meine Merkliste
- Meine gespeicherte Suche
- Meine gespeicherten Themen
- Meine Newsletter
Absolute HäufigkeitDie absolute Häufigkeit ist ein Maß der deskriptiven Statistik. Sie gibt an, wie viele Merkmalsträger zu einer bestimmten Merkmalsausprägung in einem Datensatz existieren. Somit hängt sie vom Umfang des betrachteten Datensatzes ab. Für den Vergleich unterschiedlicher Datensätze wird ein normiertes Maß, die relative Häufigkeit verwendet. Weiteres empfehlenswertes FachwissenRegelWenn bei n Beobachtungen eines Zufallversuchs bzw. bei der Überprüfung einer Stichprobe das Ereignis A insgesamt hn(A)-mal auftritt, dann heißt diese Größe die absolute Häufigkeit des Ereignisses A. BeispielBei der Betrachtung symmetrischer Daten bietet sich eine vorherige Klassierung an. Man bildet dann die absoluten Häufigkeiten der Klassen. In einer Umfrage werden 453 Personen nach ihrem Alter befragt. Bei der Auszählung stellt man fest, dass 197 Personen in die Klasse "von 20 Jahre bis unter 30 Jahre" fallen. Damit ist die absolute Häufigkeit dieser Klasse 197. Absolute Häufigkeit in der medizinischen StatistikDie absolute Häufigkeit kann anstelle der Wahrscheinlichkeit angegeben werden, um das Verständnis von Risiken und Testbefunden zu erleichtern und wird daher besonders in der Statistik und Wahrscheinlichkeitsrechnung verwandt. Die Angabe erfolgt in „X von Y“, also zum Beispiel „80 von 1000“. Diese Angabe ist eine Normierung der natürlichen Häufigkeit (zum Beispiel „1 von 125“). Mittels der Darstellung in absoluten Häufigkeiten können medizinische Testergebnisse (AIDS-Test, Mammogramm) einfacher interpretiert werden. Eine alternative Berechnung bietet die Formel von Bayes. Ein Beispiel (ohne Angaben von Wahrscheinlichkeiten) nach [1]:
Ein Entscheidungsbaum ist hilfreich, um das Problem zu visualisieren! Eine Darstellung im Entscheidungsbaum: 1000 / \ krank / \ gesund / \ 10 990 /\ /\ / \ / \ - / \ + + / \ - / \ / \ 2 8 99 891
Ergebnis: Von den 107 (8+99) Personen mit positivem Testergebnis sind nur 8 Personen wirklich erkrankt, also weniger als jeder 10. der untersuchten Personen. Das alles ohne andere Untersuchungen. Bemerkung: Falsch sind die Ergebnisse offensichtlich bei 101 Personen. 99 Personen sind gesund, werden aber im Testergebnis als krank betrachtet (falsch positiv) und 2 Personen sind krank, werden aber im Testergebnis als gesund betrachtet (falsch negativ). Diese Visualisierung der Häufigkeit mit einem Entscheidungsbaum hat folgende Vorteile für das Verstehen des Satzes von Bayes:
Siehe auch: Irrtumswahrscheinlichkeit, Häufigkeit, relative Häufigkeit |
Dieser Artikel basiert auf dem Artikel Absolute_Häufigkeit aus der freien Enzyklopädie Wikipedia und steht unter der GNU-Lizenz für freie Dokumentation. In der Wikipedia ist eine Liste der Autoren verfügbar. |