Artikel Statistik Durchschnittsgamer

[Patrik]

https://github.com/VDVC/Survey/blob/master/daten/2016/ausgaben.tsv: Die Spalten sind jeweils kumulierte Zahlen. Was ich gemacht hatte war übrigens der KS-Test. Das dürfte für die Daten, die wir haben, vermutlich der aussagekräftigste sein.

Ok, habe das für alle einzelnen Ausgaben durchgeführt. Der größte Unterschied liegt beim Hardwarekauf. Das fängt schon damit an, dass 59% der Männer aber nur 46% der Frauen Geld für Hardware ausgegeben haben. Außer beim Spielekauf ist es immer so, dass ein paar mehr Frauen nichts ausgeben (beim Spielekauf dagegen bleibt keine einzige Frau ohne Ausgaben). Repräsentativ ist das aber natürlich eh nicht.

[Rey Alp]

Ich verstehe die Tabelle nicht.

Die Anzahl der Nennungen für die jeweiligen Ausgaben steigt stetig. Sind das kumulierte Werte für alle auch vorherigen Beträge? Könntest du dann auch eine Tabelle machen ohne kumulierte Werte sondern mit den Nennungen direkt?

edit:

Was hälst du von so einer Darstellung?

[Patrik]

Die Werter sind kumuliert, ja. Alles andere macht keinen Sinn, weil beliebige Werte angegeben werden konnten, die sich aber oft gleichen. Ohne Kumulierung hat man mal hier nen Spike, dann dort einen, völlig nichtssagend.

[Rey Alp]

Bei der regulären Darstellung gebe ich dir vollkommen Recht. Zum berechnen von Durchschnittswerten ist es aber nur bedingt geeignet, ich werde es mal zurückrechnen.

Ich finde meine Idee mit den Karten ganz nett, werde es wegen der folgenden Punkte aber sein lassen:
- als Ausgangspunkt für die +/- % muss ich ein fiktives Neutrum nehmen, was zur Folge hat, dass die Werte nicht nur immer das exakte Gegenteil sind, sondern auch der Unterschied quasi halbiert wirde.
- Anhand der Zahlen lässt sich die Relevanz der Abweichungen nicht so ganz beurteilen.

Ich versuche mich mal an einer anderen Visualisierung.

[Patrik]

Bei der regulären Darstellung gebe ich dir vollkommen Recht. Zum berechnen von Durchschnittswerten ist es aber nur bedingt geeignet, ich werde es mal zurückrechnen.

Nimm Perzentilen — die sind aussagekräftiger und robuster (z.B. gegen Verfälschungen). Und auch ein Grund, warum ich kumulierte Werte bevorzuge, Perzentilen kann man jetzt ja fast ablesen.

[Rey Alp]

Kann ich glaube ich nicht - kam in meinem Studium nicht vor. Ok, dass andere auch nicht. Aber das erst recht nicht. Und nach Wikipedia raff ich es auch nicht sofort.

[Patrik]

Kurzversion: Als Mittelwert (hier: Median oder 50%-Perzentile) nimmt man den Wert, der das Feld in zwei gleich große Hälften teilt. Beispiel mit Taschengeld: Paul und Ute bekommen 5€ Taschengeld, Klaus, Carmen und Natascha 10€, Peter und Annette 20€, Krösus bekommt 40€. Das arithmetische Mittel wären 160€/8 = 20€, die 25%-Perzentile liegt bei 5€, der Median bei 10€ und die 75%-Perzentile bei 20€.

Code: Alles auswählen

Betrag; Nennungen, Kumuliert
05€; 2; 2 (enthält 2 = 0.25*8 -> 25%-Perzentile)
10€; 3; 5 (enthält 4 = 0.5*8 -> Median)
20€; 2; 7 (enthält 6 = 0.75*8 -> 75%-Perzentile)
80€; 1; 8

[Rey Alp]

Und man gibt dann immer 2 Perzentilen an, zwischen denen sie die Werte bewegen?

Im Anhang, was ich jetzt fabriziert habe:

[Patrik]

Die Perzentile ist immer in einem Bin, siehe auch https://de.wikipedia.org/wiki/Median.

Zur Grafik: Sieht gut aus, die Zahlen an den Spitzen der Balken verstehe ich aber nicht.

[Rey Alp]

Danke, das ist jeweils die Differenz: Bei der 2. "1,45" Jahre Unterschied, was prozentual einer Abweichung von 5,11 % entspricht.