Modus

Aus MM*Stat

(Weitergeleitet von Multimodale Verteilung)
Wechseln zu: Navigation, Suche

Univariate Statistik

Eindimensionale Häufigkeitsverteilung • Graphische Darstellung eindimensionaler Verteilungen • Verteilungsfunktion (empirisch) • Parameter eindimensionaler Verteilungen (empirisch) • Modus • Arithmetisches Mittel • Harmonisches Mittel • Geometrisches Mittel • Quantil • Spannweite • Quartilsabstand • Mittlere absolute Abweichung • Varianz und Standardabweichung (empirisch) • Multiple Choice • Video • Aufgaben • Lösungen
Balkendiagramm • Dezil • Dotplot • Flächendiagramm • Flächenproportionale Darstellung • Häufigkeitstabelle (eindimensional) • Histogramm • Höhenproportionale Darstellung • Interpolation • Interquartilsabstand • Kartogramm • Kreisdiagramm • Lagemaß • Lageparameter • Liniendiagramm • Median • Mittelwert • Mittlere quadratische Abweichung (empirisch) • Mittlere Wachstumsrate • Modalklasse • Modalwert • Multimodale Verteilung • Piktogramm • Prognosewert • p-Quantil • Quartil • Quartilsdispersionskoeffizient (empirisch) • Quintil • Rechteckdiagramm • Robustheit • Säulendiagramm • Stabdiagramm • Standardabweichung (empirisch) • Stengel-Blatt-Diagramm • Streuung • Streuungsmaß • Streuungsparameter • Unimodale Verteilung • Varianz (empirisch) • Variationskoeffizient (empirisch) • Wachstumsrate • Zentralwert

Grundbegriffe

Modus oder Modalwert

Diejenige Merkmalsausprägung, die am häufigsten beobachtet wurde, wird als Modus bzw. Modalwert bezeichnet.

Er kann für alle Skalen ermittelt werden, für nominalskalierte Merkmale ist er jedoch der einzig sinnvolle Mittelwert.

Der Modus ist unempfindlich gegen Ausreißer. Eine sinnvolle Anwendung des Modus ist nur bei unimodalen Häufigkeitsverteilungen gegeben.

Modus diskreter (nicht klassierter) Merkmale

x_{d} = \{{x_{j}| h_{j}} = \max_{x_k} h_{k}, bzw.  f_{j} = \max_{x_k} f(x_{k})\}

Modus klassierter kardinalskalierter Merkmale

Zur genaueren Berechnung des Modus wird nachstehende Formel verwendet.

 x_{D}=x_{j}^{u}+\frac{\widehat{f}\left(  x_{j}\right)  -\widehat{f}\left(x_{j-1}\right)}
{2\cdot\widehat{f}\left(  x_{j}\right)  -\widehat{f}\left(x_{j-1}\right)  
-\widehat{f}\left(  x_{j+1}\right)  }\cdot\left(  x_{j}^{o}-x_{j}^{u}\right)  \quad

mit x_{j}^{u} und x_{j}^{o}, die untere bzw. obere Klassengrenze der Modalklasse und \widehat{f}\left(x_{j}\right), \widehat{f}\left(x_{j-1}\right), \widehat{f}\left(x_{j+1}\right) die Häufigkeitsdichten der Modalklasse und der Klasse vor bzw. nach der Modalklasse.

Modalklasse

Bei klassierten Merkmalen befindet sich der Modus in der Klasse mit der größten Häufigkeitsdichte, der sogenannten Modalklasse.

Unimodale Verteilung

Weißt eine Häufigkeitsverteilung bzw. Wahrscheinlichkeitsverteilung nur einen einzigen Modus auf, so spricht man von einer unimodalen Verteilung.

Multimodale Verteilung

Eine multimodale Verteilung weißt, im Gegensatz zu einer unimodalen Verteilung, mehrere Modi auf.

Beispiele

Lebensdauer von Glühlampen

Untersuchung der Lebensdauer (in Stunden) von 100 Glühlampen.

x_{j}^{u}\leq X<x_{j}^{o} h\left( x_{j}\right)  f\left(  x_{j}\right) \widehat{f}\left( x_{j}\right) F\left(x_{j}\right)
0 - 100 1 0,01 0,0001 0,01
100 - 500 24 0,24 0,0006 0,25
500 - 1000 45 0,45 0,0009 0.70
1000 - 2000 30 0,30 0,0003 1,00
Summe 100 1,00


Modalklasse (am dichtesten besetzte Klasse bzw. Klasse mit den meisten Beobachtungen): 500 - 1000 Stunden

 0,5 \cdot (x_{j}^{o} + x_{j}^{u})  = 750 Stunden
  • Feinberechnung:
 x_{D}=500+\frac{9-6}{18-6-3}\cdot500=666,67

Unter den 100 untersuchten Glühlampen trat am häufigsten eine Lebensdauer von 666,67 Stunden auf.