Wenn man die Umfrage jetzt mal auswertet
Nur der Vollständigkeit halber, und weil es sich so gehört, zum Vorgehen:
Die Umfrage enthielt zum Zeitpunkt meiner Berechnung 109 Schadensfälle. Um den durchschnittlichen Kilometerstand des Schadenseintritts zu berechnen, müssten wir alle Kilometerstände addieren und durch 109 dividieren (arithmetisches Mittel). Wir kennen die tatsächlichen Kilometerstände aber nicht,da die Daten in Intervallen („klassiert“) erhoben wurden. Wenn also jemand z.B. bei 30.000 bis 50.000 angeklickt hat, wissen wir nicht, ob der Schaden bei 31.000 oder bei 49.000 eingetreten ist.Jetzt kommt der gute Laplace und sein Satz vom unzureichenden Grunde ins Spiel: Wenn wir es nicht besser wissen, gehen wir davon aus, dass die Schadensfälle innerhalb einer Klasse gleichmäßig verteilt sind. Im Schnitt würde damit der Schaden in der Klasse 30.000 bis 50.000 genau in der Mitte, bei 40.000 eintreten – ebenso in den übrigen Klassen. Wir rechnen also mit der Klassenmitte (anstelle der unbekannten tatsächlichen Klassenmittelwerte). Da die letzte Klasse offen war (größer 100.000), müssen wir sie irgendwo schließen, um die Klassenmitte zu berechnen. Weniger als 200.000 schien mir nicht sachgerecht, da ja hier einige Moppeds mit um die 180.000 vertreten sind. Andererseits gibt es wohl nur sehr wenige mit mehr als 200.000,so dass eine höhere Klassenobergrenze den Schnitt zu sehr nach oben verzerren würden.
Jetzt werden die Klassenmitten jeweils mit den relativen Häufigkeiten gewichtet und addiert, das ergibt ein(approximatives) arithmetisches Mittel des Schadenseintritts von 61.473,5 km (wenn ich mich beim TR nicht vertippt habe, kann ja jeder nachrechnen). Man kann natürlich auch mit den absoluten Häufigkeiten gewichten, dann muss man am Ende noch mal durch n (109) dividieren (dann ergibt sich, bedingt durch die Rundungsdifferenzen bei den rel. Häufigkeiten, ein leicht abweichender Wert von 61.467,89 km).
Siehe auch Ergebnisausdruck PSPP:
.
.
,
, ein paar Pässe hat bei mir bisher jedes Motorrad ausgehalten, ausser
