clearly hat geschrieben: zum Beitrag navigieren22. Feb 2025, 11:09
H_B hat geschrieben: zum Beitrag navigieren22. Feb 2025, 11:07
clearly hat geschrieben: zum Beitrag navigieren21. Feb 2025, 23:16
von 24,5% auf 38,9% in zehn jahren
#DPolGHH #Justiz Verurteilte nach Staatsangehörigkeit: »Im Jahr 2023 waren 61,1 Prozent der in Deutschland gerichtlich verurteilten Personen Deutsche; 38,9 Prozent hingegen Ausländer. Damit erreichte der Ausländeranteil bei den Verurteilten einen erneuten Höchststand, nachdem er schon in den Vorjahren kontinuierlich gestiegen war.« Quelle: Statista 2025
Wenn ich das in meiner stark linken Bubble zeigen würde, kommen mir Leute mit der Ifo Studie
https://www.ifo.de/publikationen/2025/a ... rter-blick
Oder
"Migranten sind schon immer in jeder Gesellschaft überproportional vertreten"
oder weiterem Quark. Es darf halt nicht sein, was nicht sein darf.
zu ifo auch ein guter thread
Mein Mathematikstudium mit Schwerpunkt Stochastik und Statistik ist schon etwas her, aber unabhängig der Regressionsmethode:
Pure Augenwischerei des Ifo-Instituts und bewusste Fehlinformation. Wenn man ein Regressionsmodell baut, dann prüft man natürlich, dass alle Variablen ("Faktoren"), die zur Erklärung eines Phänomens beitragen sollen, hinreichend statistisch unabhängig sind. Wenn man stark korrelierte Faktoren zur Auswahl hat, wie angeblich dargestellt, Wohnort <=> "Migrationshintergrund", dann kann man sich natürlich entscheiden, welche Variable man in seiner Regression aufnimmt, aber wenn beide "hinreichend ähnlich" sind, dann ist die Schlussfolgerung "die statistische Signifikanz liegt am Wohnort, nicht an der Migrationsgeschichte" eben schlichtweg falsch, bestenfalls irreführend.
Ich bin absolut davon überzeugt, wenn man mir die Daten gibt, schätze ich da ein Regressionsmodell mit einer abartigen Signifikanz auf einer Testaussage, die man in linken Bubbles ungerne statistisch untermauert haben möchte.
Die Diskussion über Korrelation und Kausalität fange ich hierbei noch nicht einmal an.
Btw: Die Verwendung von Proxyvariablen ist üblich, wenn einem bestimmte Faktoren juristisch untersagt sind oder nicht gut darstellbar sind in der Datengrundlage.
Beispiel: In z.B. Kreditantragsratings bei Banken gibt es einige Faktoren, die darf man nicht nehmen, obwohl diese "sehr gut trennen" können (Stichwort Trennschärfe). Als Proxy klappen da aber u.a. Vornamen hervorragend.
