77
§ 2]
auf Grund empirischer Werte
6*
Viertes Kapitel, § 2)
0)2= V V
SP p i{ p u
der numerische Wert der empirischen Mean square Contingency (vgl.
Fünftes Kapitel, § 6)
w-22
Pi\P\j
betrachtet. In ähnlicher Weise wird der numerische Wert des empi
rischen Korrelationskoeffizienten r\ a (vgl. Fünftes Kapitel, § 2, 2.) für
den Präsumptivwert des apriorischen Korrelationskoeffizienten r iu (vgl.
Viertes Kapitel, § 3, 1.), der numerische Wert des empirischen Korre
lationsverhältnisses (vgl. Fünftes Kapitel, § 4) für den Präsumptivwert
des apriorischen Korrelationsverhältnisses (vgl. Viertes Kapitel, § 4, 2.)
gehalten usw.
Dieses Verfahren hat offenbar den Nachteil, daß bei wiederholten
Schätzungen der Durchschnitt der auf diese Weise erhaltenen Präsump-
tivwerte mit dem wahren Werte der betreffenden apriorischen Größe
nicht zusammenzufallen braucht. Diese Schätzungsweise ist nicht nur
mit dem auch sonst nicht zu vermeidenden zufälligen Schätzungsfehler,
sondern außerdem mit einem systematischen Schätzungsfehler behaftet,
der sowohl positiv wie negativ sein kann, so daß der wahre Wert auf
diese Weise bald systematisch überschätzt, bald systematisch unter
schätzt wird. Wenn wir z. B. den Präsumptivwert von p 2 gleich
setzen, so überschätzen wir die gesuchte Größe, da die mathematische
Erwartung von nicht p 2 , sondern p 2j r jy p(l — v) ist. Wenn wir
anderseits den Präsumptivwert von p{ 1 — p) gleich ™ j^l — setzen,
so unterschätzen wir die gesuchte Größe, da j^l — £>(1 — v)
ist. In beiden Fällen findet man jedoch, da
lim rp 2 + ^(l-p)] = p 2 und lim —p)| *= 2>(1 — V),
N—> oo L J N —► oo 1 >
daß der auf diese Weise gewonnene Schätzungswert mit der zunehmen
den Zahl der Versuche dem richtig geschätzten Präsumptivwerte tat
sächlich asymptotisch zustrebt und daß bei einigermaßen großen Ver
suchszahlen die systematischen Schätzungsfehler recht unerheblich sind.
Daß dies auch sonst in der Kegel zutrifft, wurde von Professor
G. Bohlmann 1 ) in einer allgemeinen Weise nachgewiesen. Hierdurch
hat dieses Schätzungsverfahren, das von den Statistikern meistens in
einer unkritischen Weise angewandt wurde, festere Grundlagen erhalten.
Wird es außerdem durch eine Untersuchung der Größe oder wenigstens
1) G. Bohlmann, Formulierung und Begründung zweier Hilfssätze der
mathematischen Statistik (Mathematische Annalen, Bd. 74; 1913).