— 408 
saren Berechnungen, welche die Voraussetzung der linearen Regression im Ge- 
folge hat, erzielen; außerdem ist, wie früher betont, in erster Linie oft die Auf- 
gabe die, die Ursachen der sozialen Phänomene feststellen zu können, seltener 
dagegen einen genauen zahlenmäßigen Ausdruck für die Wirkung dieser Ursachen 
zu finden. Allerdings haben wir bereits oben im $ 206 eine Methode, welche der 
hier durchgeführten Berechnung nebengeordnet werden kann, betrachtet; hier 
bearbeiteten wir die Abweichungen von einem veränderlichen Durchschnitt 
(„moving average“) und deren mittlere Fehler und gelangten ebenfalls zu einer 
befriedigenden Übereinstimmung mit dem Exponentialgesetz, ohne daß — wie 
hier — davon die Rede sein konnte, die varlierenden Durchschnitte numerisch 
wie eine Funktion auszudrücken, ganz einfach weil der benutzte Einteilungsgrund 
‘der Beruf) qualitativ und dessen zahlenmäßige Bezeichnung daher ausgeschlossen 
war (vgl. 8 55). Wir kehren übrigens noch im folgenden zu einigen den hier 
besprochenen nebengeordneten Methoden zurück, 
Aufgabe 90. Untersuche Korrelation und Regression zwischen Körper- 
größe und Körpergewicht auf Grund folgender Verteilung von 384 fünfjährigen 
Glasgower Schulknaben (Biometrika, Vol. X1): 
Höhe mn 
inches % | a; 
Gewicht in pound“ 
36 
Pr 
40 
3 
16 
De 
2369. Bei der oben gegebenen Darstellung der Ausgleichung 
einer Abhängigkeit zwischen zwei Größen x und y als irgend einer 
zweckmäßig gewählten Funktion 
vY‚o= f(xz, ab. 6....) 
die außer x auch einige Konstanten enthält, welche zu bestimmen 
sind, haben wir der Einfachheit halber so gerechnet, als ob sämtliche 
beobachteten Werte yı, Ya, Ys --.. Von y mit gleicher Genauigkeit 
bestimmt (die Beobachtungen „gleich gut“) waren; vgl. auch das 
Beispiel im $ 268. Sofern dies möglich ist, hat man jedoch in der 
Regel sich zum mindesten eine Vorstellung über die Verschieden- 
heiten hinsichtlich der Genauigkeit der Beobachtungen zu bilden. 
Die Annahme nämlich, daß alle Beobachtungen gleich gut sind, kann 
für das Resultat der Ausgleichung eine nicht unwesentliche Be- 
deutung haben. Im allgemeinen ist hierfür keine scharfe Bewertung 
erforderlich, da sich die ‚Berücksichtigung geringerer Verschieden- 
heiten in der Genauigkeit meist nicht im Ergebnis der Ausgleichung 
zu erkennen gibt, wenn man nicht gerade mit übertrieben vielen 
Dezimalen rechnet.