STATISTIK-FORUM.de

[Aeroxx]

Hallo,
Ich habe folgende Frage bzw. Problem:
Ich möchte herausfinden ob mit zunehmenden Radverkehrsaufkommen (mehr Radfahrern pro Tag), die Wettersensibilität der Radfahrer sinkt, sprich ob bei durchschnittlich mehr Radfahrern pro Jahr auch bei unangenehmen Wetter (Regen, niedriger, hoher Temperatur) mehr Personen das Fahrrad nutzen. (prozentuell)

Dazu habe ich Daten von einigen Raddauerzählstellen die die täglichen querenden Radfahrer aufzeichnen sowie die Lufttemperatur (in °C) und den Niederschlag (in mm). Vollständige Datenaufzeichnungen gibt es seit 2003. Das Radverkehrsaufkommen ist seitdem gestiegen. Das ist aus dem Jahres-DTV (Durchschnittlichen tägl. Verkehr) ersichtlich. Meine Überlegung ist nun folgende:
Ich bilde Temperaturkategorien in 5 Grad-Schritten (von <10°C, -10°C bis -5,1°C, -5 bis 0°C,.... 25,1°C bis 30°C, >30°C) sowie Niederschlagskategorien (kein Niederschlag, leichter Niederschlag (<10mm/tägl.), schwerer Niederschlag (>10mm/tägl.)). Dann werte ich für Werktage, Samstage und Sonn- und Feiertage den DTV aus und weise diesen Wert der entsprechenden Kategorie zu. Als Beispiel: Am 3.2.2003 (Montag) betrug die Tagesmitteltemperatur 3,1°C und es fiel 3mm Regen an Station X. An Station X fuhren an diesem Tag 345 Personen mit dem Rad vorbei. So würde ich jetzt 345 in die Kategorie "0°C bis 5°C" (Werktage) und leichter Regen schreiben. Das wird für jeden Tag des Jahres gemacht.

Nach Fertigstellung dieses Schrittes würde ich das arithmetische Mittel für jede Kategorie berechnen und diesen dann mit dem Jahres-DTV (jeweils für Werktag, Samstag und Sonn- und Feiertag) in Verhältnis stellen. Dann könnte ich Aussagen folgender Art stellen: "Bei einer Tagesmitteltemperatur zwischen 0°C und 5°C querten an Werktagen die Station X im Jahr 2003 durchschnittlich 472 Radfahrer, das entspricht 35,6% im Vergleich zum Jahres-DTV an Werktagen für die Station X im Jahr 2003.

Das selbe mache ich für das Jahr 2013. Und dann würde ich die beiden Jahre und Stationen vergleichen. Schlussendlich könnte ich dann dadurch ermitteln, ob die Wettersensibilität der Radfahrer in diesen 10 Jahren gesunken, gestiegen oder in etwa gleichgeblieben ist. Wenn, um wieder das Beispiel aufzugreifen, 2003 bei einer Tagesmitteltemperatur 0°C und 5°C 35,6% das Fahrrad nutzten und 2013 43,7%, dann wäre die Wettersensibilität der Radfahrer zumindest in dieser Kategorie gesunken. Es trotzten also bei 0 bis 5°C 8,1% mehr Radfahrer 2013 dieser Lufttemperatur als 2003.

Meine Frage ist nun ob ich das grundsätzlich so rechnen kann oder ob ein Denkfehler meinerseits vorliegt und vor allem ob ich die Temperatur- (und auch Niederschlags-)-werte für das Jahr 2003 und 2013 kalibrieren bzw. anpassen muss, da natürlich nicht die gleichen Wetterverhältnisse vorlagen. Wenn ja, wie mache ich das am besten? Oder gibt es eine andere bessere Gesamtlösung?

Ich hoffe ich habe mein Problem einigermaßen verständlich beschrieben und bedanke mich schon einmal für die Hilfe.

[PonderStibbons]

Ob die Prozentzahlen wirklich das repräsentieren, was Du anstrebst,
weiß ich nicht.

Vielleicht geht ein Regressionsansatz, also Anzahl täglich gezählter
Radfahrer vorhersagen durch Messstelle, Wochentag, Jahr,
Lufttemperatur (orignal, nicht kategorisiert) und Niederschlagsmenge
(original, nicht kategorisiert), sowie durch die Wechselwirkungen
Jahr*Niederschlag und Jahr*Temperatur. Die Wechselwirkungen
zeigen, ob die Niederschlagsmenge je nach Kalenderjahr einen
unterschiedlichen Effekt hatte.

Mit freundlchen Grüßen

P.

[Aeroxx]

Vielen Dank für die Antwort!

Die Wechselwirkungen sind einfach die Variable Jahr multipliziert mit der Variable Temperatur bzw. Niederschlag, oder?

Kann ich die gesamte Analyse mit einer einzigen Tabelle durchführen? Aus meiner Sicht sind die Variable Messstelle (Messstelle 1, Messstelle 2, etc.) und Wochentag (unterteilt in Werktag, Samstag sowie Sonn- und Feiertag) nominal skaliert und können somit nicht in einer Regression angewendet werden. Gibt es dafür eine sinnvolle Transformationsmöglichkeit oder muss ich die Gesamttabelle aufsplitten in mehrere Tabellen, die die Daten (Temperatur, Niederschlag, Anzahl der Radfahrer, Jahr) von jeweils nur einer Messstelle und einem bestimmten Wochentag (Werktag, Sa oder SuF) beinhalten? Dann müsste ich also mehrere Regressionen durchführen?!

Wenn ich dann die Ergebnisse durch die Regression bekommen habe, kann ich dann für jedes Jahr die DTV-Werte mit dem Einfluss des Wetters in Beziehung setzen?
Die Frage die ich beanworten will, lautet ja, ob mit zunehmenden Radverkehrsaufkommen, die Wettersensibilität eben dieser sinkt. Angenommen nachdem für sämtliche Jahre von 2003 bis 2013 und alle Wochentage und Messstellen die Regression(en) das Ergebnis brachte(n), dass zumeist der Wettereffekt (Temperatur und Niederschlag) in den letzten Jahren geringer geworden ist, kann ich dann behaupten dass mit zunehmendes Radverkehrszahlen (Die DTV-Werte sind seit 2003 gestiegen) die Wettersensibilität der Radfahrer sinkt, also mehr Radfahrer dem Wetter trotzen?

mfg
Aeroxx

[PonderStibbons]

Aus meiner Sicht sind die Variable Messstelle (Messstelle 1, Messstelle 2, etc.) und Wochentag (unterteilt in Werktag, Samstag sowie Sonn- und Feiertag) nominal skaliert und können somit nicht in einer Regression angewendet werden.

Sicher können sie. Aus einer kategorialen Variable mit k Kategorien
macht man k-1 dummy-Variablen (1 Kategorie bekommt keinen eigenen
dummy, Referenzkategorie).

Mit freundlichen Grüßen

P.

[Aeroxx]

Dankeschön!