Eigentlich ist in rwi-essen.de/unstatistik/12…
schon alles zur Studie des Psychologieprofessors Christoph Kuhbandner zur Übersterblichkeit gesagt, leider fehlen dort anschauliche Bildchen.
Dem kann geholfen werden.
Dazu habe ich 2 mal 101 Zufallszahlen mit R ausgewürfelt, die wir als Zeitreihen f und g betrachten wollen. D.h., es gibt keinen kausalen Zusammenhang zwischen den Zeitreihen.
Das obige Diagramm zeigt: nichts. Es gibt nur eine zufällige, marginale Korrelation.
Nun geben wir beiden Zeitreihen eine steigende Tendenz, indem wir von 0 bis 100 einen kleinen, kontinuierlich steigenden Betrag hinzufügen. Das Ergebnis sind zwei Zeitreihen mit steigender Tendenz, die plötzlich korrelieren.
Das ist immer so. Wenn zwei Werte jeweils mit einem dritten korrelieren, dann korrelieren sie auch untereinander.
Es spielt auch keine Rolle, ob ein Wert mit der Zeit steigt oder fällt.
Je höher die Steigung und je kleiner die Schwankungen, desto stärker korrelieren die Linien.
R² ist ein Maß für die Korrelation. R² = 1 ist die ideale Korrelation und es gibt keine Fehler. p ist die Wahrscheinlichkeit, ein zufälliges Ergebnis zu haben.
In der Studie simuliert #Kuhbandner einen kausalen Effekt. Weil ich einen kausalen Effekt (nachträglich) simulieren kann, heißt es nicht, dass der Effekt in der Realität kausal auftrat.
Zudem treten die Todesfälle vor der Impfung auf, was für eine umgekehrte Kausalität spricht.
Um diese Kurven hinzubekommen, wird die Impfung auch mit jeder Millionen Impfungen ungefährlicher. Warum auch immer die Sterberate mit der Zeit sinken sollte.
Dass #Kuhbander bei diesen Kurven einen hohen Korrelationskoeffizienten erreicht, ist nicht verwunderlich, sind doch die täglichen Schwankungen sowohl der Impfungen als auch der Todesfälle gering.
Aber: Ein hoher Korrelationskoeffizient besagt überhaupt nichts. Unsere obigen Zufallsreihen hängen kausal überhaupt nicht miteinander zusammen. Sie korrelieren allein durch den zeitlichen Anstieg.
Hier noch eine kurze Herleitung, warum dem so ist.
Es gilt natürlich nicht nur für Zeitreihen.
DESTATIS hat sich zu einem Verfahren entschieden, das seine Vor- und Nachteile in der Genauigkeit hat.
Bis zu 200 Corona-Todesfällen pro Tag sind bei einem Jahresschnitt von 2.600 pro Tag in den Vor-Corona-Jahren nicht zu übersehen. Das sind immerhin 8 %. 2/
Einige Impfgegner müssen in den Sterbefällen dringend Impftote finden. Da stören anderer Erklärungen, wie Hitzeperioden nur.
Wie üblich kommen dann Fragen wie:
Und was ist mit 2003, 2019 … 3/
Ich habe die Forderung #2000EuroSteuerfreiImMonat (quick and dirty) durchgerechnet. Den Grundfreibetrag habe ich auf 24.000 € gesetzt und alle Eckwerte außer die Reichensteuer entsprechen erhöht.
Der Steuerbetrag ist die Fläche unter der Kurve. Die rote Fläche fällt weg ... 1/
... und ist die Steuerersparnis.
Umgesetzt in die Steuerersparnis ergibt sich, dass alle unter 24.000 100 % weniger Steuern sparen, der absolute Betrag reicht von 0 bis etwa 3.200 €. Alle die mehr als 24.000 € verdienen, zahlen mehr bis zu 6.213 € weniger.
2/
Etwa 50 % der Steuerzahler würden keine Einkommenssteuer mehr zahlen. Das machte 2018 knapp 6 % oder 18 Milliarden der Steuereinnahmen aus.
Aber: 50 % würden im Schnitt ~ 5.000 € weniger bezahlen. Das wären ~100 Milliarden. Woher sollen die zusammen 120 Milliarden herkommen?
3/
Heute geht es weiter. Wir wollen die Bevölkerung nach Geschlecht und Alter schichten und betrachten nicht die Sterbefälle, sondern auch die Einwohnerzahl in den Gruppen. Kurz: Wir schätzen die Sterberate und bestimmen die Sterblichkeit anhand der Einwohner zu Jahresbeginn. 1/n
Das neue Modell vergleichen wir mit dem altern, um zu sehen, was sich ändert.
Beginnen wir mit dem Jahr 2014. Im alten Model ohne Altersgruppen hatten wir eine Übersterblichkeit (+16k), im neuen Modell gibt es Untersterblichkeit (-11k).
2/n
Ohne zu sehr in die Details gehen zu wollen, schauen wir in die Altersgruppe Frauen und Männer sowie A85+ hinein. Die Vorjahre führen zu einer hohen Schätzung der Sterblichkeit am Jahresanfang. Die im zweiten Model zu einer Untersterblichkeit führt. 3/n
Den Versuch, die (Über-)Sterblichkeit anhand der Tabelle 12613-0006 zu schätzen, habe ich etwas erweitert. In den ersten Versuchen hatte sich gezeigt, dass die Ergebnisse vom Anfangspunkt der Zeitreihe abhängen. Ab 2000 habe ich jedes Jahr eine Zeitreihe beginnen lassen. 1/n
Die Ergebnisse für die geschätzten Sterbefälle eines Jahres habe ich in Tabellen zusammengefasst.
Zuerst ein Blick auf die Jahre 2014–2017.
Die Übersterblichkeit 2016 (~47k) ist recht hoch, dafür gibt es 2017 eine Untersterblichkeit (~17k).
Nicht weltbewegend. 2/n
Nun zu den nächsten 4 Jahren 2018–2021.
Anm.: Die Zeitreihe läuft immer bis zum Vorjahr und umfasst ≥ 4 Jahre. 2018 hat im Median eine Übersterblichkeit von ~33k, was mit der Grippewelle zusammenpasst.
2019 (Median ~20k) ist als ein Jahr mit normaler Sterblichkeit bekannt. 3/n
Ich bin mir nicht sicher, ob wir mit Zeitreihenanalysen sehr viel glücklicher werden.
Quick and dirty habe ich auf die Tabelle 12613-0006 der @destatis Datenbank mal die build-in forceast von R laufen lassen.
Ausgang sind die Sterbefälle nach Geschlecht ab 1950-01. 1/n
Was mich interessiert ist der Zeitraum ab Januar 2020 bis heute. Der Forecast wird aus den Daten bis Dezember 2019 berechnet. Wobei cih unterschiedliche Anfagspunkte nehmen: 1950, 2000, 2010 und 2016. 2016 bis 2019 deckt sich mit dem Verfahren von #destatis. 2/n
Ergebnis und Siegerehrung:
Alle Ansätze kommen auf eine mittlere Übersterblichkeit ab Januar 2020 zwischen 120.000 und 140.000. Das Startjahr 2000 liefert den höchsten und 1950 den zweithöchsten Wert.
Interessanter ist aber das CI 80 % (vom CI 95 % reden wir lieber nicht.)
3/n
Mein Diagramm beruht auf den täglichen Todesfällen aus dem letzten Sonderbericht des RKI. Die ø Todesfälle (rote Linie) sind das arithmetische Mittel der Jahre 2016 - 2020 (den letzten 5 Jahren). Bei Kuhbandner (Diagramm Mitte) sieht es anders aus. multipolar-magazin.de/media/pages/ar…
2/n
Selbst eine Glättung erklärt den Unterschied nur unzureichend. Seis drum. Schauen wir uns Kuhbanders Grafik näher an. Die linke y-Achse beginnt bei ⚠ minus 400.
Alles unter der Nulllinie ist U̲n̲t̲e̲r̲s̲t̲e̲r̲b̲l̲i̲c̲h̲k̲e̲i̲t̲.
⚠Dort nimmt Untersterblichkeit ab!
3/n