Der Theil-Index ist eine Statistik, die hauptsächlich zur Messung der wirtschaftlichen Ungleichheit [1] und anderer wirtschaftlicher Phänomene verwendet wird, obwohl sie auch zur Messung der Rassentrennung verwendet wurde. [2][3]
Theil-Index T T entspricht der Redundanz in der Informationstheorie, die die maximal mögliche Entropie der Daten minus der beobachteten Entropie ist. Es ist ein Sonderfall des verallgemeinerten Entropieindex. Es kann als Maß für Redundanz, mangelnde Diversität, Isolation, Segregation, Ungleichheit, Nicht-Zufälligkeit und Komprimierbarkeit betrachtet werden. Es wurde vom Ökonometriker Henri Theil an der Erasmus-Universität Rotterdam vorgeschlagen. [3]
Formula [ edit ]
Für eine Bevölkerung von N "Agenten" mit jeweils charakteristischen x kann die Situation durch die Liste x i ( i = 1, ..., N [19459011)dargestelltwerden]) wobei x i das Charakteristikum des Agenten i ist. Wenn das Merkmal beispielsweise das Einkommen ist, dann ist x i das Einkommen des Agenten i .
Der Theil T Index ist definiert als [4]
und dem Theil L -Index wird definiert als [4]
wobei ist das mittlere Einkommen:
Äquivalent, wenn die Situation durch eine diskrete Verteilungsfunktion gekennzeichnet ist f k ( k = 0, ..., W ) wobei f k der Bevölkerungsanteil mit Einkommen ist k ] und W = Nμ ist das Gesamteinkommen, dann und der Theil-Index lautet:
wobei ist wieder das mittlere Einkommen:
Beachten Sie, dass In diesem Fall ist das Einkommen k eine ganze Zahl und k = 1 stellt die kleinstmögliche Einkommenssteigerung dar (z. B. Cents).
wenn die Situation durch eine kontinuierliche Verteilungsfunktion gekennzeichnet ist f ( k ) (unterstützt von 0 bis unendlich), wobei f [ k ) dk ist der Bevölkerungsanteil mit Einkommen k bis k + dk dann ist der Theil-Index:
wobei der Mittelwert ist:
Die folgenden Indizes für einige häufige kontinuierliche Wahrscheinlichkeitsverteilungen sind in der folgenden Tabelle aufgeführt:
Wenn jeder das gleiche Einkommen hat, dann ist T T gleich 0. Wenn eine Person das gesamte Einkommen hat, dann T T ergibt das Ergebnis was eine maximale Ungleichheit darstellt. T T von verletzt:
T [ x ] { displaystyle T [xcup x] neq T [x]}
und gilt nicht als Maß für Ungleichheit.
Der Theil-Index misst eine entropische "Entfernung", in der sich die Bevölkerung von dem egalitären Staat aller Menschen mit dem gleichen Einkommen entfernt befindet. Das numerische Ergebnis bezieht sich auf negative Entropie, so dass eine höhere Zahl eine größere Ordnung angibt, die weiter von der vollständigen Gleichheit entfernt ist. Indem der Index so formuliert wird, dass er negative Entropie anstelle von Entropie darstellt, kann er ein Maß für Ungleichheit und nicht Gleichheit sein.
Ableitung von der Entropie [ edit ]
Der Theil-Index leitet sich von Shannons Maß für die Informationsentropie ab ]wobei Entropie ein Maß für die Zufälligkeit in einer gegebenen Menge von Informationen ist. In der Informationstheorie, Physik und dem Theil-Index ist die allgemeine Form der Entropie
wobei [19659252] p i { displaystyle p_ {i}} ist die Wahrscheinlichkeit, ein Mitglied zu finden die Boltzmann-Konstante. Wenn in der Informationstheorie Informationen in binären Ziffern angegeben werden, gilt und die Protokollbasis ist 2. In der Physik und auch bei der Berechnung des Theil-Index wird der natürliche Logarithmus als logarithmische Basis gewählt. Wenn als Einkommen pro Person gewählt wird es muss normalisiert werden, indem das Gesamtbevölkerungseinkommen geteilt wird, . Dies ergibt die beobachtete Entropie einer Population, die sein soll:
Der Theil-Index lautet wobei ist die theoretische maximale Entropie, die erreicht wird, wenn alle Einkommen gleich sind, dh i für alle { displaystyle i} . Dies wird ersetzt durch um eine Konstante, die nur von der Bevölkerung bestimmt wird. Der Theil-Index gibt also einen Wert in Form einer Entropie an, die misst, wie weit S Theil { displaystyle S _ { text {Theil}}} ist vom "Ideal" entfernt . Der Index ist eine "negative Entropie" in dem Sinne, dass er mit zunehmender Störung kleiner wird und daher eher ein Maß für die Ordnung als für die Störung ist.
Wenn x Einheiten von Population / Arten ist, ist ein Maß für die Biodiversität und wird Shannon-Index genannt. Wenn der Theil-Index mit x = Bevölkerung / Art verwendet wird, ist dies ein Maß für die Ungleichheit der Population zwischen einer Art von Arten oder "Bioisolation" im Gegensatz zu "Wohlstandsisolation".
Der Theil-Index misst, was in der Informationstheorie als Redundanz bezeichnet wird. [4] Es ist der übriggebliebene "Informationsraum", der nicht zum Übertragen von Informationen verwendet wurde, was die Wirksamkeit des Preissignals verringert. Der Theil-Index ist ein Maß für die Einkommensentlassung (oder ein anderes Maß für das Vermögen) bei einigen Personen. Redundanz bei manchen Individuen bedeutet Knappheit bei anderen. Ein hoher Theil-Index zeigt an, dass das Gesamteinkommen nicht gleichmäßig auf die einzelnen Personen verteilt ist, und eine nicht komprimierte Textdatei verfügt nicht über eine ähnliche Anzahl von Byte-Positionen, die den verfügbaren eindeutigen Byte-Zeichen zugewiesen sind.
Zerlegbarkeit [ edit ]
Nach Angaben der Weltbank
"Die bekanntesten Entropiemaßnahmen sind Theils T [) und Theils L ([5]
Wenn die Bevölkerung in Untergruppen und
dann ist Theils T-Index
- s i = N i N x i u (19659427) i} = { frac {N_ {i}} {N}} { frac {{ overline {x}} _ {i}} { mu}}}
Zum Beispiel ist Ungleichung in den Vereinigten Staaten die durchschnittliche Ungleichung innerhalb von USA Jeder Staat, gewichtet mit dem Staatseinkommen, zuzüglich der Ungleichheit zwischen den Staaten.
- Hinweis : Dieses Bild ist nicht der Theil-Index in jedem Gebiet der Vereinigten Staaten, sondern Beiträge des Theil-Index für die USA von jedem Gebiet. Der Theil-Index ist immer positiv, obgleich einzelne Beiträge zum Theil-Index negativ oder positiv sein können.
Die Zerlegung des Theil-Index, der den Anteil identifiziert, der der Komponente zwischen den Regionen zuzuordnen ist, wird ein hilfreiches Werkzeug für die positive Analyse regionaler Regionen Ungleichheit, wie es die relative Bedeutung der räumlichen Dimension der Ungleichheit vermuten lässt. [6]
Theil's T gegen Theils L ] T und Theil's L sind zerlegbar. Der Unterschied zwischen ihnen beruht auf dem Teil der Ergebnisverteilung, für den jeweils eine verwendet wird. Ungleichheitsindizes in der Familie der generalisierten Entropie (GE) reagieren empfindlicher auf Unterschiede bei den Einkommensanteilen zwischen den Armen oder den Reichen, abhängig von einem Parameter, der den GE-Index definiert. Je kleiner der Parameterwert für GE ist, desto empfindlicher ist er für Unterschiede am unteren Rand der Verteilung. [7]
- GE (0) = Thiels L und ist empfindlicher für Unterschiede am unteren Ende der Verteilung Verteilung. Es wird auch als mittlere Abweichung der logarithmischen Abweichung bezeichnet.
- GE (1) = Theil's T und reagiert empfindlicher auf Unterschiede an der Spitze der Verteilung.
Die Zersetzbarkeit ist eine Eigenschaft von der Theil-Index, den der bekanntere Gini-Koeffizient nicht bietet. Der Gini-Koeffizient ist für viele Menschen intuitiver, da er auf der Lorenz-Kurve basiert. Es ist jedoch nicht so leicht zerlegbar wie Theil.
Anwendungen [ edit ]
Neben einer Vielzahl wirtschaftlicher Anwendungen wurde der Theil-Index zur Bewertung der Leistungsfähigkeit von Bewässerungssystemen [8] und der Verteilung von Softwaremetriken verwendet. [9]
] Siehe auch [ edit ]
Referenzen [ edit ]
Externe Links [
[1959946] ]Software:
- Der kostenlose Online-Rechner berechnet den Gini-Koeffizienten, stellt die Lorenz-Kurve dar und berechnet viele andere Konzentrationsmaße für jeden Datensatz.
- Kostenloser Rechner: Online- und herunterladbare Skripts (Python und Lua) für Atkinson-, Gini- und Hoover-Ungleichungen [19659464] Benutzer der R-Datenanalyse-Software können das "ineq" -Paket installieren, das die Berechnung einer Vielzahl von Ungleichheitsindizes ermöglicht, einschließlich Gini, Atkinson, Theil.
- Ein MATLAB-Inequality-Paket, einschließlich Code zur Berechnung von Gini, Atkinson, Theil Indizes und zum Zeichnen der Lorenz-Kurve. Viele Beispiele sind verfügbar.
No comments:
Post a Comment