Zusammenfassung - Abstract - Summary
 

Die extreme fast-lineare Abhängigkeit (Fast-Kollinearität) bei völlig unterschiedlichen Ausprägungen in den Bundesländern kann man als sehr starkes Indiz für eine (synchrone) gesetzesartige Entwicklung deuten.

Ergebnis des Vergleichs der Korrelationen und Eigenwerte der Basis 7-Tage-Mittelwerte und Tageswerte auf der Basis von 150 Datensätzen vom 04.03.-25.08.2020, wobei 25 Datensätze mit negativen Korrekturen herausgenommen wurden (Matrix G im Bild); Alternativen zur Handhabung negativer Korrekturen sollen später noch genauer untersucht werden. Die Korrelationen der 7-Tage-Mittelwerte der Neuinfektionen sind um durchschnittlich 0.1593 höher als die Korrelationen der Neuinfektionen auf Tageswertbasis. Z.B. beträgt die Korrelation zwischen Bayern und Baden-Württemberg auf Basis der 7-Tage-Mittelwerte r1,2=0.9925 gegenüber r1,2=0.844 auf Tageswertbasis. Bremen fällt in beiden Fällen aus dem Rahmen. Die Matrix der 7-Tage-Mittelwert Korrelationen enthält 14 (von 16 möglichen) Fastkollinearitäten (Eigenwerte < 0.20 grün markiert) gegenüber 9 bei den Tageswerten. Das sind für reale empirische Datenmmatrizen sehr viel und außergewöhnlich (> Generalfaktoren). Die Interpretation des Generalfaktors als "Neuninfektion" mit 86% (71% bei den Tageswerten) Varianzausschöpfung in der 7-Tage-Mittelwert-Matrix ist natürlich sehr naheliegend und plausibel. Die Korrelationsmatrizen, insbesondere die 7-Tage-Mittelwert-Matrix, zeigen trotz der sehr unterschiedlichen Umfänge und fehlerträchtigen Fallzahlen (>Grundproblem Validität bei den Corona Diagnosen) eine Homogenität und Stabilität mit 14 bzw. 9 gesetzesartigen Zusammenhängen bei realen empirischen Werten, was so nicht zu erwarten war. Das kann man als starkes Indiz für eine gesetzesartige Entwicklung deuten. Bis auf Bremen, das noch Klärungsarbeit erfordert, kann man sagen, dass es trotz der sehr unterschiedlichen Ausprägungen eine sehr ähnliche, ja bis auf Bremen eine einheitliche Entwicklung gibt.

Dokumentation der Datenbasis und der Ergebnisse

• Sponsel, Rudolf & Hain, Bernhard (1994). Numerisch instabile Matrizen und Kollinearität in der Psychologie. Diagnose, Relevanz & Utilität, Frequenz, Ätiologie, Therapie.  Ill-Conditioned Matrices and Collinearity in Psychology. Deutsch-Englisch. Ins Englische übersetzt von Agnes Mehl. Kapitel 6 von Dr. Bernhard Hain: Bemerkungen über Korrelationsmatrizen. Erlangen: IEC-Verlag [ISSN-0944-5072  ISBN 3-923389-03-5]. Aktueller Preis: www.iec-verlag.de.
• Sponsel, R. (2005). Fast- Kollinearität in Korrelationsmatrizen mit Eigenwert-Analysen erkennen. Ergänzungsband - Band II zu Numerisch instabile Matrizen und Kollinearität in der Psychologie. Erlangen: IEC-Verlag.

Fast-Kollinearitäts- über Eigenwertanalysen

• Fast-Kollinearitätsanalyse einer Emotions- & Persönlichkeitsmatrix nach Becker.
• Kollinearitäts- und Faktorenanalysestudie einer Korrelationsmatrix von Wegge et al. 2012, Report Psychologie, 37,9, S. 352.
• Eigenwertanalyse Geldumlauf, Produktion und Preise Deutschland 1950-1970.
• Fast- Kollinearität in Korrelationsmatrizen mit Eigenwert-Analysen erkennen
• Überblicks- und Verteilerseite: Numerisch instabile Matrizen und Kollinearität in der Psychologie - Ill-Conditioned Matrices and Collinearity in Psychology -   Diagnose, Relevanz & Utilität, Frequenz, Ätiologie, Therapie.
• Zum Konzept der Relationentreue.

Multivariate Links

• Einführung und Überblick. Kritik der Handhabung der Faktorenanalyse, Kommunalität.
• Korrelation. Was bedeutet der lineare Korrelationskoeffizient? Probleme, Kurioses, Paradoxes, Ungereimtheiten und Widersprüchliches in der Korrelationsrechnung und wie man dem begegnen kann,  Partielle Korrelation.
• Bedeutung der Eigenwerte einer Korrelationsmatrix.
• Pseudo-Korrelationsmatrizen.
• Vollständig Partielle Korrelationsmatrix nicht notwendig positiv definit. Der Beweis von Dr. Bernhard Hain (1994).
• Systematische Veränderungs-Paradoxie beim linearen Produkt- Moment- Korrelationskoeffizienten und Effekten von Lernen, Üben, Vergessen, Entwicklung, Fortschritt, Rückschritt und ganz allgemein bei systematischen Veränderungen relativ konstanter Zunahmen oder Abnahmen.
• Übersicht Eigenwertstrukturen für Generalfaktormodelle für n = 3, 4, ... , 50.
• Generalfaktormodelle in Intelligenz-Tests an der Eigenwertstruktur erkennen. (hier untersucht: AID, BIS, HAWIE, IST70 und LPS)
• Beweis und beweisen in Wissenschaft und Leben.
• Überblick Arbeiten zur Theorie, Definitionslehre, Methodologie, Meßproblematik, Statistik und Wissenschaftstheorie besonders in Psychologie, Psychotherapie und Psychotherapieforschung.