Auch spannend, jedoch auch nur 0.49 corr.

Zusammenfassend: sieht spannender aus, als es ist.

Gerd vanden Bossche ist der Überzeugung, dass man dringend eine gewisse Population Ungeimpfter benötigt, die sich infizieren können, damit der Selektionsdruck auf das Virus nicht so groß wird und dann weitere "Überraschungen" ausgebrütet werden.

Vlt. versuchen "die" ja so etwas zu simulieren indem sie die Geimpften und die Genesenen zusammen "frei laufen" lassen. Wäre wirklich interessant, diese beiden Gruppen statistisch auszuwerten in Bezug auf Infektionen.

Aber da scheint sich ja wirklich niemand dran zu trauen.

https://ibb.co/dmHg8bp

Ist natürlich für einfache Menschen wie mich schwierig, das zu überprüfen. Deshalb bin ich bei jeder Graphik vorsichtig.

https://de.wikipedia.org/wiki/Korrelationskoeffizient

Sinnvoller wäre es, die Korrelation zwischen Impfrate und Änderung der Sterberate zum Vorjahr (oder zum Mittelwert der letzten n Jahre) je Land darzustellen, da könnte eventuell mehr dabei herauskommen.

Ansonsten könnte folgendes passieren:
Wenn in Ländern, die eine höhere Sterblichkeit haben (wegen geringer Geburtenrate) tendenziell prozentual mehr geimpft wird, als in Ländern die eine geringe Sterblichkeit haben (wegen hoher Geburtenrate) könnte eine Korrelation zwischen Impfrate und Sterberate auftreten, die dann aber höchstwahrscheinlich nur eine Scheinkorrelation wäre.

https://de.wikipedia.org/wiki/Scheinkorrelation

ich versuch' das mal anschaulich zu erklären.

In der Grafik wird versucht, einen linearen Zusammenhang zwischen den beiden Größen herzustellen.

Das ist in etwa so, als ob man eine Art Trendlinie in einen Chart malt.

Es gibt dazu zum Beispiel ein Verfahren, das die Fehlerabweichung nach der Methode der kleinsten Quadrate minimiert.

Das geübte Auge des Nichtmathematikers sieht sofort, dass hier nicht soviel Zusammenhang zu sehen ist!
Es sieht so aus, als ob man auch eine horizontale Gerade durch die Punktewolke legen könnte!

Ob so eine Gerade eine gute Anpassung (Fachbegriff "Fit") an die Datenbasis darstellt, kann man durch Berechnung eines Fehlermaßes erkennen.

Bei dem Fehlermaß guckst Du Dir an, wie weit der wirklich Punkt von dem theoretischen Punkt laut Gerade entfernt ist.
Du könntest dann den Betrag (also bei negative Abstände das Vorzeichen vertauschen) für alle Punkte aufaddieren.

In der Praxis gehen die Mathematiker gerne hin und bilden den Abstand, quadrieren den und summieren über die Quadrate auf - dann gibt es auch kein Problem mit negativen Abstände von der Gerade, denn der Begriff Abstand ist für den Nichtmathematiker mit einem positiven Abstand oder Null belegt.

Das Verfahren zum Finden der passenden Gerade minimiert die Summe der Fehlerquadrate!
Die Gerade kann noch so schön "gefittet" worden sein, wenn der Fehlerterm groß ist, dann sagt uns das menschliche Auge, dass der "Fit" kein besonders guter ist, d.h. die Gerade wirkt nicht repräsentativ oder überzeugend!

Gruß
paranoia

Zahlen luegen nicht und sie graphisch darzustellen, macht sie nicht falsch. Impfrate mit Sterberate zu vergleichen macht Sinn.

Das ist ein Denkfehler. Das Ergebnis ist genauso aussagelos wie die Fallzahlen und die Inzidenz.

Gut, dass Forist Kaltmeister die Quelle angegeben hat:

https://www.rundschau.info/studie-zur-uebersterblichkeit-je-hoeher-die-impfquote-desto-...

[...
Für jedes der 16 Bundesländer haben wir für jedes Jahr 2016 bis 2021 die Anzahl der Sterbefälle in den KWn 36 bis 40 summiert. (Neuere sind bis heute, 16. November 2021, noch nicht für die einzelnen Bundesländer verfügbar.) Dies ergibt für jedes Bundesland und Jahr die Anzahl der Sterbefälle im Zeitraum KW 36 bis KW 40. Für einen Vergleichswert zur Anzahl der Sterbefälle in KW 36 bis KW 40 im Jahr 2021 haben wir die Sterbefallzahlen in KW 36 bis KW 40 für die Jahre 2016 bis 2020 gemittelt.
...]

Der Fehler besteht darin, die Anzahl der Sterbefälle der Vergangenheit mit denen der Gegenwart zu vergleichen. Die Zahl ist pillepalle.
Die Frage ist, ob die Impfung Übersterblichkeit verursacht!

Übersterblichkeit wird nicht mit Hilfe der Sterbefälle gemessen, dann die hängt ja davon ab, wie die Bevölkerungszusammensetzung aussieht!
Eine alternde Bevölkerung mit einer Zusammensetzung wie die deutsche wird jedes Jahr mehr Sterbefälle erleben.

So rechnest Du korrekt (nur meine Behauptung, gegen die akademischen Titel kann ich kleines Licht nicht anstinken):

Für jedes Lebensalter von 0 bis 100 Jahren ermittelst Du die die Sterblichkeit.
Du guckst nach, wieviel am Anfang eines Jahres lebten und wieviele davon übrig blieben.

Normalerweise betrachtet man Ein-Jahres-Zeiträume.

Beispiel: In einer Gruppe gibt es 100 66-Jährige. Nach einem Jahr sind es nur noch 98.
Dann beträgt die Ein-Jahres-Überlebenswahrscheinlichkeit 98/100= 0,98 = 98%, das Komplement, die 1-Jahres-Todesrate 1-98% = 2%.
Das ist der normale Betrachtungszeitraum, ein Jahr. Man kann den Zeitraum auf KW36-40 verkürzen, dann wird sich die Überlebenswahrscheinlichkeit aufgrund der Verkürzung des Betrachtungszeitraums verbessern, allerdings treten dann auch saisonale Effekte zu Trage.

Man könnte nun die Sterblichkeit für einen verkürzten Zeitraum, also KW 36 - 40 ermitteln und eine Überlebens- bzw. Todesrate als Durchschnitt über vier Jahre bilden, also als Durchschnitt aus drei Werten.

Diese Raten sind altersabhängig zu ermitteln!!!
Und das ist unsere saisonal ermittelte Sterblichkeit in den KW 36 - 40.

Jetzt könnte man diese Sterblichkeit mit der aufgetreten Sterblichkeit in 2021 vergleichen.

Praktischerweise hält man jetzt nicht die Überlebens- oder Sterbewahrscheinlichkeiten für alle Altersklassen nebeneinander (sieht nicht so aussagekräftig aus, weil Du dann hundert Sterberaten nebeneinander hältst), sondern man errechnet die erwartete Anzahl Toten auf Basis der durchschnittlichen Überlebensrate/Sterblichkeitsrate der vier vorangegangenen Jahre.

Wenn beispielsweise am Anfang der KW36 100000 66-Jährige leben und die Überlebenswahrscheinlichkeit für KW 36-40 99,5% betrüge, dann erwarten wir 0,5% Sterbefälle, also 500 Personen. Haben wir mehr als 500 Tote, haben wir in dieser Altersklasse eine Übersterblichkeit.
Dieselbe Rechnung machen wir für jedes Lebensalter. Dementsprechend werden die tatsächlichen Sterbezahlen irgendwie mehr oder weniger oder auch gar nicht von den erwarteten Sterbezahlen abweichen.

Vereinfacht addieren wir die Über/Untersterblichkeit für alle Lebensjahre auf. Dann haben wir korrekt unter Berücksichtigung der Altersstruktur der Bevölkerung die Über- bzw. Untersterblichkeit berechnet.

Gehen wir aber hin, wie im Artikel beschrieben und berechnen nur den Durchschnitt der Todeszahlen in der Vergangenheit, dann kann alleine aufgrund der Altersänderung der Bevölkerung sich die Anzahl der Sterbefälle verändern, obwohl sich die Sterblichkeit, nämlich die einjährige Sterberate und im Beispiel die monatliche Sterberate für alle Jahrgänge nicht geändert hat.

Da liegt der Denkfehler!

Ich hoffe, dass das nachvollziehbar war.

Der Trick besteht immer darin, Äpfel und Birnen zu vergleichen. Fallzahlen und Inzidenz interessieren kein Schwein! Wenn wir testen und der Test irgendwie Krankheit anzeigen könnte, wollen wir mit Hilfe der Tests ermitteln, wie gefährlich die Lage in den Supermärkten, den Clubs und Restaurants ist. Wie viele Prozent sind krank und können uns anstecken?

Die aktuelle Testlage sagt vielleicht 12% im Sommer waren es unter 0,5%.
Das interessiert und nicht die Fallzahlen.
Bei einer Wahlumfrage wollen wir ja auch nicht wissen, wieviel Befragten die Grünen wählen würden und wieviel die Befragten, die grün wählen prozentual an ihrer Heimatstadt ausmachen (Fallzahlen und Inzidenz!)

Wir wollen wissen, wieviele relativ von unseren Befragten grün wählen, damit wir von unserer Umfrage auf das Land hochrechnen können! (Positivquote!)

Gruß
paranoia

P.S.: Danke an Prophet, der mich mit seinen Beiträgen im März 2020 aus der selbstverschuldeten Denkfaulheit weckte!

Grafik