Quantitative Methoden Flashcards
Anwendungsfälle Empirie/Statistik im Recht
Steigende Bedeutung (gesetzlich vorgesehen BV 170):
Juristen machen oft ungetestete, aber eigentlich testbare Aussagen über die Wirklichkeit
- Schadensersatzrecht
- Familienrecht (bspw. Lebenskosten)
- Strafrecht (bspw. Risikoprognosen)
Rechtstatsachen
- historische Tatsachen: durch Beweismittel, für den konkreten Fall
- Rechtstatsachen: auf fallunabhängige (wissenschaftl.) Tatsachen bezögen
> Aufklärung durch Statistik
> Nicht Gegenstand Beweisführung
> v.A.w. mit in Entscheid zu beziehen (Frage der richtigen Anwendung von Bundesrecht, weil Rechtstatsache)
statistikbasierte Argumentation
Einbeziehung quantitativer Informationen in rechtliche Argumentation
Methoden (Beispiel an Wirtschaftlichkeitsprüfung einer Praxis)
- Einzelfallprüfung (analyt. Methode): alle Rechnungen der Praxis werden überprüft, bspw., ob unnötige Behandlungen vorgenommen wurden
=> Problem: ressourcenaufwändig - Durchschnittskostenvergleich (DKV): Vergleich von Mittelwerten
=> Problem: Ausreisser werden nicht bedacht - Varianzanalyse (ANOVA): Kontrolle bestimmter Faktoren wie Ort und Alter der Patienten
- multiple Regressionsanalyse: Rechnung mit vielen Variablen um eine Herauszufinden (bspw. Wertänderung bei Änderung Faktor Fluglärm)
Fehlerquellen bei evidenzbasierter Rechtssprechung
- Qualität der Daten
- Qualität der richterlichen Auseinandersetzung mit Statistik (verstehen)
- Differenzierungsgebot, bspw. wann ist eine Hunderasse so viel gefährlicher, dass Züchtungsverbot nötig (Wertungsfrage)
- Statistische Diskriminierung: Stützung auf Statistik bei Behandlung Einzelner
statistikbasierte Gesetzesfolgenabschätzung
Wirksamkeitsprüfung gem. BV 170: Verfassungsprinzip der Effektivität Staatlichen Handelns
Methoden: Umfragen, Interviewa, Dokumentenanalysen, Sekundärdaten
Empirische Rechtsforschung/Legal Data Science
Empirische Rechtsforschung: untersucht das Recht mit empirischen Mitteln
=> Datenbasierter Ansatz:
- eigene Variabelndef. und Datenerhebung
- Hypothesenbasiert
- typ. kleine Datensätze
- oft Regressionsanalysen
Legal Data Science:
mit computergestützten Methoden wird aus Rechtsdaten gelernt
=> Datengetriebener Ansatz
- Text-as-data
- Explorativ (keine vorformulierten Hypothesen)
- typ. grosse Datensätze
- machine Learning
aktueller Nutzen empirischer Rechtsforschung
- Reality-Check: Testen von Dogmatik
- Komplexitätsreduktion durch auffinden natürlicher Muster in Rechtsdaten
- Klassifizierung und Vorhersage
Aktuelle Fortschritte:
- Rechnerleistung
- Datenverfügbarkeit
- Digitalisierung
Wozu Statistik
- Beschreiben von Daten (deskriptive Statistik)
- Erklären von Zusammenhängen einer Abhängigen Variable und einer Unabhängigen Variable
Kausalität
Zur Aufklärung Experiment nötig, sonst Scheinrelationen mit eigentlich noch anderen Faktoren
- Validität: Grad der Messgenauigkeit
> Statistische Validität: gewisse Sicherheit, dass Beobachtung nicht auf Zufall beruht
> Interne Validität: Kohärenz der Ergebnisse (keine Störfaktoren
> Externe Validität: Verallgemeinerungsfähigkeit
Variablen
Messbare Merkmale von Merkmalsträgern aus einer Grundgesamtheit
- Quantitativ: Temperatur, Grösse, Einkommen, Schadensersatzhöhe, …
- Qualitativ: Geschlecht, Staatsangehörigkeit, …
Kennzahlen: Lageparameter und Streuungsmasse
Lageparameter:
- Arithmetisches Mittel: Durchschnitt, Problem: starke Abweichungen verzerren das Ergebnis
- Median: Zentralwert
- Modus: Häufigster Wert
Streuungsmasse:
- Stichprobenvarianz
- Standartabweichung
Induktive Statistik
Rückschlüsse von Stichprobe auf Grundgesamtheit
Lineare Regression
- besteht linearer Zusammenhang zwischen einer Zielvariable und einer (einfache Regression) oder mehrerer (multiple Regression) Variable?
- Wie Stark ist der Zsh?
- Prognose: Welchen Wert nimmt Zielvariable bei Veränderung der Eingangsvariable an?
