Theil-Index
Der Theil-Index wurde von dem Ökonometriker Henri Theil entwickelt und dient zur statistisches Beschreibung von Einkommens- und Vermögensverteilungen.
Inhaltsverzeichnis |
[Bearbeiten] Definition
Für
Personen mit Einkommen
ist das Durchschnitteinkommen
und es werden Theil-Indices
unter der Annahme
wie folgt definiert:
MLD steht hierbei für mean log deviation. Es gelten dabei die Beziehungen



gdw.
gdw.
gdw.
für alle 
gdw.
für ein 

[Bearbeiten] Beziehungen/Ableitungen
Claude Shannon entwickelte sein Entropie-Maß aus der Wahrscheinlichkeit des Auftretens eines Ereignisses. Theil leitete seinen Index daraus ab. Der Theil-Index kann als die Wahrscheinlichkeit verstanden werden, mit der ein von einer Bevölkerung entnommener Euro von einem bestimmten Individuum stammt. Das ist das Gleiche wie der erste Ausdruck: Der Anteil eines Individuums am Gesamteinkommen.
Ist
das Shannons-Maß, so gilt
.
ist ein Gleichverteilungsmaß, mit dazugehörigem Ungleichverteilungsmaß
.
[Bearbeiten] Zerlegbarkeit
Der Theil-Index aggregiert die gewichtete Summe der Ungleichheiten von Untergruppen. So kann damit zum Beispiel die Ungleichverteilung in Deutschland aus den Ungleichverteilungen in den Ländern berechnet werden.
Wenn die Bevölkerung in
Untergruppen aufgeteilt werden kann und
der Einkommensanteil einer Untergruppe
am Gesamteinkommen ist, dann beschreibt
die Ungleichverteilung in der Untergruppe und
ist das durchschnittliche Einkommen der Untergruppe
. Der Theil-Index
ist dann
.
So beschrieben, ist der Theil-Index
dann der "Beitrag" der Untergruppe zur Ungleichverteilung in der gesamten Gruppe.
Ein populäreres Maß ist der Gini-Koeffizient, aber in den Reichtums- und Armutsberichten des Bundes wird auch der Theil-Index neben dem Gini-Koeffizienten verwendet. Der Gini-Koeffizient ist nicht so zerlegbar wie der Theil-Koeffizient.
[Bearbeiten] Literatur
- Henri Theil: The Information Approach to Demand Analysis In: Econometrica, Vol. 33, Nr. 1, Januar 1965, ISSN 0012-9682, S. 67–87 (JSTOR)


![T_S=\frac{1}{n}\sum_{i=1}^n \left[\frac{1}{2}\left(\frac{y_i}{\mu} - 1\right)\ln(y_i) \right]](http://upload.wikimedia.org/wikipedia/de/math/7/b/e/7bed70f8d86544a030a5c7b5f8ddf9bd.png)



gdw.
gdw.
gdw.
für alle 
gdw.
für ein 