„rechtsoffene-und-radikale-mobilisierungsoffensive-der-querdenker“-–-ver.di-mitglied-nimmt-in-offenem-brief-stellung-zu-dieser-diffamierung„Rechtsoffene und radikale Mobilisierungsoffensive der Querdenker“ – ver.di Mitglied nimmt in offenem Brief Stellung zu dieser Diffamierung
eine-ganz-normale-zugfahrt-2022:-„los-setzen-sie-endlich-die-maske-auf,-willst-du-was-vor-die-fresse-haben?”Eine ganz normale Zugfahrt 2022: „los setzen sie endlich die Maske auf, willst du was vor die Fresse haben?”
gesamtsterbefallzahl-korreliert-jetzt-noch-signifikanter-positiv-mit-impfquote-beim-vergleich-aller-deutscher-bundeslaender

Gesamtsterbefallzahl korreliert jetzt noch signifikanter positiv mit Impfquote beim Vergleich aller Deutscher Bundesländer

Published On: 27. August 2022 14:47

Wieder einmal danken wir Archi.medes für das Einsenden des Gastbeitrags:

Am 18.6.2022 habe ich gezeigt, daß die Gesamtsterbefallzahl im ersten Quartal 2022 hochsignifikant positiv mit der Impfquote korreliert beim Vergleich aller Deutscher Bundesländer [1]. Mit den neuesten amtlichen Zahlen bis 2022 KW 28 ist die Korrelation sogar noch besser geworden: Der Korrelationskoeffizient ist jetzt noch höher und der p-Wert niedriger als damals. Jeder Machthaber, der zum Nutzen und für die Interessen der Bürger handelt würde bei diesen Fakten die experimentellen, gesundheitsschädigenden und oft tödlichen Genspritzen sofort stoppen, die schönfärberisch „Impfung“ genannt werden.

Rohdaten

Folgende Rohdaten habe ich aus den am Ende aufgelisteten amtlichen Datenquellen für alle sechzehn Deutschen Bundesländer zusammengetragen. Für die Sterbefälle insgesamt (alle Altersklassen) habe ich die Mittelwerte über das erste Quartal 2022 (Kalender-Woche 1 bis 13), für das zweite Quartal (KW 14 bis 26) und für die beiden KW 27 und 28 gebildet. Sortiert ist die Liste nach dem Durchschnittsalter der Bevölkerung:

Die Gesamtsterbefallzahlen sind die zuverlässigsten Datenquellen, da sie nicht durch oft willkürliche Zuordnung zu Todesursachen beeinflußt oder manipuliert werden können.

Analyse

Für einen aussagekräftigen Vergleich muß die Zahl der Sterbefälle insgesamt durch die Einwohnerzahl des jeweiligen Bundeslands dividiert, also normiert werden. Das ergibt die Zahl der Sterbefälle je Kalenderwoche und je 100.000 Einwohner. Die so entstandene Tabelle habe ich wieder nach Durchschnittsalter sortiert, Ergebnis:

Wenn ich im Folgenden kurz von „Gesamt-Sterbefallzahlen“ schreibe ist immer der auf je 100.000 Einwohner normierte Wert und die Anzahl und je Woche gemeint.

Diese Übersicht bestätigt zunächst bekanntes Allgemeinwissen. Die Stadtstaaten Bremen, Berlin und Hamburg haben eine sehr junge Bevölkerung, die Ost-Bundesländer dagegen ein auffällig hohes Durchschnittsalter. Schon der grobe Augenschein zeigt, daß die Gesamtsterbefallzahlen je 100.000 Einwohner nahezu gleich laufen mit dem Durchschnittsalter.

Wie wirken die Parameter Durchschnittsalter und“ Impf“-quote quantitativ auf Sterbefallzahlen? Als einfachste Beschreibung habe ich den linearen kleinste Abweichungs-Quadrate-Fit (wie die bekannte „Ausgleichsgerade“, erweitert auf zwei Dimensionen, also eine „Ausgleichs-Ebene“) berechnet mit den zwei Parametern Durchschnittsalter und Impfquote. Als grobes Maß für die Qualität des Fits ist die Standardabweichung Sigma der Differenz von beobachteten Werten und den Fitwerten in der Tabelle unten angefügt. Die Sigma-Werte von 0,59 bis 0,66 sind verglichen mit dem realen Wertebereich von 17 bis 32 klein, und der Fit daher eine sehr gute Annäherung an die Realität. Es gibt damit keine Anzeichen für weitere bisher nicht berücksichtigte Parameter. Die Prognosewerte dieses Fits sind in den Zeilengruppen „Durchschnittsalter“ und „Impfquote“ zusammengestellt.

In der Zeilengruppen „Durchschnittsalter“ habe ich in blau die Prognosewerte des Fits für minimales und maximales Durchschnittsalter berechnet, wenn die Impfquote der Deutsche Durchschnitt 77,6% wäre. Als Differenz der Prognosen ergeben sich mittlere Sterbefallzahlen zwischen 13 und 14,3 je KW je 100.000 EW, also rund 20 bis 22 mal Sigma.

In der Zeilengruppen „Impfquote“ habe ich in blau die Prognosewerte des Fits für minimale und maximale Impfquote berechnet, wenn das Durchschnittsalter das Deutsche Durchschnittsalter 44,6 Jahre wäre. Als Differenz der Prognosen ergeben sich mittlere Sterbefallzahlen zwischen 4,3 und 5,4 je KW je 100.000 EW, also rund 6,5 bis 9 mal Sigma.

Die Differenzen sind in beiden Fällen ein hohes Vielfaches von Sigma. Beide Parameter Durchschnittsalter und Impfquote tragen also wesentlich zum beobachteten mittleren Sterbealter bei. Mit den Steigungen (also den Veränderungen aufgrund der Parameter) aus diesem Fit berechne ich die altersnormierten und dann die impfquotennormierten Sterbefallzahlen um Korrelationsplots zu erstellen.

Korrelationsplots

In der folgenden Tabelle sind die altersnormierten Sterbefallzahlen aufgelistet berechnet aus den realen Daten mittels der Steigung(Alter) und der Abweichung des Bundesland-Durchschnittsalters vom Deutschlanddurchschnitt, also die Werte, wenn das Durchschnittsalter immer beim Deutschen Durchschnittsalter liegen würde. Damit erstelle ich dann die Korrelationsplots von Sterbefallzahlen gegen „Impf“-quote.

Die statistischen Kenngrößen sind in den unteren Zeilen der folgenden Tabelle angefügt. Zunächst der Korrelationskoeffizient R und dessen Quadrat R^2. Diese liegen mit 0,85 fürs erste Quartal 2022 und sogar 0.91 für das zweite Quartal sehr hoch positiv auf der Skala zwischen Eins für perfekte Korrelation, Null für eine nicht korrelierte Punktwolke und minus Eins für eine ideale Antikorrelation. Der Korrelationskoeffizient ist vom ersten zum zweiten Quartal sogar weiter angestiegen, die Korrelation also besser geworden, und hat für die beiden Sommer-KW 27 und 28 auch den hohen Wert 0,90.

Für Fachleute habe ich noch den „p-Wert“ der Korrelation berechnet, das ist grob vereinfacht die Wahrscheinlichkeit, daß die Hypothese „Korrelation existiert nicht“ zutrifft, und hat einen Wertebereich von Null bis Eins. Hierfür gilt je kleiner dieser ist, umso wahrscheinlicher ist das Vorliegen einer Korrelation, und für eine existierende Korrelation sollte er mindestens unter einem Schwellenwert von fünf Prozent liegen. Im ersten Quartal war der Wert schon bei sehr niedrigen 3,4 x 10-5 und hat sich zum zweiten Quartal auf 7,3 x 10-7 weiter verbessert. Die in der Tabelle aufgelisteten Zeilen „Freiheitsgrad“ und „T“ sind Hilfswerte für die Berechnung des p-Werts. Korrelationskoeffizient und p-Wert bestätigen damit klar die hochsignifikant positive Korrelation von „Impf“-quoten mit den Sterbefallzahlen.

Damit ergeben sich folgende Korrelationsplots der auf 44,6 Jahre altersnormierten Sterbefallzahlen je KW je 100.000 EW für das erste und das zweite Quartal:

Für die beiden Sommer-Kalenderwochen 27 und 28 des Jahres 2022 erhalten wir den folgenden Korrelationsplot:

Beim Vergleich der drei Zeiträume sehen wir, daß die Sterbefallzahlen zum Sommer hin absinken, ein bekannter Effekt, und daß die Steigung, die „Stärke“ der Abhängigkeit, zum Sommer hin zunimmt:

Ich komme zu der Abhängigkeit vom Durchschnittsalter. In der folgenden Tabelle sind die auf 77,6% impfquotennormierten Sterbefallzahlen aufgelistet berechnet aus den realen Daten mittels der Steigung(Impfquote) und der Abweichung der Bundesland-Impfquote vom Deutschlanddurchschnitt, also die Werte, wenn die Impfquote immer bei der Deutschen Durchschnittsimpfquote liegen würde. Es folgen dann die damit erstellten Korrelationsplots.

Die statistischen Kenngrößen sind in den unteren Zeilen der Tabelle angefügt. Zunächst der Korrelationskoeffizient R und dessen Quadrat R^2. Der Korrelationskoeffizient ist mit rund 0,99 immer extrem hoch und belegt die zu erwartende nahezu perfekte Korrelation.

Für Fachleute habe ich noch den „P-Wert“ der Korrelation berechnet. Dieser liegt in allen betrachteten Zeitabschnitten unter 1,6 x 10-12 und bestätigt ebenfalls mit höchster Signifikanz eine ideale Korrelation. Wie früher bereits bemerkt gilt hier je kleiner desto besser.

Der Durchschnittsalter-Korrelationsplot bringt wenig neue Erkenntnisse, daher habe ich nur die kombinierte Version dargestellt. Zum Sommer hin sehen wir wieder sinkende Zahlen, aber im Gegensatz zur Impfquotenabhängigkeit bleibt die Steigung nahezu unverändert.

Die Korrelationen treten für die drei verschiedenen und unterschiedlich langen Zeitintervalle sehr gut reproduzierbar auf und werden sogar besser bzw. stärker. Dies ist ein weiterer Beweis für deren Existenz. Die systematische Verbesserung (sinkende Sterbefallzahlen) zum Sommer hin sind wie früher auch zu beobachten.

Alternative Darstellung

Nach der Zahlen- und Tabellenflut hier eine alternative Darstellung der Gesamtsterbefallzahlen. Alle Abbildungen beinhalten die Daten der KW 14-26.

Für drei Größen kann man „Blasendiagramme“ erstellen. Auf der horizontalen Achse ist das Durchschnittsalter aufgetragen, auf der vertikalen die „Impf“-quote. Die Größe der Blase entspricht der Gesamtsterbefallzahl minus 18 Sterbefälle je KW und je 100.000 EW. Nach rechts und nach oben steigt die Größe der Blasen, also Gesamtsterbefallzahl.

Der farbkodierte Hintergrund mit den schwarzen Zahlen stellt die Ebene des zwei-Parameter-Fits dar.

Die nächste Abbildung erleichtert die Orientierung welchem Bundesland die Blasen zuzuordnen sind.

Die kleinen und bevölkerungsarmen Stadtstaaten liegen bevorzugt links-oben im Diagramm, die Ost-Bundesländer eher rechts-unten, aber alle Gruppen tragen zu der generell von links-unten nach rechts-oben steigenden Tendenz bei.

Eine schwache negative Korrelation des Durchschnittsalters mit der „Impf“-quote ist nicht zu übersehen. Der Korrelationskoeffizient ist mit minus 0,62 negativ (R^2 = 0,384), aber der Betrag wesentlich kleiner als Eins. Es liegt eine schwache Anti-Korrelation vor. Der p-Wert ist mit 1% kleiner als der Schwellwert von 5%. Diese Antikorrelation ist daher mathematisch gesehen ernst zu nehmen.

Seltsam, ich hätte nach der Gehirnwäsche durch die Medien ehr bei den Älteren eine höhere „Impf“-quote erwartet. Aber das Alter ist sicherlich nicht der einzige Parameter, der die Impfentscheidung beeinflußt, weitere Parameter müßten daher einbezogen werden. Die gefundene schwache Antikorrelation halte ich für nur zufällig aufgrund von weitern hier nicht betrachteten Einflußgrößen.

Zum Schluß einige Grundsatzbemerkungen

Eigentlich wäre es Kernaufgabe der vom Steuerzahler finanzierten Institute wie RKI und PEI solche Analysen zu erstellen und zu publizieren, aber offenbar stützen diese „Institute“ nur noch die Regierungspropaganda durch Erfassung von wissenschaftlich unbrauchbaren Zahlen (z.B. „an und mit“ C, und „Tests“, die entgegen allen wissenschaftlichen Standards erzwungen werden, z.B. an Symptomlosen, und mit undefinierten und zu hohen Ct-Werte), durch Verschleierung (Nichterfassung des „Impf“-Status von Verstorbenen und von Nebenwirkungen, Verbot von Obduktionen), das de-facto-Verbot medikamentöser Behandlungen und die für viele tödliche Gen-Spritz-Kampagnen der Regierung.

Echte, freie und jahrhundertelang erfolgreiche Wissenschaft lebt dagegen vom ständigen Hinterfragen und Anzweifeln, von Fakten und vom offenen Diskurs. Selbsternannte sogenannte „Faktenchecker“, das geplante Wahrheitsministerium Orwell‘scher Art und im vorauseilendem Gehorsam die Zensur in „sozialen“ Medien und selbst in Zeitschriften mit bisher noch gutem Ruf, Beispiel, sind das komplette Gegenteil davon und ein Rückfall ins Mittelalter mit der Dogmen-Unkultur, in der sich damals herrschenden Tyrannen anmaßten willkürlich festlegen zu dürfen, was „gut“ und „richtig“ zu sein hatte. Nicht verwunderlich, daß auch Twitter dabei mitspielt, und GB will sogar entsprechende Gesetze erlassen. Typisches Fakten-, Wahrheits- und Wissenschafts-feindliches Statement irgendeines hochnäsigen Politikers sinngemäß: „Die Maßnahmen dürfen nicht angezweifelt oder hinterfragt werden“. Solche von fast allen Politikern und Propagandamedien, von WEF und WHO geförderten Entwicklungen müssen mit allen Mitteln verhindert werden, insbesondere bei der vorgeschobenen sogenannten „Corona-Pandemie“, die nach klassischer Definition garkeine ist, und auch beim angeblich menschengemachten Klimawandel, wobei alle Änderungen des Wetters bisher vollkommen im historischen Normalberich liegen.

Traurig, daß immer wieder darauf hingewiesen werden muß, aber die leider dogmen- und mediengläubige Masse läuft blind und immer schneller in ihr Verderben.

Zusammenfassung

Ein linearer zwei-Parameter Fit (Ausgleichs-Ebene) der amtlichen Daten der Deutschen Bundesländer enthüllt neben der bekannten positiven Korrelation der Gesamtsterbefallzahlen mit dem Durchschnittsalter auch eine besorgniserregende hochsignifikant positive Korrelation der Gesamtsterbefallzahlen mit der Impfquote, also hohe Gesamtsterbefallzahlen bei hoher Impfquote. Diese wurde für drei aufeinanderfolgende Zeitintervalle bestätigt, und die schon im ersten Quartal 2022 sehr hohe Signifikanz steigt sogar weiter mit fortschreitender Zeit.

Diese mit den amtlichen Zahlen bewiesene tödliche Korrelation würde verantwortungsvoll handelnde Machthaber und Ärzte zum sofortigen Stopp der „Impfung“ genannten Genbehandlung veranlassen, die ich für Massenmord halte.

Quellen:

Sonderauswertung Sterbefallzahlen: https://www.destatis.de/DE/Themen/Gesellschaft-Umwelt/Bevoelkerung/Sterbefaelle-Lebenserwartung/Tabellen/sonderauswertung-sterbefaelle.html

Impfquote Bundesländer: https://de.statista.com/statistik/daten/studie/1195108/umfrage/impfungen-gegen-das-coronavirus-je-einwohner-nach-bundeslaendern/#professional

Einwohnerzahl: https://de.statista.com/statistik/daten/studie/71085/umfrage/verteilung-der-einwohnerzahl-nach-bundeslaendern/

Durchschnittsalter: https://de.statista.com/statistik/daten/studie/1093993/umfrage/durchschnittsalter-der-bevoelkerung-in-deutschland-nach-bundeslaendern/#professional

P-Wert einer Korrelation anschaulich z.B. “How to calculate Pearson correlation coefficient and p-value in excel” https://www.youtube.com/watch?v=5-Hxm4o1HTA

und dessen Interpretation “Statistical Significance and p-Values Explained Intuitively” https://www.youtube.com/watch?v=DAkJhY2zQ3c , oder als Text-Website: https://mariherigstad.wordpress.com/2016/07/05/p-values-for-correlations-in-excel/

Einige aktuelle Links zu Sterbefallstatistiken und „Impfungen“

https://tkp.at/2022/08/19/medien-im-uk-lockdowns-und-impfungen-verursachen-mehr-todesfaelle-als-covid/

https://tkp.at/2022/08/16/booster-impfung-bringt-starken-anstieg-der-sterblichkeit-bei-ueber-65-jaehrigen/

https://www.transparenztest.de/post/australien-nsw-krankenhaus-und-todesrate-bei-4fach-geimpften-hoeher-als-bei-ungeimpften

Ähnliche Ergebnisse für andere Staaten: https://tkp.at/2022/06/06/portugal-und-suedafrika-hohe-impfquote-fuehrt-zu-hohen-fall-und-todeszahlen/

Frühere eigene Analysen:

1. Gesamtsterbefallzahl korreliert hochsignifikant positiv mit Impfquote beim Vergleich aller Deutscher Bundesländer

2. Bundesland- und Altersgruppenanalyse der Sterbefallzahlen zeigt „Impf“-Probleme unübersehbar

3. Offizielle Daten zeigen: Impfen senkt mittleres Sterbealter 29. April 2022

4. Klare Spuren der Impfung in Sterbefallzahlen aller Altersklassen 21. April 2022

5. Update: Korrelation unerwarteter Sterbefälle mit Impfdosen jetzt auch perfekt für Booster 05. April 2022

6. Update: sehr starke Korrelation zwischen Gen-Spritzen je Woche und unerwarteten Sterbefällen 06. März 2022

7. Unerwartete Sterbefallzahlen korrelieren exakt mit der Anzahl der Geimpften 09. Februar 2022

8. Amtliche Zahlen zeigen 91.000 unerwartete Sterbefälle seit Beginn der „Impfungen“ 27. Januar 2022

Startseite Archi.medes


Aktuelle News, zu denen wir keine eigenen Beiträge veröffentlichen, findet ihr auf unserer neu eingerichteten Seite: News: Tagesaktuelle Artikel. Ihr findet diese entweder über den Reiter „Aktuelle Beiträge“ oder oben auf der Startseite als Link.

Categories: Corona BlogTags: , , , Daily Views: 1Total Views: 20
„rechtsoffene-und-radikale-mobilisierungsoffensive-der-querdenker“-–-ver.di-mitglied-nimmt-in-offenem-brief-stellung-zu-dieser-diffamierung„Rechtsoffene und radikale Mobilisierungsoffensive der Querdenker“ – ver.di Mitglied nimmt in offenem Brief Stellung zu dieser Diffamierung
eine-ganz-normale-zugfahrt-2022:-„los-setzen-sie-endlich-die-maske-auf,-willst-du-was-vor-die-fresse-haben?”Eine ganz normale Zugfahrt 2022: „los setzen sie endlich die Maske auf, willst du was vor die Fresse haben?”