Übersterblichkeit und Impfquote: Bullshit-Forschung aus dem ifo-Institut

Natürlich kann ein “ursächlicher Zusammenhang” nicht belegt werden, wenn man, wie Marcel Thum das tut, Übersterblichkeit und Impfquote für die Bundesländer in einen Scatterplot einpasst und eine Regressionsgerade hindurchlegt.

Aber es ist suggestiv und wird mit Sicherheit von denjenigen, die stets auf der Suche nach einer Bestätigung ihrer Vorurteile sind, aufgenommen, Marke: Seht Ihr, da wo weniger Geimpfte sind, da ist auch die Übersterblichkeit höher.

Er habe, so schreibt Thum in seinem Pamphlet, nur Daten für das zweite Halbjahr 2021 genutzt, “weil in diesem Monaten die vierte Welle der Corona-Pandemie in Deutschland auftrat und zugleich ein erheblicher Teil der Bevölkerung durch eine oder mehrere Impfungen geschützt war”.

Obschon er im hinteren Teil seiner “Arbeit” behauptet, man könne aus der Abbildung oben keine Kausalität schließen, ist im vorderen Teil klar, dass Thum seine beiden Variablen ausgewählt hat, weil er eine Kausalität voraussetzt, warum sonst sollte er beide Variablen, Impfquote und Übersterblichkeit in Verbindung bringen wollen, wenn nicht deshalb, weil ihm der Zusammenhang zwischen Impfquote und Übersterblichkeit plausibel ist und er quasi voraussetzt, was er eigentlich zeigen müsste.

Aber so ist das bei diesen Datenfuzzis, die mit Intuition und ohne Theorie vorgehen: Etwas kommt ihnen plausibel vor, sie sammeln Daten, bringen die Etwase in Verbindung, ergänzen die Einschränkung, dass man natürlich keine Kausalität belegen könne, wollen aber genau das suggerieren, dass eine Kausalität besteht. Müsste Thum das, was ihm so plausibel ist, begründen, mit einer Theorie begründen, dann wäre die Sache schon komplizierter, denn der Weg von Impfstoffen und Impfquote zu Übersterblichkeit ist nicht einfach zu begehen, ehrlich gesagt, ist uns überhaupt nicht klar, wie man von Impfstoffen, für die es keinen Beleg dafür gibt, dass sie die Mortalität reduzieren [keine belegte KAUSALITÄT] über COVID-19 Tote, die im Jahr 2021 in keiner Weise ausreichen, um die Übersterblichkeit, egal, in welchem Bundesland zu erklären, auf eben diese Übersterblichkeit, die sich aus einer Myriade von Todesursachen zusammensetzt, schließen zu können glaubt, wenn nicht auf Basis ideologischer Erwägungen und vielleicht mit dem Hintergedanken, einen Beitrag zu platzieren, mit dem man sich bei den Impf-Fetischisten andienen kann.

Was uns angeht, uns kommt ein Zusammenhang zwischen der Qualität des Bildungsystems und der Übersterblichkeit viel plausibler vor. Gute Bildung verbessert Lebenschancen, verbesserte Lebenschancen gehen mit der Motivation, einen Platz im Leben zu finden und ein eigenes Einkommen zu erwirtschaften einher. Lockdowns ersticken diese Motivation im Keim, sie demotivieren und erhöhen die Wahrscheinlichkeit, dass ein hochmotivierter gut Ausgebildeter Selbstmord begeht und natürlich gibt es umso mehr Selbstmorde, je besser die Qualität der Ausbildung, je besser die Schulqualität in einem Bundesland ist.

Wir haben im Gegensatz zu Herrn Thum also eine HYPOTHESE, die aufgrund theoretischer Erwägungen formuliert wurde. Prüfen wir die Hypothese anhand der Daten aus dem ISNM-Bildungsmonitor und auf der Daten von Thum und siehe da: Hypothese bestätigt.

Je besser die Schulqualität, desto höher die Übersterblichkeit. QED.

Aber natürlich ist damit keine Kausalität beschrieben. So wenig, wie im Fall von Marcel Thum eine Kausalität beschrieben ist. Tatsächlich sind beide Abbildungen weitgehend nutzlose Übungen zum Beleg der eigenen Fähigkeit, Korrelationen zu rechnen und in schöne Abbildungen zu übertragen.

Das Grundproblem, das sich mit Analysen wie der Thums verbindet, besteht darin, dass Aggregatdaten “SAMMELMENGEN” beschreiben. Übersterblichkeit umfast all diejenigen, die in einem bestimmten Jahr mehr verstorben sind als in einem Vergleichszeitraum, und zwar vollkommen unabhängig davon, was die tatsächliche Todesursache war. Diese Menge der “irgendwie zuviel Verstorbenen” aus einem Jahr wird nun mit dem Anteil Geimpfter, einmal, zweimal, dreimal Geimpfter in Verbindung gebracht, von denen angenommen wird, dass das wenige, was ihre Impfung an Schutz bereitstellt, bei allen in gleicher Weise vorhanden sei und nicht etwa mit der Zeit, die seit der Impfung vergangen ist, immer geringer geworden ist. Die Annahme, dass zwischen der Menge der in einem Jahr, nein Halbjahr “irgendwie zuviel Verstorbenen” und den in einem Halbjahr “irgendwann, egal wie oft Geimpften” eine Schnittmenge besteht bzw. zwischen denen, die nicht “irgendwann egal wie oft geimpft” wurden, ist abenteuerlich im besten Fall, idiotisch im schlechtesten Fall, und sie zeigt in jedem Fall, dass man mit dem, was einem gerade plausibel erscheint, vermutlich seichte Gemüter überzeugen kann, aber bei Leuten, die sich mit Daten auskennen, eher ein langes Gähnen hervorruft.

Das Grundproblem besteht darin, dass Leute wie Thum, das, was sie eigentlich zeigen wollen, als gegeben voraussetzen, wie sonst sollten sie auf die beiden von ihnen genutzten Variablen kommen? Wenn man nicht denkt, die Menge der “irgendwann, egal wie oft Geimpften” stehe in einer Beziehung zu den “irgendwie zuviel Verstorbenen”, dann rechnet man derartigen Junk gar nicht erst. Und selbst wenn es gelänge, eine theoretische Verbindung zwischen denen, die “irgendwann, egal, wie oft” geimpft wurden und denen die “irgendwie zuviel verstorben” sind, herzustellen, so wäre mit den Daten von Thum dennoch nicht belegt, dass dieser Zusammenhang besteht, denn um diesen Zusammenhang zu belegen, muss man ihn unabhängig prüfen, unabhängig von den Variablen, auf denen die Plausibilisierung beruht, also auf einer theoretischen Basis, die Gründe dafür benennt, warum Ungeimpfte im Jahr 2021 häufiger sterben sollen als Geimpfte, woran Ungeimpfte im Jahr 2021 häufiger sterben sollen als Geimpfte, die kontrolliert, ob Geimpfte nicht trotz Impfung an ganz anderen Dingen und häufiger sterben als Ungeimpfte, zeigt, dass tatsächlich ein Zusammenhang zwischen UNGEIMPFTEN COVID-19-Toten und Übersterblichkeit besteht, was nicht der Fall ist, denn dazu gibt es zu wenige COVID-19 Tote, zeigt, dass nicht andere Variablen, denkbar sind: Selbstmord, unterbliebene Operationen wegen Lockdowns oder Angst ins Krankenhaus zu gehen, häufigere Herzinfarkte infolge von Stress oder als Nebenwirkung von Impfungen und und und einen Effekt auf die Sterblichkeit ausüben.

Nichts davon macht Marcel Thum.
Thum ist einer jener Datenhuber, die zwei Spalten in Excel füllen und daraus eine Grafik erstellen können.

Das mag sie befriedigen.
Für eine informierte Diskussion darüber, welche Ursachen Übersterblichkeit hat, sind solche Datenwurschteleien unbrauchbar.

---

---

Anregungen, Hinweise, Fragen, Kontakt? Redaktion @ sciencefiles.org

---

Sie suchen Klartext?
Wir schreiben Klartext!

Bitte unterstützen Sie unseren Fortbestand als Freies Medium.
Vielen Dank!
[wpedon id=66988]

---

---

ScienceFiles Spendenkonto:

HALIFAX (Konto-Inhaber: Michael Klein):

IBAN: GB15 HLFX 1100 3311 0902 67
BIC: HLFXGB21B24

---

Direkt über den ScienceFiles-Spendenfunktion spenden:

---

---

ScienceFiles und die Alternativen Medien:

---

Bleiben Sie mit uns in Kontakt.
Wenn Sie ScienceFiles abonnieren, erhalten Sie bei jeder Veröffentlichung eine Benachrichtigung in die Mailbox.

---

 

---

Folgen Sie uns auf Telegram.

---

Anregungen, Hinweise, Kontakt? -> Redaktion @ Sciencefiles.org

---

Wenn Ihnen gefällt, was Sie bei uns lesen, dann bitten wir Sie, uns zu unterstützen. ScienceFiles lebt weitgehend von Spenden. Helfen Sie uns, ScienceFiles auf eine solide finanzielle Basis zu stellen.

---

Wir haben drei sichere Spendenmöglichkeiten:

Donorbox

Unterstützen Sie ScienceFiles

---

Unsere eigene ScienceFiles-Spendenfunktion

---

Unser Spendenkonto bei Halifax:

ScienceFiles Spendenkonto: HALIFAX (Konto-Inhaber: Michael Klein):

• IBAN: GB15 HLFX 1100 3311 0902 67
• BIC: HLFXGB21B24

---