Wurzelzieher

Inhalt

Statistik

Einführung

Wortherkunft/ Geschichte

  

Universitätsstatistik

  

Politische Arithmetik/ Wahrscheinlichkeitsrechnung

Schritte der praktischen Umsetzung der Statistik

  

Erhebung/ Aufbereitung/ Analyse

  

Interpretation

Informationsgehalt und -bewertung

Schulen und Denkrichtungen

Anwendung

Ausbildung/ Software

Bedeutende Statistiker und Statistikerinnen/ Literatur/ Weblinks/ Einzelnachweise

 

 

Statistik

Schulen und Denkrichtungen

In Lehrbüchern wird mitunter der Eindruck vermittelt, es gebe nur das eine, sich ständig weiterentwickelnde Statistikmodell. In der Deskriptiven Statistik gibt es wenig Kontroversen, in der Induktiven Statistik gibt es jedoch verschiedene Denkschulen, die ein Problem unterschiedlich analysieren, bewerten und numerisch berechnen. Wenig bekannte Ansätze sind

Dominiert wird die induktive Statistik durch

Die folgende Tabelle zeigt einige Unterschiede zwischen den Inferenzarten auf:


Klassische Inferenz Bayes-Inferenz Statistische Entscheidungstheorie
Verwendetes Inferenzkonzept Objektivistisch, kognitivistisch, frequentistisch Subjektivistisch, kognitivistisch, nichtfrequentistisch Subjektivistisch, dezisionistisch, nichtfrequentistisch
Verwendete Information Früher: Priorinformation -> Jetzt: Stichprobendaten -> Später: Handlungsfolgen
nur Stichprobendaten zusätzlich Priorinformation zusätzlich Handlungsfolgen
Informationsverarbeitung Stichproben- und Likelihoodfunktionen zusätzlich Priorverteilungen für Priorinformationen und Posteriorverteilung mittels Bayes Formel zusätzlich Verlustfunktion für Handlungsfolgen
Eingesetzte Methoden Punkt- und Intervallschätzung sowie Testverfahren auf Basis der Stichprobenverteilungen Punkt- und Intervallschätzung sowie Testverfahren auf Basis der Posteriorverteilungen Aufstellung von Entscheidungsfunktionen
Methodenbeurteilung Unbekannter Parameter ist fix und Wahrscheinlichkeitsaussagen betreffen nur die Schätzung Unbekannter Parameter ist stochastisch und Wahrscheinlichkeitsaussagen betreffen auch