GermanWikipedia - /page/entry.mu

Micron Document

<!DOCTYPE html>

<title>Explorative Datenanalyse</title>

</head>

<h1 id="firstHeading" class="firstHeading mw-first-heading"><span class="mw-page-title-main">Explorative Datenanalyse</span></h1>

</header>

</div>

<div id="mw-content-text" class="mw-body-content mw-content-ltr" lang="de" dir="ltr"><div class="mw-content-ltr mw-parser-output" lang="de" dir="ltr"><p>Die <b>explorative Datenanalyse</b> (EDA) oder <b>explorative Statistik</b> ist ein Teilgebiet der <a href="Statistik" title="Statistik">Statistik</a>. Sie untersucht und begutachtet <a href="Daten" title="Daten">Daten</a>, von denen nur ein geringes Wissen über deren Zusammenhänge vorliegt. Viele EDA-Techniken werden im <a href="Data-Mining" title="Data-Mining">Data-Mining</a> eingesetzt. Außerdem werden sie häufig in Lehrveranstaltungen über die Statistik als Einführung in das statistische Denken gelehrt.

</p><p>Diese Benennung wurde von <a href="John_W._Tukey" title="John W. Tukey">John W. Tukey</a> in den 1970er Jahren eingeführt. Tukey legte dar, dass ein zu großer Schwerpunkt in der Statistik auf das Auswerten und Testen von gegebenen <a href="Hypothese" title="Hypothese">Hypothesen</a> gelegt wird. Ferner schlug er vor, Daten dazu zu verwenden, um mögliche Hypothesen zu erhalten, welche anschließend getestet werden.

</p>

<div class="mw-heading mw-heading2"><h2 id="Ziele">Ziele</h2></div>

<p><a href="Ziel" title="Ziel">Ziele</a> der explorativen Statistik sind:

</p>

<ul><li>Annahmen (Hypothesen) über die Ursache und den Grund der <a href="Beobachtung" title="Beobachtung">beobachteten</a> Daten zu bilden</li>

<li>Annahmen einzuschätzen, worauf <a href="Inferenzstatistik" class="mw-redirect" title="Inferenzstatistik">statistische Inferenz</a> basieren kann</li>

<li>Die Auswahl von passenden statistischen Werkzeugen und <a href="Technik" title="Technik">Techniken</a> zu unterstützen</li>

<li>Eine Basis für die weitere Daten-Sammlung durch <a href="Umfrage" class="mw-redirect" title="Umfrage">Umfragen</a> oder <a href="Statistische_Versuchsplanung" title="Statistische Versuchsplanung">statistische Versuchsplanung</a> bereitzustellen</li></ul>

<div class="mw-heading mw-heading2"><h2 id="Verfahren">Verfahren</h2></div>

<p>Grundlegende graphische Methoden, welche in der explorativen Statistik verwendet werden, sind:

</p>

</li>

<div class="gallerytext"><a href="Histogramm" title="Histogramm">Histogramm</a></div>

</li>

<div class="gallerytext"><a href="Quantil-Quantil-Diagramm" title="Quantil-Quantil-Diagramm">QQ-Diagramm</a></div>

</li>

<div class="gallerytext"><a href="Streudiagramm" title="Streudiagramm">Streudiagramm</a></div>

</li>

<div class="gallerytext"><a href="Mosaik-Plot" title="Mosaik-Plot">Mosaik-Plot</a></div>

</li>

</ul>

<ul><li>MultiVari Chart</li>

<li>Run Chart</li>

<li><a href="Paretodiagramm" title="Paretodiagramm">Paretodiagramm</a></li>

<li><a href="Stamm-Blatt-Diagramm" title="Stamm-Blatt-Diagramm">Stamm-Blatt-Diagramm</a></li></ul>

<p>Grundlegende <a href="Quantitativ" class="mw-redirect" title="Quantitativ">quantitative</a> Methoden sind:

</p>

<ul><li>Median polish</li>

<li>Letter values</li>

<li>Resistant line</li>

<li>Resistant smooth</li>

<li>Rootogram</li></ul>

<div class="mw-heading mw-heading3"><h3 id="Spezielle_Verfahren">Spezielle Verfahren</h3></div>

<ul><li><a href="Grand_Tour_(Statistik)" title="Grand Tour (Statistik)">Grand Tour</a></li>

<li><a href="Projection_Pursuit" title="Projection Pursuit">Projection Pursuit</a></li>

<li><a href="Falscherkennungsrate" title="Falscherkennungsrate">Falscherkennungsrate</a></li></ul>

<div class="mw-heading mw-heading2"><h2 id="Probleme">Probleme</h2></div>

<p>Problematisch kann das Bilden von Hypothesen anhand eines Datensatzes und das Testen dieser Hypothesen auf dem gleichen Datensatz sein. Dann können <i>scheinbar</i> signifikante Resultate oder <a href="Scheinkorrelation" title="Scheinkorrelation">Scheinkorrelationen</a> erhalten werden, die sich aber auf einem unabhängigen Datensatz zum selben <a href="Sachverhalt" title="Sachverhalt">Sachverhalt</a> nicht zeigen würden – dies ist das Problem von <a href="P-Hacking" title="P-Hacking">P-Hacking</a>. Ein Ausweg aus diesem Problem ist das strikte Trennen von Datensätzen, die man zum Bilden von Hypothesen nutzt und Datensätzen, die man zum validieren der gefundenen Hypothesen benutzt (siehe <a href="Kreuzvalidierungsverfahren" title="Kreuzvalidierungsverfahren">Kreuzvalidierungsverfahren</a>).

</p>

<div class="mw-heading mw-heading2"><h2 id="Explorative_Datenanalyse_–_Beurteilende_Statistik"><span id="Explorative_Datenanalyse_.E2.80.93_Beurteilende_Statistik"></span>Explorative Datenanalyse – Beurteilende Statistik</h2></div>

<p>Die EDA, eine Weiterentwicklung der <a href="Deskriptive_Statistik" title="Deskriptive Statistik">deskriptiven Statistik</a> zur Analyse von Daten, arbeitet mehr induktiv: Mit ihren Methoden soll Neues entdeckt, sollen Vermutungen generiert, Besonderheiten erkannt und Sachverhalte dargestellt werden.<sup id="cite_ref-1" class="reference"><a href="#cite_note-1"><span class="cite-bracket">[</span>1<span class="cite-bracket">]</span></a></sup> Die Daten bestimmen die Vorgehensweise. Die Einfachheit der Methoden und ihre Praxisrelevanz machen die EDA als Schulstoff besonders interessant.<sup id="cite_ref-2" class="reference"><a href="#cite_note-2"><span class="cite-bracket">[</span>2<span class="cite-bracket">]</span></a></sup> Tukey benutzt die Figur des Datendetektivs<sup id="cite_ref-3" class="reference"><a href="#cite_note-3"><span class="cite-bracket">[</span>3<span class="cite-bracket">]</span></a></sup>, von dem Einfallsreichtum und Intuition verlangt werden, um die Einstellung zur EDA zu kennzeichnen.

Die <a href="Beurteilende_Statistik" class="mw-redirect" title="Beurteilende Statistik">beurteilende Statistik</a> arbeitet <a href="Deduktion" title="Deduktion">deduktiv</a>: Eine <a href="Hypothese" title="Hypothese">Hypothese</a> wird entweder verworfen oder beibehalten. Die dabei benutzten Verfahren sind hoch formalisiert, häufig schwer zu verstehen, ihre praktische Relevanz sowie die Interpretation der Ergebnisse umstritten.<sup id="cite_ref-4" class="reference"><a href="#cite_note-4"><span class="cite-bracket">[</span>4<span class="cite-bracket">]</span></a></sup>

Beide, EDA und beurteilende Statistik, schließen jedoch einander nicht aus, sie ergänzen sich.<sup id="cite_ref-5" class="reference"><a href="#cite_note-5"><span class="cite-bracket">[</span>Anm. 1<span class="cite-bracket">]</span></a></sup>

</p>

<div class="mw-heading mw-heading2"><h2 id="Literatur">Literatur</h2></div>

<ul><li><a rel="nofollow" class="external text" href="https://portal.dnb.de/opac.htm?method=simpleSearch&query=041288963">Literatur über Explorative Datenanalyse</a> im Katalog der <a href="Deutsche_Nationalbibliothek" title="Deutsche Nationalbibliothek">Deutschen Nationalbibliothek</a></li>

<li>Hoaglin, D C; <a href="Frederick_Mosteller" title="Frederick Mosteller">Mosteller, F</a> & Tukey, J W (Eds) (1985) <i>Exploring Data Tables, Trends and Shapes</i> ISBN 0-471-09776-4</li>

<li>Hoaglin, D C; Mosteller, F & Tukey, J W (Eds) (1983) <i>Understanding Robust and Exploratory Data Analysis</i> ISBN 0-471-09777-2</li>

<li>Tukey, J W (1977) <i>Exploratory Data Analysis</i> ISBN 0-201-07616-0</li>

<li>Velleman, P F & Hoaglin, D C (1981) <i>Applications, Basics and Computing of Exploratory Data Analysis</i> ISBN 0-87150-409-X</li>

<li>Wolfgang Polasek: <i>EDA Explorative Datenanalyse. Einführung in die deskriptive Statistik</i> (2. Auflage). Springer-Verlag, Berlin 1994, ISBN 978-3-540-58394-3</li>

<li><a href="Siegfried_Heiler" title="Siegfried Heiler">Siegfried Heiler</a>, Paul Michels: <i>Deskriptive und explorative Datenanalyse.</i> Oldenbourg, München 1994, ISBN 3-486-22786-6</li></ul>

<div class="mw-heading mw-heading2"><h2 id="Anmerkungen">Anmerkungen</h2></div>

<li id="cite_note-5"><span class="mw-cite-backlink"><a href="#cite_ref-5">↑</a></span> <span class="reference-text">Tukey schreibt auf S. 3: „Explorative Datenanalyse kann niemals alles sein, doch nichts sonst kann als Grundstein dienen – als erster Schritt.“</span>

</li>

</ol>

<div class="mw-heading mw-heading2"><h2 id="Einzelnachweise">Einzelnachweise</h2></div>

<li id="cite_note-1"><span class="mw-cite-backlink"><a href="#cite_ref-1">↑</a></span> <span class="reference-text">R. Fischer, G. Mal : <i>Mensch und Mathematik</i>, BI Wissenschaftsverlag, Mannheim, Wien, Zürich 1989, ISBN 3-411-03117-4, S. 269</span>

</li>

<li id="cite_note-2"><span class="mw-cite-backlink"><a href="#cite_ref-2">↑</a></span> <span class="reference-text">R. Biehler: <i>Explorative Datenanalyse - Neue Impulse für den Mathematikunterricht?</i>. In : Beiträge für den Mathematikunterricht, Franzbecker Verlag, Bad Salzdetfurth 1983, S. 72–75</span>

</li>

<li id="cite_note-3"><span class="mw-cite-backlink"><a href="#cite_ref-3">↑</a></span> <span class="reference-text">Tukey, J. W.: <i>Exploratory Data Analysis</i>, Addison-Wesley, Reading MA, 1977, ISBN 0-201-07616-0, S. 1</span>

</li>

<li id="cite_note-4"><span class="mw-cite-backlink"><a href="#cite_ref-4">↑</a></span> <span class="reference-text">D. Vogel, G. Wintermantel: <i>MATHE - explorative Datenanalyse - Statistik aktiv lernen</i>, Klett Verlag, Stuttgart 2003, ISBN 3-12-720049-8, S. 10</span>

</li>

</ol>

<div>

Normdaten (Sachbegriff): <a href="Gemeinsame_Normdatei" title="Gemeinsame Normdatei">GND</a>: <span class="-print"><a rel="nofollow" class="external text" href="https://d-nb.info/gnd/4128896-8">4128896-8</a></span> </div>

</div></div></div><div><div class="zim-footer">

Dieser Artikel wurde von <a class="external text" title="Zuletzt bearbeitet am 2025-02-03" href="https://de.wikipedia.org/wiki/?title=Explorative_Datenanalyse&oldid=252960197">Wikipedia</a> herausgegeben. Der Text ist unter <a class="external text" href="https://creativecommons.org/licenses/by-sa/4.0/deed.de">Creative Commons Attribution-Share Alike 4.0</a> verfügbar, sofern nicht anders angegeben. Für die Mediendateien können zusätzliche Bedingungen gelten.

</div>

</div></div>

</div>

</main>

</div>

</body></html>