Eine kleine Einführung in die Statistik

• sammelt alle verfügbare Daten zu einer Fragestellung und bereitet sie auf

• Beispiel: Durchschnittswerte wie Durchschnittsnote, Durchschnittstemperatur, aber auch ihre Abweichung

• versucht, auf der Basus einiger Daten Vorhersagen zu treffen

• möglichst repräsentative Stichprobe, aus der dann eine Prognose abgeleitet wird

• Beispiel: Vorhersage von Wahlergebnissen bzw. Hochrechnung von Wahlwegebnissen

• da mit Wertetn gearbeitet wird, die noch gar nicht vorliegen, können Fehler auftreten bzw. Vorhersagen misslingen

• Wie exagt Vorhersagen sind, hängt von Methoden ab, die zur Berechnung benutzt werden, hier werden Wahrscheinlichkeitstheorie und Wahrscheinlichkeitsrechnung eingesetzt

Teilgebiet der Mathematik, das sich mit der mathematischen Statistik und der Wahrscheinlichkeitsrechnung zusammensetzt

• versucht dur die Auswertung von großen Datenmengen bisher unbekannte Zusammenhänge zu erkennen

• Beispiel: beim Kaufverhalten von Kunden

• Beim Data-Mining (dem “Schürfen von Daten”)

• Ergebnis von statistischen Untersuchungen

• erlauben einfachen Vergleich von Daten und sind Grundlage für Entscheidungen

• liefern für die Technik wertvolle Informationen -> durschnittliche Lebensdauer eines Geräts bzw. Zeitraum zwischen zwei Fehlern (MTBF -> Mean Time Between Failures) -> feststellen, wann ein Gerät ausgetauscht werden sollte bzw. wann mit einem Fehler gerechnet werden muss

• dienen als Basis für die Umsetzung von bestimmten Verfahren (z.B. für die Vodierung)

• auch bei der Datenkompression

• beschäftigt sich mit der Erfassung, Untersuchung und Darstellung von Massendaten

• Begriff leitet sich vom lateinischen Wort status (“Beschaffenheit, Umstand”) ab

• beschreibende Statistik

• mathematische Statistik

• explorative Statistik