Explorative Datenanalyse

Auszug

Die in den Kapiteln 7 und 8 vorgestellte beschreibende und schließende Statistik wird dazu genutzt, Daten zu charakterisieren oder vorgegebene Aussagen zu verifizieren bzw. falsifizieren. Die Explorative Datenanalyse (EDA) dient hingegen dazu, unvoreingenommen bislang unbekannte Eigenschaften, wie Strukturen in den Daten, aufzudecken. Kurz: „Exploratory data analysis is detective work“ (Tukey, 1977). Eine exakte Abgrenzung dieses subjektiven Herangehens an die Daten ist schwierig. Die nachfolgend vorgestellte Explorative Datenanalyse fasst im wesentlichen verschiedene deskriptive und grafische Methoden zusammen, welche teilweise bereits beschrieben wurden und jetzt in einem neuen Kontext betrachtet werden. Es wird nach Verfahren für ein oder mehrere Variablen unterschieden. Erstere basieren überwiegend auf Kennzahlen wie Perzentilen (empirische Quantile), welche Lage und Streuung charakterisieren sowie grafischen Verfahren wie Stamm-Blatt-Diagramm, Box-Plot, Histogramme und QQ-Plot. Im zweiten Fall kommen zudem Glättungsverfahren für durch eine Punktewolke verlaufende Anpassungsfunktionen, also eine explorative Form der Regressionsanalyse zur Anwendung. Bei zwei und mehr Variablen sind darüber hinaus Transformationen und als grafischer Aspekt Streudiagramme zum besseren Überblick über die Daten von Bedeutung.