Faszination Statistik - Einblicke in aktuelle Forschungsfragen und Erkenntnisse
von: Walter Krämer, Claus Weihs
Springer Spektrum, 2019
ISBN: 9783662605622
Sprache: Deutsch
224 Seiten, Download: 8868 KB
Format: PDF, auch als Online-Lesen
geeignet für:
| Vorwort | 5 | ||
| Danksagung | 8 | ||
| Inhaltsverzeichnis | 9 | ||
| Autoren | 15 | ||
| Notation | 19 | ||
| Teil I Leben und Sterben | 20 | ||
| 1 Warum leben Novemberkinder länger? | 21 | ||
| 1.1 Was sagt uns das Datum der Geburt? | 21 | ||
| 1.2 Daten und Fakten | 22 | ||
| 1.3 Auf der Suche nach den Gründen | 23 | ||
| 1.4 Die Bedeutung der Daten | 26 | ||
| 1.5 Literatur | 28 | ||
| 2 Wo wirken Medikamente im Körper? Eine systematische statistische Datenanalyse. | 29 | ||
| 2.1 Pharmakokinetik und Vorklinik | 29 | ||
| 2.2 Standardvorgehen bei der statistischen Datenanalyse | 30 | ||
| 2.3 Die Verteilung von Medikamenten im Körper | 31 | ||
| 2.4 Literatur | 36 | ||
| 3Medikamentenstudien: Mit Statistik zur optimalen Dosis. | 37 | ||
| 3.1 Die drei klinischen Testphasen | 37 | ||
| 3.2 Die Optimierung von Phase 2 | 38 | ||
| 3.3 Auf den Versuchsplan kommt es an | 40 | ||
| 3.4 Auf dem Weg zur praktischen Anwendung | 41 | ||
| 3.5 Literatur | 42 | ||
| 4Statistische Alarmsysteme in der Intensivmedizin | 43 | ||
| 4.1 Alarme in der medizinischen Akutversorgung | 43 | ||
| 4.2 Glättung als Teil der Datenvorverarbeitung | 45 | ||
| 4.3 Gemeinsame Analyse der Merkmale | 48 | ||
| 4.4 Validierung der Ergebnisse | 50 | ||
| 4.5 Literatur | 51 | ||
| 5Personalisierte Medizin:Wie Statistik hilft, nicht in der Datenflut zu ertrinken | 52 | ||
| 5.1 Genetische Entscheidungshilfen in der Medizin | 52 | ||
| 5.2 Wirksamkeit und Nebenwirkungen von Therapien | 53 | ||
| 5.3 Suche nach genetischen Mustern | 54 | ||
| 5.4 Statistische Kniffe | 54 | ||
| 5.5 Medizinische Anwendung | 56 | ||
| 5.6 Modelle für den Krankheitsfortschritt | 56 | ||
| 5.7 Zusammenfassung | 58 | ||
| 5.8 Literatur | 58 | ||
| 6Mit Statistik demWirken der Gene auf der Spur | 59 | ||
| 6.1 Umwelt, Krankheiten und Gene | 59 | ||
| 6.2 Epidemiologie und Genetik | 60 | ||
| 6.3 Wechselwirkungen zwischen Umwelt und Genetik | 64 | ||
| 6.4 Fazit | 66 | ||
| 6.5 Literatur | 67 | ||
| 7Statistik und die maximale Dauer eines Menschenlebens | 68 | ||
| 7.1 Hintergrund | 68 | ||
| 7.2 Über den Durchschnitt zur Extremwerttheorie | 69 | ||
| 7.3 Herausforderungen in demographischen Daten | 72 | ||
| 7.4 Ergebnisse | 73 | ||
| 7.5 Fazit | 74 | ||
| 7.6 Literatur | 74 | ||
| Teil II Sport, Spiel und Freizeit | 75 | ||
| 8Statistik und Fußball | 76 | ||
| 8.1 Mehr Tore mit Statistik | 76 | ||
| 8.2 Ein statistisches Modell für die Tore | 76 | ||
| 8.3 Einflussgrößen | 79 | ||
| 8.4 Fazit | 83 | ||
| 8.5 Literatur | 83 | ||
| 9 Die Angst der Spieler beim Elfmeter: Welcher Schütze und welcher Torwart sind die Besten? | 84 | ||
| 9.1 Elfmeter im Fußball | 84 | ||
| 9.2 Einflussgrößen auf den Erfolg bei einem Elfmeter | 86 | ||
| 9.3 Wer ist der Beste? | 88 | ||
| 9.4 Fazit und Ausblick | 91 | ||
| 9.5 Literatur | 91 | ||
| 10Musikdatenanalyse | 92 | ||
| 10.1 Was ist das, Musik? | 92 | ||
| 10.2 Musikdaten | 94 | ||
| 10.3 Erkenntnisse | 96 | ||
| Klassifikation | 96 | ||
| Tonhöhen | 96 | ||
| Instrumente | 98 | ||
| Einsatzzeiten | 99 | ||
| Automatische Vernotung | 100 | ||
| Genres | 100 | ||
| 10.4 Literatur | 101 | ||
| 11Statistik und Pferdewetten – Favoriten vs. Außenseiter | 102 | ||
| 11.1 Pferdewetten | 102 | ||
| 11.2 Wettauszahlungen | 103 | ||
| 11.3 Erklärungen für den Außenseitereffekt | 104 | ||
| 11.4 Außenseitereffekt durch subjektive Schätzungen | 105 | ||
| 11.5 Fazit | 107 | ||
| 11.6 Literatur | 107 | ||
| 12Die Statistik des Lottospiels | 108 | ||
| 12.1 Lotto als Anlagestrategie | 108 | ||
| 12.2 Die Optimierung der Quoten | 110 | ||
| 12.3 Literatur | 111 | ||
| Teil III Geld und Wirtschaft | 112 | ||
| 13 Mit Statistik an die Börse | 113 | ||
| 13.1 Achtung Abhängigkeiten | 113 | ||
| 13.2 Investieren in Aktien | 114 | ||
| 13.3 Zeitvariable Abhängigkeiten | 115 | ||
| 13.4 Pro und Kontra Normalverteilung | 116 | ||
| 13.5 Kointegration | 119 | ||
| 13.6 Literatur | 120 | ||
| 14Statistik bei der Risikobewertung von Bankenportfolios | 121 | ||
| 14.1 Das Problem | 121 | ||
| 14.2 Expected Shortfall im Vergleich zu Value-at-Risk | 121 | ||
| 14.3 Schätzung von Risikomaßen | 123 | ||
| 14.4 Validierung von Risikomodellen | 124 | ||
| 14.5 Literatur | 127 | ||
| 15 Ein kritischer Blick auf A, AA und AAA. Oder: Welcher Rater ist der beste? | 128 | ||
| 15.1 Schulden und Schuldner | 128 | ||
| 15.2 Wie beurteilt man die Qualität von Wahrscheinlichkeitsprognosen? | 130 | ||
| 15.3 Ein Zahlenbeispiel | 132 | ||
| 15.4 Halbordnungen von Wahrscheinlichkeitsprognosen | 133 | ||
| 15.5 Skalarwertige Qualitätskriterien | 134 | ||
| 15.6 Literatur | 135 | ||
| 16 Bruttoinlandsprodukt, Treibhausgase und globale Erderwärmung | 136 | ||
| 16.1 Wirtschaftliche Aktivität und Emissionen | 136 | ||
| 16.2 Statistische Analyse des Zusammenhangs | 138 | ||
| 16.3 Parameterschätzung bei nichtlinearer Kointegration | 141 | ||
| 16.4 Interpretation | 143 | ||
| 16.5 Literatur | 143 | ||
| 17Ein wahres Minenfeld: Die statistische Problematik von Mietpreisspiegeln | 144 | ||
| 17.1 Zwei statistische Probleme | 144 | ||
| 17.2 Die Datenerfassung | 145 | ||
| 17.3 Die Berechnung der Nettomieten | 146 | ||
| 17.4 Die Bestimmung der Mietspiegelzellen | 146 | ||
| 17.5 Tabellen- versus Regressionsmietspiegel | 147 | ||
| 17.6 Die Problematik der Mietpreisspannen | 149 | ||
| 17.7 Literatur | 151 | ||
| Teil IV Natur und Technik | 152 | ||
| 18 Hochwasserstatistik: Nahe am Wasser gebaut? | 153 | ||
| 18.1 Fluten in den Griff bekommen | 153 | ||
| 18.2 Was ist ein Hochwasser? | 154 | ||
| 18.3 Hochwasserrisiko und -wahrscheinlichkeiten | 155 | ||
| 18.4 Robuste Schätzungen | 158 | ||
| 18.5 Hochwassertypen und Änderungen im Zeitverlauf | 160 | ||
| 18.6 Regionalisierung | 161 | ||
| 18.7 Literatur | 162 | ||
| 19Mit Statistik weniger Ausschuss | 163 | ||
| 19.1 Ausschuss beim Tiefbohren | 163 | ||
| 19.2 Qualitätsverbesserung: Six Sigma | 163 | ||
| Problemdefinition (Define) | 165 | ||
| Gemessener Ausschuss (Measure) | 165 | ||
| Datenanalyse (Analyze) | 167 | ||
| Prozessverbesserung (Improve) | 169 | ||
| Prozesskontrolle (Control) | 169 | ||
| 19.3 Literatur | 170 | ||
| 20 Statistik und die Zuverlässigkeit von technischen Produkten | 171 | ||
| 20.1 Zuverlässigkeit und Zufall | 171 | ||
| 20.2 Einfache Lebensdauer-Analysen | 172 | ||
| 20.3 Lebensdauer-Analyse bei verschiedenen Belastungen | 173 | ||
| 20.4 Lebensdaueranalyse bei Produkten mit mehreren Komponenten | 174 | ||
| 20.5 Prognoseintervalle | 175 | ||
| 20.6 Ausblick | 176 | ||
| 20.7 Literatur | 177 | ||
| 21 Langlebige Maschinenteile: Wie statistische Versuchsplanung Verschleißschutz optimiert | 178 | ||
| 21.1 Verschleißschutz durch Beschichtung | 178 | ||
| 21.2 Optimierung mit statistischer Versuchsplanung | 179 | ||
| 21.3 Herausforderungen im realen Spritzprozess | 182 | ||
| 21.4 Literatur | 185 | ||
| Teil V Messen und Vergleichen | 186 | ||
| 22Das Unmessbare messen: Statistik, Intelligenz und Bildung | 187 | ||
| 22.1 Bildungstests und Bildung | 187 | ||
| 22.2 Latente Variablen und ihre Indikatoren | 188 | ||
| 22.3 Ein statistisches Modell für Lernverlaufsdiagnostik | 189 | ||
| 22.4 Von den Daten zu den latenten Variablen | 190 | ||
| 22.5 Literatur | 193 | ||
| 23 PeinlicheWahrheiten zutage fördern mit Statistik | 194 | ||
| 23.1 Die Methode der indirekten Befragung | 194 | ||
| 23.2 Eine Erweiterung | 195 | ||
| 23.3 Aufgaben für die Forschung | 197 | ||
| 23.4 Literatur | 198 | ||
| 24Stichproben und fehlende Daten | 199 | ||
| 24.1 Stichproben in Theorie und Praxis | 199 | ||
| 24.2 Statistische Reparaturmethoden | 200 | ||
| 24.3 Literatur | 202 | ||
| 25Wer soll das alles lesen? Automatische Analyse von Textdaten | 203 | ||
| 25.1 Große Textsammlungen | 203 | ||
| 25.2 Textanalysen in den Sozialwissenschaften | 204 | ||
| 25.3 Vorverarbeitung von Textdaten | 205 | ||
| 25.4 Thematische Einteilung von großen Textsammlungen | 206 | ||
| 25.5 Unterschiede finden | 207 | ||
| 25.6 Textanalyse von Wahlprogrammen | 208 | ||
| 25.7 Zusammenfassung und Ausblick | 210 | ||
| 25.8 Literatur | 211 | ||
| Teil VI Wo die Reise hingeht | 212 | ||
| 26 Ist Data Science mehr als Statistik? Ein Blick über den Tellerrand | 213 | ||
| 26.1 Data Science: Was ist das überhaupt? | 213 | ||
| 26.2 Data Science: Schritte | 214 | ||
| Datenerhebung und -anreicherung | 215 | ||
| Datenexploration | 217 | ||
| Modellierung: Statistische Datenanalyse | 217 | ||
| Evaluation: Modellvalidierung und Modellauswahl | 219 | ||
| Nachbereitung: Darstellung und Bericht | 219 | ||
| 26.3 Schlussfolgerung | 219 | ||
| 26.4 Literatur | 220 | ||
| Sachverzeichnis | 221 |