![Faszination Statistik - Einblicke in aktuelle Forschungsfragen und Erkenntnisse Faszination Statistik - Einblicke in aktuelle Forschungsfragen und Erkenntnisse](/img/books/width167/3662605627_k.jpg)
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
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 |