Spiegelhalter | Die Kunst der Statistik | E-Book | sack.de
E-Book

E-Book, Deutsch, 385 Seiten

Spiegelhalter Die Kunst der Statistik

Was uns Daten wirklich sagen und wie wir dies im Alltag nutzen können

E-Book, Deutsch, 385 Seiten

ISBN: 978-3-96267-178-5
Verlag: REDLINE
Format: PDF
Kopierschutz: 1 - PDF Watermark



Wie viele Bäume gibt es auf der Erde? Wer war der glücklichste Passagier auf der Titanic? Viele Fragen lassen sich mit Hilfe der Statistik beantworten. Und ein grundlegendes Verständnis für die Interpretation von Zahlen ist wichtiger denn je, wenn man Realität und Fiktion verlässlich voneinander unterscheiden will.

David Spiegelhalter zeigt verständlich, wie man die Statistik zur Lösung von Problemen einsetzt und hilft den Lesern, wie ein Statistiker zu denken. Er bespricht an realen Beispielen die wesentlichen Prinzipien, um Wissen aus Daten zu gewinnen und die entsprechenden Antworten auch verantwortungsvoll interpretieren zu können.
Spiegelhalter Die Kunst der Statistik jetzt bestellen!

Weitere Infos & Material


1;Einleitung;12
1.1;Warum wir Statistik brauchen;12
1.2;Die Welt in Daten verwandeln;17
1.3;Statistik als Unterrichtsfach;22
1.4;Dieses Buch;25
2;1. Kapitel;28
2.1;Die Dinge ins richtige Verhältnis setzen –Kategoriale Daten und Prozentzahlen;28
3;2. Kapitel;46
3.1;Zahlen zusammenfassen und kommunizieren.Große Zahlenmengen;46
4;3. Kapitel;76
4.1;Warum schauen wir uns die?Daten überhaupt an?Populationen und Messverfahren;76
5;4. Kapitel;96
5.1;Was führt zu was?;96
6;5. Kapitel;118
6.1;Beziehungen mittels Regression modellieren;118
7;6. Kapitel;134
7.1;Algorithmen, Analytik und?Vorhersage;134
8;7. Kapitel;172
8.1;Wie sicher kennen wir die Wirklichkeit? Schätzer und Intervalle;172
9;8. Kapitel;186
9.1;Wahrscheinlichkeit – die Sprache der Unsicherheit und der Streuung;186
10;9. Kapitel;206
10.1;Wahrscheinlichkeit meets?Statistik;206
11;10. Kapitel;226
11.1;Fragen, Antworten und Entdeckungen;226
12;11. Kapitel;268
12.1;Auf Bayessche Art aus Erfahrungen lernen;268
13;12. Kapitel;296
13.1;Was schiefgehen kann;296
14;13. Kapitel;316
14.1;Wie können wir Statistik besser machen;316
15;14. Kapitel;330
15.1;Fazit;330
16;Dank;332
17;Über den Autor;334
18;Glossar;336
19;Abbildungsverzeichnis;358
20;Tabellenverzeichnis;362
21;Anmerkungen;364
21.1;Index;378
22;Tabelle 1.1: Ausgänge der Operationen an Kinderherzen;32
23;Tabelle 1.2: Methoden zur Kommunikation des Lebenszyklusrisikos von Darmkrebs bei Speckessern;42
24;Tabelle 2.1: Zusammenfassende statistische Werte zur Anzahl der Geleebohnen;55
25;Tabelle 2.2: Zusammenfassende Statistik für die Anzahl der Lebenspartner;57
26;Tabelle 4.1: Ergebnisse für Patienten in der Herzschutzstudie;102
27;Tabelle 4.2: Illustration des Simpson-Paradoxons;110
28;Tabelle 5.1: Zusammenfassende Statistik der Körpergröße der Eltern und ihrer Erwachsene Kinder;120
29;Tabelle 5.2: Korrelationen zwischen der Größe von erwachsenen Kindern und den Eltern desselben Geschlechts;122
30;Tabelle 5.3: Ergebnisse der Multiple-Liner-Regression in Bezug auf Größe des erwachsenen Nachwuchses zu Mutter und Vater;128
31;Tabelle 6.1: Fehlermatrix des Klassifikationsbaums für Titantic-Trainings- und Testkontingent;147
32;Tabelle 6.2: Fiktive ‹Niederschlagswahrscheinlichkeit›-Prognosen;153
33;Tabelle 6.3: Logistischen Regression für die Titanic-Überlebensdaten;160
34;Tabelle 6.4: Die Leistung verschiedener Algorithmen auf den Titanic-Testdaten;162
35;Tabelle 6.5: Brustkrebs-Überlebensraten mit dem Predict-2.1-Algorithmus;169
36;Tabelle 7.1: Zusammenfassende Statistik für lebenslange Sexpartnerinnen und Sexpartner nach Männern;175
37;Tabelle 7.2: Stichproben der von Männern gemeldeten lebenslangen Sexualpartner;182
38;Tabelle 9.1: Vergleich zwischen exakten und Bootstrap-Vertrauensintervallen;218
39;Tabelle 10.1: Kreuztabellierung von Geschlecht und Armverschränkungsverhalten;232
40;Tabelle 10.2: Zahlen von Armverschränkungen nach Geschlechtszugehörigkeit;239
41;Tabelle 10.3: Beobachtete und erwartete Tage mit der angegebenen Zahl von Mordfällen in England und Wales;241
42;Tabelle 10.4: Ergebnisse der Herzschutzstudie mit Vertrauensintervallen und P-Werten;242
43;Tabelle 10.5: Die Ausgabe in R der multiplen Regression unter Verwendung von Galton's Daten;244
44;Tabelle 10.6: Mögliche Ergebnisse des Hypothesentests;250
45;Tabelle 11.1: Wahrscheinlichkeitsverhältnisse für Indizes bezüglich des Skeletts von Richard?III;279
46;Tabelle 11.2: Empfohlene verbale Interpretationen von Wahrscheinlichkeitsverhältnissen;280
47;Tabelle 11.3: Interpretationsskala von Kass und Raftery;290
48;Tabelle 13.1: Vorhersagen zum Ausgang der Wahlen für die drei letzten Parlamentswahlen;328
49;Abbildung 0.1: Alter und Geschlecht der Opfer von Harold Shipman;14
50;Abbildung 0.2: Zeitpunkt des Todes von Harold Shipmans Patienten;16
51;Abbildung 0.3: Der PPDA-Problemlösungszyklus;23
52;Abbildung 1.1: 30-Tage-Überlebensraten nach Herzoperationen;34
53;Abbildung 1.2: Anteil der Kinderherzoperationen pro Krankenhaus;37
54;Abbildung 1.3: Anteil der Kinderherzoperationen pro Krankenhaus;38
55;Abbildung 1.4: Risiko des Verzehrs von Specksandwiches;41
56;Abbildung 2.1: Glas mit Jelly Beans;47
57;Abbildung 2.2: Verschiedene Arten der Darstellung der Jelly-Bean-Schätzungen;49
58;Abbildung 2.3: Jelly-Bean-Schätzungen auf logarithmischer Skala;51
59;Abbildung 2.4: Angegebene Zahl von gegengeschlechtlichen Partnern im Leben;58
60;Abbildung 2.5: Überlebensraten im Vergleich zur Zahl der Operationen in der Kinderherzchirurgie;60
61;Abbildung 2.6: Pearson-Korrelationskoeffizienten von 0;63
62;Abbildung 2.7a: Weltbevölkerungstrends;65
63;Abbildung 2.7b: Weltbevölkerungstrends;66
64;Abbildung 2.8: Relative Bevölkerungszunahme nach Ländern;67
65;Abbildung 2.9: Die Beliebtheit des Namens ‹David› im Laufe der Zeit;69
66;Abbildung 2.10: Infografik zu sexuellen Einstellungen und Lebensstilen;72
67;Abbildung 3.1: Diagramm der induktiven Inferenz;81
68;Abbildung 3.2: Verteilung der Geburtsgewichte;88
69;Abbildung 5.1: Streuung der Körpergrößen von Vätern und Söhnen;121
70;Abbildung 5.2: Logistisches Regressionsmodell für Daten zu Kinderherzoperationen;130
71;Abbildung 6.1: Gedenkstein für Francis William Somerton auf dem Friedhof von Ilfracombe;140
72;Abbildung 6.2: Zusammenfassende Überlebensstatistik für die Titanic-Passagiere;142
73;Abbildung 6.2b: Zusammenfassende Überlebensstatistik für die Titanic-Passagiere;143
74;Abbildung 6.3: Ein Klassifikationsbaum für die Titanic -Daten;145
75;Abbildung 6.4: ROC- Kurven für Algorithmen für Training- und Test-Sets;148
76;Abbildung 6.5: Wahrscheinlichkeiten für das Überleben des Titanic-Unglücks;151
77;Abbildung 6.6: Überangepasster Klassifikationsbaum für die Titanic-Daten;157
78;Abbildung 6.7: Überlebensraten von Frauen nach Brustkrebsoperation;168
79;Abbildung 7.1: Empirische Verteilung der Anzahl der sexuellen Partner;176
80;Abbildung 7.2: Bootstrap-Resamples von der ursprünglichen Stichprobe aus 50?Beobachtungen;178
81;Abbildung 7.3: Verteilung von Stichprobenmitteln von 1000 Bootstrag-Verteilungen;179
82;Abbildung 7.4: Bootstrap-Regressionen zu den Mutter-Tochter-Daten von Galton;183
83;Abbildung 8.1: Eine Simulation der Spiele des Chevlier de Méré;187
84;Abbildung 8.2: Baum der erwarteten Häufigkeiten von zwei Münzwürfen;191
85;Abbildung 8.3: Wahrscheinlichkeitsbaum für das Werfen zweier Münzen;192
86;Abbildung 8.4: Baum der erwarteten Häufigkeit für die Brust-Krebsvorsorge;194
87;Abbildung 8.5: Beobachtete und erwartete Anzahl von von Mordfällen;203
88;Abbildung 9.1Wahrscheinlichkeitsverteilung von Linkshändern;208
89;Abbildung 9.2: Trichterdiagramm der Darmkrebs-Todesraten;211
90;Abbildung 9.3: Umfragedaten der BBC vor den britischen Parlamentswahlen;220
91;Abbildung 9.4: Mordraten England und in Wales;223
92;Abbildung 10.1: Geschlechterverhältnis bei den Londoner Taufen, 1629–1710;227
93;Abbildung 10.2: Empirische Verteilung der beobachteten Differenz in Proportionen der linken/rechten Armverschränker;234
94;Abbildung 10.3: Sterbeurkunden, die Shipman für Patienten unterschrieb;254
95;Abbildung 10.4: Sequentieller Wahrscheinlichkeitsverhältnis-Test zur Erkennung der Verdoppelung des Sterblichkeitsrisikos;257
96;Abbildung 10.5: Erwartete Häufigkeit der Ergebnisse von 1000 Hypothesentests;260
97;Abbildung 11.1: Baum der erwarteten Häufigkeiten für das Drei-Münzen-Problem;271
98;Abbildung 11.2: Baum der erwarteten Häufigkeiten für Doping im Sport;273
99;Abbildung 11.3: »Umgekehrter« Baum der erwarteten Häufigkeiten für Doping im Sport;274
100;Abbildung 11.4: Bayes’ »Billard-Tisch«;283
101;Abbildung 12.1: Traditionelle Informationsflüsse für statistische Evidenz;308


David Spiegelhalter ist ein britischer Statistiker und Winton-Professor im Statistischen Labor der Universität Cambridge. Er war Gastkolumnist in »The Times«, »Guardian« und »New Scientist«. Spiegelhalter wurde 2014 für seine Verdienste um die Statistik zum Ritter geschlagen.


Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.