Grundbegriffe der deskriptiven Statistik

Einleitung

• Statistik ist zentral in der Informatik (z.B. Big Data, neuronale Netze).
• Deskriptive Statistik fokussiert auf die Beschreibung und Darstellung von Häufigkeiten von Merkmalsausprägungen.

Wichtige Begriffe

• Merkmal: Eigenschaften, die untersucht werden, z.B. Geschlecht, Gewicht, Körpergröße.
• Merkmalsausprägung: Verschiedene Werte eines Merkmals, z.B. männlich/weiblich für Geschlecht.
• Statistische Einheit / Merkmalsträger: Individuum, das die Merkmale trägt (z.B. der Mensch).
• Grundgesamtheit: Gesamtheit aller Merkmalsträger in einer Untersuchung (z.B. alle Menschen weltweit).

Merkmale und deren Ausprägungen

• Beispiele für Merkmale:
  • Geschlecht: männlich, weiblich.
  • Gewicht: numerisch in Kilogramm.
  • Körpergröße: numerisch in Metern.
  • Alter: ganzzahlig in Jahren, Monaten, Tagen.
  • Haarfarbe: schwarz, braun, rot.

Quantitative und Qualitative Merkmale

• Quantitative Merkmale: Messbar mit Zahlen (z.B. Gewicht, Körpergröße).
• Qualitative Merkmale: Eigenschaften, die nur unterschieden werden können (z.B. Geschlecht, Haarfarbe).

Häufbarkeit

• Häufbar: Ein Merkmal kann mehrere Ausprägungen gleichzeitig haben.
  • Beispiel: Beruf (z.B. Informatiker und Portier).
• Nichthäufbar: Ein Merkmal kann nur eine Ausprägung gleichzeitig haben.
  • Beispiel: Alter (z.B. man ist nicht gleichzeitig 18 und 42 Jahre alt).

Stetige und diskrete Merkmale

• Stetig: Überabzählbar, fließender Übergang zwischen Werten.
  • Beispiel: Körpergröße (kann sehr genau gemessen werden).
• Diskret: Abzählbar mit Lücken.
  • Beispiel: Anzahl der Menschen auf der Erde (kann keine Bruchteile haben).

Schluss

• Statistik ist essenziell für das Verständnis und die Analyse von Daten.
• Für weitere Fragen, nutze die Kommentare.