Skip to main content
SpringerLink
Log in

Deskriptive und explorative Statistik

  • Chapter
  • First Online:
Basiswissen Statistik

Part of the book series: Springer-Lehrbuch ((SLB))

Zusammenfassung

Die deskriptive (beschreibende) Statistik hat zum Ziel, empirische Daten durch Tabellen und Grafiken übersichtlich darzustellen und zu ordnen, sowie durch geeignete grundlegende Kenngrößen zahlenmäßig zu beschreiben. Vor allem bei umfangreichem Datenmaterial ist es sinnvoll, sich einen ersten Überblick zu verschaffen. Durch eine systematische Beschreibung der Daten mit Hilfsmitteln der deskriptiven Statistik können mitunter auch Fehler in den Daten – beispielsweise durch Tippfehler bei der Dateneingabe oder fehlerhafte Ergebnisse von Texterkennungssystemen – erkannt werden. Die deskriptive Statistik verwendet keine stochastischen Modelle, so dass die dort getroffenen Aussagen nicht durch Fehlerwahrscheinlichkeiten abgesichert sind. Dies kann durch die Methoden der schließenden Statistik erfolgen, sofern die untersuchten Daten den dort unterstellten Modellannahmen genügen. Die explorative (erkundende) Statistik hat darüber hinaus zum Ziel, bisher unbekannte Strukturen und Zusammenhänge in den Daten zu finden und hierdurch neue Hypothesen zu generieren. Diese auf Stichprobendaten beruhenden Hypothesen können dann im Rahmen der schließenden Statistik mittels wahrscheinlichkeitstheoretischer Methoden auf ihre Allgemeingültigkeit untersucht werden.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 29.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 39.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Es sei an dieser Stelle kurz darauf hingewiesen, dass die Sprache der Datenbanken eine andere Terminologie als die Statistik verwendet. Insbesondere bezeichnet Table eine Datentabelle und statt von Merkmalen oder Variablen spricht man von Attributen.

  2. 2.

    Es ist üblich, nicht streng zwischen Spalten- und Zeilenvektoren zu unterscheiden, wenn dies keine Rolle spielt.

  3. 3.

    Anscombe, F. J. (1973). Graphs in Statistical Analysis. The American Statistician, 27, 1, 17–21.

Literaturverzeichnis

  1. Bamberg, G., & Bauer, F. (1998). Statistik. München: Oldenbourg.

    Google Scholar 

  2. Cramer, E., Kamps, U., & Oltmanns, E. (2007). Wirtschaftsmathematik (2. Aufl.). München: Oldenbourg.

    Google Scholar 

  3. Cramer, E., & Kamps, U. (2014). Grundlagen der Wahrscheinlichkeitsrechnung und Statistik (3. Aufl.). Berlin: Springer Spektrum.

    Google Scholar 

  4. Dehling, H., & Haupt, B. (2004). Einführung in die Wahrscheinlichkeitstheorie und Statistik. Berlin: Springer.

    Google Scholar 

  5. Fahrmeir, L., Künstler, R., Pigeot, I., & Tutz, G. (2004). Statistik – Der Weg zur Datenanalyse (5. Aufl.). Berlin: Springer.

    Google Scholar 

  6. Härdle, W. (1990). Applied Nonparametric Regression. Cambridge: Cambridge University Press.

    Google Scholar 

  7. Hartung, J., Elpelt, B., & Klösener, K.-H. (2002). Statistik (13. Aufl.). München: Oldenbourg.

    Google Scholar 

  8. Kockelkorn, U. (1993). Statistik für Anwender. Berlin: Skript.

    Google Scholar 

  9. Kockelkorn, U. (2000). Lineare statistische Methoden. München: Oldenbourg.

    Google Scholar 

  10. Rohatgi, V. K., & Saleh, E. (2001). An Introduction to Probability and Statistics. New York: Wiley.

    Google Scholar 

  11. Schlittgen, R. (1996). Statistische Inferenz. München: Oldenbourg.

    Google Scholar 

  12. Schlittgen, R. (2003). Einführung in die Statistik (10. Aufl.). München: Oldenbourg.

    Google Scholar 

  13. Steland, A. (2004). Mathematische Grundlagen der empirischen Forschung. Berlin: Springer.

    Google Scholar 

  14. Stock, J. H., & Watson, M. H. (2007). Introduction to Econometrics. Boston: Pearson International.

    Google Scholar 

  15. Sydsaeter, K., & Hammond, P. (2006). Mathematik für Wirtschaftswissenschaftler. München: Pearson-Studium.

    Google Scholar 

  16. Zucchini, W., Schlegel, A., Nenadić, O., & Sperlich, S. (2009). Statistik für Bachelor- und Masterstudenten. Berlin/Heidelberg: Springer.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Institut für Statistik und Wirtschaftsmanagement, RWTH Aachen, Aachen, Nordrhein-Westfalen, Deutschland

    Ansgar Steland

Authors
  1. Ansgar Steland
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Ansgar Steland .

Rights and permissions

Reprints and permissions

Copyright information

© 2016 Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

Steland, A. (2016). Deskriptive und explorative Statistik. In: Basiswissen Statistik. Springer-Lehrbuch. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-49948-1_1

Download citation

Publish with us

Policies and ethics

Search

Navigation