{"id":53,"date":"2020-10-16T17:06:03","date_gmt":"2020-10-16T15:06:03","guid":{"rendered":"http:\/\/statistikgrundlagen.de\/ebook\/part\/zusammenhaenge-und-standardisierung\/"},"modified":"2020-10-26T10:26:41","modified_gmt":"2020-10-26T09:26:41","slug":"zusammenhaenge-und-standardisierung","status":"publish","type":"part","link":"https:\/\/statistikgrundlagen.de\/ebook\/part\/zusammenhaenge-und-standardisierung\/","title":{"rendered":"Zusammenh\u00e4nge und Vorhersagen"},"content":{"raw":"Wir haben nun unterschiedliche M\u00f6glichkeiten kennengelernt, Variablen zu beschreiben: Mit Kennwerten, Tabellen oder Grafiken k\u00f6nnen wir die wesentlichen Merkmale von Verteilungen \u00fcbersichtlich darstellen. Wir wollen im nun folgenden Buchteil unseren Blickwinkel \u00fcber das reine <strong>Beschreiben<\/strong> hinaus ausweiten und in zwei weitere wesentliche Bereiche empirischer Forschung vordringen: dem <strong>Erkl\u00e4ren<\/strong> und dem <strong>Vorhersagen<\/strong>. In der beschreibenden Statistik k\u00f6nnen Muster aufgedeckt werden, zum Beispiel, dass Samstags mehr eingekauft wird als an anderen Tagen oder dass bestimmte Filialen einer\u00a0 Burger-Kette mehr Umsatz machen als andere. Um nun Erkl\u00e4rungen zu liefern, warum dies so ist, werden wir uns zun\u00e4chst den Zusammenh\u00e4ngen zwischen zwei Variablen widmen. Hierbei steht die Frage im Mittelpunkt, ob zwei Variablen unabh\u00e4ngig voneinander sind oder ob es eine irgendwie geartete Abh\u00e4ngigkeit zwischen den Variablen gibt. Wir wollen zum Beispiel kl\u00e4ren, ob die Freundlichkeit des Personals in einem Burger-Restaurant (z.B. gemessen in 0-5 Sternen)\u00a0 zusammenh\u00e4ngt mit dem Umsatz der jeweiligen Filiale und wir wollen hierbei auch kl\u00e4ren, wie stark dieser Zusammenhang ist (das ist die <strong>sogenannte Korrelation<\/strong>). Falls wir eine Abh\u00e4ngigkeit feststellen, so k\u00f6nnen wir im n\u00e4chsten Schritt die eine Variable (z.B. Freundlichkeit des Personals) zur Vorhersage der anderen Variable (Umsatz der Filiale) nutzen (das nennt man dann <strong>Regression<\/strong>). Hierdurch k\u00f6nnen wir z.B. die Frage beantworten, wie viel mehr Umsatz in einer Filiale erreicht werden kann, wenn die Zufriedenheit mit dem Personal um einen Stern steigt. Starten wir nun gemeinsam in die Welt der Erkl\u00e4rung und der Vorhersage von Zusammenh\u00e4ngen!","rendered":"<p>Wir haben nun unterschiedliche M\u00f6glichkeiten kennengelernt, Variablen zu beschreiben: Mit Kennwerten, Tabellen oder Grafiken k\u00f6nnen wir die wesentlichen Merkmale von Verteilungen \u00fcbersichtlich darstellen. Wir wollen im nun folgenden Buchteil unseren Blickwinkel \u00fcber das reine <strong>Beschreiben<\/strong> hinaus ausweiten und in zwei weitere wesentliche Bereiche empirischer Forschung vordringen: dem <strong>Erkl\u00e4ren<\/strong> und dem <strong>Vorhersagen<\/strong>. In der beschreibenden Statistik k\u00f6nnen Muster aufgedeckt werden, zum Beispiel, dass Samstags mehr eingekauft wird als an anderen Tagen oder dass bestimmte Filialen einer\u00a0 Burger-Kette mehr Umsatz machen als andere. Um nun Erkl\u00e4rungen zu liefern, warum dies so ist, werden wir uns zun\u00e4chst den Zusammenh\u00e4ngen zwischen zwei Variablen widmen. Hierbei steht die Frage im Mittelpunkt, ob zwei Variablen unabh\u00e4ngig voneinander sind oder ob es eine irgendwie geartete Abh\u00e4ngigkeit zwischen den Variablen gibt. Wir wollen zum Beispiel kl\u00e4ren, ob die Freundlichkeit des Personals in einem Burger-Restaurant (z.B. gemessen in 0-5 Sternen)\u00a0 zusammenh\u00e4ngt mit dem Umsatz der jeweiligen Filiale und wir wollen hierbei auch kl\u00e4ren, wie stark dieser Zusammenhang ist (das ist die <strong>sogenannte Korrelation<\/strong>). Falls wir eine Abh\u00e4ngigkeit feststellen, so k\u00f6nnen wir im n\u00e4chsten Schritt die eine Variable (z.B. Freundlichkeit des Personals) zur Vorhersage der anderen Variable (Umsatz der Filiale) nutzen (das nennt man dann <strong>Regression<\/strong>). Hierdurch k\u00f6nnen wir z.B. die Frage beantworten, wie viel mehr Umsatz in einer Filiale erreicht werden kann, wenn die Zufriedenheit mit dem Personal um einen Stern steigt. Starten wir nun gemeinsam in die Welt der Erkl\u00e4rung und der Vorhersage von Zusammenh\u00e4ngen!<\/p>\n","protected":false},"parent":0,"menu_order":2,"template":"","meta":{"pb_part_invisible":false},"contributor":[],"license":[],"_links":{"self":[{"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/pressbooks\/v2\/parts\/53"}],"collection":[{"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/pressbooks\/v2\/parts"}],"about":[{"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/wp\/v2\/types\/part"}],"version-history":[{"count":3,"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/pressbooks\/v2\/parts\/53\/revisions"}],"predecessor-version":[{"id":310,"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/pressbooks\/v2\/parts\/53\/revisions\/310"}],"wp:attachment":[{"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/wp\/v2\/media?parent=53"}],"wp:term":[{"taxonomy":"contributor","embeddable":true,"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/wp\/v2\/contributor?post=53"},{"taxonomy":"license","embeddable":true,"href":"https:\/\/statistikgrundlagen.de\/ebook\/wp-json\/wp\/v2\/license?post=53"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}