Hinweis: John Sall, Mitbegründer und Executive VP von SAS , diskutierte anlässlich des Internationalen Jahres der Statistik 2013, warum Statistik wichtig ist. SAS war Teilnehmer an Statistik2013 . Sall ist der Chefarchitekt von JMP.
Welche Bedeutung haben Statistiken für den Alltag?
Den meisten Menschen ist nicht bewusst, wie wichtig Statistiken sind. Das tägliche Leben ist von Produkten der Statistik umgeben.
Du putzt deine Zähne. Das Fluorid in der Zahnpasta wurde von Wissenschaftlern mithilfe statistischer Methoden untersucht, um die Sicherheit und Wirksamkeit des Inhaltsstoffs sowie die richtige Konzentration sorgfältig sicherzustellen. Die Zahnpasta wurde durch eine Reihe geplanter Experimente formuliert, bei denen die optimale Formulierung durch statistische Modellierung ermittelt wurde. Die Zahnpastaproduktion wurde durch statistische Prozesskontrolle überwacht, um Qualität und Konsistenz sicherzustellen und Schwankungen zu reduzieren.
Die Eigenschaften des Produkts wurden in Verbraucherversuchen mit statistischen Methoden untersucht. Preisgestaltung, Verpackung und Marketing wurden durch Studien ermittelt, die mithilfe statistischer Methoden die besten Marketingentscheidungen ermittelten. Sogar der Standort der Zahnpasta im Supermarktregal war das Ergebnis statistisch fundierter Untersuchungen. Die Werbung wurde mit statistischen Methoden überwacht. Aus Ihrem Kaufvorgang wurden Daten, die statistisch ausgewertet wurden. Die für den Kauf verwendete Kreditkarte wurde anhand eines statistischen Modells überprüft, um sicherzustellen, dass sie nicht betrügerisch war.
Daher sind Statistiken nicht nur für den gesamten Prozess der Zahnpasta wichtig, sondern für jedes Produkt, das wir konsumieren, jede Dienstleistung, die wir in Anspruch nehmen, jede Aktivität, die wir wählen. Wir müssen uns dessen jedoch nicht bewusst sein, da es nur ein eingebetteter Teil des Prozesses ist. Statistiken sind überall nützlich.
Warum jetzt? Was ist neu an der Statistik?
Statistik ist eine aufstrebende Disziplin, die sich schnell an aktuelle Herausforderungen angepasst hat.
Im heutigen Zeitalter von Big Data – wo Computer und Netzwerke überall sind und alles gemessen werden kann – benötigen Sie Statistiken, um diese Daten nutzbar zu machen.
Um zu erfahren, wie sich ein Prozess verhält, müssen Sie Experimente durchführen. Und jetzt haben wir Möglichkeiten, diese Experimente so zu gestalten, dass Sie aus einer begrenzten Anzahl experimenteller Durchläufe das Beste lernen.
Um die Modelle abzuschätzen, benötigt man Werkzeuge zur Verfeinerung und Validierung der Modelle, und der Stand der Technik hat sich diesbezüglich in den letzten Jahren erheblich verbessert.
Außerdem verfügen wir über viel bessere Werkzeuge, um die Modelle zu nutzen, um Prozesse zu optimieren und sie robust gegenüber Variationen zu machen.
Statistiksoftware wird – wie JMP – zur Schnittstelle zur Nutzung statistischer Methoden. Statistik ist nicht einfach und der Umgang mit dem Computer kann eine Herausforderung sein. Deshalb sehen wir unsere Aufgabe darin, die Erfahrung und den Arbeitsablauf der Datenanalyse so einfach, komfortabel und leistungsstark wie möglich zu gestalten.
Vertrauen wir Statistiken wirklich? Unterschiedliche Statistiken sagen unterschiedliche Dinge.
Mit Statistiken muss verantwortungsvoll umgegangen werden. Sie brauchen gute Daten, und zwar in ausreichender Menge. Kontrollierte experimentelle Daten sind am besten. Selektions- und Confounding-Bias können die Analyse leicht verfälschen, wenn Sie nicht auf den Prozess achten, der die Daten erstellt hat. Wenn Sie selbst Statistiken erstellen, müssen Sie die Probleme kennen, die auftreten können. Sie müssen die Analyse sorgfältig durchdenken.
Einige von uns lernen Statistik im Rahmen ihrer Ausbildung. Einige von uns lernen am Arbeitsplatz. Einige von uns müssen noch viel lernen.
Der Internationales Jahr der Statistik 2013 ist die Gelegenheit, uns an den Wert zu erinnern:
- Statistische Methoden.
- Lernen, verantwortungsvoll damit umzugehen.
- Statistische Software als Analysewerkzeuge.
- Wir nutzen Statistikexperten, die uns bei Bedarf unterstützen.
Was ist der Zweck des Internationalen Jahres der Statistik?
Der Zweck der Internationales Jahr der Statistik ist es, das Bewusstsein für die Bedeutung statistischer Methoden in unserer Welt zu schärfen. Statistiken spielen in der Wissenschaft, in der Industrie, im Gesundheitswesen und in der Wirtschaft eine immer wichtigere Rolle.
In den letzten Jahrzehnten haben die Menschen zunehmend gelernt, Daten zu sammeln und zu nutzen, geplante Experimente durchzuführen und bei der Entscheidungsfindung Beweise statt Intuition zu nutzen.
Mit der Computer- und Netzwerkrevolution ist es jetzt einfach, Daten zu sammeln und zu speichern. Und mit moderner Software ist die Analyse auch bei großen Datenmengen vergleichsweise einfach.
Mike Clayton schrieb:
Wir müssen den großen Medien wirklich helfen, die Risiken der Verwendung von Durchschnittswerten und der Verwendung von Korrelationen als Schlussfolgerungen für kausale Faktoren sowie die Gefahr schlecht gestalteter, auf die Agenda ausgerichteter Grafiken zu verstehen. Vielleicht könnte so etwas wie „The Associated Press Stylebook and Libel Manual“ durch einige grundlegende Standards zur Beschriftung von Diagrammen, zur Wahl der Skalierung und Anleitungen zur Faktenprüfung statistischer „Beweise“ ergänzt werden.
Google Correlate wurde entfernt, zeigte ihnen aber, was sie sehen wollten, wie viele Menschen Statistiken nutzen, wie ein Betrunkener einen Laternenpfahl, eher zur Unterstützung als zur Beleuchtung. Die Kommentare des Economist Magazine zu ihren interaktiven Grafiken sind online informativ, während die gedruckte Magazinversion keine derartigen Plausibilitätsprüfungen (oder verrückten Bemerkungen) enthält. Suchmaschinen für Medien können möglicherweise irreführende Grafiken finden und sie zur Weiterverfolgung bewerten. Keine einfachen Antworten, aber da die meisten Median lediglich über globale Quellen mit tagesordnungsorientierten Diagrammen berichten, besteht die Gefahr, dass wir abstumpfen ... oder uns über irreführende Illustrationen aufregen.
Heutzutage basiert das statistische Denken mehr auf Diagrammen als auf dem Testen von Hypothesen. Und Konfidenzintervalllinien sind in Mediendiagrammen nahezu unbekannt. Gibt es eine Antwort auf dieses Problem in interaktiven Grafiken? Optionen „Selbstvertrauen zeigen“? Unscharfe Linien? Obligatorische Haftungsausschlüsse? Drogen sind nicht die einzigen gefährlichen Inhaltsstoffe in der heutigen Welt. Vor langer Zeit, als 3D-Diagramme von Reaktionsoberflächen üblich wurden, animierte Motorola einige dieser Diagramme, um die Oberflächen in Bewegung darzustellen und den Variabilitätsbereich im Modell zu verdeutlichen. HTML5 ermöglicht möglicherweise mehr animierte Grafiken, um Unsicherheiten zu veranschaulichen. Gibt es irgendwelche Gedanken zu diesen Themen für 2013?
