Vorwort
Statistik, Prognose, Modellierung, R, Datenanalyse, Regression
Dieses Buch führt in die Statistik ein; es soll Freude am Lernen bereiten und hat nur ein Thema: Vorhersagen mittels moderner statistischen Methoden. Alle Inhalte dieses Buch erklären einen Aspekt der statistischen (Vorhersage-)Modellierung. Es wendet sich an Studierende ohne Vorkenntnisse in Statistik. Viele Statistikbücher gibt es schon auf dieser Welt, braucht es da noch eines? Kritische Stimmen würden vielleicht anmerken, dass schon ein einziges Statistikbuch eines zu viel wäre. Ja, es gibt viele Statistikbücher, aber (meines Wissens) in deutscher Sprache keines, dass Freude beim Lernen vermittelt, sich auf statistische Vohersage-Modellierung konzentriert und moderne Werkzeuge einsetzt. Diese Lücke soll dieses Buch schließen. Freude am Lernen, beim Angstgegner Statistik, wie soll das gehen? Viele Verständnisschwierigkeiten rühren daher, dass Lehrbücher kompliziert geschrieben sind. Solcher Schreibweise liegt wohl die Überlegung zugrunde, dass die Konzepte präzise und nuanciert erläutert sein müssten. Meiner Ansicht nach wird da das Ziel mit dem Weg verwechselt: Am Anfang darf eine Erklärung ruhig etwas grober und detailärmer sein. Überblicken die Leser und Leserinnen die Materie einigermaßen, können sie sich im nächsten Schritt mit den Details vertraut machen, was Präzision und Tiefe verlangt. Darüber hinaus verwendet dieses Buch eine lockere Sprache für einen entspannten Lesefluss. Für einigen Komfort beim Lesen wurde gesorgt: Lernziele, Definitionen, Beispiele, Übungen, Hinweise, Fehlerquellen, Tipps, Literatur, Querverweise und mehr werden im Buch hervorgehoben; an Erklärbildern wurde nicht gespart.
Der Inhalt des Buches ist ganz auf statistische Modelle zur Vorhersage ausgerichtet. “Statistische Modelle” ist ein sperriger Begriff, aber er sagt nur, dass es darum geht, fachliche Fragen in statistisch greifbare Bausteine zu gießen. Ein Beispiel: Studentin Anna fragt sich, ob sie die Prüfung besteht, wenn Sie 42 Stunden büffelt? Student Bert meint, dass motivierte Studis am meisten vom Lernen profitieren. Studentin Carla ist hingegen überzeugt, dass Lernen nix bringt, sondern dass die Intelligenz allein für den Prüfungserfolg verantwortlich sei. Damit haben wir drei (noch recht unpräzise wissenschaftliche) Modelle. Die Statistik hat nun die Aufgabe, möglichst präzise Antworten zu liefern; dafür sind Zahlen hilfreich. Wenn Anna, Bert und Carla ihre Überlegungen fachlich schärfen und dann in statistische Sprache übersetzen, können wir mit Antworten rechnen, manchmal sogar mit präzisen. Was nicht heißt, dass diese Antworten immer richtig oder nützlich sind. Tja, das Leben ist nicht leicht.
Mit Blick auf den Spagat zwischen Theorie und Anwendung irrt das Buch (bzw. sein Autor) zugunsten der Seite der Anwendung. Ich wollte lieber befähigen, praktische Probleme zu lösen, als tiefen theoretischen Einblick zu vermitteln. Meine Hoffnung ist, dass die Freude am Können beflügelt, sich im nächsten Schritt tiefer mit der Materie zu beschäftigen. Ist es nicht auch so im Alltag? Was Freude macht, wo sich Erfolge einstellen, dort arbeiten wir gerne weiter.
Da sich das Buch auf ein Thema, Modellierung, konzentriert, bleiben andere Themen außen vor, vor allem Inferenzstatistik. Vielleicht freut sich die eine oder der andere, von diesem Thema verschont zu sein. Ich denke, dass Modellierung für die Forschung und für die Praxis ein zentraler Gedanke ist; für zwei große Themen erscheint mir dieses Buch zu eng. Wenn Sie Fragen oder Feedback haben, bin ich für Ihre Hinweise dankbar. Stellen Sie sie gerne hier ein: https://github.com/sebastiansauer/statistik1/issues.
Ich wünsche Ihnen viel Freude und Erfolg beim Statistik lernen!
Ihr
Sebastian Sauer