Datenanalyse

Deskriptive Datenanalyse (DDA):

Sie dient zur Reduktion des Datenmaterials und seiner Komplexität, in dem man mit statistischen Maßzahlen (statistischen Verfahren, wie z.b. arithmetisches Mittel) die uni, bi- und multivariante Verteilung von Eigenschaften, Merkmalen und Variablen in der Untersuchgsgesamtheit darstellt, zusammenfasst und interpretiert.

Konfirmative Datenanlyse (KDA):

Die Konfirmative Datenanlyse wird in folgenden Bereichen eingesetzt:

  • Rückschlüsse von einer Stichprobe auf eine Gesamtheit ziehen
  • Testen von Hypothesen, (z.B. Gibt es Kunden, die ein Tagesgeld Konto und einen Aktiensparplan habe)
  • Überprüfung von Ursache-Wirkung-Zusammenhängen

Bei der KDA ist das Vorgehen Top-Down, da man in der Regel von einer konkreten Hypothese ausgeht, die man zu bestätigen versucht.
Ein Werkzeug, welches sehr häufig bei der KDA zum Einsatz kommt ist OLAP (Online Analytical Processing).

Explorative Datenanlyse (EDA):

Die explorative Datenanalyse oder explorative Statistik ist ein Teilgebiet der Statistik. Sie untersucht und begutachtet Daten von denen nur ein geringes Wissen über deren Zusammenhänge vorliegt. Viele EDA Techniken werden im Data-Mining eingesetzt.
Zum Einsatz kommt die EDA z.B. bei der Erkennung unbekannter Muster in Datensätzen oder dem erstellen von Prognosen.

← Glossar