Details
p - hacking und die Verfälschung statistischer Ergebnisse
Verbesserungsprozesse hinsichtlich Prozessbewertungenessentials 1. Aufl. 2024
CHF 11.50 |
|
Verlag: | Springer Vieweg |
Format: | |
Veröffentl.: | 20.06.2024 |
ISBN/EAN: | 9783662687857 |
Sprache: | deutsch |
Dieses eBook enthält ein Wasserzeichen.
Beschreibungen
<p>Die Signifikanz einer statistischen Aussage wird mit p bezeichnet, als probabilistische Größe. Es gibt Kritik an der Aussagekraft des p-Wertes dahin, dass er in der Statistik mitunter dahingehend missbraucht wird, dass Effektgrößen bewusst verfälscht werden. Dieser Missbrauch äußert sich darin, dass an der an der Größe und Auswahl einer Datenmenge solange manipuliert wird, bis die erwünschten Parameter erreicht werden. Diese Tätigkeit wird mit - p – hacking bezeichnet. Dieses <i>essential</i> widmet sich der Aufklärung.</p><p></p><div><br></div>
Mangelhafte Behandlung statistischer Daten führt zu mangelhafter Beurteilung von Prozessen.- Mangelhafte Bereitstellung maßgeblicher Stichproben führen zu Falschaussagen zur Signifikanz und Konfidenz.- Die vollumfängliche Bereitstellung von Daten - dazu gehören auch sogenannte "Ausreißer"- ermöglicht einen Blick in die Dynamik der Prozessqualität.- Eine dynamische Prozessspezifikation erfordert eine probabilistische Betrachtung, die derselben Rechnung trägt.<br>
<b>Marcus Hellwig</b> ist Qualitätsmanager gemäß Qualifizierung durch Deutsche Gesellschaft für Qualität DGQ und Fachbuchautor.
Die Signifikanz einer statistischen Aussage wird mit p bezeichnet, als probabilistische Größe. Es gibt Kritik an der Aussagekraft des p-Wertes dahin, dass er in der Statistik mitunter dahingehend missbraucht wird, dass Effektgrößen bewusst verfälscht werden. Dieser Missbrauch äußert sich darin, dass an der an der Größe und Auswahl einer Datenmenge solange manipuliert wird, bis die erwünschten Parameter erreicht werden. Diese Tätigkeit wird mit - p – hacking bezeichnet. Dieses <i>essential</i> widmet sich der Aufklärung.<br><div><b>Der Inhalt</b></div><div><div><ul><li>Mangelhafte Behandlung statistischer Daten führt zu mangelhafter Beurteilung von Prozessen</li><li>Mangelhafte Bereitstellung maßgeblicher Stichproben führen zu Falschaussagen zur Signifikanz und Konfidenz</li><li>Die vollumfängliche Bereitstellung von Daten - dazu gehören auch sogenannte "Ausreißer"- ermöglicht einen Blick in die Dynamik der Prozessqualität</li><li>Eine dynamische Prozessspezifikation erfordert eine probabilistische Betrachtung, die derselben Rechnung trägt</li></ul></div><div><div><b>Die Zielgruppen</b></div><div><ul><li>Statistiker</li><li>Psychologen</li></ul></div><div><div><b>Der Autor</b></div><div><b>Marcus Hellwig</b> ist Qualitätsmanager gemäß Qualifizierung durch Deutsche Gesellschaft für Qualität DGQ und Fachbuchautor.</div></div><div><br></div></div></div>
Die QoS (Quality of Service) erhält eine neue Sichtweise auf Grenzwerte auch imBereich SixSigma p-hacking gehört der Vergangenheit an Eine neue Dichtefunktion, Equibalancedistribution (Eqb) berücksichtigt Schiefe und Kurtosis in den Urwerten