Explorative Datenanalyse

Explorative Datenanalyse (EDA) ist, laut Tukey (1977, S. 1 [65]), Detektivarbeit - numerische Detektivarbeit, detektivische Zählarbeit oder graphische Detektivarbeit. Es existiert bislang kein allgemeiner Konsens darüber, wo EDA einzuordnen ist, ob sie als eigenständige Sammlung von Statistikverfahren gelten kann oder ein Teil der Deskriptiven Statistik ist. Es gibt auch keine eindeutigen Kriterien dafür, was als EDA-Methode zu betrachten ist und was nicht. Manchmal wird getrennt zwischen EDA, graphischer und robuster Datenanalyse (z.B. Oldenbürger, im Druck [53]). In diesem Beitrag wird der Begriff EDA jedoch in einem sehr umfassenden Sinne gebraucht (siehe auch Polasek, 1988 [55]) - im Zweifelsfall werden graphische Analyseverfahren und robuste Datenanalysemethoden der EDA zugerechnet.

Ein wichtiges Merkmal der EDA neben der relativen Einfachheit der verwendeten Verfahren ist das bewußte Einbeziehen von Subjektivität bei der Datenanalyse und -interpretation. Fox and Long (1990) [30] sehen Tukey's Buch (1977) [65] als Ausgangspunkt einer Revolution in der Art und Weise, wie Statistiker über Datenanalyse denken. EDA ist im wesentlichen eine Sammlung von Verfahren zur (semi-) graphischen Beschreibung und Analyse von Daten - das Rüstzeug des ``Datendetektivs'' zum Auffinden von Mustern, Gesetzmäßigkeiten oder Zusammenhängen (für Übersichten siehe Oldenbürger, im Druck; Smith & Prentice, 1993 [62]; Wainer & Thissen, 1993 [68]). Dabei sind Überraschungen erwünscht - eine Abbildung ist vor allem dann besonders wertvoll, wenn sie uns zwingt, zu sehen, was wir nie erwartet hätten (Tukey, 1977, S. vi [65]).

 
• Stamm & Blatt Diagramm, Box-Plot
• Weitere EDA-Verfahren