Was unterscheidet die Anwendungsstatistik von der mathematischen Statistik?
Die Wissenschaft der mathematischen Statistik beinhaltet die verschiedensten statistischen Modelle und die Algorithmen zur Lösung der unterschiedlichsten Fragestellungen mit der erforderlichen mathematischen Tiefgründigkeit der Begründung und Beschreibung.
Die Anwendungsstatistik nutzt selbstverständlich diese statistischen Modelle und Lösungsalgorithmen. Für den Praktiker im Unternehmen ist aber beim Verständnis der Modelle und Lösungsalgorithmen nicht die in der Mathematik unabdingbare Tiefgründigkeit sinnvoll.
Die Hauptaufgaben des Praktikers sind die Modellierung, d.h. der Übergang von der Realitätsebene in die Modellebene und die geeignete Interpretation der aus dem Modell ermittelten Berechnungsresultate, d.h. der Rück-Übergang von der Modellebene in die Realität.
Die Anwendungsstatistik umfasst:
- das erforderliche statistische Basiswissen über die statistischen Modelle und Lösungsalgorithmen ohne tiefgründigere Nachweisführung; beispielsweise ist bei der Normalverteilung nicht die Formel und deren Herleitung sinnvoll, es genügt das geometrische Bild der Gaußschen Glockenkurve und die Kenntnis der Lösungsverfahren für die verschiedenen Aufgabenstellungen (z.B. als EXCEL-Funktion).
- die typischen Verfahren der Anwendungsstatistik; das sind zum einen unmittelbar auf praktische Aufgabenstellungen zugeschnittene statistische Methoden, die zwar aus mathematisch-statistischen Grundlagen abgeleitet wurden, aber kein Gegenstand der mathematischen Statistik sind. Typische Beispiele dafür sind die Qualitätsregelkarten zur Prozesssteuerung, die Stichprobenprüfpläne zur Prüfung von Lieferlosen bzw. Chargen und die Statistische Versuchsplanung DoE.
Zum anderen zählen dazu auch Kerngebiete der mathematischen Statistik, die jedoch für Praktiker vereinfachend und verständlich aufbereiten wurden – ohne dabei grundsätzliche mathematische Positionen zu verfälschen! Ein typisches Beispiel sind die statistischen Testverfahren, die bei der statistischen Datenauswertung eine zentrale Rolle spielen. - die zutiefst schöpferischen Vorgänge der Modellierung und der Interpretation der Berech-nungsresultate. An dieser Stelle werden die fachlichen Spezialkenntnisse des Praktikers mit den Möglichkeiten der Statistik verknüpft.