4. Exploratory Data Analysis

Exploratory Data Analysis (EDA) versucht, allgemeine Muster oder Tendenzen in Daten zu lernen und spezifische Vorkommnisse zu finden, die von den allgemeinen Mustern abweichen. John Tukey unterscheidet klar zwischen bestätigender Datenanalyse, bei der man folgernde Schlussfolgerungen zieht, und explorativen Methoden, bei denen man wenig Annahmen über die Verteilungsform der Daten trifft und nach interessanten Mustern Ausschau hält. Dieses Kapitel konzentriert sich auf einige grundlegende, von Tukey beschriebene Erkundungsmethoden, darunter Chargenvergleiche, Beziehungen zweier Variablen, Muster in Zeitreihen und die Erforschung einer Charge von Bruchteilen. Es gibt vier allgemeine Themen der explorativen Datenanalyse, nämlich Offenbarung, Widerstand, Residuen und Reexpression, die gemeinsam als die vier R bezeichnet werden. Die vier R's werden für die grundlegenden Erkundungsmethoden mit geeigneten grafischen Methoden veranschaulicht, um Einblicke in die Daten zu gewinnen.