2D 3D A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

 

Kategorisieren, Gruppieren, Zerschneiden, Aufbohren

Eine der wichtigsten, universellsten und leistungsfähigsten Analyseverfahren ist das Aufteilen eines Datenbestands in Kategorien um Datenmuster von resultierenden Teilgruppen vergleichen zu können. Dieses übliche Verfahren trägt uneinheitliche Bezeichnungen (wie Gliedern, Gruppieren, Kategorisieren, Aufteilen, Aufschneiden, Aufbohren oder Konditionieren) und wird sowohl zur explorativen Datenanalyse als auch zum Prüfen von Hypothesen gebraucht. Um einige Beispiele zu nennen: Eine positive Beziehung zwischen Alter und dem Risiko eines Herzanfalls könnte bei Frauen und Männer unterschiedlich hoch sein (bei Männern vielleicht höher). Eine vielversprechende Beziehung zwischen Medikamenteneinnahme und Verringerung des Cholesterinspiegels könnte auf dreißig- bis vierzigjährige Frauen mit niedrigem Blutdruck beschränkt sein. Prozessfähigkeitsindizes und zugehörige Histogramme können für Zeitabschnitte mit verschiedenen Inspekteuren unterschiedlich sein. Der Anstieg einer Regressionsgerade kann je nach Versuchsgruppe differieren.  

Viele Auswertungsverfahren haben ihren Schwerpunkt in der Gruppierung von Daten und wurden entwickelt, um resultierende Gruppenunterschiede zu quantifizieren (z. B. ANOVA/MANOVA). Grafische Verfahren (wie kategorisierende Grafiken) bieten indessen einzigartige Vorteile, die sich nicht durch Berechnungsverfahren ersetzen lassen: Sie können schwer zu quantifizierende Muster aufdecken (z. B. komplexe Wechselwirkungen (Interaktionen), Ausnahmen, Anomalien) und liefern multidimensionale, globale analytische Möglichkeiten zum Erschließen oder Nutzbarmachen (Mining) von Datenbeständen.