Statistik

Statistik ist gar nicht so schwierig, wie man denkt. Hier erkläre ich Dir die 4 wichtigsten Konzepte, um zu verstehen, worum es bei Statistik eigentlich geht. Konzept 1: Deskriptive und Inferenz-Statistik Statistiker unterscheiden zwischen beschreibender bzw. deskriptiver und Inferenz-Statistik bzw. schliessender Statistik. Bei der deskriptiven Statistik geht es darum, zu beschreiben, wie die Daten in einer Statistik aufgebaut sind. Ein Beispiel dafür sind z. B. Statistiken, die man vom Fussball her kennt. Bei der Inferenz-Statistik wird hingegen erklärt, ob man aus den Daten irgendwelche Schlussfolgerungen treffen kann. Untenstehend ist die Tabelle der 1. Deutschen Bundesliga am Ende der Saison 2021/22 abgebildet: Die Statistiker (und Fans)Mehr lesen →

Statistik-Auswertung

Nachdem wir die 4 Grundkonzepte der Statistik erklärt haben, wollen wir Dir zeigen, wie Du mit Python eine Statistik-Auswertung durchführst. Wir verwenden dafür die bekannte Library „pandas„. Diese Library enthält eine ganze Reihe von Tools zur Statistik-Auswertung. Zudem kann pandas Tabellendaten aus sehr vielen verschiedenen Quellen einlesen. pandas kann tabellarische Daten aus SQL-Datenbanken, Excel-Sheets, Word-Dokumenten, HTML-Seiten und sogar Message Queues herunterladen und in einen „DataFrame“ übertragen. Sind die Daten erst einmal im DataFrame gespeichert, können sie dann mit von pandas vordefinierten Funktionen statistisch analysiert und ausgewertet werden. Schritt 1: Installiere die Software für die Statistik-Auswertung Python ist zwar eine sehr mächtige Programmiersprache, es enthält aberMehr lesen →

Deflation

Ökonomische Entwicklungen werden massgeblich von der Entwicklung der Lieferketten beeinflusst. In seinem Buch „Sold Out“ fordert James Rickards die Ökonom*innen dazu auf, sich intensiver diesem Bereich der Wirtschaft zu widmen. Für Menschen, die die gegenwärtige Inflation in Nordamerika und Europa verstehen wollen, sollte dieses Buch zur Pflichtlektüre werden.Mehr lesen →