23 Häufige Fehler in der Datenanalyse

24 Häufige Fehler in Datenanalysen

Schwere Fehler, die zum Durchfallen oder deutlichem Abwerten der Note führen können, sind z.B.:

fehlende Inferenzstatistik (oder adäquatem Ersatz)
falsche Interpretation von Posteriori-Verteilungen oder p-Werten
keine Angabe von Konfidenzintervallen
falsche Interpretation von Konfidenzintervallen
Wahl des falschen Intervalls (Vorhersageintervall vs. Perzentilintervall vs. HDI)
falsche Entscheidung zum Hypothesentest auf Basis entsprechender Kennwerte (wie ROPE-Wahrscheinlichkeit oder p-Wert)
falsche Wahl des statistischen Verfahrens
fehlende Deskriptivstatistik

Häufige kleinere Mängel sind z. B.

pixelige Abbildungen
R-Ausgaben oder R-Syntax als Screenshot
fehlende Seitenzahlen (nur bei paginierten Formaten, nicht bei HTML)
unübersichtliche Diagramme
kein (verlinktes) Inhaltsverzeichnis ︎
fehlende oder unverständliche Achsenbeschriftung bei Diagrammen
fehlende oder falsche Beschreibung der/des Skalenniveau(s) der untersuchten Variablen