24 Häufige Fehler in der Datenanalyse
25 Häufige Fehler in Datenanalysen
25.1 Schwere Fehler
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
25.2 Leichte Fehler
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