Dieses Buch zeigt anhand von journalistischen Fallbeispielen warum und wie fortgeschrittene
statistische Analysemethoden eingesetzt werden können um aussagekräftige journalistische
Informationen aus Daten zu extrahieren. Gleichzeitig setzt das Buch einen Anforderungsrahmen
für die datenjournalistische Arbeit bezüglich Datenkompetenz und -visualisierung dem Einsatz
von Algorithmen sowie daten-ethischen Anforderungen und der Überprüfung externer Studien. Ziel
ist es die Qualität und Aussagekraft datenjournalistischer Arbeiten zu verbessern welche
neben der angemessenen Erfassung und Aufbereitung von Daten wesentlich von einer adäquaten
Datenanalyse abhängen. Aber wie statistisch arbeiten Datenjournalist:innen heute eigentlich?
Und wie statistisch können oder sollten sie arbeiten um den Ansprüchen ihrer Leserschaft in
Sachen Verständlichkeit gerecht zu werden auch mit Blick auf deren unterschiedliches
mathematisch-statisches Vorwissen? Das Buch zielt darauf ab diese Fragen zu beantworten indem
es weiterführende statistische Methoden anhand von Fallstudien untersucht. Es verdeutlicht
warum diese Methoden auch im journalistischen Kontext oftmals problemangemessener sind und
tiefer gehende Erkenntnisse liefern als vereinfachte Analysen und Basismethoden. Die
Fallstudien decken dabei die wichtigsten statistischen Methoden ab: Verteilungen und Tests
Klassifikation Regression Zeitreihenanalyse Clusteranalyse Analyse von sequentiellen Daten
ohne direkten Zeitbezug Verwendung von Vorwissen und geplante Studien.
