Glossar statistischer Begriffe

Die englischen Fachbegriffe sind jeweils in Klammern angegeben.

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

^A/_Z

25. Perzentil (25^th percentile): Der Wert, unterhalb dessen 25 Prozent und oberhalb dessen 75 Prozent der beobachteten Fälle liegen.
50. Perzentil (50^th percentile): Der Wert, oberhalb und unterhalb dessen jeweils die Hälfte der beobachteten Werte einer Variable liegt (= der Median).
75. Perzentil (75^th percentile): Der Wert, unterhalb dessen 75 Prozent und oberhalb dessen 25 Prozent der beobachteten Werte einer Variable liegen.
80 %-Zentralbereich (80% central range): Der Bereich zwischen dem 10. und dem 90. Perzentil (in diesem Bereich liegen 80 % der Werte).
90 %-Zentralbereich (90% central range): Der Bereich zwischen dem 5. und dem 95. Perzentil (in diesem Bereich liegen 90 % der Werte).
95 %-KI für den Korrelationskoeffizienten (95% CI for the correlation coefficient): Der Wertebereich, der den „wahren“ Korrelationskoeffizienten mit einer Konfidenz von 95 % enthält.
95 %-KI für den Median (95% CI for the median): Ein Wertebereich, der den Median der Grundgesamtheit mit einer Wahrscheinlichkeit von 95 % enthält.
95 %-KI für den Mittelwert (95% CI for the mean): Ein Wertebereich, der den Mittelwert der Grundgesamtheit mit einer Wahrscheinlichkeit von 95 % enthält.
95 %-Konfidenzintervall (95% confidence interval): Ein Wertebereich, der in 95 % der Fälle den (wahren) Wert der Grundgesamtheit enthält.
95 %-Konfidenzintervall (Regression) (95% confidence interval (regression)): Kurven, die ein 95 %-Konfidenzintervall für die Regressionsgerade darstellen. Dieses Intervall enthält die wahre Regressionsgerade mit einer Wahrscheinlichkeit von 95 %.
95 %-Prognoseintervall (Regression) (95% prediction interval (regression)): Kurven, die das 95 %-Prognoseintervall für die Regressionskurve darstellen. Für jeden gegebenen Wert der unabhängigen Variable gibt dieses Intervall den Bereich an, in dem die Werte der abhängigen Variable mit einer Wahrscheinlichkeit von 95 % liegen.
95 %-Zentralbereich (95% central range): Der Bereich zwischen dem 2,5. und dem 97,5. Perzentil (in diesem Bereich liegen 95 % der Werte).

Abhängige Variable (Dependent variable): In der Regression die Variable, deren Werte durch Änderungen der anderen Variable(n) (der unabhängigen oder erklärenden Variablen) erklärt werden sollen. Üblicherweise mit $y$ bezeichnet. Siehe auch Unabhängige Variable.
Absolutbetrag (Absolute value): Der Wert einer Zahl ohne Berücksichtigung ihres Vorzeichens.
Absolute Differenz (Absolute difference): Die Differenz zwischen zwei Werten ohne Berücksichtigung des Vorzeichens.
Absoluter Fehler (Absolute error): Der absolute Fehler einer Beobachtung x ist die absolute Abweichung von x von ihrem „wahren“ Wert. Siehe auch Relativer Fehler.
Alternativhypothese (H1) (Alternative hypothesis (H1)): Die Aussage, die der Nullhypothese widerspricht und auf das Vorliegen eines Effekts oder Unterschieds hinweist.
ANCOVA (Kovarianzanalyse) (ANCOVA (Analysis of covariance)): Ein allgemeines lineares Modell mit einer stetigen (quantitativen) Zielvariable und einer oder mehreren Faktorvariablen (qualitativ).
ANOVA (Varianzanalyse) (ANOVA (Analysis of variance)): Die ANOVA wird verwendet, um Mittelwerte mehrerer Gruppen zu vergleichen und festzustellen, ob sich mindestens ein Gruppenmittelwert signifikant von den anderen unterscheidet.
ANOVA-Voraussetzungen (ANOVA Assumptions): Die Gesamtheit der Voraussetzungen, die erfüllt sein müssen, damit die Ergebnisse einer ANOVA gültig sind, darunter Unabhängigkeit, Normalverteilung und Varianzhomogenität.
Anpassungsgüte (Goodness of fit): Quantifizierung, wie gut ein Modell zu den beobachteten Daten passt.
Ausreißer (Outlier): Eine Beobachtung, die als ungewöhnlich und möglicherweise fehlerhaft angesehen wird, weil sie nicht dem allgemeinen Muster der Daten in der Stichprobe folgt.
Äußerer Wert (Outside value): Ein äußerer Wert ist definiert als ein Wert, der kleiner ist als das untere Quartil minus das 1,5-Fache des Interquartilsabstands oder größer als das obere Quartil plus das 1,5-Fache des Interquartilsabstands (innere Zäune) (siehe auch Box-Whisker-Diagramm).

Bayessche Inferenz (Bayesian inference): Eine Methode der statistischen Inferenz, bei der der Satz von Bayes verwendet wird, um die Wahrscheinlichkeit einer Hypothese zu aktualisieren, sobald weitere Belege oder Informationen verfügbar werden.
Bedingte Wahrscheinlichkeit (Conditional probability): Die bedingte Wahrscheinlichkeit ist die Wahrscheinlichkeit, dass ein Ereignis eintritt, unter der Voraussetzung, dass ein anderes Ereignis eingetreten ist.
Beobachtungsstudie (Observational study): Eine Beobachtungsstudie ist eine Studie, in der die Forschenden Verhaltensweisen oder Ergebnisse beobachten und aufzeichnen, ohne Variablen zu beeinflussen.
Bestimmtheitsmaß (Coefficient of determination): In der Regressionsanalyse gibt das Bestimmtheitsmaß den Anteil der Varianz einer Variable an, der mit der Varianz der anderen Variable in Verbindung gebracht werden kann. Es kann Werte von 0 bis 1 annehmen.
Beta-Koeffizient (Beta Coefficient): Ein Maß für den Einfluss einer unabhängigen Variable auf eine abhängige Variable in der Regressionsanalyse.
Bimodale Verteilung (Bimodal distribution): Eine Verteilung mit zwei verschiedenen Modalwerten oder Gipfeln.
Binomialverteilung (Binomial distribution): Eine diskrete Wahrscheinlichkeitsverteilung, die die Anzahl der Erfolge bei einer festen Anzahl unabhängiger Versuche mit jeweils gleicher Erfolgswahrscheinlichkeit beschreibt.
Bland-Altman-Diagramm (Bland & Altman plot): Grafische Methode zur Beurteilung der Übereinstimmung zwischen zwei Messverfahren.
Bootstrap-Resampling (Bootstrap resampling): Ein Resampling-Verfahren, bei dem wiederholt Stichproben mit Zurücklegen aus den Daten gezogen werden, um Statistiken zu schätzen. Siehe auch Jackknife-Resampling, Monte-Carlo-Simulation.
Box-Whisker-Diagramm (Box-and-whisker plot): Grafische statistische Zusammenfassung einer Variable: Median, Quartile, Spannweite und gegebenenfalls Extremwerte (Ausreißer). Siehe auch Eingekerbtes Box-Whisker-Diagramm.
Boxplot (Box plot): Siehe Box-Whisker-Diagramm.

Chi-Quadrat-Test (Chi-Squared test): Ein statistischer Test, mit dem festgestellt wird, ob ein signifikanter Zusammenhang zwischen kategorialen Variablen besteht.
Cochran-Mantel-Haenszel-Test (Cochran-Mantel-Haenszel test): Der Cochran-Mantel-Haenszel-Test berechnet ein Quotenverhältnis (Odds Ratio) unter Berücksichtigung eines Störfaktors.
Cochran-Q-Test (Cochran’s Q test): Prüft auf Unterschiede zwischen Anteilen in verbundenen Gruppen.
Cohens d (Cohen's d): Ein Maß für die Effektstärke, das die Differenz zwischen zwei Gruppenmittelwerten in Einheiten der Standardabweichung ausdrückt.
Cox-Regression (Cox regression): Die Cox-Regression (oder Cox-Proportional-Hazards-Regression) ist ein statistisches Verfahren zur Analyse des Einflusses mehrerer Risikofaktoren auf das Überleben oder allgemein auf die Zeit bis zum Eintreten eines bestimmten Ereignisses.
Cronbachs Alpha (Cronbach's alpha): Ein Maß für die Reliabilität im Sinne der internen Konsistenz. Es berechnet die mittlere Korrelation zwischen allen Items einer Skala oder eines Fragebogens.

Data-Mining (Data mining): Die Untersuchung großer Datensätze, um Muster zu entdecken und wertvolle Informationen zu gewinnen.
Datenbereinigung (Data cleaning): Der Prozess, fehlerhafte Daten in einem Datensatz zu korrigieren oder zu entfernen.
Datenvisualisierung (Data visualization): Die grafische Darstellung von Daten, um Muster, Trends und Erkenntnisse zu erkennen.
Deskriptive Statistik (Descriptive statistics): Fasst die Merkmale eines Datensatzes zusammen und beschreibt sie, einschließlich Lage- und Streuungsmaßen.
Diagramm der kumulativen Häufigkeitsverteilung (Cumulative frequency distribution graph): Ein Diagramm, in dem für jeden Wert des Merkmals der prozentuale Anteil der Elemente aufgetragen wird, die kleiner oder gleich diesem Wert sind. Die Punkte werden anschließend durch gerade Linien verbunden.
Diagramm der Normalverteilung (Normal plot): Das Diagramm der Normalverteilung ist ein Hilfsmittel zur Beurteilung, ob Stichprobendaten normalverteilt sind. Darin werden die erwarteten z-Werte gegen die beobachteten Daten aufgetragen. Eine Zufallsstichprobe aus einer Normalverteilung ergibt annähernd eine Gerade.
Dichotome Variable (Dichotomous variable): Eine Variable, die nur 2 Werte annehmen kann.
Diskrete Variable (Discrete variable): Eine Art von Zufallsvariable, die endlich viele oder abzählbar unendlich viele Werte annehmen kann.
Durchschnitt (Average): Siehe Mittelwert.

Effektstärke (Effect size): Ein quantitatives Maß für die Größe eines Phänomens oder die Stärke eines Zusammenhangs.
Einfache lineare Regression (Simple linear regression): Siehe Lineare Regression.
Einfaktorielle Varianzanalyse (One-way analysis of variance): Siehe ANOVA (Varianzanalyse).
Eingekerbtes Box-Whisker-Diagramm (Notched box-and-whisker plot): Ein Box-Whisker-Diagramm mit Einkerbungen, die Intervalle für die Mediane darstellen und einen paarweisen Vergleich der Mediane auf einem Konfidenzniveau von 95 % ermöglichen. Überlappen sich die Einkerbungen zweier Mediane nicht, so unterscheiden sich die Mediane – grob gesagt – auf einem Konfidenzniveau von etwa 95 % signifikant.
Eingeschränkte mittlere Überlebenszeit (Restricted mean survival time): Die eingeschränkte mittlere Überlebenszeit (Restricted Mean Survival Time, RMST) ist definiert als die Fläche unter der Überlebenskurve bis zu einem bestimmten Zeitpunkt. Siehe auch Mittlere Überlebenszeit.
Erklärende Variable (Explanatory variable): Siehe Unabhängige Variable.
Erklärte Variation (Regression) (Explained variation (regression)): Der Anteil der insgesamt beobachteten Variabilität der abhängigen Variable, der durch die Regression erklärt wird.
Erwartungstreuer Schätzer (Unbiased estimator): Ein Schätzer ist erwartungstreu, wenn er im Mittel den wahren Wert des unbekannten Parameters liefert.
Exakter Test nach Fisher (Fisher's exact test): Ein statistischer Signifikanztest zur Analyse von Kontingenztafeln, insbesondere bei kleinen Stichprobenumfängen.
Experimentelle Studie (Experimental study): Eine experimentelle Studie ist eine Studie, in der die untersuchten Faktoren kontrolliert werden, um Informationen über ihren Einfluss auf die interessierende Variable zu gewinnen.
Exponentialverteilung (Exponential distribution): Eine Wahrscheinlichkeitsverteilung, die die Zeit zwischen Ereignissen in einem Poisson-Prozess beschreibt.
Extrapolieren (Extrapolate): Die Extrapolation ist ein Verfahren, um Werte außerhalb des Bereichs der bekannten Daten zu schätzen. Anhand von Mustern und Diagrammen lassen sich weitere mögliche Datenpunkte bestimmen, die nicht tatsächlich gemessen wurden. Siehe auch Interpolieren.
Extremer Ausreißer (Far out value): Ein extremer Ausreißer ist definiert als ein Wert, der kleiner ist als das untere Quartil minus das 3-Fache des Interquartilsabstands oder größer als das obere Quartil plus das 3-Fache des Interquartilsabstands (äußere Zäune) (siehe auch Box-Whisker-Diagramm).

F-Test: Ein statistischer Test, mit dem die Varianzen zweier Grundgesamtheiten verglichen oder die Gesamtsignifikanz eines Regressionsmodells beurteilt wird.
Faktor (Factor): Eine unabhängige Variable, die Gruppen von Fällen festlegt.
Faktorenanalyse (Factor analysis): Ein Verfahren, mit dem Daten auf eine kleinere Anzahl zusammenfassender Variablen reduziert und zugrunde liegende Zusammenhänge erkannt werden.
Fall-Kontroll-Studie (Case-Control study): Eine Beobachtungsstudie, die klären soll, ob eine Exposition mit einem Ergebnis (Outcome) zusammenhängt.
Falsch negativ (False Negative): Ein Fehler 2. Art beim Hypothesentest, bei dem eine Nullhypothese fälschlicherweise angenommen wird. Siehe auch Falsch positiv.
Falsch positiv (False Positive): Ein Fehler 1. Art beim Hypothesentest, bei dem eine Nullhypothese fälschlicherweise abgelehnt wird. Siehe auch Falsch negativ.
Fehlerterm (Error term): Eine Variable, die den Anteil der Variation der abhängigen Variable darstellt, der nicht durch die unabhängige(n) Variable(n) erklärt werden kann.
Fläche unter der ROC-Kurve (AUC) (Area Under the ROC curve (AUC)): Die Fläche unter der ROC-Kurve (AUC) misst die Fähigkeit eines Klassifikators, zwischen Klassen zu unterscheiden; sie reicht von 0,5 (zufällig) bis 1,0 (perfekte Trennschärfe).
Freiheitsgrade (FG) (Degrees of Freedom (DF)): Die Anzahl unabhängiger Werte oder Größen, die in einer Analyse variieren können, ohne dass Nebenbedingungen verletzt werden.
Friedman-Test (Friedman test): Nichtparametrische Alternative zur ANOVA mit Messwiederholung.

Gauß-Verteilung (Gaussian Distribution): Andere Bezeichnung für die Normalverteilung.
Geometrischer Mittelwert (Geometric mean): Der geometrische Mittelwert ist die n-te Wurzel aus dem Produkt von n Beobachtungen.
$$\left ( \prod_{i=1}^n{x_i} \right ) ^\tfrac1n = \sqrt[n]{x_1 x_2 \cdots x_n} = \exp\left[\frac1n\sum_{i=1}^n\ln x_i\right] $$
Siehe auch Mittelwert, Harmonischer Mittelwert.
Gesamtvariation (Regression) (Total variation (regression)): Die Summe der quadrierten Differenzen zwischen den beobachteten Werten und dem arithmetischen Mittel der abhängigen Variable.
Geschichtete Stichprobenziehung (Stratified sampling): Ein Verfahren der Stichprobenziehung, bei dem die Grundgesamtheit in Untergruppen aufgeteilt wird und aus jeder Untergruppe Stichproben gezogen werden.
Getrimmter Mittelwert (Trimmed mean): Ein getrimmter Mittelwert ist ein statistisches Maß, das den Mittelwert berechnet, nachdem ein bestimmter Prozentsatz an Extremwerten an beiden Enden der Stichprobe entfernt wurde.
Gleichverteilung (Uniform distribution): Eine Wahrscheinlichkeitsverteilung, bei der alle Ergebnisse gleich wahrscheinlich sind.
Grundgesamtheit (Population): Die Gesamtheit aller Elemente, aus denen Daten ausgewählt werden können, bzw. die gesamte Gruppe von Personen oder Objekten, die die Forschenden untersuchen möchten.

H-Test: Siehe Kruskal-Wallis-Test.
Harmonischer Mittelwert (Harmonic mean): Der harmonische Mittelwert ist definiert als der Kehrwert des Mittelwerts der Kehrwerte der gegebenen Werte.
$$\frac{n}{\frac1{x_1} + \frac1{x_2} + \cdots + \frac1{x_n}} = \frac{n}{\sum\limits_{i=1}^n \frac1{x_i}} $$
Siehe auch Mittelwert, Geometrischer Mittelwert.
Häufigkeitsdiagramm (Frequency chart): Darstellung einer Häufigkeitstabelle in Form eines Diagramms.
Häufigkeitstabelle (Frequency table): Eine Tabelle, die die Anzahl der Fälle angibt, die zu verschiedenen Kategorien oder gleichzeitig zu zwei oder mehr verschiedenen Kategorien gehören, z. B. Patienten, die sowohl nach Geschlecht als auch nach Altersgruppe oder nach Behandlung und Ergebniskategorie kreuzklassifiziert sind.
Hazard Ratio: Die Hazard Ratio ist ein statistisches Maß, das vor allem in der Überlebenszeitanalyse verwendet wird, um die Wahrscheinlichkeit für das Eintreten eines Ereignisses zu einem beliebigen Zeitpunkt zwischen zwei Gruppen zu vergleichen.
Histogramm (Histogram): Diagramm zur Darstellung der Verteilung einer numerischen Variablen. Die Anzahl der Beobachtungen, die zu einem Intervall auf der horizontalen Skala gehören, wird durch die Höhe eines über diesem Intervall errichteten Balkens dargestellt. (Hinweis: Sind die Intervalle nicht gleich lang, wird die Anzahl der Beobachtungen durch die Fläche des Balkens dargestellt.)
Hypothese (Hypothesis): Eine vorgeschlagene Erklärung für ein Phänomen, die typischerweise im Rahmen eines statistischen Tests formuliert wird.
Hypothesentest (Hypothesis testing): Der Hypothesentest ist ein Verfahren, mit dem anhand von Stichprobendaten eine Annahme über einen Parameter der Grundgesamtheit überprüft wird.

Inferenzstatistik (Inferential statistics): Verfahren, mit denen durch die Untersuchung einer Stichprobe aus einer Grundgesamtheit verallgemeinernde Aussagen über diese Grundgesamtheit getroffen werden.
Interpolieren (Interpolate): Die Interpolation ist ein Verfahren zur Schätzung von Daten. Beim Interpolieren schätzen Sie die Daten zwischen zwei bekannten Beobachtungen oder Messungen. Siehe auch Extrapolieren.
Interquartilsabstand (IQR) (Interquartile range (IQR)): Ein Streuungsmaß, das als Differenz zwischen dem ersten (Q1) und dem dritten (Q3) Quartil berechnet wird.

Jackknife-Resampling (Jackknife resampling): Ein Resampling-Verfahren zur Schätzung der Verzerrung (Bias) und der Varianz eines statistischen Schätzers. Siehe auch Bootstrap-Resampling.
Jittering: Ein Verfahren der Datenvisualisierung, bei dem den Datenpunkten zufälliges Rauschen hinzugefügt wird, um Überlappungen in Punktediagrammen zu verringern.
Jonckheere-Terpstra-Test (Jonckheere-Terpstra Test): Ein nichtparametrischer statistischer Test auf Trends in ordinalen Daten.

Kaplan-Meier-Kurve (Kaplan-Meier curve): Ein treppenförmiges Diagramm, das die Überlebenswahrscheinlichkeit im Zeitverlauf schätzt und dabei zensierte Daten berücksichtigt.
Kappa: Ein Maß für die Übereinstimmung zwischen zwei (diagnostischen) Klassifikationssystemen nach Korrektur für die zufällige Übereinstimmung.
Kausale Inferenz (Causal inference): Der Prozess, aus den Bedingungen, unter denen ein Ereignis eintritt, auf einen ursächlichen Zusammenhang zu schließen.
Kendalls Tau (Kendall’s tau): Eine Maßzahl für den ordinalen Zusammenhang zwischen zwei gemessenen Größen.
Klumpenstichprobe (Cluster sampling): Für die Analyse werden nicht einzelne Personen, sondern Klumpen oder Gruppen zufällig ausgewählt.
Kohortenstudie (Cohort study): Eine Form der Beobachtungsstudie, die eine Gruppe von Personen über einen Zeitraum begleitet, um festzustellen, wie sich bestimmte Expositionen auf ihre Ergebnisse auswirken.
Kolmogorov-Smirnov-Test (Kolmogorov-Smirnov test): Vergleicht eine Stichprobenverteilung mit einer Referenzverteilung (z. B. der Normalverteilung) oder vergleicht zwei Verteilungen miteinander.
Konfidenzintervall (KI) (Confidence Interval (CI)): Ein Wertebereich, der den Parameter der Grundgesamtheit mit einem festgelegten Konfidenzniveau (z. B. 95 %) wahrscheinlich enthält.
Kontingenzkoeffizient (Coefficient of contingency): Ein auf Chi-Quadrat beruhendes Zusammenhangsmaß. Dieser Koeffizient liegt immer zwischen 0 und 1, kann den Wert 1 im Allgemeinen jedoch nicht erreichen. Der größtmögliche Wert hängt von der Anzahl der Zeilen und Spalten der Tabelle ab.
Kontrollgruppe (Control group): Die Probanden einer kontrollierten Studie, die die Behandlung nicht erhalten.
Kontrollierte Studie (Controlled study): Eine Studie, die die Wirkung einer Behandlung bewertet, indem behandelte Probanden mit einer Kontrollgruppe verglichen werden, die die Behandlung nicht erhält. Siehe auch Querschnittstudie, Längsschnittstudie.
Korrelation (Correlation): Die Korrelation zwischen zwei Variablen x und y ist ein Maß dafür, wie eng sie zusammenhängen bzw. wie stark ihr linearer Zusammenhang ist. Die Korrelation misst, in welchem Ausmaß eine Änderung der einen Zufallsvariable mit einer Änderung der anderen Zufallsvariable einhergeht.
Korrelationskoeffizient (Correlation coefficient): Ein Maß für die Stärke und Richtung des Zusammenhangs zwischen zwei Variablen.
Korrelationskoeffizient nullter Ordnung (Zero order correlation coefficient): Der einfache Korrelationskoeffizient zwischen der abhängigen Variable und jeder unabhängigen Variable einzeln.
Kovarianz (Covariance): Ein Maß für die gemeinsame Variabilität zweier Zufallsvariablen.
Kreuztabellierung (Crosstabulation): Eine Methode zur quantitativen Analyse des Zusammenhangs zwischen mehreren Variablen, bei der die Verteilungen der Variablen in Matrixform dargestellt werden.
Kreuzvalidierung (Cross-validation): Ein statistisches Verfahren zur Abschätzung der Leistungsfähigkeit eines Modells bei nicht verwendeten (neuen) Daten.
Kruskal-Wallis-Test (Kruskal-Wallis test): Nichtparametrische Alternative zur ANOVA für den Vergleich von drei oder mehr Gruppen. Eine Erweiterung des Mann-Whitney-U-Tests.
Kumulative Häufigkeit (Cumulative frequency): Die Summe der Häufigkeiten aller Werte bis zu einem gegebenen Wert.
Kurtosis: Die Kurtosis ist ein Maß dafür, wie stark die Ränder (Tails) der Verteilung einer Variablen ausgeprägt sind.

Lagemaße (Measures of central tendency): Lagemaße fassen einen Datensatz in einem einzigen Wert zusammen. Beispiele: Mittelwert, Median.
Längsschnittstudie (Longitudinal study): Eine Studie, in der dieselben Probanden über einen langen Zeitraum beobachtet werden. Siehe auch Kontrollierte Studie, Querschnittstudie.
Levene-Test (Levene’s test): Testet die Gleichheit der Varianzen mehrerer Gruppen.
Likelihood-Funktion (Likelihood function): Eine Funktion der Parameter eines statistischen Modells, die misst, wie gut das Modell die beobachteten Daten erklärt.
Lineare Interpolation (Linear interpolation): Die lineare Interpolation ist ein Verfahren zur Schätzung eines unbekannten Werts zwischen zwei bekannten Werten auf einer Geraden. Sind zwei bekannte Punkte $(x_1,y_1)$ und $(x_2,y_2)$ gegeben, so ist der interpolierte Wert $y$ an einer dazwischenliegenden Stelle $x$
$$ y = y_1 + \frac{(x - x_1)(y_2 - y_1)}{x_2 - x_1} $$
Lineare Regression (Linear regression): Ein Verfahren der Regressionsanalyse, das die Beziehung zwischen zwei Variablen durch Anpassung einer linearen Gleichung modelliert.
Logarithmische Transformation (Logarithmic transformation): Die logarithmische Transformation ist ein statistisches Verfahren, bei dem auf jeden Datenpunkt eines Datensatzes ein Logarithmus angewendet wird, um die Varianz zu stabilisieren und die Verteilung einer Normalverteilung anzunähern.
Logistische Regression (Logistic regression): Ein Verfahren der Regressionsanalyse zur Modellierung der Beziehung zwischen einer binären abhängigen Variablen und einer oder mehreren unabhängigen Variablen. Die logistische Regressionsanalyse liefert die Koeffizienten einer Formel zur Vorhersage einer Logit-Transformation der Wahrscheinlichkeit für das Vorliegen des interessierenden Merkmals.
$$ logit(p) = b_0 + b_1 x_1 + b_2 x_2 + b_3 x_3 + … + b_n x_n $$
Logit-Funktion (Logit function): Die Logit-Funktion ist die Umkehrfunktion der sigmoiden (logistischen) Funktion und wird in der logistischen Regression und in anderen statistischen Modellen verwendet. Sie transformiert Wahrscheinlichkeiten $p$ in einen Bereich von $-\infty$ bis $+\infty$ und eignet sich daher zur Modellierung binärer Ergebnisse.
$$ \operatorname{logit}(p)= \ln\left( \frac{p}{1-p} \right) $$
Logrank-Test (Logrank test): Der Logrank-Test (auch Log-Rank-Test) ist ein Hypothesentest zum Vergleich der Überlebensverteilungen zweier Stichproben.

Mann-Whitney-U-Test (Mann-Whitney U test): Nichtparametrische Alternative zum t-Test für den Vergleich zweier unabhängiger Gruppen.
Maximum: Der größte Wert, den eine Variable annimmt.
Maximum-Likelihood-Schätzung (MLE) (Maximum Likelihood Estimate (MLE)): Die Maximum-Likelihood-Schätzung eines Parameters ist derjenige mögliche Wert des Parameters, für den die Wahrscheinlichkeit, die beobachteten Daten zu erhalten, am größten ist.
McNemar-Test (McNemar test): Vergleicht gepaarte kategoriale Daten (z. B. Vorher-Nachher-Designs mit binären Ergebnissen).
Median: Der Median ist der mittlere Wert eines geordneten Datensatzes. Bei einer geraden Anzahl von Beobachtungen ist er der Mittelwert der beiden mittleren Werte. Der Median entspricht dem 50. Perzentil.
Mediane Überlebenszeit (Median survival time): Die mediane Überlebenszeit ist der kleinste Zeitpunkt, zu dem die Überlebenswahrscheinlichkeit auf 0,5 (50 %) oder darunter fällt.
Metaanalyse (Meta-analysis): Ein statistisches Verfahren, das die Ergebnisse mehrerer Studien zusammenführt, um übergreifende Trends zu erkennen.
Methode der kleinsten Quadrate (Least squares): Wird zur Schätzung der Parameter statistischer Modelle verwendet, wie sie z. B. in der Regressionsanalyse vorkommen. Die Parameterschätzungen ergeben sich durch Minimierung der Summe der quadrierten Differenzen zwischen den beobachteten Werten und den vom Modell vorhergesagten Werten.
Minimum: Der kleinste Wert, den eine Variable annimmt.
Mittelwert (Mean): Der Mittelwert (arithmetisches Mittel) wird berechnet, indem alle Werte summiert und durch die Anzahl der Werte geteilt werden.
$$ \bar{x} = \frac{x_1+x_2+\cdots +x_n}{n} = {1 \over n} \sum_{i=1}^{n}{x_i} = {1 \over n} \sum_{}^{}{x} $$
Siehe auch Geometrischer Mittelwert, Harmonischer Mittelwert.
Mittlere Überlebenszeit (Mean survival time): Die mittlere Überlebenszeit wird als Fläche unter der Überlebenskurve im Intervall 0 bis t_max geschätzt. Siehe auch Begrenzte mittlere Überlebenszeit.
Mittlerer quadratischer Fehler (MSE) (Mean Squared Error (MSE)): Der Mittelwert der quadrierten Fehler bzw. Abweichungen, d. h. die mittlere quadrierte Differenz zwischen den geschätzten Werten und dem tatsächlichen Wert.
Modus (Mode): Der Modus ist der am häufigsten vorkommende Wert in einem Datensatz. Ein Datensatz kann einen Modus, mehrere Modi oder gar keinen Modus haben.
Monte-Carlo-Simulation (Monte Carlo simulation): Ein Rechenverfahren, das den Zufall nutzt, um numerische Ergebnisse zu erhalten, typischerweise zur Beurteilung von Risiko und Unsicherheit. Siehe auch Bootstrap-Resampling.
Multiple Regression: Die multiple Regression untersucht die Beziehung zwischen einer abhängigen Variablen und mehreren unabhängigen Variablen.
$$ y = b_0 + b_1 x_1 + b_2 x_2 + b_3 x_3 +\ …\ + b_k x_k $$
Multivariate Analyse (Multivariate analysis): Ein statistisches Verfahren zur Analyse von Daten mit mehreren Variablen, um deren Zusammenhänge zu verstehen.

N: Anzahl der Fälle in einer Stichprobe.
Negativer prädiktiver Wert (Negative predictive value): Wahrscheinlichkeit, dass die Erkrankung nicht vorliegt, wenn der Test negativ ist. Siehe auch Positiver prädiktiver Wert.
Negatives Likelihood-Verhältnis (Negative likelihood ratio): Verhältnis zwischen der Wahrscheinlichkeit eines negativen Testergebnisses bei Vorliegen der Erkrankung und der Wahrscheinlichkeit eines negativen Testergebnisses bei Nichtvorliegen der Erkrankung. Siehe auch Positives Likelihood-Verhältnis.
Nicht erklärte Variation (Regression) (Unexplained variation (regression)): Die Summe der quadrierten Differenzen zwischen den beobachteten Werten und den geschätzten bzw. vorhergesagten Werten.
Nichtparametrische Tests (Non-parametric tests): Nichtparametrische Tests sind Tests, die keine bestimmte Verteilung der Daten voraussetzen. Siehe Mann-Whitney-U-Test, Wilcoxon-Vorzeichen-Rang-Test, Kruskal-Wallis-Test.
Nominaldaten (Nominal data): Beobachtungen, die alphanumerisch kodiert sind, jedoch keine erkennbare Reihenfolge haben, z. B. Blutgruppe, männlich/weiblich. Siehe auch Ordinaldaten.
Normalbereich (Normal range): Siehe Referenzintervall.
Normalverteilung (Normal distribution): Eine symmetrische Wahrscheinlichkeitsverteilung mit glockenförmiger Kurve, die durch ihren Mittelwert $\mu$ und ihre Standardabweichung $\sigma $ bestimmt ist. Die Normalverteilung ist durch folgende Formel gegeben:
$$ f(x) = \frac{1}{\sqrt{2\pi\sigma^2} } e^{-\frac{(x-\mu)^2}{2\sigma^2}} $$
Null- und Alternativhypothese (Null and Alternative Hypotheses): Nullhypothese (H0): Geht davon aus, dass kein Effekt bzw. kein Unterschied besteht.|Alternativhypothese (H1): Geht davon aus, dass ein Effekt bzw. ein Unterschied besteht.
Nullhypothese (H0) (Null hypothesis (H0)): Eine Aussage, die besagt, dass kein Effekt bzw. kein Unterschied besteht; sie dient als Ausgangspunkt für den Hypothesentest.
Nullverteilung (Null distribution): Die Wahrscheinlichkeitsverteilung einer Teststatistik unter der Nullhypothese.
Number Needed to Treat (NNT): Die Number Needed to Treat (NNT) ist die geschätzte Anzahl der Patienten, die mit der neuen Behandlung statt mit der Standardbehandlung (oder ohne Behandlung) behandelt werden müssen, damit ein zusätzlicher Patient davon profitiert.

Odds: Eine Möglichkeit, die Wahrscheinlichkeit für das Eintreten eines Ereignisses auszudrücken. Odds von m:n zugunsten eines Ereignisses bedeuten, dass das Ereignis erwartungsgemäß m-mal eintritt auf je n-mal, die es nicht eintritt.
Ordinaldaten (Ordinal data): Ordinaldaten sind kategoriale Daten, deren Werte sich logisch ordnen oder in eine Rangfolge bringen lassen. Siehe auch Nominaldaten.

P-Wert (P-value): Die Wahrscheinlichkeit, einen Wert der Teststatistik zu erhalten, der gleich dem beobachteten oder extremer ist, unter der Annahme, dass die Nullhypothese zutrifft.
Parameter: Ein numerisches Merkmal bzw. eine Maßzahl einer Grundgesamtheit.
Parametrische Tests (Parametric tests): Statistische Tests, die voraussetzen, dass die Daten einer bestimmten Verteilung folgen (z. B. der Normalverteilung).
Partielle Korrelation (Partial correlation): Untersucht die Beziehung zwischen zwei Variablen unter Kontrolle einer dritten Variablen.
Pearson-Korrelationskoeffizient (Pearson correlation coefficient): Misst die lineare Korrelation zwischen zwei Variablen und liefert einen Wert zwischen −1 und 1.
Perzentil (Percentile): Ein Perzentil ist der Wert, unterhalb dessen ein bestimmter Prozentsatz der numerischen Daten liegt. Das p-te Perzentil entspricht der Beobachtung mit der Rangzahl
$$ R(p) = 0.5 + \frac {p \times n} {100} $$
Poisson-Verteilung (Poisson distribution): Eine diskrete Wahrscheinlichkeitsverteilung, die die Wahrscheinlichkeit angibt, dass eine bestimmte Anzahl von Ereignissen in einem festen Zeit- oder Raumintervall eintritt.
Polynomiale Regression (Polynomial Regression): Die polynomiale Regression ist eine Form der Regression, die die Beziehung zwischen einer unabhängigen Variablen $x$ und einer abhängigen Variablen $y$ als Polynom n-ten Grades modelliert.
$$ Y = b_0 + b_1 x + b_2 x^2 + b_3 x^3 + \ … \ + b_n x^n $$
Positiver prädiktiver Wert (Positive predictive value): Wahrscheinlichkeit, dass die Krankheit vorliegt, wenn der Test positiv ist. Siehe auch Negativer prädiktiver Wert.
Positives Likelihood-Verhältnis (Positive likelihood ratio): Verhältnis zwischen der Wahrscheinlichkeit eines positiven Testergebnisses bei Vorliegen der Krankheit und der Wahrscheinlichkeit eines positiven Testergebnisses bei Fehlen der Krankheit. Siehe auch Negatives Likelihood-Verhältnis.
Power eines Tests (Power of a test): Die Wahrscheinlichkeit, dass der Test eine falsche Nullhypothese zu Recht verwirft (1 minus die Wahrscheinlichkeit eines Typ-II-Fehlers).
Precision-Recall-Kurve (Precision-recall curve): Eine Precision-Recall-Kurve ist ein Diagramm der Precision (positiver prädiktiver Wert, y-Achse) gegen den Recall (Sensitivität, x-Achse) für verschiedene Schwellenwerte. Sie ist eine Alternative zur ROC-Kurve.
Punktediagramm (Scatter diagram): Ein Diagramm, das die Beziehung zwischen zwei quantitativen Variablen darstellt.

Q-Q-Diagramm (Q-Q plot): Ein Q-Q-Diagramm (Quantil-Quantil-Diagramm) ist ein grafisches Hilfsmittel, mit dem die Verteilung eines Datensatzes mit einer theoretischen Verteilung (z. B. der Normalverteilung) verglichen wird.
Quadratische Regression (Quadratic regression): Die quadratische Regression ist eine Form der polynomialen Regression, mit der die Beziehung zwischen einer abhängigen und einer unabhängigen Variable modelliert wird, wenn die Daten ein parabelförmiges (U-förmiges oder umgekehrt U-förmiges) Muster zeigen. Sie ist ein nichtlineares Regressionsverfahren, gilt aber dennoch als lineares Modell, da sie in den Koeffizienten linear ist.
$$y = a x^2 + b x + c $$
Qualitative Daten (Qualitative data): Qualitative Daten sind Merkmale von „Typen“ und können durch einen Namen, ein Symbol oder eine Zahl dargestellt werden. Siehe auch Quantitative Daten.
Quantitative Daten (Quantitative data): Quantitative Daten sind Messwerte oder Anzahlen und werden als Zahlen ausgedrückt. Siehe auch Qualitative Daten.
Quartile (Quartiles): Quartile teilen einen geordneten Datensatz in vier gleich große Teile. Sie entsprechen dem 25., 50. und 75. Perzentil.
Querschnittstudie (Cross-sectional study): Eine Querschnittstudie ist ein Forschungsdesign, bei dem Daten von vielen verschiedenen Personen zu einem einzigen Zeitpunkt erhoben werden. In der Querschnittforschung beobachtet man Variablen, ohne sie zu beeinflussen. Siehe auch Kontrollierte Studie, Längsschnittstudie.
Quote (Rate): Ein Maß für die Menge einer Sache im Verhältnis zu einer anderen Sache. Eine Quote vergleicht zwei verschiedene Größen, die in unterschiedlichen Einheiten gemessen werden. Siehe auch Verhältnis.
Quotenverhältnis (Odds ratio): Das Verhältnis der Odds für das Ergebnis in zwei Gruppen. Das Quotenverhältnis vergleicht die Odds für das Eintreten eines Ereignisses in einer Gruppe mit den Odds für sein Eintreten in einer anderen Gruppe. Siehe auch Relatives Risiko.

R-adjustiert (R-adjusted): Das um die Anzahl der unabhängigen Variablen im Regressionsmodell adjustierte (multiple) Bestimmtheitsmaß. R-adjustiert kann abnehmen, wenn Variablen in das Modell aufgenommen werden, die nicht signifikant zur Modellanpassung beitragen.
R-Quadrat (R-squared): Eine Kennzahl, die einen Hinweis auf die Anpassungsgüte eines Regressionsmodells gibt.
Randomisierte kontrollierte Studie (RCT) (Randomized controlled trial (RCT)): Ein Experiment, bei dem die Teilnehmer nach dem Zufallsprinzip einer Behandlungs- oder Kontrollgruppe zugeteilt werden.
Rangkorrelation (Rank correlation): Verfahren zur Untersuchung der Beziehung zwischen zwei nicht normalverteilten Variablen oder zwischen ordinalen Variablen.
Referenzintervall (Reference interval): Ein Referenzintervall (Referenzbereich, Normalbereich) für einen Parameter ist das Intervall, in dem die zentralen 95 % der Werte augenscheinlich gesunder Personen liegen.
Regelkarte (Control chart): Eine Regelkarte ist ein statistisches Werkzeug der Qualitätskontrolle, mit dem die Leistung eines Prozesses im Zeitverlauf überwacht und analysiert wird.
Regression: Ein statistisches Verfahren, das die Beziehung zwischen einer abhängigen Variable und einer oder mehreren unabhängigen Variablen modelliert.
Regressionsgerade (Regression line): Eine grafische Darstellung der Regressionsgleichung. Meist kombiniert mit einem Punktediagramm.
Regressionsgleichung (Regression equation): Die Regressionsgleichung beschreibt die Beziehung zwischen zwei Variablen. In der linearen Regressionsgleichung $y = a + bx $, wobei $y$ die abhängige Variable und $x$ die unabhängige Variable ist, ist beispielsweise der Koeffizient $b$ die Steigung und $a$ der y-Achsenabschnitt. Siehe auch Multiple Regression, Quadratische Regression.
Regressionskoeffizienten (Regression coefficients): Die Regressionskoeffizienten geben die erwartete Änderung der abhängigen Variable bei einer Änderung der unabhängigen Variable um eine Einheit an. In der Gleichung der multiplen Regression $ y = b_0 + b_1 x_1 + b_2 x_2 + b_3 x_3 +\ …\ + b_k x_k $ sind beispielsweise die Werte $b_1\ … \ b_k$ die Regressionskoeffizienten.
Relative Häufigkeit (Relative frequency): Eine relative Häufigkeit beschreibt, wie oft ein bestimmter Wert einer Variable beobachtet wurde, im Verhältnis zur Gesamtzahl der Werte dieser Variable.
Relative Standardabweichung (RSD) (Relative standard deviation (RSD)): Dies ist die Standardabweichung geteilt durch den Mittelwert. Gegebenenfalls kann diese Zahl durch Multiplikation mit 100 als Prozentsatz ausgedrückt werden; man erhält so den Variationskoeffizienten
Relativer Fehler (Relative error): Absoluter Fehler geteilt durch den wahren Wert.
Relatives Risiko (Relative risk): Das Verhältnis der Anteile der Fälle mit positivem Ausgang in zwei Gruppen. Das relative Risiko vergleicht die Wahrscheinlichkeit, dass ein Ereignis in der exponierten Gruppe eintritt, mit der Wahrscheinlichkeit, dass es in der nicht exponierten Gruppe eintritt. Siehe auch Quotenverhältnis.
Residuen (Residuals): Die Differenzen zwischen beobachteten und vorhergesagten Werten. Residuen stellen die nicht erklärte (oder Rest-)Variation nach der Anpassung eines Regressionsmodells dar. Ein Residuum ist die Differenz zwischen dem beobachteten Wert der Variable und dem vom Regressionsmodell vorhergesagten Wert.
Risikoverhältnis (Risk ratio): Siehe Relatives Risiko.
ROC-Kurve (ROC curve): Eine ROC-Kurve (Receiver Operating Characteristic) ist ein Diagramm, das die Leistungsfähigkeit eines binären Klassifikationsmodells bei verschiedenen Schwellenwerten darstellt.
Rückwärtselimination (Backward elimination): Ein schrittweises Regressionsverfahren, das mit allen Prädiktoren beginnt und iterativ die am wenigsten signifikanten entfernt. Siehe auch Vorwärtsselektion, Schrittweise Selektion.

Säulendiagramm (Bar chart): Ein Diagramm, das kategoriale Daten mit rechteckigen Säulen darstellt, die die Häufigkeit oder den Wert jeder Kategorie wiedergeben.
Schicht (Stratum): Bei der Zufallsstichprobenziehung wird die Stichprobe manchmal getrennt aus verschiedenen, disjunkten Teilmengen der Grundgesamtheit gezogen. Jede solche Teilmenge wird als Schicht (Stratum) bezeichnet.
Schiefe (Skewness): Die Schiefe ist ein Maß für den Grad der Symmetrie der Verteilung einer Variable.
Schiefe Verteilung (Skewed distribution): Eine Verteilung, die nicht symmetrisch ist.
Schrittweise Auswahl (Stepwise selection): In der Regression eine Kombination aus Vorwärtsselektion und Rückwärtselimination.
Sensitivität (Sensitivity): Wahrscheinlichkeit, dass ein Testergebnis positiv ist, wenn die Krankheit vorliegt (Richtig-positiv-Rate). Siehe auch Spezifität.
Signifikanzniveau (Significance level): Das Signifikanzniveau (Alpha) legt den Schwellenwert für die Entscheidung fest, ob H0 verworfen wird.
Spannweite (Range): Der Minimal- und der Maximalwert oder die Differenz zwischen Maximal- und Minimalwert eines Datensatzes.
Spearman-Rangkorrelation (Spearman’s rank correlation): Ein nichtparametrisches Maß der Korrelation, das beurteilt, wie gut sich die Beziehung zwischen zwei Variablen durch eine monotone Funktion beschreiben lässt.
Spezifität (Specificity): Wahrscheinlichkeit, dass ein Testergebnis negativ ist, wenn die Krankheit nicht vorliegt (Richtig-negativ-Rate). Siehe auch Sensitivität.
Standardabweichung (Standard deviation): Die Standardabweichung ist die Quadratwurzel der Varianz. Sie ist ein Maß für den mittleren Abstand der einzelnen Datenpunkte vom Mittelwert.
$$s = \sqrt{\frac{\sum_{}^{}{(x-\bar{x})^2}}{n-1}} $$
Standardabweichung der Residuen (Residual standard deviation): Die Standardabweichung der Residuen in der Regressionsanalyse.
Standardfehler (Standard error): Ein Maß dafür, wie stark der Wert einer Teststatistik von Stichprobe zu Stichprobe schwanken kann. Er ist die Standardabweichung der Stichprobenverteilung einer Statistik.
Standardfehler des Mittelwerts (SEM) (Standard error of the mean (SEM)): Der SEM wird berechnet, indem die Standardabweichung durch die Quadratwurzel der Stichprobengröße geteilt wird.
$$SEM = \frac{s}{\sqrt{n}} $$
Standardnormalverteilung (Standardized Normal distribution): Eine Normalverteilung mit Mittelwert 0 und Standardabweichung 1. Eine Normalverteilung lässt sich in eine Standardnormalverteilung umwandeln, indem alle Werte x durch (x-Mittelwert)/SD ersetzt werden.
Statistik (Statistics): Die Statistik ist die Disziplin, die mathematische Theorien und Methoden nutzt, um Daten zu erheben, zu analysieren, zu interpretieren, darzustellen und zu ordnen. Sie bietet einen Rahmen für Entscheidungen und für Rückschlüsse auf Grundgesamtheiten auf der Grundlage von Stichprobendaten.
Statistik (Kennwert) (Statistic): Ein numerisches Merkmal oder Maß einer Stichprobe.
Statistische Qualitätskontrolle (SQC) (Statistical quality control (SQC)): Eine Reihe von Verfahren und Werkzeugen zur Überwachung und Steuerung eines Prozesses, damit dieser sein volles Potenzial ausschöpft.
Statistische Signifikanz (Statistical significance): Ein Ergebnis ist statistisch signifikant, wenn es unter der Annahme, dass die Nullhypothese zutrifft, kaum durch Zufall allein zu erwarten wäre, d. h. wenn der P-Wert unter dem gewählten Signifikanzniveau (meist 0,05) liegt.
Steigung (Slope): Eine Zahl, die die Neigung oder Steilheit einer Geraden in einem Diagramm angibt.
Stetige Variable (Continuous variable): Eine Zufallsvariable, die jeden beliebigen Wert innerhalb eines gegebenen Bereichs annehmen kann.
Stichprobe (Sample): Eine für die Analyse ausgewählte Teilmenge der Grundgesamtheit.
Stichprobengröße (Sample size): Die Anzahl der Fälle (Beobachtungen) in der Stichprobe.
Stichprobenverfahren (Sampling techniques): Stichprobenverfahren sind Methoden, mit denen Personen aus einer Grundgesamtheit für die Teilnahme an einer Studie ausgewählt werden. Siehe Zufallsstichprobe, Geschichtete Stichprobenziehung.
Stichprobenverteilung (Sampling distribution): Die Wahrscheinlichkeitsverteilung einer Statistik, die aus einer großen Anzahl von Stichproben aus derselben Grundgesamtheit gewonnen wird.
Stichprobenverzerrung (Sampling bias): Eine Verzerrung, die auftritt, wenn die erhobene Stichprobe nicht repräsentativ für die Grundgesamtheit ist.
Stichprobenziehung (Sampling): Der Vorgang, eine echte Teilmenge von Elementen aus der gesamten Grundgesamtheit auszuwählen, sodass diese Teilmenge für Rückschlüsse auf die Grundgesamtheit als Ganzes verwendet werden kann.
Störvariable (Confounding variable): Eine Variable, die sowohl die abhängige als auch die unabhängige Variable beeinflusst und so zu einem Scheinzusammenhang führt.
Streuungsmaße (Measures of dispersion): Diese Maße geben die Streuung oder Variabilität innerhalb eines Datensatzes an. Beispiele: Spannweite, Varianz, Standardabweichung.

t-Test: Ein statistischer Test zum Vergleich der Mittelwerte zweier Gruppen.
t-Test für gepaarte Stichproben (Paired t-test): Vergleicht die Mittelwerte zweier verbundener Stichproben (z. B. vor vs. nach der Behandlung).
Teilfläche unter der ROC-Kurve (Partial area under ROC curve): Die Teilfläche unter der ROC-Kurve fasst einen Abschnitt der ROC-Kurve über ein vorab festgelegtes Intervall von Interesse zusammen. Dieses Intervall kann ein Spezifitäts- oder ein Sensitivitätsintervall sein.
Test auf Normalverteilung (Normality test): Ein statistischer Test, der prüft, ob ein Datensatz normalverteilt ist.
Trichterdiagramm (Funnel plot): Ein Diagramm zur Erkennung von Verzerrungen (Bias) in einer Metaanalyse.
Typ-I-Fehler (Type I Error): Der Fehler, die Nullhypothese zu verwerfen, obwohl sie tatsächlich zutrifft (falsch positiv).
Typ-II-Fehler (Type II Error): Der Fehler, die Nullhypothese nicht zu verwerfen, obwohl sie tatsächlich falsch ist (falsch negativ).

Überanpassung (Overfitting): Ein Modellierungsfehler, der auftritt, wenn ein Modell das Rauschen statt des zugrunde liegenden Musters erfasst. Siehe auch Unteranpassung.
Überlebensanalyse (Survival analysis): Die Überlebensanalyse ist ein statistisches Verfahren zur Analyse von Ereigniszeitdaten, wobei das interessierende Ereignis häufig Tod, Fortschreiten der Krankheit oder Genesung ist. Sie schätzt die Zeit bis zum Eintreten eines Ereignisses und berücksichtigt die Zensierung.
Umfrage (Survey): Eine Methode der Datenerhebung, bei der Personen befragt werden, um Informationen zu sammeln.
Unabhängige Variable (Independent variable): In der Regression sind die unabhängigen Variablen diejenigen, die die abhängige Variable erklären sollen. Sie werden üblicherweise mit $x$ oder $x_i$ bezeichnet.
Unteranpassung (Underfitting): Ein Modellierungsfehler, der auftritt, wenn ein Modell zu einfach ist, um den zugrunde liegenden Trend der Daten zu erfassen. Siehe auch Überanpassung.

Variable: Eine Größe, die variiert.
Varianz (Variance): Ein Maß für die Streuung einer Menge von Werten, berechnet als Summe der quadrierten Abweichungen vom Mittelwert, geteilt durch die Anzahl der Werte minus 1.
$$s^2 = \frac{\sum_{}^{}{(x-\bar{x})^2}}{n-1} $$
Varianzanalyse (Regression) (Analysis of variance (regression)): Die Varianzanalysetabelle zerlegt die Gesamtvariation der abhängigen Variable in zwei Komponenten: eine, die dem Regressionsmodell zugeschrieben werden kann (bezeichnet als Regression), und eine, bei der dies nicht möglich ist (bezeichnet als Residuen), und berechnet eine entsprechende F-Statistik.
Varianzanalyse mit Messwiederholungen (Repeated measures ANOVA): Vergleicht Mittelwerte über mehrere Zeitpunkte oder Bedingungen bei denselben Probanden.
Variationskoeffizient (Coefficient of variation): Siehe Relative Standardabweichung (RSD).
Verhältnis (Ratio): Ein Vergleich zweier Größen durch Division. Ein Verhältnis vergleicht die Häufigkeit eines Wertes einer Größe mit einem anderen Wert derselben Größe. Siehe auch Quote.
Violindiagramm (Violin plot): Ein Violindiagramm stellt die Verteilungen numerischer Daten für eine oder mehrere Gruppen mithilfe von Dichtekurven dar. Die Breite jeder Kurve entspricht der ungefähren Häufigkeit der Datenpunkte im jeweiligen Bereich.
Vollmodell (Full Model): Ein Regressionsmodell, das alle potenziellen Prädiktorvariablen enthält.
Vorhergesagter Wert (Predicted value): Aus dem Regressionsmodell vorhergesagter Wert der abhängigen Variable.
Vorwärtsselektion (Forward selection): Ein schrittweises Regressionsverfahren, das ohne Prädiktoren beginnt und iterativ die statistisch signifikantesten hinzufügt. Siehe auch Rückwärtselimination, Schrittweise Selektion.

Wahrscheinlichkeit (Probability): Die Wahrscheinlichkeit eines Ereignisses ist das Verhältnis der Anzahl der Ergebnisse, die das Ereignis einschließen, zur Gesamtzahl der möglichen Ergebnisse.
Wahrscheinlichkeitsverteilungen (Probability distributions): Wahrscheinlichkeitsverteilungen beschreiben, wie sich die Wahrscheinlichkeiten auf die Werte einer Zufallsvariable verteilen. Siehe Normalverteilung, Binomialverteilung, Poisson-Verteilung.
Walddiagramm (Forest-Plot) (Forest plot): In der Metaanalyse stellt ein Walddiagramm die Effektstärken und Konfidenzintervalle mehrerer Studien grafisch dar.
Welch-Test (Welch’s T-test): Variante des t-Tests, die verwendet wird, wenn zwei Gruppen ungleiche Varianzen und/oder Stichprobengrößen haben.
Wiederholbarkeitskoeffizient (Coefficient of repeatability): Definiert als das 1,96-Fache der Standardabweichung der Differenzen zwischen zwei Messungen (siehe Bland-Altman-Diagramm).
Wilcoxon-Vorzeichen-Rang-Test (Wilcoxon signed-rank test): Testet Unterschiede zwischen gepaarten Stichproben, indem geprüft wird, ob sich ihre mittleren Ränge in der Grundgesamtheit unterscheiden. Nichtparametrische Alternative zum gepaarten t-Test.

X-quer ($ \bar{X}$) (X-bar ($ \bar{X}$)): Der Mittelwert der Stichprobe.
X-Variable: Wird in der Regressionsanalyse häufig zur Bezeichnung der unabhängigen Variable verwendet.

Y-Variable: Bezeichnet in der Regel die abhängige Variable in einem mathematischen oder statistischen Modell. Siehe Regression.
Yates-Korrektur (Yates' correction): Eine Stetigkeitskorrektur, die bei Chi-Quadrat-Tests angewendet wird, insbesondere bei 2x2-Kontingenztafeln.
Youden-Diagramm (Youden plot): Ein grafisches Verfahren zur Analyse von Ringversuchsdaten, bei denen alle Laboratorien 2 Proben analysiert haben.

z-Wert (Z-score): Ein Maß, das die Lage eines Wertes relativ zum Mittelwert einer Gruppe von Werten angibt, ausgedrückt in Standardabweichungen.
$$ z = \frac{x-\bar{x}}{s} $$
Zeitreihenanalyse (Time series analysis): Ein statistisches Verfahren für zeitlich geordnete Daten, mit dem Trends und saisonale Muster erkannt werden.
Zensierung (Censoring): In der Überlebenszeitanalyse liegt eine Zensierung vor, wenn der genaue Zeitpunkt des Ereignisses (z. B. Tod, Wiederauftreten einer Erkrankung) für einige Studienteilnehmer unbekannt ist. Dies geschieht, weil die Studie endet, bevor das Ereignis eintritt, weil der Teilnehmer für die Nachbeobachtung verloren geht (Lost to Follow-up) oder weil er aus der Studie ausscheidet.
Zentraler Grenzwertsatz (Central Limit Theorem): Ein statistischer Lehrsatz, nach dem sich die Verteilung der Stichprobenmittelwerte mit zunehmendem Stichprobenumfang einer Normalverteilung annähert, unabhängig von der Verteilung in der Grundgesamtheit.
Zufallsstichprobe (Random sample): Eine Stichprobe, bei der alle Mitglieder der Grundgesamtheit dieselbe Wahrscheinlichkeit haben, ausgewählt zu werden, und die Auswahl jedes Mitglieds unabhängig von der Auswahl aller anderen Mitglieder ist.
Zufallsvariable (Random variable): Eine Variable, deren Werte durch die Ergebnisse eines Zufallsvorgangs bestimmt werden.
Zweifaktorielle Varianzanalyse (Two-way analysis of variance): Verfahren zur Analyse der Wirkung zweier qualitativer Faktoren auf eine abhängige Variable.

Siehe auch

Notation und Symbole