Interdisziplinäres Fernstudium Umweltwissenschaften - infernum Reader: Statistik in den Umweltwissenschaften.
Interdisziplinäres Fernstudium Umweltwissenschaften - infernum Reader: Statistik in den Umweltwissenschaften. von Andrea Petmecky
Impressum Titel: Reader: Statistik in den Umweltwissenschaften. Zusammengestellt von Dr. Andrea Petmecky 2012 FernUniversität in Hagen, 58084 Hagen Alle Rechte vorbehalten. Studienangebot: Interdisziplinäres Fernstudium Umweltwissenschaften (infernum) Das Studienangebot infernum wird vom Ministerium für Schule, Wissenschaft und Forschung des Landes Nordrhein-Westfalen gefördert. Das Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere das Recht der Vervielfältigung und Verbreitung sowie der Übersetzung und des Nachdrucks, bleiben, auch bei nur auszugsweiser Verwertung, vorbehalten. Kein Teil des Werkes darf in irgendeiner Form (Druck, Fotokopie, Mikrofilm oder ein anderes Verfahren) ohne schriftliche Genehmigung der FernUniversität reproduziert oder unter Verwendung elektronischer Systeme verarbeitet, vervielfältigt oder verbreitet werden.
Einleitung zum Reader Titel: Statistik in den Umweltwissenschaften Der vorliegende Reader enthält als Ergänzung zum Kurs Statistik. Eine interdisziplinäre Einführung. verschiedene Texte, die die Rolle und Bedeutung von Statistik in umweltwissenschaftlichen Kontexten unterstreichen. Anhand von verschiedenen, aktuellen Beispielen werden grundlegende Inhalte aus dem Statistik-Einführungskurs wiederholt und aus einer umweltwissenschaftlichen Perspektive dargestellt.
Inhaltsverzeichnis Botkin, D. B. & Keller, E.A. (2012). The Scientific Method and Environmental Sciences. In D.B. Botkin & E.A. Keller, Environmental Science (p. 18-34). Hobohen, NJ: John Wiley. Der Reader beginnt mit diesem Text aus einem aktuellen umweltwissenschaftlichen Lehrbuch und stellt eine erste Annäherung an Wissenschaft und wissenschaftliche Methoden dar: Wissenschaft wird hier als kontinuierlicher Prozess der Entdeckung und Generierung von Wissen skizziert. Botkin und Keller geben einen schematischen Überblick über den Ablauf der Erkenntnisgewinnung, zeigen aber auch die Grenzen von Wissenschaft auf. Der Text greift zudem wissenschaftstheoretische Prinzipien wie Induktion und Deduktion auf und skizziert Probleme, die beim Umgang mit Unsicherheiten auftreten können. Manly, B. F.J. (2009). The Role of Statistics in Environmental Science. In B.F.J. Manly, Statistics for Environmental Science and Management (p. 1-22). Boca Raton, FL: Chapman & Hall. Anhand von verschiedenen Beispielen wird die Rolle der Statistik in den Umweltwissenschaften von Manly (2009) erörtert. Der Autor illustriert anschaulich, warum gerade in den Umweltwissenschaften die Kenntnis statistischer Methoden und Analyseverfahren unerlässlich sind und macht in seinem Beitrag deutlich, wie vielfältig die Anwendungsbereiche dieser Methoden sind. Stoyan, D., Stoyan, H. & Jansen, U. (1997). Umweltdaten Visualisierung Monitoring. In D. Stoyan, H. Stoyan & U. Jansen, Umweltstatistik: Statistische Verarbeitung und Analyse von Umweltdaten (S. 13-52). Stuttgart: Teubner. Dieser schon ältere Beitrag ist einer der wenigen Artikel, der einen deutschsprachigen Überblick zur Rolle der Statistik in den Umweltwissenschaften liefert. Auch wenn sich insbesondere bei den Erhebungs- und Analysemethoden seit 1997 wesentliche Änderungen ergeben haben, wird die Bedeutung von Statistik und statistischen Methoden deutlich. Grundlegende Überlegungen zu Dateneigenschaften und Verarbeitungsproblemen werden ebenso angesprochen wie Datenschutz und graphische Darstellungsmöglichkeiten. Ein zusammenfassender Überblick über die wichtigsten Methoden der deskriptiven Statistik rundet diese Einführung ab.
Rong, Y. (2011). Statistical Methods and Pitfalls in Environmental Data Analysis. In Y. Rong (ed.), Practical Environmental Statistics and Data Analysis (p. 243-260). St. Alban, UK: ILM Publications. Schließlich stellt Rong fünf häufig benutzte statistische Analysemethoden vor und diskutiert anhand von Fallstudien und umweltwissenschaftlichen Beispielen potentielle Stolperfallen bei der Anwendung dieser Methoden.