Skip to main content
SpringerLink
Log in

Data Science – Einige Gedanken aus Sicht eines Statistikers

  • HAUPTBEITRAG
  • DATA SCIENCE v AUS SICHT EINES STATISTIKERS
  • Published:
Informatik Spektrum Aims and scope

Zusammenfassung

Data Science ist das neue Schlagwort; nach Big Data und Digitalisierung nun also Data Science. Die Stellenbörsen sind voll von Inseraten, Data Scientists werden händeringend gesucht und manch Bewerber fügt heute Data Science in sein Profil, um seine Jobchancen zu erhöhen. Doch was ist Data Science eigentlich? Der nachfolgende Beitrag nähert sich der Fragestellung aus der Sichtweise eines Statistikers, ohne dabei eine finale Definition von Data Science geben zu wollen.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

References

  1. Angrist JD, Rubin DB, Imbens GW (1986) Identification of causal effects using instrumental variables. J Am Stat Assoc 91:444–455

    Article  Google Scholar 

  2. Bundespolizei (2018) Abschlussbericht des Bundespolizeipräsidiums zur biometrischen Gesichtserkennung. https://www.bundespolizei.de/Web/DE/04Aktuelles/01Meldungen/2018/10/181011_abschlussbericht_gesichtserkennung.html,

  3. Cleveland WS (2001) Data Science: An action plan for expanding the technical areas of the field of statistics. Int Stat Rev 69:21–26

    Article  Google Scholar 

  4. De Veaux RD, Agarwal M et al (2017) Curriculum guidelines for undergraduate programs in data science. Annu Rev Stat Appl 4:2.1–2.16

  5. Gosh M, Mukhopadhy N, Sen PK (1997) Sequential Estimation. Wiley, New York

    Book  Google Scholar 

  6. Kauermann G, Küchenhoff H (2016) Statistik, data science und big data. AStA Wirtsch Sozialstat Arch 10(2):141–150

    Article  Google Scholar 

  7. Kauermann G, Seidl T (2018) Data science – A proposal for a curriculum. Int J Data Sci Anal 6(3):195–199

    Article  Google Scholar 

  8. Little RJA, Rubin DA (2002) Statistical Analysis With Missing Data. Wiley, Hoboken, New Jersey

    Book  Google Scholar 

  9. Meng XL (2018) Statistical paradises and paradoxes in Big Data (I): Law of large populations, big data paradox, and the 2016 US Presidential election. Ann Appl Stat 12(2):685–726

    Article  MathSciNet  Google Scholar 

  10. Molenberghs G, Fitzmaurice G, Kenward MG, Tsiatis A, Verbeke G (2015) Handbook of missing data methodology. CRC Press, Boca Raton

    MATH  Google Scholar 

  11. Montgomery DC (2013) Design and analysis of experiments. Wiley

  12. The Royal Society (2019) Dynamics of data science skills. https://royalsociety.org/topics-policy/projects/dynamics-of-data-science/, letzter Zugriff: 13.8.2019

  13. Tukey JW (1962) The future of data analysis. Ann Math Stat 33:1–67

    Article  MathSciNet  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Institut für Statistik, Ludwigstraße 33, 80537, München, Deutschland

    Göran Kauermann

Authors
  1. Göran Kauermann
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Göran Kauermann.

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Kauermann, G. Data Science – Einige Gedanken aus Sicht eines Statistikers. Informatik Spektrum 42, 387–393 (2020). https://doi.org/10.1007/s00287-019-01224-8

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s00287-019-01224-8

Search

Navigation