Daten verstehen — Verzerrungen, Korrelation & Kausalität
Drei Module zu Datenkompetenz: Wie Verzerrungen entstehen, warum Korrelation ≠ Kausalität ist, und wie man Kausalität prüft. Mit klassischen Beispielen, Erklärvideo und Diskussion — ideal für Informatik 2. Klasse.
Verzerrungen (Bias) — Wie Daten täuschen
BevorstehendDie fünf wichtigsten Verzerrungen in der Datenanalyse — mit klassischen Beispielen wie dem Survivorship Bias und dem Confounding-Problem.
Korrelation ≠ Kausalität — Wenn Zusammenhänge trügen
BevorstehendWarum zwei Dinge, die zusammengehen, sich nicht gegenseitig verursachen müssen. Mit klassischen Beispielen, Erklärvideo und Diskussion.
Kausalität prüfen — Methoden & Praxis
BevorstehendMethoden zur Kausalitätsprüfung: RCTs, Längsschnittstudien und Bradford-Hill-Kriterien. Mit dem klassischen Beispiel Rauchen → Lungenkrebs.