main>Matthias Scharwies |
Main>Antonius53 |
| Zeile 1: |
Zeile 1: |
| Will man mithilfe der Daten einer statistischen Erhebung eine Aussage unterstützen, so bieten sich graphische Darstellungen an. Der Betrachter kann die Daten schnell erfassen und die Aussage bleibt viel leichter im Gedächtnis.
| |
|
| |
|
| Allerdings sind dabei - wie immer - einige wichtige Grundsätze zu beachten. Ansonsten sind auch optisch schöne graphische Darstellungen wenig aussagekräftig.
| | == Intelligenz kann nicht künstlich hergestellt werden == |
|
| |
|
| Der erste Abschnitt befasst sich mit Grundlagen zur Erstellung von Diagrammen.
| |
|
| |
|
| * [[#Grundlegendes zu Diagrammen|Grundlegendes zu Diagrammen]]
| | === Was Maschinen können und was nicht === |
| * [[Beschreibende Statistik/Graphische Darstellung/Säulendiagramm|Säulendiagramm]]
| | Vor 20 Jahren schien es nur eine Frage der Zeit zu sein, wann die künstliche In¬telligenz in der Lage sein würde, den Menschen so weit nachzuahmen, dass er sich von seinen eigenen Produkten nicht mehr würde unterscheiden können. In¬zwischen ist es um diesen Forschungszweig ruhiger geworden. Die Er¬kennung von Schreibmaschinenschrift hat gute Fortschritte gemacht, korrekte Hand¬schrift wird vom Computer zu 95 % erkennt, besser ist es, man lernt eine Schrift wie Grafity, die auf Erkennbarkeit ausgelegt ist. Die Sprach¬erkennung hat die Marke 80-prozentiger und 90-prozentiger Erkennungsgenauigkeit übertroffen, aber bei der 95-prozentigen Genauigkeit gibt es anscheinend eine schwer überwindliche Grenze. Wollte man weiterkommen, müsste die Maschine den Menschen verstehen, und das kann sie nicht. |
| ** [[/Übungen Säulendiagramm|Übungen Säulendiagramm]]
| |
| * [[Beschreibende Statistik/Graphische Darstellung/Balkendiagramm|Balkendiagramm]]
| |
| ** [[/Übungen Balkendiagramm|Übungen Balkendiagramm]]
| |
| * [[Beschreibende Statistik/Graphische Darstellung/Kreisdiagramm|Kreisdiagramm]]
| |
| * [[Beschreibende Statistik/Graphische Darstellung/Punktwolke |Punktwolke ]]
| |
|
| |
|
| | Wo ist das Problem? – Wenn man das so exakt sagen könnte, dann könnte man das Problem beheben. Vielleicht kann man es so ausdrücken: |
| | Eine Maschine verfügt immer nur über die Informationen, die man ihr einpro¬grammiert hat, oder auf deren Beschaffung man sie programmiert hat. |
|
| |
|
| | {{Kasten_gelb|Ein Beispiel: Das Rechtschreibprogramm sucht nicht nach „Fehlern“ in einem Text, sondern es sucht exakt danach, ob die durch Freizeichen abgegrenzten Buchstabenfolgen im Text mit einer der Buchstabenfolgen im Wörterverzeichnis übereinstimmen oder nicht. |
|
| |
|
| == Grundlegendes zu Diagrammen ==
| | Es ist schon glaubhaft, dass es demnächst Programme gibt, die raffinierter sind, weil sie das Nutzerverhalten schärfer beobachten, verschiedene Informationen zusammenführen und dergleichen; das ändert aber nichts daran, dass es nicht mehr als zweiu Informationsquellen gibt: Die Programmroutinen und die Nutzereingaben|}} |
| <u>'''Lernziele:'''</u>
| |
| * Sie wissen, dass eine gute graphische Darstellung
| |
| ** eine Titel,
| |
| ** eine Legende,
| |
| ** beschriftete und
| |
| ** skalierte Achsen hat.
| |
| * Sie erkennen, ob ein Diagramm diesen Regeln genügt.
| |
| * Sie können diese Regeln benennen.
| |
| }} | |
|
| |
|
| Mit Diagrammen lassen sich Häufigkeiten in verschiedener Art und Weise veranschaulichen. Jede nach Art des Merkmals und den zugehörigen Merkmalsausprägungen eignen sich manche Darstellungsformen besonders gut - oder eben nicht wirklich gut.
| | Im Gegensatz dazu weiß ein Mensch, wenn auch manchmal grob und unscharf, |
| | | # was Wissen ist und wozu es gut ist, |
| <!-- Beispiel -->
| | # ob er eine bestimmte Sache wissen will, |
| {|style="color: black; background-color: #FFFFE0;border-left:solid 2px #FFB90F;border-right:solid 2px #FFB90F;border-top:solid 2px #FFB90F;border-bottom:solid 2px #FFB90F;font-size:100%;font-size:100%;"
| | # viele Dinge, das ihm niemand gesagt oder zu suchen befohlen hat. |
| ! align=left|Beispiel Wohnorte der Oberstufenschüler
| |
| |-
| |
| |
| |
| Liegen die Daten als tabellarische Häufigkeitsverteilung vor, so lassen sich die Informationen zwar gut erkennen, bleiben aber schwer im Gedächtnis.
| |
| |-
| |
| ! align=left|Tabellarische Darstellung
| |
| |-
| |
| |
| |
| [[Datei:1 Daten.PNG|300px|tabellarische Häufigkeitsverteilung]]
| |
| | |
| Für den Leser sollte man die Daten als Diagramm aufbereiten. Dies gelingt nicht immer:
| |
| |-
| |
| ! align=left|Schlechte graphische Darstellung
| |
| |-
| |
| |
| |
| [[Datei:2 schlechte Darstellung.PNG|300px|Diagramm ohne Aussagekraft]]
| |
| | |
| Leider hat wurden hier Titel und Legende vergessen, so dass man als unbedarfter Betrachter gar nicht weiß, was hier dargestellt werden soll. Bleibt auch die Frage, ob ein Kreisdiagramm mit so vielen Segmenten der passende Diagrammtyp ist.
| |
| | |
| Das geht wirklich besser.
| |
| |-
| |
| ! Aussagekräftige graphische Darstellung
| |
| |-
| |
| |
| |
| [[Datei:3 gutes Diagramm.PNG|400px|Gutes Diagramm]]
| |
| | |
| Hier kann der Betrachter den Inhalt und die Aussage sofort erfassen. Alle Beschriftungen sind vorhanden und aussagekräftig.
| |
| | |
| |}
| |
| <!-- Ende Beispiel -->
| |
| | |
| Um die Aussagekraft und Leserlichkeit einer Graphik zu gewährleisten sind einige grundlegende Regeln zu beachten.
| |
| | |
| <!-- Gute Graphiken -->
| |
| {{Merke|
| |
| Gute Graphiken haben
| |
| * eine sprechende Überschrift (Titel),
| |
| * beschriftete und
| |
| * skalierte Achsen,
| |
| * beschriftete Segmente oder eine Legende.
| |
| | |
| Wenn nötig, werden Werte zu den einzelnen Segmenten (Merkmalsausprägungen) angegeben.
| |
| }}
| |
| <!-- Ende Gute Graphiken -->
| |
| | |
| Kommen wir zurück zur Eisdiele „Rabe“. Die absoluten und relativen Häufigkeiten der einzelnen Merkmale haben wir schon bestimmt. Diese wollen wir nun graphisch veranschaulichen, um dem Inhaber die wichtigsten Informationen möglichst gut zugänglich zu machen.
| |
| | |
| Aber wie bereitet man die einzelnen Merkmale besonders aussagekräftig auf?
| |
| | |
| {{Navigation/Lernpfad|
| |
| | |
| Sie haben in Ihrem Regelheft ein neues Kapitel '''Graphische Darstellungen''' begonnen und mit dem ersten Merksatz gefüllt.
| |
| | |
| == Auswahl des passenden Diagramms ==
| |
| Nicht jeder Diagrammtyp ist gleichermaßen für alle Daten geeignet. Eine Hilfe zur Auswahl des geeigneten Diagrammtyps soll dieses Flussdiagramm liefern:
| |
| | |
| [[Datei:2 Auswahl Diagramm.PNG|850px|Geeignetes Diagramm wählen]]
| |
| | |
| == Übungen ==
| |
| | |
| {{Aufgabe|Ordnen Sie die richtigen Begriffe zu.}}
| |
| | |
| <iframe src="//LearningApps.org/watch?v=pdd5rzbh101" style="border:0px;width:100%;height:500px" webkitallowfullscreen="true" mozallowfullscreen="true"></iframe>
| |
| }}
| |
| | |
| {{Aufgabe|
| |
| Was ist bei der graphischen Aufbereitung immer zu beachten?
| |
| }}
| |
| | |
| {{Lösung versteckt|
| |
| Gute Graphiken haben
| |
| * eine sprechende Überschrift (Titel),
| |
| * beschriftete und
| |
| * skalierte Achsen,
| |
| * beschriftete Segmente oder eine Legende.
| |
| | |
| Wenn nötig, werden Werte zu den einzelnen Segmenten (Merkmalsausprägungen) angegeben.
| |
| }}
| |
| | |
| | |
| | |
| | |
| {{Fortsetzung|weiter=Säulendiagramm|weiterlink=Beschreibende_Statistik/Graphische_Darstellung/Säulendiagramm}}
| |
| | |
| {{Beschreibende Statistik}}
| |
Intelligenz kann nicht künstlich hergestellt werden
Was Maschinen können und was nicht
Vor 20 Jahren schien es nur eine Frage der Zeit zu sein, wann die künstliche In¬telligenz in der Lage sein würde, den Menschen so weit nachzuahmen, dass er sich von seinen eigenen Produkten nicht mehr würde unterscheiden können. In¬zwischen ist es um diesen Forschungszweig ruhiger geworden. Die Er¬kennung von Schreibmaschinenschrift hat gute Fortschritte gemacht, korrekte Hand¬schrift wird vom Computer zu 95 % erkennt, besser ist es, man lernt eine Schrift wie Grafity, die auf Erkennbarkeit ausgelegt ist. Die Sprach¬erkennung hat die Marke 80-prozentiger und 90-prozentiger Erkennungsgenauigkeit übertroffen, aber bei der 95-prozentigen Genauigkeit gibt es anscheinend eine schwer überwindliche Grenze. Wollte man weiterkommen, müsste die Maschine den Menschen verstehen, und das kann sie nicht.
Wo ist das Problem? – Wenn man das so exakt sagen könnte, dann könnte man das Problem beheben. Vielleicht kann man es so ausdrücken:
Eine Maschine verfügt immer nur über die Informationen, die man ihr einpro¬grammiert hat, oder auf deren Beschaffung man sie programmiert hat.
Ein Beispiel: Das Rechtschreibprogramm sucht nicht nach „Fehlern“ in einem Text, sondern es sucht exakt danach, ob die durch Freizeichen abgegrenzten Buchstabenfolgen im Text mit einer der Buchstabenfolgen im Wörterverzeichnis übereinstimmen oder nicht.
Es ist schon glaubhaft, dass es demnächst Programme gibt, die raffinierter sind, weil sie das Nutzerverhalten schärfer beobachten, verschiedene Informationen zusammenführen und dergleichen; das ändert aber nichts daran, dass es nicht mehr als zweiu Informationsquellen gibt: Die Programmroutinen und die Nutzereingaben
Im Gegensatz dazu weiß ein Mensch, wenn auch manchmal grob und unscharf,
- was Wissen ist und wozu es gut ist,
- ob er eine bestimmte Sache wissen will,
- viele Dinge, das ihm niemand gesagt oder zu suchen befohlen hat.
