Zusammenfassung
Bei der beschreibenden Darstellung kontinuierlicher Daten in Publikationen findet sich nicht selten eine alleinige Beschränkung auf Mittelwerte und Standardabweichungen der erhobenen Messreihen. Entsprechend werden oft als grafisches Analogon „Antennenbildchen” angeboten, die Mittelwert und Standardabweichungen z. B. für verschiedene Zeitpunkte oder Therapiegruppen gegeneinander abtragen. Dieses Vorgehen ist jedoch nur legitim für normalverteilte Daten - sobald z. B. in Messreihen Ausreißer auftreten, sind Mittelwert und Standardabweichung nicht mehr anwendbar: Sie charakterisieren die Messreihen nicht mehr im gewünschten Sinn, sondern sind von den Ausreißern verzerrt. Stattdessen sollte eher auf Mediane und Quartile zurückgegriffen werden, welche ebenso wie ihr grafisches Pendant - der so genannte Boxplot - sehr viel flexibler anwendbar sind.
Abstract
Data description for continuous parameters is sometimes only based on means and standard deviations of measurement series, graphical representation only concentrates on corresponding „MSE plots”, which provide means and standard deviations or even only mean squared errors. However, this strategy is only correct for normally distributed data. Outliers may seriously bias mean and standard deviations and may therefore lead to wrong clinical conclusions. The present paper suggests the use of medians and quartiles, which - just like their graphical pendant, the nonparametric „box whisker plot” - can be applied much more flexibly.
Schlüsselwörter
Beschreibende Statistik - Mittelwert - Median - Quartile - Boxplot
Key words
Descriptive analysis - mean - median - box whisker plot
