Datenwerte zu zensieren<\/strong> bedeutet, nur Teilinformationen \u00fcber Werte zu sammeln, die unter oder \u00fcber einem bestimmten Wert liegen.<\/span><\/p>\n Beispielsweise wissen wir m\u00f6glicherweise, dass eine Person weniger als 25.000 US-Dollar pro Jahr verdient, kennen aber m\u00f6glicherweise nicht ihr genaues Jahreseinkommen.<\/span> <\/p>\n Das Abschneiden<\/strong> von Datenwerten bedeutet, Werte aus einem Datensatz zu entfernen, die unter oder \u00fcber einem bestimmten Wert liegen.<\/span><\/p>\n Beispielsweise k\u00f6nnte ein Forscher nur an Personen interessiert sein, die mehr als 25.000 US-Dollar pro Jahr verdienen. Wer also weniger als 25.000 US-Dollar verdient, wird einfach aus dem Datensatz entfernt.<\/span> <\/p>\n Dieses Tutorial enth\u00e4lt mehrere Beispiele daf\u00fcr, wann Daten zensiert oder gek\u00fcrzt werden k\u00f6nnen.<\/span><\/p>\n Datenwerte zu zensieren<\/strong> bedeutet, nur Teilinformationen \u00fcber Werte zu sammeln, die unter oder \u00fcber einem bestimmten Wert liegen.<\/span><\/p>\n Die folgenden Beispiele veranschaulichen Szenarien, in denen wir uns m\u00f6glicherweise f\u00fcr die Zensur von Datenwerten entscheiden.<\/span><\/p>\n Beispiel 1: Jahreseinkommen<\/strong><\/span><\/p>\n Angenommen, ein Forscher sammelt Umfragedaten zum Jahreseinkommen. Wenn eine Person weniger als 25.000 US-Dollar pro Jahr verdient, entscheidet sie sich, dieses Einkommen in einer Datenbank als \u201e<25.000 US-Dollar\u201c anzugeben, anstatt ihr genaues Jahreseinkommen anzugeben.<\/span><\/p>\n Dies stellt ein Beispiel f\u00fcr Datenzensur dar, da wir zwar wissen, dass eine Person weniger als einen bestimmten Betrag verdient, ihr genaues<\/em> Jahreseinkommen jedoch nicht kennen.<\/span><\/p>\n Beispiel 2: Verschmutzungsgrad<\/strong><\/span><\/p>\n Angenommen, ein Biologe verwendet ein bestimmtes Instrument, um den Verschmutzungsgrad in verschiedenen Gew\u00e4ssern zu messen. Sein Tool ist nicht in der Lage, die Verschmutzung unter 0,002 Teilen pro Million zu messen. Daher wird jedes Gew\u00e4sser, dessen Verschmutzungsgrad unter diesem Grenzwert liegt, einfach mit \u201e<0,002\u201c und nicht mit der genauen Menge gemeldet.<\/span><\/p>\n Dies stellt ein Beispiel f\u00fcr Datenzensur dar, da wir wissen, dass einige Gew\u00e4sser einen Verschmutzungsgrad von weniger als 0,002 Teilen pro Million aufweisen, der genaue<\/em> Verschmutzungsgrad jedoch nicht bekannt ist.<\/span><\/p>\n Das Abschneiden<\/strong> von Datenwerten bedeutet, Werte aus einem Datensatz zu entfernen, die unter oder \u00fcber einem bestimmten Wert liegen.<\/span><\/p>\n Die folgenden Beispiele veranschaulichen Szenarien, in denen wir uns m\u00f6glicherweise f\u00fcr das Abschneiden von Datenwerten entscheiden.<\/span><\/p>\n Beispiel 1: Anzahl der Straftaten<\/strong><\/span><\/p>\n Angenommen, ein Polizeibeamter untersucht die Arten von Straftaten, die von Einzelpersonen in einem bestimmten Gebiet begangen werden. Standardm\u00e4\u00dfig werden Personen, die 0 Straftaten begangen haben, nicht in den Datensatz aufgenommen, da sie keinerlei Straftaten begangen haben.<\/span><\/p>\n Dies stellt ein Beispiel f\u00fcr verk\u00fcrzte Daten dar, da jeder, der keine Straftat begangen hat, einfach vollst\u00e4ndig aus dem Datensatz ausgeschlossen wird.<\/span><\/p>\n Beispiel 2: Bildungsniveau<\/strong><\/span><\/p>\n Angenommen, ein Professor m\u00f6chte den Zusammenhang zwischen einem bestimmten Lehrplan und den Ergebnissen der Studierenden untersuchen.<\/span><\/p>\n Aufgrund der Intensit\u00e4t des Lehrplans m\u00f6chte der Professor nur Studierende betreuen, die derzeit einen Notendurchschnitt von \u00fcber 3,5 haben. Daher wird jeder Student, der sich f\u00fcr das Programm bewirbt, aber einen GPA unter 3,5 hat, einfach nicht in das Programm aufgenommen.<\/span><\/p>\n Dies stellt ein Beispiel f\u00fcr abgeschnittene Daten dar, da jeder, dessen GPA unter einem bestimmten Schwellenwert liegt, einfach aus dem Datensatz ausgeschlossen wird.<\/span><\/p>\n Daten zu zensieren<\/strong> bedeutet, nur Teilinformationen \u00fcber Datenwerte zu sammeln, und Daten zu k\u00fcrzen<\/strong> bedeutet, Datenwerte vollst\u00e4ndig aus einem Datensatz zu entfernen.<\/span><\/p>\n Sowohl Zensur als auch K\u00fcrzung f\u00fchren zu einem Informationsverlust in einem Datensatz, K\u00fcrzung f\u00fchrt jedoch zu einem gr\u00f6\u00dferen Informationsverlust, da dabei bestimmte Datenwerte vollst\u00e4ndig ausgeschlossen werden.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":" Beim Sammeln von Daten entscheiden sich Forscher oft daf\u00fcr, bestimmte Werte zu zensieren oder abzuschneiden . Datenwerte zu zensieren bedeutet, nur Teilinformationen \u00fcber Werte zu sammeln, die unter oder \u00fcber einem bestimmten Wert liegen. Beispielsweise wissen wir m\u00f6glicherweise, dass eine Person weniger als 25.000 US-Dollar pro Jahr verdient, kennen aber m\u00f6glicherweise nicht ihr genaues Jahreseinkommen. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n![\"Beispiel](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/censeur1.png\")
<\/p>\n![\"Beispiel](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/censeur2.png\")
<\/p>\n Datenzensur<\/strong><\/span><\/h3>\n
Daten k\u00fcrzen<\/strong><\/span><\/h3>\n
Zusammenfassung<\/strong><\/span><\/h3>\n