Traue keiner Statistik – sondern checke sie auf Bias (Johanna Callhoff– Science Slam)

Der schönste Bias der Welt: Biostatistikerin Johanna Callhoff nimmt euch in ihrem Vortrag beim Science Slam in Hamburg mit auf eine Reise durch die Fallstricke von Statistiken und Studien. Denn selbst wenn Daten genau erhoben und angegeben werden, können Umfragen und Statistiken, Aussagen vermitteln, die die Wirklichkeit falsch darstellen. Der Grund: Vorurteile, falsche Untersuchungsmethoden oder Verzerrungen, die beim Erheben der Daten auftreten. In der Fachsprache wird das "Bias" genannt. Johanna arbeitet in der Rheumaforschung und erklärt, welche Bias ihr bei ihrer Arbeit bereits begegnet sind. So kann es zum Beispiel systematische Unterschiede zwischen Untersuchungsgruppen einer Studie geben, die für das Ergebnis relevant sind – den Forscher und Forscherinnen bei der Studie aber nicht bewusst waren. Detection Bias werden diese Verzerrungen genannt. Nach Johannas Vortrag wisst ihr, an welchen Stellen ihr beim Lesen von Statistiken und Studien besonders aufmerksam sein solltet.

Dieser Vortrag fand beim Science Slam am 14.09.2022 im Übel & Gefährlich in Hamburg statt.

Science Slam ist eine Veranstaltung von Julia Offe.

SCIENCE-SLAM-TERMINE UND WEITERE INFOS:

SCIENCE SLAM AUF SOCIAL MEDIA:

WILLST DU SELBST EINMAL AUF DIE BÜHNE?

KANAL ABONIEREN:

#ScienceSlam #WissKomm #Statistik

[petergplus]

Ich bin immer erstaunt wo ihr die Leute auftreibt. Ich bin zwar auch klinisch tätig, würde auf einer Bühne aber sterben und totlangweilig auftreten. Chapeau.

[Kindness]

Ich liebe Statistik halt wirklich. Zuletzt durfte ich auch einen kleinen Vortrag über Ergebnisse von mir halten und das war schon cool. Mit Statistik kann man viel herausfinden, man muss aber gut damit arbeiten und ehrlich sein. Ich finde, man sollte Ergebnisse online hochladen zukünftig für Überprüfung. Auch Zwischenergebnisse die man hatte. Transparenz muss hier wirklich Nr. 1 Standard werden.

Und mittlerweile bin ich auch der Meinung, dass niemand alleine dran arbeiten darf. Es braucht ein Vier-Augen Prinzip.

Ich mag es, dass sie ihre eigene Fragestellung hier kritisieren.

[Kindness]

Puh, Leute ernsthaft der Inhalt ist doch wirklich gut und spannend und ihr hängt euch am Gendern auf? Das ist doch mittlerweile komplett egal, es wäre mir ohne Kommentare nicht mal aufgefallen.

Ich glaube das merkt man echt nur, wenn man krampfhaft darauf achtet.

Da habe ich gerade die Kommentare gelesen und konnte es gar nicht glauben, man schaltet ernsthaft ab, nur, weil jemand gendert? Der Inhalt ist doch so lehrreich, echt, Leute.

[klaaaaz]

Spannend. Sie ist sicher deutlich fitter in allen anderen mathematischen Teilgebieten, aber die, auf Stochastik basierenden "biase", kamen bei uns im Psychologie-Studium im 1. Semester. Was natürlich mal wieder die Mathematik als wichtigste (Hilfs-)Wissenschaft unterstreicht!

[chglubb]

Traurig, wie verklemmt hier manche in den Kommentaren sind, dass sie sich durch ein paar wenige gegenderte Formen den ganzen interessanten Beitrag vermiesen lassen.

[gottliebheinrich]

hoffentlich macht sie weitere solcher Vorträge
das ist sehr interessant.

[vtec]

Danke, für den Hinweis mal genau hinzugucken bei z.B. Coronastudien! Denn oftmals ist der Blick getrübt durch das, was man gerne hätte.

[reistgernherum]

Total angenehm, dass sie nicht versucht krampfhaft lustig zu sein, Witze über ihre Wissenschaft und vermeintliche Klischees zu machen oder sonstwie hysterisch zu werden - das bervt mich an vielen anderen (ansonsten bestimmt guten) Science Slams. Unterhaltsam aber nicht überdreht, das macht Spaß.

[horstfakktor]

Intelligence rules! Die Dame ist einfach superb!

[Marc]

10 TEUR Einkommen im Monat ist also "stinkreich"...? Reichtum würde ich ja eher mit Vermögen als mit (immer noch mit leicht komplett auszugebendem) Einkommen in Verbindung bringen. Wer dafür nicht arbeitet, aber regelmäßig Austern schlürft, ist schnell komplett mittellos... nicht statistisch, sondern arithmetisch. :)

Von diesem (leider populären) Bias abgesehen abet ein richtiger und wichtiger Slam! Vielen Dank. :))

[MichaelBode-etjh]

Tsk ... Überschneidungen bei den Gruppengrenzen. (10 - 20 Jahre, 20 - 30 Jahre, 30 - 40 Jahre etc.). Auch wenn es nur am Anfang zur Auflockerung war, womöglich nicht gerade der beste Einstieg in einen Vortrag zum Thema Statistik. Mein Statistik-Prof seinerzeit wäre jedenfalls schreiend davon gelaufen. 😆

[lupolotrox]

Warum kommen in den Statistiken keine Patienten vor?

[hank]

Die Gender-Theorie sollte sie auch auf Bias (Voeingenommenheit, falsche Annahmen etc.) checken...

[amigalemming]

Ich mache es so wie Karl Lauterbach und lese nur die Studienüberschriften.

[maetzchenmusik]

Bias heißt nicht nur Verzerrung, sondern auch Voreingenommenheit, Einseitigkeit und noch manches mehr. In der Mathematik bedeutet es systematischer Fehler, in der Psychologie Verzerrung. Wenn Sie bei Ihrem Vortrag auf Verzerrung aus sind, warum nennen Sie es dann nicht so?
NB: Bias klingt fast so wie der Nachname der in die Jahre gekommenen Queen of Folk. Absicht?

[TheMorred]

Bei dem Beispiel mit den Britischen Bombern braucht man keinen Statistiker, sondern es reicht jemand mit gesundem Menschenverstand

[Gecko]

Das Thema fände ich super interessant aber das "gendering" führte zum "bitte nächstes Video" einfach nur schrechlich

[cpm]

Schon Mal was von good data science practice gehört?
Hirn einschalten bevor man überhaupt eine analytische Strategie "auswählt"...

[art.schill]

Ich dachte Scince hätte was mit Wissenschaft zu tun. Aber anscheine verliert es in manchen Kreisen an Bedeutung.

[semmalsepp]

Bei Patient - innen hab ich ausgeschaltet! Lernt wieder eure Sprache schätzen, schade um den wahrscheinlich tollen Beitrag.