Statistische Prognosemethoden – Top oder Flop?

Abstract

Das Ziel von statistischen Prognosetechniken besteht im Allgemeinen darin, basierend auf empirischen Daten zukünftige Entwicklungen vorherzusagen oder eine Auftrittswahrscheinlichkeit zu ermitteln für ein Ereignis, das in der Zukunft eintreten wird. Wichtige zukunftsträchtige Entscheidungen und Planungen – sei es in der Politik, in der Medizin oder in der Wirtschaft – stützen sich meist auf Prognosen. So kann beispielsweise in der Medizin aufgrund einer individuellen klinischen Diagnose, genetischer Informationen und anderer patientenspezifischer Daten eine Entscheidung darüber getroffen werden, welche Therapie den größten Nutzen verspricht; Epidemiologen entwickeln mathematische Modelle, um künftige Entwicklungen einer Pandemie unter diversen Modellszenarien vorherzusagen; Meteorologen erstellen mittels hochkomplexer Datenanalysen Vorhersagen und warnen, falls erforderlich, vor extremen Wetterereignissen. Prognosen können demnach sowohl für einzelne Individuen als auch für eine gesamte Population überlebenswichtig sein. Statistische Methoden erlauben es, basierend auf umfangreichem Datenmaterial unter Berücksichtigung diverser Einflussfaktoren Wahrscheinlichkeiten für künftige Ereignisse zu quantifizieren oder den wahrscheinlichsten Verlauf einer Entwicklung vorherzusagen. Irrtümer und Überraschungen sind dabei jedoch keineswegs ausgeschlossen. In diesem Beitrag wird anhand von Beispielen erläutert, welche statistischen Verfahren für Prognosen zur Verfügung stehen, welche Anforderungen dabei zu beachten sind und wie die Ergebnisse eines prognostischen Modells zu interpretieren sind. Schließlich wird der Frage nachgegangen, wie es zu Fehleinschätzungen kommt und welche Konsequenzen daraus zu ziehen sind.