Statistik ist vielen Biologen und Medizinern ein Graus, doch in Zeiten von Big Data wird sie zunehmend wichtiger. Den Großteil der Rechenarbeit übernehmen heute Computerprogramme, dennoch sollte der Experimentator den Durchblick behalten.

Gute Daten + Gute Statistik = Gute Ergebnisse – so einfach ist die Gleichung zum Erfolg! Dumm nur, dass wir Naturwissenschaftler oft wenig Ahnung von Statistik, aber dafür umso mehr Angst vor ihr haben. Gerade wenn das eigene Studium schon ein paar Jahre her ist, und die Mathematikpflichtvorlesung eher mit Minimalaufwand hinter sich gebracht wurde. Dann kann man schon mal unsicher werden, wenn vom p-Wert die Rede ist.

Ähnliche Probleme haben viele Mediziner, die sich mit großangelegten Medikamentenstudien auseinandersetzen und diese bewerten müssen. Zum Glück gibt es heute jede Menge Bücher, die versuchen, der Statistik ihren Schrecken zu nehmen und wichtige Zusammenhänge und Kenngrößen für jedermann/-frau verständlich darzustellen. Dazu zählen die zwei hier vorgestellten Bücher „Statistik für Naturwissenschaftler“ aus der Reihe „für Dummies“ und „Statistik für Mediziner und Pharmazeuten“ aus der „Verdammt clever!“-Reihe, die beide beim Wiley-VCH-Verlag erschienen sind.

Das zweite Werk richtet sich, wie der Name schon sagt, explizit an Pharmazeuten und Mediziner – und damit vor allem an Statistik-Anwender, die beispielsweise klinische Studien verstehen wollen, aber nicht unbedingt selbst Daten statistisch aufbereiten möchten. Die „Statistik für Naturwissenschaftler“ nimmt dagegen für sich in Anspruch, „auch für richtige Profis noch etwas zu bieten zu haben“. Dennoch stehen auch hier Leser ohne fundierte Kenntnisse im Vordergrund. Einen ähnlichen Anspruch hat auch „Basiswissen Medizinische Statistik“ vom Springer-Verlag, doch stand hiervon kein Rezensionsexemplar zur Verfügung.

Zurück zum Buch aus der „Verdammt clever!“-Reihe. Es richtet sich vor allem an Studenten vor dem ersten Abschluss und weniger erfahrene Forscher. Im ersten Teil liegt der Fokus auf dem Datentyp, widmet sich also der Frage, was für Daten überhaupt vorliegen. Je nachdem, ob es sich um Intervall-, Ordinal- oder Nominaldaten handelt, kommen unterschiedliche statistische Verfahren zum Einsatz. Besonders ausführlich behandelt Autor Philip Rowe Intervalldaten, also Daten aus stetigen Messwerten, anhand derer grundlegende statistische Kenngrößen wie Mittelwert, Median, Modalwert, Standardabweichung, Quartile und 95%-Konfidenzintervall bestimmt werden.

Anschließend werden verschiedene statistische Testverfahren vorgestellt, allerdings mit einem Fokus auf dem doppelten t-Test, wobei der „berüchtigte“ p-Wert ins Spiel kommt. Einzelne Variablen und Verfahren wie Korrelationskoeffizient und Co. erklärt Rowe nachvollziehbar. Zum Abschluss kommen typische Probleme zur Sprache, mit denen Studenten in ihrer Abschlussarbeit in Berührung kommen können, etwa bei der Auswertung von Fragebögen.

Am Anfang eines jeden Kapitels findet sich ein kurzer Überblick zum Inhalt. Konkrete Beispiele – vor allem aus dem Umfeld Medikamententests – sowie anschauliche Abbildungen erleichtern das Verständnis. Schlüsselbegriffe werden in grau hinterlegten Kästen erklärt, und ebensolche Kästen machen auf die Möglichkeit aufmerksam, Daten mithilfe von Statistik zu „frisieren“. Natürlich nicht als Anleitung zum Fälschen, sondern um die Fähigkeit zu stärken, unsaubere Datenaufbereitung zu entlarven! Das eigentliche Rechnen möchte das Buch den Rechnern überlassen, auf Formeln wird deshalb weitgehend verzichtet.

Anders das Buch „Statistik für Naturwissenschaftler“. Hier wird dem „Verständnis und der Anwendungskompetenz der einzelnen statistischen Formeln besondere Bedeutung beigemessen.“ Das bedeutet naturgemäß, dass im Buch auch Formeln behandelt werden. Diese beschreibt Autor Thomas Krickhahn detailliert, inklusive einer Erklärung aller Symbole und einzelner Rechenschritte sowie Anwendungsbeispielen.

Neben den statistischen Grundlagen in der Einführung besteht das Buch hauptsächlich aus zwei großen Teilen, die auf die beschreibende und die schließende Statistik fokussieren. In Letzterem dreht sich alles um Wahrscheinlichkeiten, Wahrscheinlichkeitsverteilung und Kombinatorik. Ein ganzes Kapitel widmet sich der Datenerhebung, wobei Krickhahn auch Begriffe wie Voll- und Teilerhebung sowie Stichprobe erklärt. Darauf folgt eine Darstellung verschiedener Diagrammtypen wie Balken- und Tortendiagramm. Selbstverständlich kommen auch hier statistische Kenngrößen wie Mittelwert und Standardabweichung nicht zu kurz. Typisch für die „für Dummies“-Reihe ist das letzte Kapitel mit einer Top Ten der wichtigsten Statistik-Formeln.

Fazit: Beide Bücher sind didaktisch hervorragend aufgebaut und leicht verständlich geschrieben, wenden sich aber an ein unterschiedliches Zielpublikum. „Statistik für Mediziner und Pharmazeuten“ spricht in erster Linie diejenigen an, die Statistiken lesen wollen. Im Vordergrund stehen hier medizinische Studien, wie sie vor allem die Zielgruppe interessiert. Das „Statistik für Naturwissenschaftler“-Buch geht darüber hinaus und liefert zusätzlich das Rüstzeug, um Daten selbst auszuwerten. Es richtet sich damit – wie der Titel schon sagt – generell an Naturwissenschaftler. Wer sich für die „Verdammt clever“-Reihe entscheidet, aber weniger in die medizinisch-pharmazeutische Richtung gehen möchte, wird vielleicht in „Statistik ohne Albträume: Eine Einführung für Biowissenschaftler“ (Wiley-VCH) fündig. Für die Rezensentin haben sich die beiden vorgestellten Bücher inhaltlich auf jeden Fall bestens ergänzt.