28. Datenverarbeitung und -Analyse in der PC

Themen: Datenverarbeitung, die wissenschaftlichen Kriterien genügt; Gründe für ein System zur Datenverarbeitung; Aspekte eines Systems zur Datenverarbeitung; Ansprüche an ein System zur Datenverarbeitung
Folien: PDF

Zentrale Aspekte

Daten sind die Grundlage der empirischen Wissenschaften.
Sie sollten Jahrzehnte überdauern.
Datenverarbeitung sollte der Wissenschaftlichkeit,
insbesondere der Nachvollziehbarkeit, genügen.
Datenverarbeitung sollte systematisch erfolgen und
jeder einzelne Schritt dokumentiert werden.
Ein System zur Datenverarbeitung muss einfach nutzbar sein
und klare Vorteile bieten, um genutzt zu werden.
Ein System zur Datenverarbeitung ist viel umfassender
als einzelne Programme zur Datenanalyse.

Weiterführende Literatur

Eine kommentierte und handverlesene Liste mit weiterführender Literatur zum Thema. Die Auswahl ist zwangsläufig subjektiv.

Die Unterscheidung von unvermeidlicher (essential complexity) und vermeidbarer Komplexität (accidental complexity) wurde von Fred Brooks {[brooks-fp-1995]} auf Software angewandt. Sie geht ideengeschichtlich letztlich auf die Unterscheidung zwischen Substanz (Essenz) und Akzidens von Aristoteles zurück. Vgl. dazu z.B. {[prechtl-p-2008]}.

Die Wichtigkeit der Reproduzierbarkeit von Auswertungen ist ein Thema, das immer mal wieder durch die wissenschaftliche Öffentlichkeit geistert, oftmals im Zusammenhang mit aufgedecktem Betrug durch Datenfälschung {[croc-sci-334-1182,jasn-sci-334-1225,peng-sci-334-1226]}.

Ein lesenswerter Artikel, der sich mit der Reproduzierbarkeit rechnergestützter Datenauswertung befasst und zehn einfache Regeln aufstellt, ist {[sand-ploscb-9-e1003285]}.

Komplette Systeme zur Datenverarbeitung und -Analyse wurden mehrfach in der Literatur für unterschiedliche Disziplinen vorgestellt. Mesirov spricht in diesem Kontext von einem „System zur reproduzierbaren Wissenschaft“ (Reproducible Research System, RRS) {[mesi-sci-327-415]}. Wie ein solches System umgesetzt wird, dazu gibt es in unterschiedlichen Disziplinen unterschiedliche Ansätze. Beispiele wären das „Pegasus Framework“ {[deel-sprog-13-219]}, Galaxy {[goec-gb-11-r86]} und GenePatterns {[mesi-sci-327-415,reic-ngen-38-500]}. Vermutlich historisch der erste funktionierende und publizierte Ansatz (ReDoc), basierend auf freier Software und dem GNU-make-Werkzeug, stammt aus dem „Stanford Exploration Project“ um Jon Claerbout {[schw-compse-2-61]}.

Darstellung wissenschaftlicher Daten ist ein wichtiges Thema, das immer wieder diskutiert wird. Ein sehr kurzer Artikel aus der Praxis mit vielen Beispielen ist {[roug-ploscb-10-e1003833]}.