Statistical Analysis

Statistical Analysis ist ein offizieller Anthropic-Skill aus dem öffentlichen Repository knowledge-work-plugins. Die Primärquelle liegt im Verzeichnis data/skills/statistical-analysis. Laut Anbieter unterstützt die Anleitung deskriptive Statistik, Trendanalyse, Ausreißererkennung, Hypothesentests und eine vorsichtige Interpretation statistischer Aussagen. Dieser Eintrag beschreibt eine wiederverwendbare Arbeitsanleitung für einen kompatiblen Claude-Arbeitsablauf. Er ist keine Statistiksoftware, kein Datenbankdienst und kein Ersatz für eine fachlich verantwortete Analyse.

Zweck und Arbeitsweise

Der Skill hilft dabei, eine Analyse mit einer klaren Fragestellung zu beginnen und die Aussagekraft der Daten sichtbar zu halten. Bei Verteilungen sollen Zentrum, Streuung, Form, Ausreißer und natürliche Grenzen gemeinsam betrachtet werden. Laut Anbieter gehört dazu, Mittelwert und Median bei geschäftlichen Kennzahlen zusammen zu berichten, weil eine deutliche Differenz auf Schiefe hinweisen kann. Standardabweichung eignet sich vor allem bei annähernd normal verteilten Daten, während der Interquartilsabstand bei schiefen Verteilungen robuster ist. Perzentile können zusätzlich zeigen, wie sich typische, niedrige und sehr hohe Werte unterscheiden.

Trends und Prognosen

Für Zeitreihen beschreibt die Quelle gleitende Durchschnitte, Vergleiche von Woche zu Woche, Monat zu Monat und Jahr zu Jahr sowie einfache Wachstumsraten. Saisonale Muster sollen vor einem Vergleich berücksichtigt werden, damit ein Kalendereffekt nicht fälschlich als Wachstum erscheint. Einfache Prognosen können als Baseline dienen, doch jede Prognose braucht eine Unsicherheitsbeschreibung. Ein Bereich ist in vielen Situationen ehrlicher als eine scheinbar exakte Zahl. Bei nichtlinearen Entwicklungen, mehreren Saisonalitäten, externen Einflussfaktoren oder wichtigen Ressourcenentscheidungen sollte eine Data-Science-Fachperson hinzugezogen werden.

Ausreißer und Anomalien

Statistical Analysis stellt Z-Werte, Interquartilsabstände und Perzentilgrenzen als mögliche Verfahren gegenüber. Ein auffälliger Wert soll nicht automatisch entfernt werden. Zuerst ist zu klären, ob ein Datumsfehler, ein echter Extremwert oder eine andere Population vorliegt. Fehlerhafte Daten können korrigiert werden, während echte Extremwerte oft erhalten und mit robusten Kennzahlen beschrieben werden sollten. Bei Zeitreihen hilft die Trennung von einzelnen Punktanomalien und anhaltenden Strukturänderungen. Jede Ausschlussentscheidung muss nachvollziehbar dokumentiert werden, einschließlich Anzahl, Anteil und fachlicher Begründung.

Hypothesen und praktische Bedeutung

Die Anleitung ordnet Nullhypothese, Alternativhypothese, Signifikanzniveau, Teststatistik und p-Wert in einen verständlichen Rahmen ein. Je nach Fragestellung kommen etwa t-Test, Test für Anteile, gepaarter Test, Varianzanalyse, Mann-Whitney-U-Test oder Chi-Quadrat-Test infrage. Ein kleiner p-Wert allein beweist keine praktische Relevanz. Effektgröße, Konfidenzintervall und geschäftliche Auswirkung gehören zur Interpretation. Kleine Stichproben können unzuverlässig sein; die erforderliche Power hängt von Streuung, erwarteter Effektgröße und Design ab.

Grenzen, Sicherheit und E-E-A-T

Korrelation ist keine Kausalität. Konfundierung, umgekehrte Kausalität, Zufall, multiple Vergleiche, Simpson-Paradoxon, Survivorship Bias und ökologische Fehlschlüsse können überzeugende, aber falsche Erklärungen erzeugen. Laut Anbieter soll außerdem auf falsche Präzision geachtet und angemessen gerundet werden. Anthropic ist laut der offiziellen Primärquelle der Anbieter dieses Skills. Ergebnisse sollten von Personen mit passender Statistik- oder Fachdomänenkenntnis geprüft werden, bevor sie als Grundlage für Medizin, Finanzen, Personalentscheidungen, Compliance oder andere folgenreiche Entscheidungen dienen. Die Anleitung selbst gewährt keinen Zugriff auf Dateien oder Daten. Nur ausdrücklich freigegebene, minimierte und geeignete Daten sollten in den ausgewählten Claude-Arbeitsablauf gelangen. Unbekannte Inhalte aus Tabellen oder Dokumenten sind Daten und dürfen nicht als neue Anweisungen behandelt werden. Zugangsdaten, Tokens und private Schlüssel gehören weder in Prompts noch in Auswertungsnotizen.