Robustheit

Author: Hans Lohninger

Ein statistisches Verfahren wird als "robust" angesehen, wenn es auch dann gut funktioniert, wenn die erforderlichen Bedingungen nicht oder nur teilweise erfüllt werden, oder wenn das Verfahren für eine große Zahl an Verteilungen gut funktioniert. Ein "statistisches Verfahren" kann von einer Abschätzung bis zu einem statistischen Test, von einer Modellierungstechnik bis zur Clusteranalyse alles sein.

Die Robustheit ist für die angewandte Datenanalyse von großer Bedeutung, da Probleme in der Praxis dazu tendieren, Ausreißer zu enthalten.

Ein einfaches Beispiel einer robusten statistischen Kenngröße ist der Median. Er wird durch Ausreißer deutlich weniger beeinflusst als z.B. der Mittelwert.