Statistik beinhaltet eine große "Werkzeugtasche" unterschiedlicher Konzepte und Verfahrensweisen für unterschiedliche Probleme. Diese Toolbox verändert, erweitert und modernisiert sich kontinuierlich:
Neben der klassischen Analyse kleiner, kontrolliert erhobener Datenmengen (Inferenzstatistik für experimentelle Daten) gehören heute vielfältige Verfahren der explorativen Datenanalyse in die Werkzeugtasche der Datenanalyse.
Weiterlesen→ Die enorm gesteigerte Rechenleistung und Speicherkapazität moderner Computer, aber auch neue numerische Verfahren ermöglichen vielfältige, neue "computerintensive" Methoden der Statistik (computational statistics).
Die Bearbeitung großer Datenmengen ("big data") wird möglich; Data Warehousing, Data Mining und Machine Learning sind Anwendungsfelder der Informatik, die die moderne Statistik bereichern.
Effiziente Software für das Datenmanagement, für Datenanalyse, Datenvisualisierung und für Modellsimulationen ermöglichen es dem Analysten, mehr Zeit für ein vertieftes Verständnis des Prozesses der Datengenerierung und für die Modellentwicklung und -validierung aufzubringen.
Ein wichtiger inhaltlicher Trend der modernen Statistik ist die Wende von der "klassischen" deduktiven Statistik zur induktiven Bayesschen Statistik (Bayesian statistics), gepaart mit Weiterentwicklungen aus Fachbereichen der Informatik, v.a. der Spieltheorie, Codierungstheorie und Komplexitätstheorie: in den Ansätzen der "Minimum Message Length" bzw. "Minimum Description Length" wird das klassische Maximum-Likelihood-Prinzip zu einem Spezialfall der kürzesten Nachrichtenlänge. Die Bayessche Statistik bietet einen einheitlichen, umfassenden und logischen Zugang zur Datenanalyse, verglichen mit dem heterogenen Arsenal von "Kochbuch-Rezepten" der frequentistischen Statistik. Allerdings: die Bayessche Statistik erfordert den Mut zum eigenständigen Durchdenken der anstehenden Probleme!