Bayesianische Inferenz als Alternative zur klassischen Statistik

Dieser Beitrag stellt die Grundzuge der bayesianischen Inferenz vor und argumentiert, dass es sich dabei um das ideale statistische Paradigma fur die empirische Politikwissenschaft handelt. Die Politikwissenschaft ist in der Regel mit methodischen Herausforderungen und Daten konfrontiert, die mit den Vorstellungen der klassischen „frequentistischen“ Statistik nur unzureichend vereinbar sind. Bayesianische Methoden dagegen kombinieren Priori-Annahmen uber interessierende Phanomene mit empirischer Evidenz, um dadurch zu informierten Wahrscheinlichkeitsaussagen zu gelangen. Daruber hinaus steht der moderne bayesianische Ansatz in enger Verbindung mit Markov Chain Monte Carlo (MCMC) Simulationsalgorithmen. Diese ermoglichen es, komplexere Modelle zu schatzen, als dies fur herkommliche Schatzverfahren der Fall ist. Schlieslich uberzeugt die bayesianische Herangehensweise durch die intuitive Form und Interpretierbarkeit der durch sie erzielten Ergebnisse. Wir demonstrieren die Nutzlichkeit des bayesianischen Ansatzes anhand eines Beispiels aus der empirischen Demokratieforschung: der Frage, welchen Einfluss die staatliche Unterstutzung von Religion fur religioses Sozialkapital im europaischen Vergleich besitzt.