Skript aus dem Jahr 2018 im Fachbereich Mathematik - Didaktik, Duale Hochschule Baden-Württemberg Heilbronn, Sprache: Deutsch, Abstract: Der vorliegenden Monographie liegen je zwei dreißigstündige Vorlesungen in Mathematik und Statistik an der Dualen Hochschule Baden-Württemberg zugrunde. Primäres Ziel war es hierbei, sowohl die allgemeine Bedeutung der Mathematik für die theoretischen Wissenschaften, als auch diejenige der Statistik für die empirischen Wissenschaften exemplarisch zu verdeutlichen. Allerdings sind in der Ökonomie, im Gegensatz zu der Physik, die theoretischen mathematischen Erkenntnisse nicht direkt übertragbar auf die Realität. Während in der Physik die mathematische Theorie und die empirische Erfahrung praktisch kongruent sind, ist dies in der Ökonomie im Allgemeinen nicht der Fall. Oft wirken hier mathematische Modelle gekünstelt und haben mit der tatsächlichen Erfahrung wenig bis nichts gemein, was nicht selten zu einem Misstrauen gegenüber der Mathematik in der Ökonomie geführt hat. Dennoch gilt auch für die Ökonomie, was Kant im Zusammenhang mit der Naturlehre sagt, dass nämlich hier nur soviel eigentliche Wissenschaft angetroffen werden kann, als darin Mathematik anzutreffen ist (Kant). Denn auch die Ökonomie basiert auf einer Theorie, will zu allgemeingültigen Aussagen kommen und kausale Zusammenhänge erfassen. Derartige logische Aussagen haben aber ihr Fundament in der Mathematik. Speziell können wir viele Denkschemata, die wir bereits im Alltag unklar verwenden und die in der Wissenschaft einen präzisen Sinn erhalten, gerade in Mathematik prägnant und klar formulieren. So zum Beispiel den Zusammenhang von Sachverhalten durch die Funktion, das Schema der Proportionalität bei der Linearen Funktion, die Änderung durch den Differentialquotienten, um nur einige zu nennen. Des Weiteren sehen wir an einem Schaubild unmittelbar die relevanten Zusammenhänge. An diesem Leitfaden orientiert sich die vorliegende Abhandlung. Wir haben gesehen, dass zwischen der theoretischen Erkenntnis und der praktischen Erfahrung eine nicht zu überwindende Kluft besteht. Wesentliche Aufgabe der Statistik ist es nun, diesen Hiatus in eine berechenbare Wahrscheinlichkeit zu transformieren. Erst dann dürfen wir berechtigt von einer empirischen Erfahrung reden. [.]