Eine der wenigen positiven Dinge, die man über die Corona-Pandemie sagen kann, ist, dass es eine Goldgrube für StatistikerInnen ist. Das Interesse an Statistik scheint zu wachsen, vielleicht sogar das Verständnis von Statistik um ein paar Prozentbruchteile. Aber vor allem gibt es zahlreiche interessante Beiträge über Zusammenhänge mit Corona-Erkrankungen. Einen Artikel über die Frage, warum es einen statistischen Zusammenhang zwischen Corona-Erkrankungen und AfD-Wahlvorliebe gibt, hatte ich bereits aufgegriffen.

Interessant und wichtig erscheinen mir vor allem Zusammehänge zwischen Corona-Erkrankungen und sozialen Merkmalen. Denn wie so oft trifft es auch bei Corona diejenigen am ärgsten, die es sowieso schon schwerer haben. Eine ausführliche Zusammenfassung aktueller Erkenntnisse habe ich bei Krautreporter gefunden. Der Artikel macht mich einerseits froh, weil er eine Vielzahl an (bivariaten) Zusammenhängen zusammenträgt. Andererseits gilt auch hier wieder sehr deutlich: Correlation is not Causation! Zusammenhang heißt nicht Bedingtheit! Das hätte der Artikel an der einen oder anderen Stelle für meinen Geschmack deutlicher zum Ausdruck bringen können.

Mein zweites Augenmerk gilt bei Zusammenhängen immer den mit-beeinflussenden Faktoren (den intermediären Variablen bzw. Mediatoren). Immerhin erwähnt der Artikel diese indirekt, beispielsweise durch den Verweis darauf, dass das Bildungsniveau eine Rolle spielen kann. Wie fast immer werden also keine multivariaten Ergebnisse präsentiert, z.B. eine Berechnung, ob das Bildungsniveau die Beziehung zwischen Art der beruflichen Tätigkeit und Corona-Infektion mit erklärt.

Dennoch finde ich den Artikel differenziert und lesenswert, daher möchte ich ihn hier auch empfehlen.