Aktion	Zweigstelle	Standorte	Status	Frist	Vorbestellungen
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NN.MNS Zuck / College 6a - Naturwissenschaften	Status: Entliehen	Frist: 02.12.2024	Vorbestellungen: 0

Erfahren Sie in diesem Buch, was Sie wirklich wissen müssen, um für Studium oder Promotion statistische Analysen mit R erfolgreich vorzubereiten, durchzuführen und auszuwerten.

Anders als andere Einführungen in R vermittelt Ihnen dieses Tutorial nicht nur die Grundlagen der Sprache, sondern verknüpft dies mit der kompakten Darstellung zentraler Methoden der Statistik: Statistische Kernkonzepte werden gut nachvollziehbar beschrieben, bevor sie mit R angewandt werden. Dabei folgt die Struktur des Buchs dem Prozess des wissenschaftlichen Arbeitens. Eine eingehende Interpretation der R-Outputs aus statistischer Sicht sowie die Erläuterung der häufigsten Fehlermeldungen und ihrer Ursachen trägt dazu bei, Konzepte besser zu verstehen und Zusammenhänge zu erkennen. Auf diese Weise werden Sie in die Lage versetzt, schnell produktiv mit R arbeiten zu können.

 

 

Aus dem Inhalt:

1 Einführung 1 / An wen richtet sich dieses Buch? 3 / Aufbau dieses Buchs 3 / Was ist R? 4 / Keine Angst vorm Programmieren! 5 / R installieren 7 / Komfortabler arbeiten: R-Editoren 10 / Hilfe zu R bekomm en 12 / Beispieldateien zum Download 17 // 2 Die eigene Arbeit organisieren 19 / Eingabemodi von R 19 / Packages verwenden 22 / Ein Arbeitsverzeichnis aufbauen 25 / Arbeitsstände sichern und wiederherstellen 28 // 3 Mit Daten arbeiten 31 / Einfache Variablen und Zuweisungen 31 / Variablen als Datenspeicher 32 / Variablen erzeugen und mit Werten versehen 33 / Numerische Variablen 35 / Zeichenketten 35 / Logische Werte 36 / Faktoren 38 / Datentypen von Variablen ermitteln und konvertieren 40 / Variablen löschen 42 / Vektoren 43 / Vektoren anlegen 43 / Mit Missings umgehen 46 / Auf einzelne Elemente eines Vektors zugreifen 47 // Dataframes 50 / Einlesen von Daten nach R 58 / Der Beispieldatensatz 58 / Einige Tipps zur Arbeit mit Daten 60 / Importieren der Daten 61 // 4 Daten aufbereiten 69 / Datenaufbereitung mit R - muss das sein? 69 / Datensätze zusammenführen 70 / Datensätze mit gleicher Struktur 71 / Datensätze mit unterschiedlicher Struktur 74 / Daten selektieren 77 / Selektion mit festen Indexwerten 77 / Selektion mit Bedingungen 80 / Daten rekodieren 83 / Daten klassieren 87 / Duplikate bereinigen 89 / Daten sortieren 91 / Geänderten Datensatz speichern 93 // 5 Daten deskriptiv analysieren 99 / Repetitorium Deskriptive Statistik 100 / Lagemaße 101 / Streuungsmaße 103 / Zusammenhangsmaße 106 / Statistische Kennzahlen in R 109 / Lagemaße in R 109 / Streuungsmaße in R 113 / Zusammenhangsmaße in R 119 / Daten gruppiert analysieren 122 // 6 Lineare Regression: Kontinuierliche Daten analysieren (Inferenzstatistik I ) 127 / Die Rolle der Inferenzstatistik 127 / Statistisches Repetitorium Lineare Regression 128 / Was ist lineare Regression? 129 / Annahmen des linearen Regressionsmodells 131 / Schätzung von linearen Regressionsmodellen 140 / Bestimmung der Schätzgüte 145 / Unverzerrtheit und Effizienz der Schätzer 149 / Hypothesentests einzelner Parameter 153 / Gleichzeitige Hpothesentests mehrerer Parameter 160 // Lineare Regression in R 164 / Ein erstes Regressionsmodell in R 165 / Weitere Beispiele für Regressionsmodelle 173 / Ein genauerer Blick auf die Funktion lm 176 / Ein genauerer Blick auf die Funktion summary 182 / Hypothesentests in R 187 / Typen von Hypothesentests 188 / Hypothesentests einzelner Parameter 191 / Gleichzeitige Hypothesentests mehrerer Parameter 195 / Regression auf kategoriale Variablen 203 / Kategoriale Variablen als Regressoren 203 / Die Basiskategorie verstehen und interpretieren 206 / Verletzung der Annahmen des linearen Regressionsmodells 213 / Heteroskedastizität 214 / Multikollinearität 225 / Nicht normalverteilte Störgrößen 231 / Autokorrelation 234 / Spezifikationsfehler 240 / Entwicklung von Regressionsmodellen - ein paar Tipps 251 // 7 Kategoriale Daten analysieren (Inferenzstatistik II) 257 / Das lineare Wahrscheinlichkeitsmodell 257 / Logit- und Probit-Modelle 260 / Abhängige kategoriale Variablen mit zwei Kategorien 261 / Abhängige kategoriale Variablen mit mehreren Kategorien 269 // 8 Ergebnisse präsentieren 281 / Tabellen mit R 281 / Grafiken mit R 288 / Histogramme 289 / Scatterplots (Punktwolken) 293 / Boxplots 297 / Globale Grafikparameter einstellen 300 / Mehrere Grafiken kombinieren 303 / Elemente zu Grafiken hinzufügen 305 // 9 Programmieren mit R 311 / R-Skripte 312 / R-Skripte bearbeiten und ausführen 312 / R-Code kommentieren 313 / R-Code modularisieren 316 / Grundlegende Konzepte der Programmierung in R 317 / Funktionen 318 / Der Funktionskopf 321 / Der Funktionsrumpf 323 / Kontrollstrukturen 327 / Wenn-Dann-Entscheidungen (if-Konstrukte) 328 / Abgezählte Schleifen (for) 331 / Bedingte Schleifen (while) 335 / Ein ausführliches Beispiel 339 // Index 349