Aktion	Zweigstelle	Standorte	Status	Frist	Vorbestellungen
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NN.MNS Schm / College 6a - Naturwissenschaften	Status: Entliehen	Frist: 07.05.2024	Vorbestellungen: 0
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NN.MNS Schm / College 6a - Naturwissenschaften	Status: Entliehen	Frist: 13.05.2024	Vorbestellungen: 0

Sie sind darauf angewiesen, Daten mit statistischen Methoden professionell auszuwerten und die Ergebnisse überzeugend darzustellen? Statistik ist allerdings nicht gerade Ihr Fachgebiet? Dann ist dieses Buch genau richtig für Sie. In jedem Kapitel führt der Autor eine statistische Methode vor und erklärt, was man an den Ergebnissen ablesen kann und was nicht. Unmittelbar im Anschluss beschreibt er, wie man die Methode in R implementiert. Denn R lässt mit den dazugehörigen Paketen keine Wünsche in der Statistik offen. In der Regel genügen wenige Zeilen Programmcode. Und das Beste ist: Die statistischen Pakete von R sind kostenlos. Dieses Buch hilft, bessere Entscheidungen zu treffen und Datenmüll zu vermeiden.

 

 

Aus dem Inhalt:

Über den Autor 9/ Einführung 21/ Über dieses Buch 21/ Ähnlichkeiten mit diesem anderen »Für Dummies«-Buch 22/ Was Sie nicht lesen müssen 22/ Törichte Annahmen über den Leser 22/ Wie dieses Buch aufgebaut ist 22/ Teil I: Erste Schritte bei der statistischen Analyse mit R 23/ Teil II: Daten beschreiben 23/ Teil III: Rückschlüsse aus Daten ziehen 23/ Teil IV: Umgang mit der Wahrscheinlichkeit 23/ Teil V: Der Top-Ten-Teil 23/ Symbole, die in diesem Buch verwendet werden 24/ Wie es weitergeht 24/ / TEIL I/ ERSTE SCHRITTE BEI DER STATISTISCHEN ANALYSE MIT R 25/ Kapitel 1/ Daten, Statistiken und Entscheidungen 27/ Die statistischen (und damit verwandten) Begriffe, die Sie einfach kennen / müssen 28/ Stichproben und Grundgesamtheiten 28/ Abhängige und unabhängige Variablen 29/ Arten von Daten 30/ Ein bisschen Wahrscheinlichkeit 31/ Inferenzstatistik: Testen von Hypothesen 32/ Nullhypothese und Alternativhypothese 33/ Zwei Arten von Fehlern 34/ / Kapitel 2/ R: Was R kann und wie R das macht 37/ R und RStudio herunterladen 37/ Eine Session mit R 41/ Das Arbeitsverzeichnis 41/ Jetzt geht es richtig los 42/ Fehlende Daten 45/ R-Funktionen 46/ Benutzerdefinierte Funktionen 48/ Kommentare 48/ R-Strukturen 49/ Vektoren 49/ Numerische Vektoren 50/ Matrizen 51/ Faktoren 52/ Listen 53/ Listen und Statistik 54/ Datensätze (Data Frames) 55/ Daten aus einem Datensatz extrahieren 57/ Packages 58/ Weitere Packages 60/ Die R-Formelschnittstelle 62/ Lesen und Schreiben 63/ Tabellenkalkulation 63/ CSV-Dateien 65/ Textdateien 66/ / TEIL II/ DATEN BESCHREIBEN 69/ Kapitel 3/ Daten grafisch darstellen 71/ Muster erkennen 71/ Verteilung grafisch darstellen 72/ Säulensprünge 72/ Die Torte schneiden 74/ Das verstreute Diagramm 75/ Kastengrafik: Kästchen und Antennen 76/ Diagramme mit dem R-Basispaket erstellen 77/ Histogramme 77/ Diagrammfeatures hinzufügen 79/ Säulendiagramme 80/ Kreisdiagramme 82/ Punktdiagramme 82/ Noch einmal Säulendiagramme 83/ Streudiagramme 86/ Boxplots 90/ Zu ggplot2 aufsteigen 90/ Histogramme 91/ Säulendiagramme 94/ Punktdiagramme 95/ Noch einmal Säulendiagramme, die Zweite 98/ Streudiagramme 101/ Matrix von Streudiagrammen 103/ Boxplots 105/ Zusammenfassung und Ausblick 108/ / Kapitel 4/ Suchen Sie Ihre Mitte 109/ Mittelwert: Die Lehre vom Durchschnitt 109/ Der Mittelwert in R: mean() 111/ Wie lauten Ihre Bedingungen? 111/ Mit with() die Dollarzeichen weglassen 112/ Die Daten erforschen 112/ Ausreißer: Schönheitsfehler der Mittelwerte 114/ Und schließlich noch ein paar andere Mittel 114/ Mediane: Auf halber Strecke erwischt 116/ Der Median in R: medianO 117/ / Kapitel 5/ Abweichungen vom Durchschnitt 119/ Die Streuung berechnen 119/ Mittelwert von quadratischen Abweichungen: Varianz, und wie sie / berechnet wird 120/ Varianz einer Stichprobe 122/ Varianz in R 123/ Zurück zu den Wurzeln: Standardabweichung 124/ Standardabweichung einer Grundgesamtheit 124/ Standardabweichung einer Stichprobe 124/ Standardabweichung in R 125/ Bedingungen, Bedingungen, Bedingungen 125/ / Kapitel 6/ Standards und Wertungen kennenlernen 127/ z-We rte e i nfa nge n 127/ Eigenschaften von z-Werten 128/ Bonds und Ruth 128/ Prüfungsergebnisse 129/ Standardwerte in R 130/ Wo stehen Sie? 132/ Rangermittlung in R 132/ Gleiche Werte 132/ k-kleinster und k-größter Wert 133/ Quantile 133/ Prozentrang 134/ Zusammenfassen 136/ / Kapitel 7/ Alles zusammenfassen 137/ Wie viele? 137/ Groß und klein 139/ Im Moment leben 139/ Ein lehrreicher Moment 140/ Zurück zu den Beschreibungen 140/ Schiefe 141/ Kurtosis - Wölbung 144/ Nun kommt die Häufigkeit ins Spiel 145/ Nominalskalierte Variablen: table() et al 145/ / Numerische Variable: hist() 146/ Kumulierte Häufigkeit 147/ Schritt für Schritt: Die empirische kumulative Verteilungsfunktion 147/ Numerische Variable: stem() 151/ Einen Datensatz zusammenfassen 153/ / Kapitel 8/ Was ist normal? 157/ So kratzen Sie die Kurve 157/ Tiefergraben 158/ Parameter einer Normalverteilung 159/ Mit Normalverteilungen arbeiten 161/ Verteilungen in R 161/ Dichtefunktion 161/ Normalverteilung als Kurve darstellen 162/ Kumulierte Dichtefunktion 165/ Die Verteilungsfunktion zeichnen 167/ Quantile der Normalverteilungen 168/ Die Verteilungsfunktion mit Quartilen zeichnen 170/ Zufällige Stichproben 171/ Eine ganz besondere Verteilung 171/ Die Standardnormalverteilung in R 173/ Die Standardnormalverteilung als Graphen darstellen 174/ / TEIL III/ RÜCKSCHLÜSSE AUS DATEN ZIEHEN 175/ Kapitel 9/ Die Sache mit dem Vertrauen: Schätzung 177/ Stichprobenverteilungen verstehen 177/ Ein BESONDERS wichtiges Konzept: der zentrale Grenzwertsatz 179/ (Näherungsweise) den zentralen Grenzwertsatz simulieren 180/ Vorhersagen des zentralen Grenzwertsatzes 185/ Vertrauen: Es gibt Grenzen 186/ So ermitteln Sie die Vertrauensgrenzen für einen Mittelwert 186/ Passend für ein t 188/ / Kapitel 10/ Ein-Stichproben-Hypothesentest 191/ Hypothesen, Tests und Fehler 191/ Hypothesentests und Stichprobenverteilungen 193/ Noch einmal z-Werte 195/ z-Test in R 197/ t-Test für eine Stichprobe 199/ t-Tests in R 200/ Mit t-Verteilungen arbeiten 200/ t-Verteilungen visualisieren 201/ t mit den R-Basisfunktionen darstellen 202/ Diagramm mit ggplot2 erstellen 204/ Eine Sache noch zu ggplot2 208/ Testen einer Varianz 209/ In R testen 210/ Mit Chi-Quadrat-Verteilungen arbeiten 212/ Chi-Quadrat-Verteilungen visualisieren 212/ Chi-Quadrat mit den R-Basisfunktionen darstellen 212/ Chi-Quadrat mitggplot2 darstellen 214/ / Kapitel 11/ Zwei-Stichproben-Hypothesentest 217/ Hypothesen für zwei 217/ Noch einmal Stichprobenverteilungen 218/ Den zentralen Grenzwertsatz anwenden 219/ Noch einmal z-Werte 220/ Z-Test für zwei Stichproben in R 222/ t-Test für zwei Stichproben 223/ Wie ein Ei dem anderen: gleiche Varianzen 224/ t-Test in R 225/ Zwei Vektoren verwenden 226/ Einen Datensatz und eine Formel verwenden 226/ Die Ergebnisse visualisieren 227/ Wie Äpfel und Birnen: unterschiedliche Varianzen 230/ Ein passendes Paar: Hypothesentest für abhängige Stichproben 231/ t-Test für abhängige Stichproben in R 233/ Zwei Varianzen testen 233/ F-Test in R 235/ Fzusammen mitt 236/ Mit F-Verteilungen arbeiten 236/ F-Verteilungen visualisieren 237/ / Kapitel 12/ Mehr als zwei Stichproben testen 243/ Mehr als zwei Stichproben testen 243/ Eine harte Nuss 244/ Eine Lösung 245/ Wichtige Zusammenhänge 249/ ANOVAinR 249/ Die Ergebnisse visualisieren 250/ Nach der ANOVA 251/ Kontraste in R 254/ Nicht geplante Vergleiche 255/ Eine andere Art Hypothese, eine andere Art Test 256/ Mit wiederholten Messungen bei der Varianzanalyse arbeiten 256/ Varianzanalyse für wiederholte Messungen in R 258/ Die Ergebnisse visualisieren 260/ Jetzt wird es trendy 261/ Trendanalyse in R 264/ / Kapitel 13/ Komplexere Tests 267/ Die Kombinationen knacken 267/ Interaktionen 269/ Die Analyse 269/ Zweifaktorielle Varianzanalyse in R 271/ Ergebnisse der zweifaktoriellen Varianzanalyse visualisieren 272/ Zwei Arten von Variablen, und zwar gleichzeitig 275/ Gemischte ANOVA in R 277/ Ergebnisse der gemischten ANOVA visualisieren 279/ Nach der Analyse 280/ Multivariate Varianzanalyse 280/ MANOVAinR 282/ MANOVA-Ergebnisse visualisieren 283/ Nach der Analyse 285/ / Kapitel 14/ Lineare, multiple und allgemeine lineare Regression 287/ DasStreudiagramm 287/ Geraden zeichnen 289/ Regression: Was für eine Gerade! 291/ Die Regression für Schätzungen verwenden 293/ Streuung um die Regressionsgerade 293/ Hypothesen über die Regression testen 295/ Lineare Regression in R 300/ Features des linearen Modells 301/ Vorhersagen treffen 301/ Das Streudiagramm und die Regressionsgerade visualisieren 302/ Residuendiagramm erstellen 303/ Irrsinnig viele Zusammenhänge auf einmal: multiple Regression 304/ Multiple Regression in R 305/ Vorhersagen treffen 306/ Das 3-D-Streudiagamm und die Regressionsebene visualisieren 307/ ANOVA: Eine andere Perspektive 310/ Kovarianzanalyse: Die letzte Komponente des allgemeinen linearen Modells 313/ Moment bitte - da gibt's noch mehr 319/ / Kapitel 15/ Korrelation: Aufstieg und Fall von Zusammenhängen 321/ Noch einmal Streudiagramme 321/ Grundlegendes zur Korrelation 322/ Korrelation und Regression 324/ Hypothesen über Korrelationen testen 327/ Ist ein Korrelationskoeffizient größer als null? 327/ Unterscheiden sich zwei Korrelationskoeffizienten voneinander? 328/ Korrelation in R 329/ Korrelationskoeffizient berechnen 329/ Korrelationskoeffizient testen 330/ Die Differenz zwischen zwei Korrelationskoeffizienten testen 330/ Eine Korrelationsmatrix berechnen 331/ Korrelationsmatrizen visualisieren 331/ Multiple Korrelation 334/ Multiple Korrelation in R 334/ Das Bestimmtheitsmaß korrigieren 335/ Partialkorrelation 336/ Partialkorrelation in R 337/ Semipartialkorrelation 338/ Semipartialkorrelation in R 338/ / / Kapitel 16/ Kurvenförmige Regression: Wenn Beziehungen / kompliziert werden 341/ Was ist ein Logarithmus? 342/ Was ist e? 344/ Potenzregression 346/ Exponentielle Regression 352/ Logarithmische Regression 356/ Polynomische Regression: Eine größere Potenz 359/ Welches Modell sollten Sie verwenden? 363/ / TEIL IV / UMGANG MIT DER WAHRSCHEINLICHKEIT 365/ Kapitel 17/ Einführung in die Wahrscheinlichkeit 367/ Was ist Wahrscheinlichkeit? 367/ Experimente, Versuche, Ereignisse und Stichprobenräume 368/ Wahrscheinlichkeitsräume und Wahrscheinlichkeit 368/ Zusammengesetzte Ereignisse 369/ Vereinigung und Schnitt 369/ Noch mehr zum Schnitt 370/ Bedingte Wahrscheinlichkeit 371/ Mit Wahrscheinlichkeiten arbeiten 372/ Die Grundlage des Testens von Hypothesen 372/ Große Wahrscheinlichkeitsräume 372/ Permutationen 373/ Kombinationen 374/ R-Funktionen für Zählregeln 375/ Zufallsvariablen: diskret und stetig 376/ Wahrscheinlichkeitsverteilungen und Dichtefunktionen 377/ Die Binomialverteilung 379/ Binomial- und negative Binomialverteilung in R 380/ Binomialverteilung 380/ Negative Binomialverteilung 382/ Hypothesen mit der Binomialverteilung testen 383/ Weitere Informationen zum Testen von Hypothesen: R vs. Tradition 385/ / Kapitel 18/ Einführung in die statistische Modellierung 387/ Die Modellierung einer Verteilung 387/ Näheres zur Poissonverteilung 388/ Modellierung mit der Poissonverteilung 389/ Prüfen, ob das Modell passt 393/ Ein kurzer Hinweis zu chisq.testO 394/ Modelle für Baseballstatistiken 396/ Simulationen 399/ Es darauf ankommen lassen: die Monte-Carlo-Methode 399/ Den Würfel »zinken« 399/ Simulation des zentralen Grenzwertsatzes 403/ / TEIL V / DER TOP-TEN-TEIL 407/ Kapitel 19 / (Fast) zehn nützliche R-Onlineressourcen 409/ Websites für R-Anwender 409/ R-bloggers 409/ Microsoft R Application Network 409/ Quick-R 410/ Stack Overflow 410/ Online-Bücher und weitere Dokumentation 410/ R-Handbuch 410/ R-Dokumentation 411/ RDocumentation 411/ The R Journal 411/ Abbildungsverzeichnis 413/ Stichwortverzeichnis 421