Behr / Pötter Einführung in die Statistik mit R

2. Auflage 2014
ISBN: 978-3-8006-4878-8
Verlag: Franz Vahlen
Format: PDF
Kopierschutz: Wasserzeichen (»Systemvoraussetzungen)

E-Book, Deutsch, 269 Seiten

Reihe: Vahlens Kurzlehrbücher

Zum Inhalt: Dieses kompakte Lehrbuch führt Wirtschafts- und Sozialwissenschaftler leicht verständlich in die statistische Analyse mit R ein. Anhand von zahlreichen Beispielen wird die Umsetzung der wichtigsten Methoden der Statistik, wie sie üblicherweise in den Grundkursen gelehrt werden, mit R vorgestellt. Neben der Vorstellung der wichtigsten statistischen Methoden werden Sie auch mit dem Werkzeug R zur Analyse von Daten vertraut gemacht. Aus dem Inhalt:Die Grundlagen von RRechenoperationen und Programmablauf in RDatenspeicherung und Austausch von DatenDatenauswahl und DatentransformationDatenbeschreibung: Eine VariableDatenbeschreibung: Mehrere VariablenGrundlagen der SimulationStochastische ModelleLineare RegressionDie Maximum-Likelihood-MethodeOptimierung, Logit-, Probit-, Poisson-RegressionStichprobenAnsprechende Graphiken gestaltenTipps für die PraxisZu den Autoren: Dr. Andreas Behr ist Professor für Volkswirtschaftslehre, insbesondere für Statistik, an der Universität Duisburg-Essen, Campus Essen.PD Dr. Ulrich Pötter ist wissenschaftlicher Mitarbeiter am Zentrum für Dauerbeobachtung und Methoden des Deutschen Jugendinstitutes, München.

Autoren/Hrsg.

Behr, Andreas

Pötter, Ulrich

Inhaltsverzeichnis

1;Cover;1
2;Zum Inhalt_Autor;2
3;Titel;3
4;Vorwort;4
5;Inhaltsverzeichnis;5
6;1 Einführung;8
6.1;1.1 Eine Vorbemerkung zu R;8
6.2;1.2 Arbeitsumgebung;10
6.3;1.3 Die Bedienung von R;10
6.4;1.4 R-Objekte;13
6.4.1;1.4.1 Typen;13
6.4.2;1.4.2 Typen- und Klassenänderung;15
6.4.3;1.4.3 Datenfelder: data.frame;16
6.4.3.1;Vergabe von Variablennamen;17
6.4.3.2;Unterobjekte und die Verwendung von Indizes;17
6.4.3.3;Datenfelder und Faktoren;19
6.4.3.4;Suchpfade;20
6.5;1.5 Zusätzliche Pakete;21
6.6;1.6 Hilfe, Manuals und Mailinglisten;21
7;2 Rechenoperationen und Programmablauf in R;24
7.1;2.1 Operatoren und mathematische Funktionen;25
7.1.1;2.1.1 Logische Operatoren;25
7.1.2;2.1.2 Mathematische Funktionen;26
7.1.3;2.1.3 Mengenoperationen;27
7.1.4;2.1.4 Vektorisierte Funktionen;28
7.1.5;2.1.5 Spezielle Vektorfunktionen;29
7.1.6;2.1.6 Matrixoperationen;29
7.1.7;2.1.7 Rechengenauigkeit und Rundungsfehler;30
7.1.8;2.1.8 Operationen mit Texten;31
7.1.9;2.1.9 Sequenzen und Wiederholungen;31
7.1.9.1;Sequenzen;31
7.1.9.2;Wiederholungen;32
7.2;2.2 Programmablauf;33
7.2.1;2.2.1 Funktionen;33
7.2.2;2.2.2 Schleifen;34
7.2.3;2.2.3 Vermeidung von Schleifen;35
7.2.3.1;apply;35
7.2.3.2;lapply;36
7.2.3.3;sapply;37
7.2.3.4;mapply und Map;37
7.2.3.5;tapply und by;37
7.2.3.6;split und unsplit;38
7.2.4;2.2.4 Bedingte Anweisungen;39
7.3;2.3 Übungsaufgaben;40
8;3 Datenspeicherung und Austausch von Daten;42
8.1;3.1 Dateien und Datenspeicherung;42
8.1.1;3.1.1 Datenerfassung;42
8.1.2;3.1.2 Datenspeicherung;43
8.1.3;3.1.3 Übergabe von Daten an andere Programme;44
8.1.4;3.1.4 Dateien und Pfade;45
8.1.5;3.1.5 Dateien im Internet;46
8.2;3.2 Dateien anderer Statistikprogramme;46
8.2.1;3.2.1 SPSS, Stata und Co;46
8.2.2;3.2.2 Label;47
8.2.3;3.2.3 Zusätzlich definierte fehlende Werte;50
8.2.4;3.2.4 Datenaustausch mit Excel;51
8.3;3.3 Übungsaufgaben;52
9;4 Datenauswahl und Datentransformation;54
9.1;4.1 Datenauswahl und Zusammenführung;54
9.1.1;4.1.1 Auswahl von Fällen und Variablen;54
9.1.1.1;Variablenauswahl;54
9.1.1.2;Auswahl bestimmter Beobachtungen;56
9.1.1.3;subset;56
9.1.2;4.1.2 Verbinden von Datensätzen;57
9.1.2.1;rbind und cbind;57
9.1.2.2;do.call;58
9.1.3;4.1.3 Daten sortieren;59
9.1.4;4.1.4 Daten zusammenführen;61
9.2;4.2 Transformationen und Rekodierungen;62
9.2.1;4.2.1 Transformationen;63
9.2.2;4.2.2 Rekodierung;65
9.2.3;4.2.3 Rekodierung von Faktoren;66
9.2.3.1;recode;67
9.3;4.3 Übungsaufgaben;68
10;5 Datenbeschreibung: Eine Variable;69
10.1;5.1 Verteilungs- und Quantilsfunktion;69
10.1.1;5.1.1 Urliste;69
10.1.2;5.1.2 Häufigkeitsverteilung;71
10.1.3;5.1.3 Verteilungsfunktion;72
10.1.4;5.1.4 Quantilsfunktion;73
10.1.5;5.1.5 Boxplots;74
10.2;5.2 Mittelwerte, Varianzen und Momente;75
10.2.1;5.2.1 Varianz und Standardabweichung;75
10.3;5.3 Histogramme und Dichten;76
10.3.1;5.3.1 Histogramme;77
10.3.2;5.3.2 Dichteschätzer;79
10.4;5.4 Übungsaufgaben;81
11;6 Datenbeschreibung: Mehrere Variablen;83
11.1;6.1 Mehrdimensionale relative Häufigkeiten;83
11.2;6.2 Tabellen;84
11.2.1;6.2.1 table und ftable;84
11.2.2;6.2.2 margin.table und xtabs;86
11.2.3;6.2.3 addmargins;88
11.2.4;6.2.4 Graphische Darstellungen;88
11.3;6.3 Dichteschätzer;89
11.4;6.4 Kovarianzen und Korrelationen;91
11.5;6.5 Bedingte Verteilungen;93
11.5.1;6.5.1 Bedingte Verteilungen und Simpsons Paradox;94
11.5.1.1;spineplot;95
11.5.2;6.5.2 Bedingte Dichten;95
11.6;6.6 Übungsaufgaben;98
12;7 Grundlagen der Simulation;99
12.1;7.1 Zufallszahlen?;99
12.2;7.2 Gleichverteilung;101
12.2.1;7.2.1 Monte-Carlo-Integration;102
12.2.2;7.2.2 Integrale und Erwartungswerte;103
12.2.3;7.2.3 Endliche Gleichverteilung und Periode;105
12.2.3.1;runif;106
12.2.3.2;Andere Generatoren;107
12.2.4;7.2.4 Startwerte;108
12.3;7.3 Zufallszahlen mit vorgegebener Verteilung;109
12.4;7.4 Parametrisierung der Verteilungsklassen;110
12.5;7.5 Stichproben und Tabellen;111
12.6;7.6 Funktionen von Zufallsvariablen;112
12.7;7.7 Übungsaufgaben;115
13;8 Stochastische Modelle;118
13.1;8.1 Das Standardmodell der Statistik;118
13.1.1;8.1.1 Mittelwert oder Median?;119
13.1.2;8.1.2 Warum n – 1?;121
13.1.3;8.1.3 Kann man Erwartungswerte schätzen?;122
13.1.4;8.1.4 Bootstrap und Bagging;124
13.2;8.2 Markow-Ketten;126
13.3;8.3 Übungsaufgaben;131
14;9 Lineare Regression;134
14.1;9.1 Grundlagen;134
14.2;9.2 Lineare Modelle in R;136
14.2.1;9.2.1 Der lm Befehl;136
14.2.2;9.2.2 Formeln für Regressionen;139
14.2.3;9.2.3 Modellvergleiche und fehlende Werte;142
14.2.4;9.2.4 Diagnostik;143
14.2.5;9.2.5 Ausschluss von Ausreißern;148
14.2.6;9.2.6 Transformation der abhängigen Variablen;150
14.2.7;9.2.7 Transformationen der Kovariablen;153
14.3;9.3 Regression in Matrixnotation;157
14.3.1;9.3.1 Einfache Matrixoperationen in R;158
14.3.2;9.3.2 Das Regressionsmodell in Matrixnotation;161
14.3.3;9.3.3 Die Berechnung von Regressionen in R;162
14.4;9.4 Übungsaufgaben;164
15;10 Die Maximum-Likelihood-Methode;166
15.1;10.1 Die Leitidee;166
15.2;10.2 Maximum-Likelihood-Schätzung;167
15.2.1;10.2.1 Maximum-Likelihood: Binomialverteilung;167
15.2.2;10.2.2 Maximum-Likelihood: Poisson-Verteilung;170
15.2.3;10.2.3 Maximum-Likelihood: Normalverteilung;171
15.3;10.3 Gütebeurteilung von ML-Schätzern;173
15.3.1;10.3.1 Likelihoodquotienten;173
15.3.2;10.3.2 Eine Daumenregel für den Likelihoodquotienten;174
15.3.3;10.3.3 Fisher-Information;175
15.3.4;10.3.4 Beispiel Binomialverteilung;177
15.4;10.4 Übungsaufgaben;179
16;11 Optimierung, Logit-, Probit-, Poisson-Regression;180
16.1;11.1 Numerische Optimierung;180
16.1.1;11.1.1 Der Newton-Raphson-Algorithmus;182
16.1.2;11.1.2 Der Befehl optim();184
16.1.3;11.1.3 Der Befehl maxLik();185
16.2;11.2 Verallgemeinerte Lineare Modelle;186
16.3;11.3 Logit- und Probit-Regression;186
16.3.1;11.3.1 Maximum-Likelihood-Schätzung;188
16.3.2;11.3.2 Logit- und Probit-Regression mit R;189
16.3.3;11.3.3 Probit- und Logit-Regression mit glm();191
16.4;11.4 Poisson-Regression;193
16.4.1;11.4.1 Poisson-Regression mit R;194
16.4.2;11.4.2 Poisson-Regression mit glm();196
16.5;11.5 Übungsaufgaben;196
17;12 Stichproben;198
17.1;12.1 Stichproben aus endlichen Grundgesamtheiten;198
17.1.1;12.1.1 Die grundlegende Problemverschiebung;200
17.1.2;12.1.2 Stichprobendesign;200
17.1.3;12.1.3 Der Inklusionsindikator;201
17.1.4;12.1.4 Inklusionswahrscheinlichkeiten;203
17.2;12.2 Einfache Stichprobenziehung mit R;205
17.2.1;12.2.1 Gesamtheit und mögliche Stichproben;205
17.2.2;12.2.2 Ermittlung der Inklusionswahrscheinlichkeiten;206
17.2.3;12.2.3 Horvitz-Thompson-Schätzer;208
17.2.4;12.2.4 Die Varianz des Horvitz-Thompson-Schätzers;209
17.2.5;12.2.5 Schätzung der Varianz;210
17.3;12.3 Schichtenverfahren;213
17.3.1;12.3.1 Mittelwert- und Varianzschätzung;213
17.3.2;12.3.2 Schichtenverfahren in R;214
17.4;12.4 Klumpenverfahren;216
17.4.1;12.4.1 Mittelwert- und Varianzschätzung;216
17.4.2;12.4.2 Klumpenverfahren in R;218
17.5;12.5 Übungsaufgaben;220
18;13 Ansprechende Graphiken;222
18.1;13.1 Die Elemente der Standardgraphik;222
18.1.1;13.1.1 Der Befehl plot();224
18.1.2;13.1.2 Optionen des plot() Befehls;225
18.1.2.1;Zusätzliche Graphikelemente;225
18.1.3;13.1.3 Stilparameter par();228
18.1.3.1;Aufteilung der Graphikregion;229
18.1.3.2;Lage der Beschriftungen;231
18.1.3.3;Größe der Beschriftungen;231
18.1.3.4;Fontauswahl;232
18.1.3.5;Darstellungsbereich;233
18.1.4;13.1.4 Mathematische Annotation;233
18.1.4.1;Ein Beispiel;234
18.1.5;13.1.5 Farben;235
18.1.5.1;Farbpaletten;236
18.1.5.2;Alternative Farbpaletten;236
18.1.6;13.1.6 Ausgabeformate und Devices;238
18.1.6.1;Deviceverwaltung;238
18.1.6.2;Ausgabeformate;239
18.1.6.3;Arbeiten mit mehreren Devices;242
18.2;13.2 Sprachen, Encodings und Fonts;243
18.2.1;13.2.1 Sprachen und Encodings;243
18.2.2;13.2.2 Fonts;246
19;14 Tipps und weitere Möglichkeiten;250
19.1;14.1 Alternative Graphikmodelle, D-Graphiken;250
19.1.1;14.1.1 Weitere nützliche Devices;250
19.1.1.1;pictex, xAg und tikzDevice;250
19.1.1.2;Cairo und cairoDevice;251
19.1.2;14.1.2 Andere Graphiksysteme in R;252
19.1.2.1;Trellis Graphiken;252
19.1.2.2;Grammar of Graphics;256
19.1.3;14.1.3 3D-Graphiken;260
19.2;14.2 Große Datensätze und Datenbanken;261
20;Verzeichnis der Befehle und Funktionen;264
21;Verzeichnis der Pakete;268
22;Sachverzeichnis;269
23;Impressum;274