Buch, Deutsch, 536 Seiten, Paperback, Format (B × H): 168 mm x 240 mm, Gewicht: 921 g
Theorie und Praxis mit R
Buch, Deutsch, 536 Seiten, Paperback, Format (B × H): 168 mm x 240 mm, Gewicht: 921 g
Reihe: Statistik und ihre Anwendungen
ISBN: 978-3-662-54753-3
Verlag: Springer
Jedes Verfahren wird zunächst anhand eines realen Problems motiviert und mit kleinen Datensätzen veranschaulicht. Darauf aufbauend wird ausführlich die Zielsetzung des Verfahrens herausgearbeitet, gefolgt von einer detaillierten Entwicklung der Theorie. Praktische Aspekte runden die Darstellung des Verfahrens ab. An allen Stellen wird mit kleinen Datensätzen die Vorgehensweise veranschaulicht. Die notwendigen Berechnungen werden sowohl manuell als auch computergestützt dargestellt. Der weiteren Vertiefung des Stoffes dienen zahlreiche Übungsaufgaben.
Ein geeignetes Werkzeug für die computergestützte Datenanalyse ist die Software R.Sie stellt zum einen eine Vielzahl von Funktionen zur Verfügung, zum anderen lässt sie sich leicht um weitere Funktionen ergänzen. Die Durchführung wird für jedes behandelte Verfahren ausführlich beschrieben. Vorkenntnisse in R sind nicht erforderlich.
Zielgruppe
Graduate
Autoren/Hrsg.
Fachgebiete
- Mathematik | Informatik Mathematik Stochastik Mathematische Statistik
- Wirtschaftswissenschaften Betriebswirtschaft Wirtschaftsmathematik und -statistik
- Mathematik | Informatik Mathematik Stochastik Stochastische Prozesse
- Mathematik | Informatik EDV | Informatik Business Application Mathematische & Statistische Software
- Wirtschaftswissenschaften Volkswirtschaftslehre Volkswirtschaftslehre Allgemein Ökonometrie
- Medizin | Veterinärmedizin Medizin | Public Health | Pharmazie | Zahnmedizin Medizin, Gesundheitswesen Epidemiologie, Medizinische Statistik
- Mathematik | Informatik Mathematik Stochastik Wahrscheinlichkeitsrechnung
Weitere Infos & Material
Vorwort.- Teil 1 Grundlagen.- 1 Beispiele multivariater Datensätze.- 2 Elementare Behandlung der Daten.- 3 Mehrdimensionale Zufallsvariablen.- 4 Ähnlichkeits- und Distanzmaße.- Teil 2 Darstellung hochdimensionaler Daten in niedrigdimensionalen Räumen.- 5 Hauptkomponentenanalyse. 6 Mehrdimensionale Skalierung.- 7 Procrustes-Analyse.- Teil 3 Abhängigkeitsstrukturen.- 8 Lineare Regression.- 9 Explorative Faktorenanalyse.- 10 Hierarchische loglineare Modelle.- Teil 4 Gruppenstruktur.- 11 Einfaktorielle Varianzanalyse.- 12 Diskriminanzanalyse.- 13 Clusteranalyse.- Teil 5 Anhänge.- A Mathematische Grundlagen.- B Eigene R-Funktionen.- C Tabellen.