Buch, Deutsch, 261 Seiten, Book w. online files / update, Format (B × H): 168 mm x 240 mm, Gewicht: 468 g
Mit einer Einführung in die simulationsbasierte Inferenz und Machine Learning
Buch, Deutsch, 261 Seiten, Book w. online files / update, Format (B × H): 168 mm x 240 mm, Gewicht: 468 g
ISBN: 978-3-658-48014-1
Verlag: Springer
Ziel des Lehrbuchs ist das Einüben und Umsetzen wichtiger Kompetenzen beim Datenhandling. So bestehen die ersten Schritte einer jeden empirischen Studie darin, die Daten für die eigene Analyse vorzubereiten. Das Bearbeiten (filtern, selektieren und ergänzen von Variablen) und das Strukturieren (gruppieren, zusammenfassen, zusammenfügen und bereinigen von Variablen und Datensätzen) der Daten legen dabei die fundamentale Grundlage jeder Empirie. Weiterführende Schritte zur Visualisierung und Analyse von Daten erlauben schließlich bedürfnisorientierte Gestaltungen der eigenen Datenanalyse.
Aus didaktischer Sicht ist dieses Lehrbuch ein “Mitmach”-Buch. Die Leser und Leserinnen des Lehrbuchs können hierzu die verschiedenen Datensätze und Skripte von der Webseite des Verlages herunterladen und lernen von Beginn an und Schritt für Schritt, wie wir die Daten bearbeiten, strukturieren, visualisieren und analysieren.
Zielgruppe
Upper undergraduate
Autoren/Hrsg.
Fachgebiete
- Mathematik | Informatik Mathematik Stochastik
- Interdisziplinäres Wissenschaften Wissenschaften: Forschung und Information Informationstheorie, Kodierungstheorie
- Mathematik | Informatik EDV | Informatik Professionelle Anwendung
- Wirtschaftswissenschaften Betriebswirtschaft Wirtschaftsmathematik und -statistik
- Wirtschaftswissenschaften Wirtschaftswissenschaften Wirtschaftswissenschaften: Allgemeines
- Mathematik | Informatik EDV | Informatik Programmierung | Softwareentwicklung Algorithmen & Datenstrukturen
Weitere Infos & Material
Einführung.- Daten bearbeiten und strukturieren mit tidyverse.- Daten visualisieren mit ggplot.- Weiterführende Visualisierungen mit ggplot, gganimate, stargazer und sf für Geodaten.- Einführung in simulationsbasierte Inferenzstatistik und "Machine Learning" mit R.- Dokumentation und Zusammenfassung.