Read more
R - Einführung durch angewandte Statistik gibt eine Einführung in die statistische Software R, sowie in grundlegende statistische Verfahren und zeigt, wie diese in R umgesetzt werden. In jedem Abschnitt werden an einem klar strukturierten Beispiel typische Methoden der Datenbeschreibung und -analyse in R demonstriert. Die Ergebnisse werden nicht nur statistisch sondern auch inhaltlich interpretiert.
Die Neuauflage wird auf R Version 3.0 adaptiert. Die Erweiterung des R-Funktionsvorrats erleichtert das Arbeiten mit großen Datensätzen und stellt neue grafische Beschreibungsmethoden vor. Genauer eingegangen wird auf die Adaption bestehender Grafiken, um sie nach eigenen Wünschen anzupassen und zu verändern. Als Ergänzung wird ein R-Paket für das Buch geschrieben, das nützliche Funktionen bereitstellt. Ein neues Kapitel über loglineare Modelle ergänzt den statistischen Werkzeugkasten um eine wichtige Methode zur Analyse mehrdimensionaler Kreuztabellen.
EXTRAS ONLINE:
Für Dozenten und Studenten: Alle Beispiels- und Übungsdaten des Buches, ausgewählte Musterlösungen
List of contents
AUS DEM INHALT:
- Balkendiagramme
- Binomialtest, Tests für Anteile
- Boxplots
- Chi-Quadrat-Tests
- Clusteranalysen
- Hauptkomponentenanalyse
- Histogramme
- Kerndichteplots
- Kolmogorov-Smirnov-Test
- Konfidenzintervalle
- Korrelation (Pearson, Spearman)
- Kruskal-Wallis-Test
- logistische Regression
- loglineare Modelle
- Mann-Whitney-U-Test
- McNemar-Test
- Mosaik- und Spineplots
- (multiple) lineare Regression
- Odds-Ratio-Tests
- Scatter- und Q-Q-Plots
- Shapiro-Wilk-Test
- t-Tests
- Varianzanalysen (ANOVA)
- Zeitreihenanalyse
About the author
Reinhold Hatzinger ist Professor an der Wirtschaftsuniversität Wien und leitet den Bereich quantitative empirische Methoden
Summary
R – Einführung durch angewandte Statistik gibt eine Einführung in die statistische Software R, sowie in grundlegende statistische Verfahren und zeigt, wie diese in R umgesetzt werden. In jedem Abschnitt werden an einem klar strukturierten Beispiel typische Methoden der Datenbeschreibung und -analyse in R demonstriert. Die Ergebnisse werden nicht nur statistisch sondern auch inhaltlich interpretiert.
Die Neuauflage wird auf R Version 3.0 adaptiert. Die Erweiterung des R-Funktionsvorrats erleichtert das Arbeiten mit großen Datensätzen und stellt neue grafische Beschreibungsmethoden vor. Genauer eingegangen wird auf die Adaption bestehender Grafiken, um sie nach eigenen Wünschen anzupassen und zu verändern. Als Ergänzung wird ein R-Paket für das Buch geschrieben, das nützliche Funktionen bereitstellt. Ein neues Kapitel über loglineare Modelle ergänzt den statistischen Werkzeugkasten um eine wichtige Methode zur Analyse mehrdimensionaler Kreuztabellen.
EXTRAS ONLINE:
Für Dozenten und Studenten: Alle Beispiels- und Übungsdaten des Buches, ausgewählte Musterlösungen
