Statistik mit R für Dummies

 
 
Wiley-VCH (Verlag)
  • erschienen am 20. Oktober 2017
  • |
  • 352 Seiten
 
E-Book | ePUB mit Adobe DRM | Systemvoraussetzungen
978-3-527-81038-3 (ISBN)
 
Als angehender Wissenschaftler, Manager oder Unternehmensberater sind Sie darauf angewiesen, Daten mit statistischen Methoden fehlerfrei 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.
1. Auflage
  • Deutsch
  • Newark
  • |
  • Deutschland
  • 8,71 MB
978-3-527-81038-3 (9783527810383)
3527810382 (3527810382)
weitere Ausgaben werden ermittelt
Joseph Schmuller forscht an der Universität von Nordflorida. Er war Mitglied der American Statistical Society und hat schon Studierende aller Niveaus in Statistik unterrichtet.
  • Intro
  • Über den Autor
  • Einführung
  • Über dieses Buch
  • Ähnlichkeiten mit diesem anderen »Für Dummies«-Buch
  • Was Sie nicht lesen müssen
  • Törichte Annahmen über den Leser
  • Wie dieses Buch aufgebaut ist
  • Teil I: Erste Schritte bei der statistischen Analyse mit R
  • Teil II: Daten beschreiben
  • Teil III: Rückschlüsse aus Daten ziehen
  • Teil IV: Umgang mit der Wahrscheinlichkeit
  • Teil V: Der Top-Ten-Teil
  • Symbole, die in diesem Buch verwendet werden
  • Wie es weitergeht
  • Teil I: Erste Schritte bei der statistischen Analyse mit R
  • Kapitel 1: Daten, Statistiken und Entscheidungen
  • Die statistischen (und damit verwandten) Begriffe, die Sie einfach kennen müssen
  • Stichproben und Grundgesamtheiten
  • Abhängige und unabhängige Variablen
  • Arten von Daten
  • Ein bisschen Wahrscheinlichkeit
  • Inferenzstatistik: Testen von Hypothesen
  • Nullhypothese und Alternativhypothese
  • Zwei Arten von Fehlern
  • Kapitel 2: R: Was R kann und wie R das macht
  • R und RStudio herunterladen
  • Eine Session mit R
  • Das Arbeitsverzeichnis
  • Jetzt geht es richtig los
  • Fehlende Daten
  • R-Funktionen
  • Benutzerdefinierte Funktionen
  • Kommentare
  • R-Strukturen
  • Vektoren
  • Numerische Vektoren
  • Matrizen
  • Faktoren
  • Listen
  • Listen und Statistik
  • Datensätze (Data Frames)
  • Daten aus einem Datensatz extrahieren
  • Packages
  • Weitere Packages
  • Die R-Formelschnittstelle
  • Lesen und Schreiben
  • Tabellenkalkulation
  • CSV-Dateien
  • Textdateien
  • Teil II: Daten beschreiben
  • Kapitel 3: Daten grafisch darstellen
  • Muster erkennen
  • Verteilung grafisch darstellen
  • Säulensprünge
  • Die Torte schneiden
  • Das verstreute Diagramm
  • Kastengrafik: Kästchen und Antennen
  • Diagramme mit dem R-Basispaket erstellen
  • Histogramme
  • Diagrammfeatures hinzufügen
  • Säulendiagramme
  • Kreisdiagramme
  • Punktdiagramme
  • Noch einmal Säulendiagramme
  • Streudiagramme
  • Boxplots
  • Zu ggplot2 aufsteigen
  • Histogramme
  • Säulendiagramme
  • Punktdiagramme
  • Noch einmal Säulendiagramme, die Zweite
  • Streudiagramme
  • Matrix von Streudiagrammen
  • Boxplots
  • Zusammenfassung und Ausblick
  • Kapitel 4: Suchen Sie Ihre Mitte
  • Mittelwert: Die Lehre vom Durchschnitt
  • Der Mittelwert in R: mean()
  • Wie lauten Ihre Bedingungen?
  • Mit with() die Dollarzeichen weglassen
  • Die Daten erforschen
  • Ausreißer: Schönheitsfehler der Mittelwerte
  • Und schließlich noch ein paar andere Mittel
  • Mediane: Auf halber Strecke erwischt
  • Der Median in R: median()
  • Der Modalwert
  • Der Modalwert in R
  • Kapitel 5: Abweichungen vom Durchschnitt
  • Die Streuung berechnen
  • Mittelwert von quadratischen Abweichungen: Varianz, und wie sie berechnet wird
  • Varianz einer Stichprobe
  • Varianz in R
  • Zurück zu den Wurzeln: Standardabweichung
  • Standardabweichung einer Grundgesamtheit
  • Standardabweichung einer Stichprobe
  • Standardabweichung in R
  • Bedingungen, Bedingungen, Bedingungen
  • Kapitel 6: Standards und Wertungen kennenlernen
  • z-Werte einfangen
  • Eigenschaften von z-Werten
  • Bonds und Ruth
  • Prüfungsergebnisse
  • Standardwerte in R
  • Wo stehen Sie?
  • Rangermittlung in R
  • Gleiche Werte
  • k-kleinster und k-größter Wert
  • Quantile
  • Prozentrang
  • Zusammenfassen
  • Kapitel 7: Alles zusammenfassen
  • Wie viele?
  • Groß und klein
  • Im Moment leben
  • Ein lehrreicher Moment
  • Zurück zu den Beschreibungen
  • Schiefe
  • Kurtosis - Wölbung
  • Nun kommt die Häufigkeit ins Spiel
  • Nominalskalierte Variablen: table() et al.
  • Numerische Variablen: hist()
  • Kumulierte Häufigkeit
  • Schritt für Schritt: Die empirische kumulative Verteilungsfunktion
  • Numerische Variablen: stem()
  • Einen Datensatz zusammenfassen
  • Kapitel 8: Was ist normal?
  • So kratzen Sie die Kurve
  • Tiefer graben
  • Parameter einer Normalverteilung
  • Mit Normalverteilungen arbeiten
  • Verteilungen in R
  • Dichtefunktion
  • Normalverteilung als Kurve darstellen
  • Kumulierte Dichtefunktion
  • Die Verteilungsfunktion zeichnen
  • Quantile der Normalverteilungen
  • Die Verteilungsfunktion mit Quartilen zeichnen
  • Zufällige Stichproben
  • Eine ganz besondere Verteilung
  • Die Standardnormalverteilung in R
  • Die Standardnormalverteilung als Graphen darstellen
  • Teil III: Rückschlüsse aus Daten ziehen
  • Kapitel 9: Die Sache mit dem Vertrauen: Schätzung
  • Stichprobenverteilungen verstehen
  • Ein BESONDERS wichtiges Konzept: der zentrale Grenzwertsatz
  • (Näherungsweise) den zentralen Grenzwertsatz simulieren
  • Vorhersagen des zentralen Grenzwertsatzes
  • Vertrauen: Es gibt Grenzen
  • So ermitteln Sie die Vertrauensgrenzen für einen Mittelwert
  • Passend für ein t
  • Kapitel 10: Ein-Stichproben-Hypothesentest
  • Hypothesen, Tests und Fehler
  • Hypothesentests und Stichprobenverteilungen
  • Noch einmal z-Werte
  • z-Test in R
  • t-Test für eine Stichprobe
  • t-Tests in R
  • Mit t-Verteilungen arbeiten
  • t-Verteilungen visualisieren
  • t mit den R-Basisfunktionen darstellen
  • Diagramm mit ggplot2 erstellen
  • Eine Sache noch zu ggplot2
  • Testen einer Varianz
  • In R testen
  • Mit Chi-Quadrat-Verteilungen arbeiten
  • Chi-Quadrat-Verteilungen visualisieren
  • Chi-Quadrat mit den R-Basisfunktionen darstellen
  • Chi-Quadrat mit ggplot2 darstellen
  • Kapitel 11: Zwei-Stichproben-Hypothesentest
  • Hypothesen für zwei
  • Noch einmal Stichprobenverteilungen
  • Den zentralen Grenzwertsatz anwenden
  • Noch einmal z-Werte
  • Z-Test für zwei Stichproben in R
  • t-Test für zwei Stichproben
  • Wie ein Ei dem anderen: gleiche Varianzen
  • t-Test in R
  • Zwei Vektoren verwenden
  • Einen Datensatz und eine Formel verwenden
  • Die Ergebnisse visualisieren
  • Wie Äpfel und Birnen: unterschiedliche Varianzen
  • Ein passendes Paar: Hypothesentest für abhängige Stichproben
  • t-Test für abhängige Stichproben in R
  • Zwei Varianzen testen
  • F-Test in R
  • F zusammen mit t
  • Mit F-Verteilungen arbeiten
  • F-Verteilungen visualisieren
  • Kapitel 12: Mehr als zwei Stichproben testen
  • Mehr als zwei Stichproben testen
  • Eine harte Nuss
  • Eine Lösung
  • Wichtige Zusammenhänge
  • ANOVA in R
  • Die Ergebnisse visualisieren
  • Nach der ANOVA
  • Kontraste in R
  • Nicht geplante Vergleiche
  • Eine andere Art Hypothese, eine andere Art Test
  • Mit wiederholten Messungen bei der Varianzanalyse arbeiten
  • Varianzanalyse für wiederholte Messungen in R
  • Die Ergebnisse visualisieren
  • Jetzt wird es trendy
  • Trendanalyse in R
  • Kapitel 13: Komplexere Tests
  • Die Kombinationen knacken
  • Interaktionen
  • Die Analyse
  • Zweifaktorielle Varianzanalyse in R
  • Ergebnisse der zweifaktoriellen Varianzanalyse visualisieren
  • Zwei Arten von Variablen, und zwar gleichzeitig
  • Gemischte ANOVA in R
  • Ergebnisse der gemischten ANOVA visualisieren
  • Nach der Analyse
  • Multivariate Varianzanalyse
  • MANOVA in R
  • MANOVA-Ergebnisse visualisieren
  • Nach der Analyse
  • Kapitel 14: Lineare, multiple und allgemeine lineare Regression
  • Das Streudiagramm
  • Geraden zeichnen
  • Regression: Was für eine Gerade!
  • Die Regression für Schätzungen verwenden
  • Streuung um die Regressionsgerade
  • Hypothesen über die Regression testen
  • Lineare Regression in R
  • Features des linearen Modells
  • Vorhersagen treffen
  • Das Streudiagramm und die Regressionsgerade visualisieren
  • Residuendiagramm erstellen
  • Irrsinnig viele Zusammenhänge auf einmal: multiple Regression
  • Multiple Regression in R
  • Vorhersagen treffen
  • Das 3D-Streudiagamm und die Regressionsebene visualisieren
  • ANOVA: Eine andere Perspektive
  • Kovarianzanalyse: Die letzte Komponente des allgemeinen linearen Modells
  • Moment bitte - da gibt's noch mehr
  • Kapitel 15: Korrelation: Aufstieg und Fall von Zusammenhängen
  • Noch einmal Streudiagramme
  • Grundlegendes zur Korrelation
  • Korrelation und Regression
  • Hypothesen über Korrelationen testen
  • Ist ein Korrelationskoeffizient größer als null?
  • Unterscheiden sich zwei Korrelationskoeffizienten voneinander?
  • Korrelation in R
  • Korrelationskoeffizient berechnen
  • Korrelationskoeffizient testen
  • Die Differenz zwischen zwei Korrelationskoeffizienten testen
  • Eine Korrelationsmatrix berechnen
  • Korrelationsmatrizen visualisieren
  • Multiple Korrelation
  • Multiple Korrelation in R
  • Das Bestimmtheitsmaß korrigieren
  • Partialkorrelation
  • Partialkorrelation in R
  • Semipartialkorrelation
  • Semipartialkorrelation in R
  • Kapitel 16: Kurvenförmige Regression: Wenn Beziehungen kompliziert werden
  • Was ist ein Logarithmus?
  • Was ist e?
  • Potenzregression
  • Exponentielle Regression
  • Logarithmische Regression
  • Polynomische Regression: Eine größere Potenz
  • Welches Modell sollten Sie verwenden?
  • Teil IV: Umgang mit der Wahrscheinlichkeit
  • Kapitel 17: Einführung in die Wahrscheinlichkeit
  • Was ist Wahrscheinlichkeit?
  • Experimente, Versuche, Ereignisse und Stichprobenräume
  • Wahrscheinlichkeitsräume und Wahrscheinlichkeit
  • Zusammengesetzte Ereignisse
  • Vereinigung und Schnitt
  • Noch mehr zum Schnitt
  • Bedingte Wahrscheinlichkeit
  • Mit Wahrscheinlichkeiten arbeiten
  • Die Grundlage des Testens von Hypothesen
  • Große Wahrscheinlichkeitsräume
  • Permutationen
  • Kombinationen
  • R-Funktionen für Zählregeln
  • Zufallsvariablen: diskret und stetig
  • Wahrscheinlichkeitsverteilungen und Dichtefunktionen
  • Die Binomialverteilung
  • Binomial- und negative Binomialverteilung in R
  • Binomialverteilung
  • Negative Binomialverteilung
  • Hypothesen mit der Binomialverteilung testen
  • Weitere Informationen zum Testen von Hypothesen: R versus Tradition
  • Kapitel 18: Einführung in die statistische Modellierung
  • Die Modellierung einer Verteilung
  • Näheres zur Poissonverteilung
  • Modellierung mit der Poissonverteilung
  • Prüfen, ob das Modell passt
  • Ein kurzer Hinweis zu chisq.test()
  • Modelle für Baseballstatistiken
  • Simulationen
  • Es darauf ankommen lassen: die Monte-Carlo-Methode
  • Den Würfel »zinken«
  • Simulation des zentralen Grenzwertsatzes
  • Teil V: Der Top-Ten-Teil
  • Kapitel 19: Zehn nützliche R-­Onlineressourcen
  • Websites für R-Anwender
  • R-bloggers
  • Microsoft R Application Network
  • Quick-R
  • RStudio Online Learning
  • Stack Overflow
  • Online-Bücher und weitere Dokumentation
  • R-Handbuch
  • R-Dokumentation
  • RDocumentation
  • YOU CANanalytics
  • The R Journal
  • Stichwortverzeichnis
  • Wiley End User License Agreement

Abbildungsverzeichnis


  1. Kapitel 1
    1. Abbildung 1.1: Die Beziehung zwischen Grundgesamtheit, Stichprobe, Parametern und Statistiken
  2. Kapitel 2
    1. Abbildung 2.1: RStudio, wie es beim ersten Start nach der Installation aussieht
    2. Abbildung 2.2: Die Registerkarte in RStudio
    3. Abbildung 2.3: Die Registerkarte in RStudio
    4. Abbildung 2.4: RStudio, nachdem Sie an der rechten Seite der Titelleiste der Konsole das große Symbol angeklickt haben
    5. Abbildung 2.5: Die Registerkarte nach der Erzeugung des Vektors x
    6. Abbildung 2.6: RStudio, nachdem ein Vektor erstellt und mit ihm gearbeitet wurde
    7. Abbildung 2.7: Das Dialogfeld
    8. Abbildung 2.8: Die Funktion öffnet eine tabellenblattähnliche Ansicht eines Datensatzes.
    9. Abbildung 2.9: Die Registerkarte zeigt Informationen über das -Package an.
    10. Abbildung 2.10: Der Datensatz aus dem Package
    11. Abbildung 2.11: Das Dialogfeld
    12. Abbildung 2.12: Die Registerkarte , nachdem installiert und der Bibliothek hinzugefügt wurde
    13. Abbildung 2.13: Der Datensatz wurde in eine Excel-Datei exportiert.
    14. Abbildung 2.14: Der Datensatz als Textdatei, in der der Tabulator als Trennzeichen verwendet wurde
  3. Kapitel 3
    1. Abbildung 3.1: Auszug aus dem Datensatz
    2. Abbildung 3.2: Histogramm der Anschaffungspreise der Autos im Datensatz
    3. Abbildung 3.3: Tabelle als Säulendiagramm
    4. Abbildung 3.4: Tabelle als Kreisdiagramm
    5. Abbildung 3.5: Verbrauch im Stadtverkehr und PS für die Daten in
    6. Abbildung 3.6: Kastengrafik der Beziehung PS versus Anzahl der Zylinder des Datensatzes
    7. Abbildung 3.7: Das anfängliche Histogramm mit der Verteilung der Preise in
    8. Abbildung 3.8: Dichteplot der Verteilung der Preise in
    9. Abbildung 3.9: Dichteplot mit ergänzter Kurve
    10. Abbildung 3.10: Das anfängliche Säulendiagramm für
    11. Abbildung 3.11: Dotplot der Daten aus Tabelle
    12. Abbildung 3.12: Die Daten aus Tabelle in einem Diagramm
    13. Abbildung 3.13: Anfängliches Säulendiagramm der Daten aus Tabelle
    14. Abbildung 3.14: Verbrauch im Stadtverkehr und PS mit gefüllten Kreisen ()
    15. Abbildung 3.15: Verbrauch vs. PS mit Datenpunkten, die die Anzahl der Zylinder angeben
    16. Abbildung 3.16: Mehrere Streudiagramme für die Beziehungen zwischen Verbrauch, Preis und PS
    17. Abbildung 3.17: fast ohne Argumente verwendet
    18. Abbildung 3.18: Das anfängliche Histogramm für in
    19. Abbildung 3.19: Das fertige Price-Histogramm
    20. Abbildung 3.20: Säulendiagramm für Fahrzeugtypen
    21. Abbildung 3.21: Das anfängliche Punktdiagramm für die Fahrzeugtypen
    22. Abbildung 3.22: Das bearbeitete Punktdiagramm für die Fahrzeugtypen
    23. Abbildung 3.23: Säulendiagramm der Daten aus Tabelle , mit erstellt
    24. Abbildung 3.24: PS und Benzinverbrauch in
    25. Abbildung 3.25: Das anfängliche -Streudiagramm Benzinverbrauch vs. PS mit der Zylinderanzahl als »Symbol« der Datenpunkte
    26. Abbildung 3.26: Das bearbeitete Streudiagramm Benzinverbrauch vs. PS mit der Zylinderanzahl als »Symbol« der Datenpunkte
    27. Abbildung 3.27: Streudiagrammmatrix für Verbrauch, Preis und PS
    28. Abbildung 3.28: Das Hinzufügen von erzeugt diese Diagrammmatrix.
    29. Abbildung 3.29: Boxplot für PS vs. Zylinder
    30. Abbildung 3.30: Boxplot mit Datenpunkten
    31. Abbildung 3.31: Boxplot mit verlagerten Datenpunkten
  4. Kapitel 4
    1. Abbildung 4.1: PS-Histogramme für die in den USA und anderorts produzierten Autos im Datensatz
  5. Kapitel 7
    1. Abbildung 7.1: Drei Diagramme, die die unterschiedlichen Schiefen...

Dateiformat: EPUB
Kopierschutz: Adobe-DRM (Digital Rights Management)

Systemvoraussetzungen:

Computer (Windows; MacOS X; Linux): Installieren Sie bereits vor dem Download die kostenlose Software Adobe Digital Editions (siehe E-Book Hilfe).

Tablet/Smartphone (Android; iOS): Installieren Sie bereits vor dem Download die kostenlose App Adobe Digital Editions (siehe E-Book Hilfe).

E-Book-Reader: Bookeen, Kobo, Pocketbook, Sony, Tolino u.v.a.m. (nicht Kindle)

Das Dateiformat EPUB ist sehr gut für Romane und Sachbücher geeignet - also für "fließenden" Text ohne komplexes Layout. Bei E-Readern oder Smartphones passt sich der Zeilen- und Seitenumbruch automatisch den kleinen Displays an. Mit Adobe-DRM wird hier ein "harter" Kopierschutz verwendet. Wenn die notwendigen Voraussetzungen nicht vorliegen, können Sie das E-Book leider nicht öffnen. Daher müssen Sie bereits vor dem Download Ihre Lese-Hardware vorbereiten.

Weitere Informationen finden Sie in unserer E-Book Hilfe.


Download (sofort verfügbar)

23,99 €
inkl. 19% MwSt.
Download / Einzel-Lizenz
ePUB mit Adobe DRM
siehe Systemvoraussetzungen
E-Book bestellen

Unsere Web-Seiten verwenden Cookies. Mit der Nutzung dieser Web-Seiten erklären Sie sich damit einverstanden. Mehr Informationen finden Sie in unserem Datenschutzhinweis. Ok