
Angewandte Datenanalyse
Der Bayes'sche Weg
Daniel Bättig(Author)
Springer Spektrum (Publisher)
2nd Edition
Published on 6. June 2017
Book
Paperback/Softback
XVI, 393 pages
978-3-662-54219-4 (ISBN)
Description
Dieses Buch bietet einen systematisch aufgebauten Einstieg in angewandte Datenanalyse, Bayes´sche Statistik und moderne Simulationsmethoden mit dem Computer. Ausgehend von der Zielsetzung, nicht direkt messbare Größen zu bestimmen und Prognosen zu zukünftigen Werten von unsicheren Größen zu berechnen, beschreibt und erläutert es die Vorgehensweisen - von der systematischen Sammlung von Daten über die Quantifizierung von Unsicherheit anhand von Wahrscheinlichkeiten bis hin zur Anwendung von Regressionsmodellen.Mit zahlreichen Reflexionsaufgaben und Beispielen aus der Praxis sowie seiner in vielen Kursen erprobten Didaktik ist das Buch ideal für Studierende in den angewandten Wissenschaften wie Ingenieur-, Natur- und Wirtschaftswissenschaften geeignet.Für die Neuauflage wurden einige Kapitel überarbeitet. Zudem wurde ein Abschnitt zu hierarchischen Modellen eingefügt und das Buch mit einem Kapitel zur Plausibilität von Modellen und von Hypothesen ergänzt. Sowohl die verwendeten Datensätze und Programmcodes als auch die Lösungen zu den Reflexionsaufgaben sind als Zusatzmaterial online verfügbar.
More details
Series
Edition
2., überarb. u. erw. Aufl. 2017
Language
German
Place of publication
Berlin
Germany
Publishing group
Springer Berlin
Illustrations
258 s/w Abbildungen, 11 farbige Abbildungen
XVI, 393 S. 269 Abb., 11 Abb. in Farbe.
Dimensions
Height: 240 mm
Width: 168 mm
Thickness: 23 mm
Weight
688 gr
ISBN-13
978-3-662-54219-4 (9783662542194)
DOI
10.1007/978-3-662-54220-0
Schweitzer Classification
Other editions
Additional editions

E-Book
05/2017
2nd Edition
Springer Spektrum
€29.99
Available for download
Previous edition

Book
09/2014
Springer Spektrum
€29.99
Article exhausted; check for reprint
Person
Prof. Dr. Daniel Bättig
ist Professor für angewandte Statistik und Mathematik am Departement Technik und Informatik der Berner Fachhochschule, Schweiz. Als Leiter des Instituts für Risiko- und Extremwertanalyse verfügt er über praktische Erfahrungen beim Analysieren, Klassifizieren und Modellieren von Daten.
Content
Eine Einführung und ein Überblick.- Wie man Versuche planen kann.- Messen und Kontrollieren.- Das Fundament: Wahrscheinlichkeiten.- Nicht direkt messbare Grössen bestimmen.- Mehrere Grössen und Korrelation.- Messwerte prognostizieren.- Modellwahl: Information und Entropie.- Zwei Modelle zu positiven Grössen.- Streuung und die Normalverteilung.- Explorative Datenanalyse.- Regressionsmodelle.- Regressionsmodelle: Parameter und Prognosen.- Standardfehler, Ranglisten und Modelle.