
Statistik Kompakt für Gesundheitsforschende
Deskriptive Statistik und Inferenzstatistik
Juventa Verlag ein Imprint der Beltz Verlagsgruppe GmbH & Co. KG
1st Edition
Will be published approx. on 24. September 2026
Book
Paperback/Softback
170 pages
978-3-7799-7922-7 (ISBN)
Description
In der modernen Gesundheitsforschung sind quantitative Daten unverzichtbar. Dieses Lehrbuch vermittelt Ihnen anwendungsorientiert Kernkompetenzen der deskriptiven und Inferenzstatistik. Von den grundlegenden Maßen der zentralen Tendenz bis hin zu den komplexen Testverfahren - wir bieten Ihnen einen umfassenden Überblick. Die praxisnahen Übungen, durchgeführt mit den Tools SPSS und R und basierend auf einem frei zugänglichen Datensatz, gewährleisten eine tiefe Verinnerlichung des Gelernten. Ein idealer Leitfaden sowohl für Neulinge als auch zur Auffrischung für Fortgeschrittene!
More details
Series
Language
German
Place of publication
Weinheim
Germany
Dimensions
Height: 230 mm
Width: 150 mm
ISBN-13
978-3-7799-7922-7 (9783779979227)
Schweitzer Classification
Other editions
Additional editions

Thomas Krause | Marlen Niederberger
Statistik Kompakt für Gesundheitsforschende
Deskriptive Statistik und Inferenzstatistik
E-Book
approx. 09/2026
1st Edition
Beltz eBook
€21.99
Not yet available

Thomas Krause | Marlen Niederberger
Statistik Kompakt für Gesundheitsforschende
Deskriptive Statistik und Inferenzstatistik
E-Book
approx. 09/2026
1st Edition
Beltz eBook
€21.99
Not yet available
Persons
Author
Dr. Thomas Krause ist Postdoktorand an der Forschungsstelle Glücksspiel der Universität Hohenheim und außerdem Gastwissenschaftler am Institut für Sozialwissenschaften der Universität Stuttgart. Seine Forschungsinteressen umfassen Methoden der empirischen Sozialforschung, statistisches Lernen und Modellierung, Methoden der Längsschnittanalyse und Vorurteilsforschung. In seiner aktuellen Forschungsarbeit beschäftigt er sich mit der Anwendung von maschinellem Lernen für den Spielerschutz im Bereich der Sportwetten. Er nutzt fortschrittliche Techniken des maschinellen Lernens, um riskantes Spielverhalten und weitere potenzielle Probleme zu identifizieren.