Datenanalyse mit R' Beschreiben, Explorieren, Schätzen und Testen
Description
Nach einer kurzen generellen Einführung in R wird ausführlich erläutert, wie Daten eingelesen und bearbeitet werden können. Danach erklärt das Buch Verfahren der deskriptiven und explorativen Statistik. Die Inferenzstatistik wird durch Ausprobieren und Simulationen eingeführt, gefolgt von einer ausführlichen Darstellung der gängigen inferenzstatistischen Verfahren. Den Abschluss machen die explorative Faktorenanalyse und die Clusteranalyse. Alle Verfahren werden den LeserInnen mittels zahlreicher Datensätze zur Verfügung gestellt, und jedes Kapitel demonstriert die Analysen anhand einfacher und komplexer Datenbeispiele aus dem Forschungsalltag. Nicht zu Unrecht ist R inzwischen in der sozialwissenschaftlichen Datenanalyse etabliert und manche neueren Verfahren stehen nur dort zur Verfügung. Die LeserInnen werden über das gesamte Buch hinweg immer wieder ermuntert, die Vielfalt und Flexibilität von R selbst auszuprobieren.
More details
Other editions
Additional editions
Persons
Sedlmeier Peter
Er ist Professor für Psychologie an der TU Chemnitz. Sein Schwerpunkt liegt in der Forschungsmethodik und Evaluation. Er hat Informatik und Psychologie an der Universität in Konstanz studiert. Außerdem hat er in neurologischen Kliniken in Konstanz, Salzburg, Münster und Paderborn gearbeitet. Des Weiteren arbeitete er zwei Jahre als Humboldt Stipendiat an der Universität in Chicago.
Burkhardt Markus ist wissenschaftlicher Mitarbeiter an der Professur für Forschungsmethodik und Evaluation in der Psychologie an der Technischen Universität Chemnitz.
Content
Das Buch ist in zwei Teile gegliedert
Teil I: Deskriptive und explorative Verfahren (Beschreiben und Explorieren):
- Einführung in R
- Lage- und Streuungsmaße, sowie univariate Verteilungen
- Korrelation und Regression (ungerichtete und gerichtete bivariate Zusammenhänge)
- Effektgrößen
Teil II: Inferenzstatistische Verfahren (Schätzen und Testen)
- Mittelwerte und Unterschiede zwischen zwei Mittelwerten
- Korrelation und einfache Regression
- Mehrere Mittelwerte, unspezifische Vorhersagen: ANOVA
- Mehrere Mittelwerte, spezifische Vorhersagen: Kontrastananalyse
- Nonparametrische Verfahren für nominalskalierte Daten
- Nonparametrische Verfahren für ordinalskalierte Daten
- Multiple Regression: die Basics
- Multiple Regression: einige Varianten
- Resampling-Verfahre