
Grundlagen der Datenanalyse mit R
Eine anwendungsorientierte Einführung
Daniel Wollschläger(Author)
Springer (Publisher)
Published on 17. September 2010
Book
Paperback/Softback
XVI, 412 pages
978-3-642-12227-9 (ISBN)
Article exhausted; check for reprint
Description
Dieses Buch liefert eine anwendungsorientierte Einführung in die Grundlagen der Datenauswertung mit dem freien Statistikpaket R. Es behandelt deskriptive Auswertungen ebenso wie inferenzstatistische Analysen. Neben den geläufigsten univariaten Verfahren berücksichtigt es nonparametrische sowie ausgewählte multivariate Methoden. Zudem deckt es die vielfältigen Möglichkeiten ab, Diagramme zu erstellen und Daten mit anderen Programmen auszutauschen. Die statistischen Verfahren werden an Beispielen erläutert und an vielen Stellen mit Diagrammen illustriert. Hinzu kommen manuelle Kontrollrechnungen, um die Ergebnisse von R Schritt für Schritt nachvollziehbar zu machen.
Das Buch richtet sich an alle, die R kennenlernen und in konkreten Aufgabenstellungen einsetzen möchten, ohne bereits über Vorerfahrungen mit befehlsgesteuerten Programmen oder Programmiersprachen zu verfügen.
Das Buch richtet sich an alle, die R kennenlernen und in konkreten Aufgabenstellungen einsetzen möchten, ohne bereits über Vorerfahrungen mit befehlsgesteuerten Programmen oder Programmiersprachen zu verfügen.
More details
Series
Edition
2010
Language
German
Place of publication
Heidelberg
Germany
Publishing group
Springer Berlin
Target group
Upper undergraduate
Product notice
Paperback (trade)
Unsewn / adhesive bound
Illustrations
5
5 farbige Abbildungen
Dimensions
Height: 23.5 cm
Width: 15.5 cm
Weight
761 gr
ISBN-13
978-3-642-12227-9 (9783642122279)
DOI
10.1007/978-3-642-12228-6
Schweitzer Classification
Other editions
New editions

Book
04/2012
2nd Edition
Springer
€29.95
Article exhausted; check for reprint
Additional editions

E-Book
09/2010
1st Edition
Springer
€22.99
Available for download
Content
Erste Schritte.- Elementare Dateneingabe und -verarbeitung.- Datensätze.- Befehle und Daten verwalten.- Hilfsmittel für die Inferenzstatistik.- Nonparametrische Methoden.- Korrelation und Regressionsanalyse.- Parametrische Tests für Dispersions- und Lageparameter von Verteilungen.- Multivariate Verfahren.- Diagramme erstellen.- R als Programmiersprache.