Statistik mit R
Eine praxisorientierte Einführung in R
Joachim Zuckarelli
Diese Publikation zitieren
Joachim Zuckarelli, Statistik mit R (2017), O'Reilly Verlag, Heidelberg, ISBN: 9783960101413
8363
Accesses
Accesses
34
Quotes
Quotes
Beschreibung / Abstract
Erfahren Sie in diesem Buch, was Sie wirklich wissen müssen, um statistische Analysen mit R erfolgreich durchzuführen. Diese pragmatische Einführung in die statistische Arbeit mit R eignet sich insbesondere für Studenten und Wissenschaftler aus dem wirtschafts-, sozialoder politikwissenschaftlichen Bereich, aber auch für diejenigen, die beruflich mit Statistik zu tun haben, weil sie zum Beispiel Finanzmarktdaten auswerten oder an Marktforschungsstudien arbeiten.
Anders als viele andere Einführungen in R vermittelt Ihnen dieses Buch nicht nur die Grundlagen der Sprache R, sondern verknüpft dies mit der kompakten Darstellung zentraler Methoden der Statistik: Statistische Kernkonzepte werden gut nachvollziehbar beschrieben, bevor sie mit R angewandt werden. Eine Interpretation des R-Outputs aus statistischer Sicht sowie die Erläuterung der häufigsten Fehlermeldungen und ihrer Ursachen trägt dazu bei, Konzepte besser zu verstehen und Zusammenhänge zu erkennen. Auf diese Weise werden Sie rasch in die Lage versetzt, produktiv mit R zu arbeiten.
Themen des Buchs sind:
- Mit Daten arbeiten: Ihre Arbeit mit R organisieren, Einlesen von Daten in R, Datenspeicherung
- Daten aufbereiten: unterschiedliche Datensätze kombinieren, Daten filtern, sortieren und bereinigen
- Daten deskriptiv analysieren: den Datensatz kennenlernen, Lage-, Streuungs-und Zusammenhangsmaße berechnen und interpretieren
- Kontinuierliche Daten analysieren: Lineare Regressionsmodelle, Hypothesentests, Diagnose und Behandlung von Annahmeverletzungen
- Kategoriale Daten analysieren: Lineares Wahrscheinlichkeitsmodell, Logit-und Probit-Modelle
- Ergebnisse präsentieren: Ergebnisse in Tabellen und Grafiken aussagekräftig präsentieren
Anders als viele andere Einführungen in R vermittelt Ihnen dieses Buch nicht nur die Grundlagen der Sprache R, sondern verknüpft dies mit der kompakten Darstellung zentraler Methoden der Statistik: Statistische Kernkonzepte werden gut nachvollziehbar beschrieben, bevor sie mit R angewandt werden. Eine Interpretation des R-Outputs aus statistischer Sicht sowie die Erläuterung der häufigsten Fehlermeldungen und ihrer Ursachen trägt dazu bei, Konzepte besser zu verstehen und Zusammenhänge zu erkennen. Auf diese Weise werden Sie rasch in die Lage versetzt, produktiv mit R zu arbeiten.
Themen des Buchs sind:
- Mit Daten arbeiten: Ihre Arbeit mit R organisieren, Einlesen von Daten in R, Datenspeicherung
- Daten aufbereiten: unterschiedliche Datensätze kombinieren, Daten filtern, sortieren und bereinigen
- Daten deskriptiv analysieren: den Datensatz kennenlernen, Lage-, Streuungs-und Zusammenhangsmaße berechnen und interpretieren
- Kontinuierliche Daten analysieren: Lineare Regressionsmodelle, Hypothesentests, Diagnose und Behandlung von Annahmeverletzungen
- Kategoriale Daten analysieren: Lineares Wahrscheinlichkeitsmodell, Logit-und Probit-Modelle
- Ergebnisse präsentieren: Ergebnisse in Tabellen und Grafiken aussagekräftig präsentieren
Beschreibung
Joachim Zuckarelli hat Volkswirtschaftslehre und Politikwissenschaft an der Universität Mannheim studiert und ist Diplom-Volkswirt. Bereits seit dem Studium beschäftigt er sich mit R. Er hat neun Jahre als Unternehmensberater bei einer großen internationalen Beratungsgesellschaft gearbeitet und ist heute als Projektmanager in der Labordiagnostik-Branche tätig. Er lebt und arbeitet in München.
Inhaltsverzeichnis
- BEGINN
- Impressum
- Inhaltsverzeichnis
- Kapitel 1: Einführung
- An wen richtet sich dieses Buch?
- Aufbau dieses Buchs
- Was ist R?
- Keine Angst vorm Programmieren!
- R installieren
- Komfortabler arbeiten: R-Editoren
- Hilfe zu R bekommen
- Beispieldateien zum Download
- Kapitel 2: Die eigene Arbeit organisieren
- Eingabemodi von R
- Packages verwenden
- Ein Arbeitsverzeichnis aufbauen
- Arbeitsstände sichern und wiederherstellen
- Kapitel 3: Mit Daten arbeiten
- Einfache Variablen und Zuweisungen
- Vektoren
- Dataframes
- Einlesen von Daten nach R
- Kapitel 4: Daten aufbereiten
- Datenaufbereitung mit R – muss das sein?
- Datensätze zusammenführen
- Daten selektieren
- Daten rekodieren
- Daten klassieren
- Daten sortieren
- Geänderten Datensatz speichern
- Kapitel 5: Daten deskriptiv analysieren
- Repetitorium Deskriptive Statistik
- Statistische Kennzahlen in R
- Kapitel 6: Lineare Regression: Kontinuierliche Daten analysieren (Inferenzstatistik I)
- Die Rolle der Inferenzstatistik
- Statistisches Repetitorium Lineare Regression
- Lineare Regression in R
- Hypothesentests in R
- Regression auf kategoriale Variablen
- Verletzung der Annahmen des linearen Regressionsmodells
- Entwicklung von Regressionsmodellen – ein paar Tipps
- Kapitel 7: Kategoriale Daten analysieren (Inferenzstatistik II)
- Das lineare Wahrscheinlichkeitsmodell
- Logit- und Probit-Modelle
- Kapitel 8: Ergebnisse präsentieren
- Tabellen mit R
- Grafiken mit R
- Kapitel 9: Programmieren mit R
- R-Skripte
- Grundlegende Konzepte der Programmierung in R
- Funktionen
- Kontrollstrukturen
- Ein ausführliches Beispiel
- Index
- Über den Autor
- Kolophon