R

R - Einführung durch angewandte Statistik gibt eine Einführung in die statistische Programmumgebung R sowie in grundlegende statistische Verfahren und zeigt, wie diese in R umgesetzt werden. Das Buch folgt einem alternativen didaktischen Ansatz: ausgehend von Datentypen und dazugehörigen Fragestellungen wird auf praxisorientierte, nicht-technische Weise eine integrierte Darstellung deskriptiver und analytischer Methoden gegeben. In jedem Abschnitt werden an einem klar strukturierten Beispiel typische Methoden der Datenbeschreibung und der Auswertung in R demonstriert. Die Ergebnisse werden nicht nur statistisch sondern auch inhaltlich interpretiert. Dies ermöglicht den LeserInnen einen einfachen Zugang und die Umsetzung auf eigene Problemstellungen.



R - Einführung durch angewandte Statistik gibt eine Einführung in die statistische Programmumgebung R sowie in grundlegende statistische Verfahren und zeigt, wie diese in R umgesetzt werden. Das Buch folgt einem alternativen didaktischen Ansatz: ausgehend von Datentypen und dazugehörigen Fragestellungen wird auf praxisorientierte, nicht-technische Weise eine integrierte Darstellung deskriptiver und analytischer Methoden gegeben. In jedem Abschnitt werden an einem klar strukturierten Beispiel typische Methoden der Datenbeschreibung und der Auswertung in R demonstriert. Die Ergebnisse werden nicht nur statistisch sondern auch inhaltlich interpretiert. Dies ermöglicht den LeserInnen einen einfachen Zugang und die Umsetzung auf eigene Problemstellungen.

AUS DEM INHALT:
Nach Einführungskapiteln über R folgt das Buch dem Aufbau des Buches SPSS Statistics ISBN 978-3-8273-7273-4. Hier die statistischen Verfahren, die mit R gelöst werden:

• Balkendiagramme
• Boxplots
• Chi-Quadrat-Tests
• Clusteranalysen
• Cochran-Test
• Hauptkomponentenanalyse
• Histogramm
• Kolmogorov-Smirnov-Test
• Konfidenzintervalle
• Korrelationsmethoden
• Kruskal-Wallis-Test
• Logistische Regression
• Mann-Whitney-U-Test
• McNemar-Test
• (multiple) lineare Regression
• Odds-Ratio-Test
• Post-hoc-Tests
• Q-Q-Plot
• Screeplot
• Streudiagramm
• t-Tests
• Tests für Anteile
• Varianzanalysen

ÜBER DIE AUTOREN:
Dr. Reinhold Hatzinger ist Professor an der Wirtschaftsuniversität Wien (WU) und wissenschaftlicher Leiter des Kompetenzzentrums für empirische Forschungsmethoden. Er wurde 2007 mit dem "Preis für innovative Lehre" für sein Lehrveranstaltungs-konzept "Statistik integrativ" ausgezeichnet. Professor Dr. Kurt Hornik (ebenfalls Wirtschaftsuniversität Wien) ist Leiter des Instituts für Statistik und Mathematik der WU und ist im Core Team der R-Entwickler. Dr. Herbert Nagel lehrt Statistik an der Wirtschaftsuniversität und der Universität Wien.

AUF DER COMPANION-WEBSITE:

• Alle Beispiels- und Übungsdaten des Buches und der R-Code

DIE ZIELGRUPPE:
Studierende der Psychologie, Soziologie, Wirtschaftswissenschaften, Medizin, Politikwissenschaften, Kommunikationswissenschaften u.a. Alle, die mit Auswertung quantitativer empirischer Untersuchungen befasst sind. Dies umfasst alle Einführungslehrveranstaltungen in Statistik.