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.