Grundlegende Statistik mit R Eine anwendungsorientierte Einführung in die Verwendung der Statistik Software R

Das Buch zeigt, wie die statistische Aufbereitung und Auswertung von Daten mit Hilfe des frei verfügbaren Paktes R vorgenommen werden kann.

Das Buch zeigt, wie die statistische Aufbereitung und Auswertung von Daten mit Hilfe des frei verfügbaren Paktes R vorgenommen werden kann. Mit Hilfe von aufeinander aufbauenden Lerneinheiten wird das notwendige Rüstzeug vermittelt, um auch ohne vorherige Programmierkenntnisse statistische Auswertungen durchführen zu können. Dabei werden eine Reihe statistischer Methoden (empirische und theoretische Verteilungen, Simulation, verschiedene Hypothesentests, Regressions- und Varianzanalysen, logistische Regression, Zeitreihenanalysen) beispielhaft angewendet.

Schnellstart – Zusätzliche Pakete – Attribute von R-Objekten – Umgang mit Vektoren – Umgang mit Datensätzen – Datensätze einlesen – Empirische Kenngrößen – Empirische Verteilungen – Umgang mit Grafiken – Theoretische Verteilungen – Pseudozufallszahlen – Ein-Stichproben Verteilungsmodell – Zwei-Stichprobenverteilungsmodelle – Kontingenztafeln – Statistische Tests – Ein- und Zwei-Stichprobentests – Tests auf Zusammenhang – Anpassungstests – Einfachklassifikation – Lineare Einfachregression – Multiple Regression – Logistische Regression – Zeitreihen – ARIMA Modelle

Studierende der Mathematik, Naturwissenschaften, Informatik, Wirtschafts-und
Sozialwissenschaften, Psychologie ab dem ersten Semester
Statistik-Interessierte, die eigene Auswertungen erstellen wollen

Dr. Jürgen Groß war als Dozent an der Fakultät Statistik der Technischen Universität Dortmund und dem Institut für Mathematik an der Carl von Ossietzky Universität Oldenburg tätig. Er hat langjährige Erfahrung in der Vermittlung von Methoden theoretischer Statistik und deren Anwendung mit Hilfe von R.


Das Buch zeigt, wie die statistische Aufbereitung und Auswertung von Daten mit Hilfe des frei verfügbaren Paktes R vorgenommen werden kann. Mit Hilfe von aufeinander aufbauenden Lerneinheiten wird das notwendige Rüstzeug vermittelt, um auch ohne vorherige Programmierkenntnisse statistische Auswertungen durchführen zu können. Dabei werden eine Reihe statistischer Methoden (empirische und theoretische Verteilungen, Simulation, verschiedene Hypothesentests, Regressions- und Varianzanalysen, logistische Regression, Zeitreihenanalysen) beispielhaft angewendet.