Kategorien Preise Unternehmen
Kostenloses Lehrbuch

Einführung in die statistische Datenanalyse mit R

0 Bewertungen
239
Sprache:  German
Das Buch liefert eine Einführung in die deskriptive und schließende Statistik unter Verwendung der Statistiksoftware R. Die Analysen werden anhand realer Daten vorgestellt und besprochen.
Kostenlose PDF-Lehrbücher herunterladen oder online lesen. Weniger als 15 % Werbeeinblendungen
Business Abonnement kostenlos für die ersten 30 Tage , dann $5.99/mo
Beschreibung
Inhalt

Das Buch bietet eine Einführung in die statistische Datenanalyse unter Verwendung der freien Statistiksoftware R, der derzeit wohl mächtigsten Statistiksoftware. Die Analysen werden anhand realer Daten durchgeführt und besprochen. Nach einer kurzen Beschreibung der Statistiksoftware R werden wichtige Kenngrößen und Diagramme der deskriptiven Statistik vorgestellt. Anschließend werden Empfehlungen für die Erstellung von Diagrammen gegeben, wobei ein spezielles Augenmerk auf die Auswahl geeigneter Farben gelegt wird. Die zweite Hälfte des Buches behandelt die Grundlagen der schließenden Statistik. Zunächst wird eine Reihe von Wahrscheinlichkeitsverteilungen eingeführt und deren Anwendungen anhand von Beispielen illustriert. Es folgt eine Beschreibung, wie die in der Praxis unbekannten Parameter der Verteilungen auf Basis vorliegender Daten geschätzt werden können. Im abschließenden Kapitel werden statistische Hypothesentests eingeführt und die für die Praxis wichtigsten Tests besprochen.

  1. Die Statistiksoftware R
    1. R und seine Entwicklungsgeschichte
    2. Der Aufbau von R
    3. Die Installation von R
    4. Das Arbeiten mit R
    5. Übungsaufgaben
  2. Deskriptive Statistik
    1. Grundlagen
    2. Exkurs: Datenimport und -export mit R
    3. Import des ITS-Datensatzes
    4. Kategorielle Variablen
    5. Metrische Variablen
    6. Übungsaufgaben
  3. Farben und Diagramme
    1. Farben
    2. Exkurs: Export von Diagrammen
    3. Diagramme
    4. Übungsaufgaben
  4. Wahrscheinlichkeitsverteilungen
    1. Diskrete Verteilungen
    2. Stetige Verteilungen
    3. Übungsaufgaben
  5. Schätzen
    1. Einführung
    2. Punktschätzer
    3. Kondenzintervalle
    4. Übungsaufgaben
  6. Statistische Hypothesentests
    1. Einführung
    2. Beispiele
    3. Übungsaufgaben
home.book.about_author
Matthias

Matthias Kohl

Matthias Kohl ist Professor für Mathematik in Biology und Medizin und leitet das Masterprogramm “Precision Medicine Diagnostics (M.Sc.)” an der Hochschule Furtwangen. Er ist Mitglied des Institute of Precision Medicine und des Baden-Württemberg Center of Applied Research (BW-CAR). Er hat mehr als 15 Jahre Forschungserfahrung auf den Gebieten Robuste Statistik, Statistisches Lernen, Biostatistik und statistische Bioinformatik. In den vergangenen Jahren war er an vielen klinischen und experimentellen Studien sowie F&E Projekten beteiligt. Er ist Autor von mehr als 80 wissenschaftlichen (peer-reviewed) Artikeln, mehr als 20 Erweiterungspaketen für die Statistiksoftware R, drei Erweiterungspaketen für die Bioconductor Software und sieben Patenten / Patentanmeldungen.

Fachgebiete:

(Bio-)Statistik, Bioinformatik, Statistisches (maschinelles) Lernen, Robuste Statistik

Ausbildung:

Mathematikstudium (Nebenfach Informatik) an der Universität Bayreuth

Promotion in Robuster Statistik an der Universität Bayreuth (summa cum laude)

Werdegang:

Wissenschaftlicher Mitarbeiter (Universität Bayreuth, Universitätsklinikum Jena)

Freiberuflicher statistischer und mathematischer Berater

Head of Biostatistics bei SIRS-Lab GmbH (Jena)

Aktuell:

Leiter des Steinbeistransferzentrums "Personalisierte Medizin"

Professor für Mathematik in Biologie und Medizin an der Hochschule Furtwangen, Fakultät Medical and Life Sciences