Datenanalyse mit R: Beschreiben, Explorieren, Schätzen und Testen

Inhaltsverzeichnis


Das Buch ist in zwei Teile gegliedert

Teil I: Deskriptive und explorative Verfahren (Beschreiben und Explorieren):

- Einführung in R

- Lage- und Streuungsmaße, sowie univariate Verteilungen

- Korrelation und Regression (ungerichtete und gerichtete bivariate Zusammenhänge)

- Effektgrößen

Teil II: Inferenzstatistische Verfahren (Schätzen und Testen)

- Mittelwerte und Unterschiede zwischen zwei Mittelwerten

- Korrelation und einfache Regression

- Mehrere Mittelwerte, unspezifische Vorhersagen: ANOVA

- Mehrere Mittelwerte, spezifische Vorhersagen: Kontrastananalyse

- Nonparametrische Verfahren für nominalskalierte Daten

- Nonparametrische Verfahren für ordinalskalierte Daten

- Multiple Regression: die Basics

- Multiple Regression: einige Varianten

- Resampling-Verfahre

Datenanalyse mit R: Beschreiben, Explorieren, Schätzen und Testen

Buch (Taschenbuch)

29,95 €

inkl. gesetzl. MwSt.

Datenanalyse mit R: Beschreiben, Explorieren, Schätzen und Testen

Ebenfalls verfügbar als:

Taschenbuch

Taschenbuch

ab 29,95 €
eBook

eBook

ab 23,99 €

Beschreibung

Nach einer kurzen generellen Einführung in R wird ausführlich erläutert, wie Daten eingelesen und bearbeitet werden können. Danach erklärt das Buch Verfahren der deskriptiven und explorativen Statistik. Die Inferenzstatistik wird durch Ausprobieren und Simulationen eingeführt, gefolgt von einer ausführlichen Darstellung der gängigen inferenzstatistischen Verfahren. Den Abschluss machen die explorative Faktorenanalyse und die Clusteranalyse. Alle Verfahren werden den LeserInnen mittels zahlreicher Datensätze zur Verfügung gestellt, und jedes Kapitel demonstriert die Analysen anhand einfacher und komplexer Datenbeispiele aus dem Forschungsalltag. Nicht zu Unrecht ist R inzwischen in der sozialwissenschaftlichen Datenanalyse etabliert und manche neueren Verfahren stehen nur dort zur Verfügung. Die LeserInnen werden über das gesamte Buch hinweg immer wieder ermuntert, die Vielfalt und Flexibilität von R selbst auszuprobieren.


Sedlmeier Peter

Er ist Professor für Psychologie an der TU Chemnitz. Sein Schwerpunkt liegt in der Forschungsmethodik und Evaluation. Er hat Informatik und Psychologie an der Universität in Konstanz studiert. Außerdem hat er in neurologischen Kliniken in Konstanz, Salzburg, Münster und Paderborn gearbeitet. Des Weiteren arbeitete er zwei Jahre als Humboldt Stipendiat an der Universität in Chicago.

Burkhardt Markus ist wissenschaftlicher Mitarbeiter an der Professur für Forschungsmethodik und Evaluation in der Psychologie an der Technischen Universität Chemnitz.

Details

Einband

Taschenbuch

Erscheinungsdatum

01.10.2021

Verlag

Pearson Studium ein Imprint von Pearson Deutschland

Seitenzahl

352

Maße (L/B/H)

23,9/16,8/2 cm

Beschreibung

Details

Einband

Taschenbuch

Erscheinungsdatum

01.10.2021

Verlag

Pearson Studium ein Imprint von Pearson Deutschland

Seitenzahl

352

Maße (L/B/H)

23,9/16,8/2 cm

Gewicht

602 g

Reihe

Pearson Studium - Psychologie

Sprache

Deutsch

ISBN

978-3-86894-412-9

Das meinen unsere Kund*innen

0.0

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Kund*innenkonto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Erste Bewertung verfassen

Unsere Kund*innen meinen

0.0

0 Bewertungen filtern

  • Datenanalyse mit R: Beschreiben, Explorieren, Schätzen und Testen

  • Das Buch ist in zwei Teile gegliedert

    Teil I: Deskriptive und explorative Verfahren (Beschreiben und Explorieren):

    - Einführung in R

    - Lage- und Streuungsmaße, sowie univariate Verteilungen

    - Korrelation und Regression (ungerichtete und gerichtete bivariate Zusammenhänge)

    - Effektgrößen

    Teil II: Inferenzstatistische Verfahren (Schätzen und Testen)

    - Mittelwerte und Unterschiede zwischen zwei Mittelwerten

    - Korrelation und einfache Regression

    - Mehrere Mittelwerte, unspezifische Vorhersagen: ANOVA

    - Mehrere Mittelwerte, spezifische Vorhersagen: Kontrastananalyse

    - Nonparametrische Verfahren für nominalskalierte Daten

    - Nonparametrische Verfahren für ordinalskalierte Daten

    - Multiple Regression: die Basics

    - Multiple Regression: einige Varianten

    - Resampling-Verfahre