Parametrische Statistik: Verteilungen, maximum likelihood und GLM in R

ویرایش: 2 
نویسندگان: Carsten F. Dormann (auth.)  
سری: Statistik und ihre Anwendungen 
ISBN (شابک) : 9783662546833, 9783662546840 
ناشر: Springer Spektrum 
سال نشر: 2017 
تعداد صفحات: 374 
زبان: German 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت 

قیمت کتاب (تومان) : 40,000



این کتاب از مثال‌هایی برای ایجاد پایه‌های آماری تحلیل داده‌های مدرن گام به گام استفاده می‌کند. برخلاف دیگر آثار مقدماتی، این کتاب اهمیت زیادی به یک قوس فراگیر می دهد، رشته ای مشترک که همه روش ها را در کنار هم قرار می دهد. روش‌های آماری کلاسیک (مانند آزمون t یا رگرسیون چندگانه) به عنوان یک مورد خاص از مدل خطی تعمیم‌یافته توسعه یافته‌اند. بر این اساس، کتاب ابتدا پایه‌ای در آمار توصیفی، توزیع‌ها و حداکثر احتمال می‌گذارد که سپس سایر روش‌ها از آن استخراج می‌شوند (ANOVA، رگرسیون چندگانه).

هر مرحله به دو فصل تقسیم می شود: در فصل فرد با اعداد فرد، ایده رویکرد آماری با استفاده از مثال ها و تصاویر فراوان توضیح داده شده است. در فصل زوج شماره زیر، پیاده سازی در نرم افزار آمار رایگان R نشان داده شده است. یک فصل در مورد نظریه علم و تحقیق و یک فصل در مورد طراحی آزمایش ها و روش های نمونه گیری این کار مقدماتی را تکمیل می کند.

این کتاب اهمیت زیادی برای درک و اجرا قائل است. در مقابل، مشتقات ریاضی در جایگاه دوم قرار می گیرند. هر فصل شامل محتوای آموزشی مشخص شده است که می تواند از طریق تمرینات برای هر فصل R آزمایش شود. فهرست دقیق شامل توابع R کتاب را به عنوان یک اثر مرجع قابل استفاده می کند.

ویرایش دوم با تخمین با استفاده از روش گشتاورها تکمیل شد، تشخیص باقیمانده برای توزیع غیرعادی داده ها و یک جستجوی مدل جامع.

Beispielreich baut dieses Buch Schritt für Schritt die statistischen Grundlagen moderner Datenanalysen auf. Im Gegensatz zu anderen einführenden Werken legt dieses Buch großen Wert auf einen umfassend gespannten Bogen, einen roten Faden, der alle Methoden zusammenführt. Dabei werden klassische statistische Methoden (etwa t-Test oder multiple Regression) als Spezialfall des Generalisierten Linearen Modells entwickelt. Entsprechend legt das Buch zunächst eine Grundlage in beschreibender Statistik, Verteilungen und maximum likelihood, aus der dann alle anderen Verfahren abgeleitet werden (ANOVA, multiple Regression).

Jeder Schritt ist auf zwei Kapitel verteilt: Im ungradzahligen Kapitel wird anhand von vielen Beispielen und Abbildungen die Idee der statistischen Herangehensweise erläutert. Im sich daran anschließenden gradzahligen Kapitel wird die Umsetzung in der freien Statistiksoftware R gezeigt. Ein Kapitel zur Wissenschafts- und Forschungstheorie und eines zum Design von Experimenten und Stichprobeverfahren komplettiert dieses einleitende Werk.

Das Buch legt großen Wert auf Verständlichkeit und Umsetzung. Mathematische Herleitungen treten demgegenüber stark in den Hintergrund. Jedes Kapitel enthält explizit ausgewiesene Lerninhalte, die durch Übungen zu jedem R-Kapitel geprüft werden können. Ein ausführliches Schlagwortverzeichnis inklusive der R-Funktionen macht das Buch auch als Nachschlagewerk nutzbar.

Die zweite Auflage wurde ergänzt um Schätzung mittels der Momentenmethode, Residuendiagnostik für nicht-normalverteilte Daten und die erschöpfende Modellsuche.

Front Matter ....Pages I-XXIII
 Stichprobe, Zufallsvariable – Histogramm, Dichteverteilung  (Carsten F. Dormann)....Pages 1-16
 Stichprobe, Zufallsvariable – Histogramm, Dichteverteilung in R  (Carsten F. Dormann)....Pages 17-35
 Verteilungen, ihre Parameter und deren Schätzer  (Carsten F. Dormann)....Pages 37-67
 Verteilungen, Parameter und Schätzer in R  (Carsten F. Dormann)....Pages 69-87
 Korrelation und Assoziation  (Carsten F. Dormann)....Pages 89-96
 Korrelation und Assoziation in R  (Carsten F. Dormann)....Pages 97-108
 Regression – Teil I  (Carsten F. Dormann)....Pages 109-125
 Regression in R – Teil I  (Carsten F. Dormann)....Pages 127-153
 Regression – Teil II  (Carsten F. Dormann)....Pages 155-169
 Regression in R – Teil II  (Carsten F. Dormann)....Pages 171-193
 Das Lineare Modell: $t$-Test und ANOVA  (Carsten F. Dormann)....Pages 195-218
 Das Lineare Modell: $t$-Test und ANOVA in R  (Carsten F. Dormann)....Pages 219-233
 Hypothesen und Tests  (Carsten F. Dormann)....Pages 235-245
 Experimentelles Design  (Carsten F. Dormann)....Pages 247-277
 Multiple Regression: mehrere Prädiktoren  (Carsten F. Dormann)....Pages 279-307
 Multiple Regression in R  (Carsten F. Dormann)....Pages 309-346
 Ausblick  (Carsten F. Dormann)....Pages 347-348
Back Matter ....Pages 349-363