دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [9 ed.] نویسندگان: Ludwig Fahrmeir, Christian Heumann, Rita Künstler, Iris Pigeot, Gerhard Tutz سری: ISBN (شابک) : 9783662675250, 9783662675267 ناشر: Springer سال نشر: 2024 تعداد صفحات: 665 زبان: German فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 10 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Statistik : Der Weg zur Datenanalyse به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب آمار: مسیر تجزیه و تحلیل داده ها نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
Vorwort zur 9. Auflage Vorwort zur 8. Auflage Vorwort zur 1. Auflage Inhaltsverzeichnis 1 Einführung 1.1 Wo braucht man Statistik? 1.2 Was macht man mit Statistik? 1.3 Was steht am Anfang? 1.3.1 Statistische Einheiten, Merkmale und Gesamtheiten 1.3.2 Merkmalstypen 1.4 Wie gewinnt man Daten? 1.4.1 Elemente der Versuchsplanung 1.4.2 Datengewinnung und Erhebungsarten 1.5 Zusammenfassung und Bemerkungen 1.6 Statistische Software 1.7 Aufgaben 2 Univariate Deskription und Exploration von Daten 2.1 Verteilungen und ihre Darstellungen 2.1.1 Häufigkeiten 2.1.2 Grafische Darstellungen 2.1.3 Kumulierte Häufigkeitsverteilung und empirische Verteilungsfunktion 2.2 Beschreibung von Verteilungen 2.2.1 Lagemaße 2.2.2 Quantile und Box-Plot 2.2.3 Standardabweichung, Varianz und Variationskoeffizient 2.2.4 Maßzahlen für Schiefe und Wölbung 2.3 Konzentrationsmaße 2.3.1 Relative Konzentration: Lorenzkurve und Gini-Koeffizient 2.3.2 Alternative Konzentrationsmaße 2.4 Dichtekurven und Normalverteilung 2.4.1 Dichtekurven 2.4.2 Normalverteilungen 2.4.3 Approximation von Dichtekurven 2.5 Zusammenfassung und Bemerkungen 2.6 Univariate Datenanalyse mit R 2.6.1 Verteilungen und ihre Darstellungen 2.6.2 Beschreibung von Verteilungen 2.6.3 Konzentrationsmaße 2.6.4 Dichtekurven und Normalverteilung 2.7 Aufgaben 3 Multivariate Deskription und Exploration 3.1 Diskrete und gruppierte Merkmale 3.1.1 Zweidimensionale Daten: Die Kontingenztabelle 3.1.2 Bedingte Häufigkeiten 3.2 Zusammenhangsanalyse in Kontingenztabellen 3.2.1 Chancen und relative Chancen 3.2.2 Kontingenz- und χ2-Koeffizient 3.3 Grafische Darstellungen quantitativer Merkmale 3.3.1 Streudiagramm 3.3.2 Zweidimensionale Histogramme und Dichten 3.3.3 Mehrdimensionale Darstellungen 3.4 Zusammenhangsmaße bei metrischen Merkmalen 3.4.1 Empirischer Korrelationskoeffizient nach Bravais-Pearson φ-Koeffizient 3.4.2 Spearmans Korrelationskoeffizient 3.4.3 Alternative Rangkorrelationsmaße 3.4.4 Invarianzeigenschaften 3.5 Korrelation und Kausalität 3.6 Regression 3.6.1 Das lineare Regressionsmodell 3.6.2 Die Berechnung der Ausgleichsgeraden 3.6.3 Bestimmtheitsmaß und Residualanalyse 3.6.4 Nichtlineare Regression 3.7 Zusammenfassung und Bemerkungen 3.8 Multivariate Deskription mit R 3.8.1 Diskrete und gruppierte Daten 3.8.2 Zusammenhangsanalyse in Kontingenztabellen 3.8.3 Grafische Darstellungen quantitativer Merkmale 3.8.4 Zusammenhangsmaße bei metrischen Merkmalen 3.8.5 Regression 3.9 Aufgaben 4 Wahrscheinlichkeitsrechnung 4.1 Definition und Begriff der Wahrscheinlichkeit 4.1.1 Mengen und Mengenoperationen 4.1.2 Zufallsereignisse 4.1.3 Wahrscheinlichkeiten 4.2 Zur empirischen Interpretation von Wahrscheinlichkeiten 4.2.1 Die Laplace-Wahrscheinlichkeit 4.2.2 Objektive Wahrscheinlichkeiten als Grenzwert relativer Häufigkeiten 4.2.3 Subjektive Wahrscheinlichkeiten 4.3 Zufallsstichproben und Kombinatorik 4.3.1 Modell mit Zurücklegen 4.3.2 Modell ohne Zurücklegen 4.3.3 Permutationen 4.3.4 Modell ohne Zurücklegen und ohne Berücksichtigung der Reihenfolge 4.4 Bedingte Wahrscheinlichkeiten 4.5 Unabhängigkeit von zwei Ereignissen 4.6 Totale Wahrscheinlichkeit 4.7 Der Satz von Bayes 4.8 Unendliche Grundgesamtheiten 4.9 Zusammenfassung und Bemerkungen 4.10 Aufgaben 5 Diskrete Zufallsvariablen 5.1 Zufallsvariablen 5.2 Verteilungen und Parameter von diskreten Zufallsvariablen 5.2.1 Definition und Verteilung 5.2.2 Unabhängigkeit von diskreten Zufallsvariablen 5.2.3 Lageparameter, Quantile und Streuungsparameter einer diskreten Verteilung 5.2.4 Weitere Lageparameter 5.3 Spezielle diskrete Verteilungsmodelle 5.3.1 Die Binomialverteilung 5.3.2 Die hypergeometrische Verteilung 5.3.3 Die Poisson-Verteilung 5.4 Zusammenfassung und Bemerkungen 5.5 Diskrete Verteilungen in R 5.6 Aufgaben 6 Stetige Zufallsvariablen 6.1 Definition und Verteilung 6.2 Lageparameter, Quantile und Varianz von stetigen Zufallsvariablen 6.3 Spezielle stetige Verteilungsmodelle 6.3.1 Die Normalverteilung 6.3.2 Die logarithmische Normalverteilung 6.3.3 Chi-Quadrat-, Student- und Fisher-Verteilung 6.4 Zusammenfassung und Bemerkungen 6.5 Stetige Zufallsvariablen in R 6.6 Aufgaben 7 Mehr über Zufallsvariablen und Verteilungen 7.1 Gesetz der großen Zahlen und Grenzwertsätze 7.1.1 Das Gesetz der großen Zahlen und der Hauptsatz der Statistik 7.1.2 Der zentrale Grenzwertsatz 7.2 Approximation von Verteilungen 7.3 Zufallszahlen und Simulation 7.4 Einige Ergänzungen 7.4.1 Zufallsvariablen als Abbildungen 7.4.2 Verteilungsfunktion und ihre Eigenschaften 7.4.3 Ungleichung von Tschebyscheff 7.4.4 Maßzahlen für Schiefe und Wölbung 7.5 Zusammenfassung und Bemerkungen 7.6 Zufallszahlen mit R 7.7 Aufgaben 8 Mehrdimensionale Zufallsvariablen 8.1 Begriff mehrdimensionaler Zufallsvariablen 8.2 Zweidimensionale diskrete Zufallsvariablen 8.3 Zweidimensionale stetige Zufallsvariablen 8.4 Unabhängigkeit von Zufallsvariablen 8.5 Kovarianz und Korrelation 8.6 Die zweidimensionale Normalverteilung 8.7 Zusammenfassung und Bemerkungen 8.8 Die zweidimensionale Normalverteilung in R 8.9 Aufgaben 9 Parameterschätzung 9.1 Punktschätzung 9.2 Eigenschaften von Schätzstatistiken 9.2.1 Erwartungstreue 9.2.2 Erwartete mittlere quadratische Abweichung und Konsistenz 9.2.3 Wirksamste Schätzstatistiken 9.3 Konstruktion von Schätzfunktionen 9.3.1 Maximum Likelihood-Schätzung 9.3.2 Kleinste-Quadrate-Schätzung 9.3.3 Bayes-Schätzung 9.4 Intervallschätzung 9.4.1 Konfidenzintervalle für Erwartungswert und Varianz 9.4.2 Konfidenzintervalle für den Anteilswert 9.5 Zusammenfassung und Bemerkungen 9.6 Konfidenzintervalle in R 9.7 Aufgaben 10 Testen von Hypothesen 10.1 Der Binomial- und der Gauß-Test 10.1.1 Der exakte Binomialtest 10.1.2 Der approximative Binomialtest 10.1.3 Der Gauß-Test 10.2 Prinzipien des Testens 10.2.1 Fehlentscheidungen 10.2.2 Statistische Tests und Konfidenzintervalle 10.2.3 Überschreitungswahrscheinlichkeit 10.2.4 Gütefunktion 10.3 Multiple Testprobleme 10.4 Zusammenfassung und Bemerkungen 10.5 Aufgaben 11 Spezielle Testprobleme 11.1 Problemstellungen und Daten 11.2 Ein-Stichproben-Fall 11.2.1 Tests zu Lagealternativen 11.2.2 Anpassungstests 11.3 Vergleiche aus unabhängigen Stichproben 11.3.1 Tests zu Lagealternativen 11.3.2 χ2-Homogenitätstest 11.3.3 Exakter Test von Fisher 11.4 Vergleiche aus verbundenen Stichproben 11.5 Zusammenhangsanalyse 11.5.1 χ2-Unabhängigkeitstest 11.5.2 Korrelation bei metrischen Merkmalen 11.6 Zusammenfassung und Bemerkungen 11.7 Tests mit R 11.8 Aufgaben 12 Regressionsanalyse 12.1 Lineare Einfachregression 12.1.1 Das Modell der linearen Einfachregression 12.1.2 Schätzen, Testen und Prognose 12.1.3 Residualanalyse 12.2 Multiple lineare Regression 12.2.1 Das multiple lineare Regressionsmodell 12.2.2 Schätzen, Testen und Prognose Testen 12.2.3 Multiple lineare Regression in Matrixnotation 12.3 Binäre Regression 12.4 Nichtlineare und nichtparametrische Regression 12.5 Zusammenfassung und Bemerkungen 12.6 Regressionsanalysen mit R 12.6.1 Einfache lineare Regression 12.6.2 Multiple lineare Regression 12.6.3 Weitere Regressionsmodelle 12.7 Aufgaben 13 Varianzanalyse 13.1 Einfaktorielle Varianzanalyse 13.2 Zweifaktorielle Varianzanalyse mit festen Effekten 13.3 Zusammenfassung und Bemerkungen 13.4 Aufgaben 14 Zeitreihen 14.1 Einführende Beispiele 14.2 Indizes 14.3 Komponentenmodelle 14.4 Globale Regressionsansätze 14.4.1 Trendbestimmung 14.4.2 Bestimmung der Saisonkomponente 14.5 Lokale Ansätze 14.5.1 Trendbestimmung 14.5.2 Bestimmung der Saisonkomponente 14.6 Zusammenfassung und Bemerkungen 14.7 Zeitreihenanalyse mit R 14.8 Aufgaben 15 Einführung in R 15.1 R als Taschenrechner 15.2 Grundlegende Datenstrukturen in R 15.2.1 Vektoren 15.2.2 Matrizen und Datensätze 15.2.3 Listen 15.2.4 Arrays 15.2.5 Mehr zu Faktorvariablen 15.2.6 Mehr zur Indizierung 15.3 Funktionen und mathematische Konstanten 15.3.1 Statistische Funktionen 15.3.2 Weitere praktische mathematische Funktionen 15.3.3 Mathematische Konstanten 15.3.4 Eigene Funktionen in R 15.4 Datenverarbeitung 15.4.1 Sortieren 15.4.2 Ränge bilden 15.4.3 Duplikate und eindeutige Werte, Minimum und Maximum finden 15.4.4 Diskretisierung numerischer Variablen 15.5 Verteilungen und Zufallsvariablen 15.6 Grafiken 15.7 Weiterführende Hinweise 15.8 Das tidyverse Paket 15.8.1 Installieren und Laden des Pakets 15.8.2 Manuelle Eingabe von Daten und Einlesen von Daten 15.8.3 Transformation von Daten 15.8.4 Visualisierung von Daten 15.9 Weitere Bibliotheken und nützliche Links A Tabellen A Standardnormalverteilung B Binomialverteilung C χ2-Verteilung D Students t-Verteilung E F-Verteilung F Wilcoxon-Vorzeichen-Rang-Test G Wilcoxon-Rangsummen-Test Verzeichnis der Beispiele Literatur Stichwortverzeichnis