Statistisches Methodenbuch: Verfahren, Fallstudien, Programmcodes

آمار در حال نفوذ به حوزه های بیشتری از علوم طبیعی، فناوری، پزشکی و محیط زیست است. آمارگیر باید با زرادخانه ای مناسب از روش ها و با نرم افزار آماری مناسب به داده های پیچیده فزاینده رسیدگی کند.

این کتاب با شروع مفاهیم اولیه و رویه‌های ابتدایی، ابتدا به رویه‌های استاندارد رگرسیون چندگانه و مدل‌های تحلیل واریانس می‌پردازد. روش‌های آماری غیرخطی، در صورت نیاز به‌ویژه برای داده‌های طبقه‌بندی، و روش‌های ناپارامتریک برای برازش منحنی دنبال می‌شوند. اگر مقدار هدف از چندین متغیر همبسته به طور همزمان تشکیل شده باشد، آنگاه به روش‌های چند متغیره می‌رسیم که در «علوم زیستی» بسیار جذاب شده‌اند: تجزیه و تحلیل Manova، متمایز، عاملی و خوشه‌ای. این کتاب با روش‌های تحلیل سری‌های زمانی پایان می‌یابد، که به طور فزاینده‌ای در اکولوژی و اقتصاد اهمیت پیدا می‌کنند.

هر روش با نمونه‌های کاربردی که از مطالعات موردی علمی واقعی بزرگ‌تر گرفته شده و با کدهای برنامه تکمیل شده است، نشان داده می‌شود. که در سینتکس بسته های آماری معروف Splus/R، SPSS یا SAS نوشته شده است.

کاربرانی که در مناطق ذکر شده در بالا با مشکلات ارزیابی پیچیده تری مواجه هستند و می خواهند به تجزیه و تحلیل دقیق داده های آنها مانند دانشجویان و مدرسان علوم روش شناسی (ریاضی، آمار، علوم کامپیوتر) بینشی در مورد مسائل و راه حل های ارائه شده توسط آمار و بسته های برنامه ای که آنها را پشتیبانی می کند، به دست می آورد.

Statistik dringt in immer weitere Bereiche der Naturwissenschaften, der Technik, Medizin und Ökologie vor. Den immer komplexer werdenden Daten muss der Statistiker mit einem ausreichenden Methodenarsenal und mit entsprechender statistischer Software gerecht werden.

Ausgehend von Grundbegriffen und elementaren Verfahren wendet sich das Buch zunächst den Standardverfahren der multiplen Regression und den Modellen der Varianzanalyse zu. Nichtlineare statistische Methoden, wie sie namentlich bei kategoriellen Daten benötigt werden, und nichtparametrische Methoden zur Kurvenanpassung folgen. Besteht die Zielgrösse aus mehreren korrelierten Variablen gleichzeitig, so gelangt man zu den multivariaten Verfahren, die eine ausserordentliche Attraktivität in den 'life sciences' erlangt haben: Manova, Diskriminanz-, Faktor- und Clusteranalyse. Das Buch schließt mit den Analysemethoden für Zeitreihen, die sowohl in der Ökologie als auch in der Ökonomie wachsende Bedeutung gewinnen.

Jedes Verfahren wird durch Anwendungsbeispiele illustriert, die grösseren real-wissenschaftlichen Fallstudien entnommen sind, sowie durch Programmcodes ergänzt, die in der Syntax der bekannten Statistikpakete Splus/R, SPSS oder SAS geschrieben sind.

Awendern in den oben genannten Gebieten, die mit komplexeren Auswertungsproblemen konfrontiert sind, und die bis zur Feinanalyse ihrer Daten vordringen wollen wie Studenten und Dozenten in den Methodenwissenschaften (Mathematik, Statistik, Informatik) erhalten einen Einblick in die Fragestellungen und in die Lösungsangebote der Statistik und der sie unterstützenden Programmpakete.