Sie sind darauf angewiesen, Daten mit statistischen Methoden professionell auszuwerten und die Ergebnisse überzeugend darzustellen? Statistik ist allerdings nicht gerade Ihr Fachgebiet? Dann ist dieses Buch genau richtig für Sie. In jedem Kapitel führt der Autor eine statistische Methode vor und erklärt, was man an den Ergebnissen ablesen kann und was nicht. Unmittelbar im Anschluss beschreibt er, wie man die Methode in R implementiert. Denn R lässt mit den dazugehörigen Paketen keine Wünsche in der Statistik offen. In der Regel genügen wenige Zeilen Programmcode. Und das Beste ist: Die statistischen Pakete von R sind kostenlos. Dieses Buch hilft, bessere Entscheidungen zu treffen und Datenmüll zu vermeiden.
Inhaltsverzeichnis
Ü ber den Autor 9
Einfü hrung 21
Teil I: Erste Schritte bei der statistischen Analyse mit R 25
Kapitel 1: Daten, Statistiken und Entscheidungen 27
Kapitel 2: R: Was R kann und wie R das macht 37
Teil II: Daten beschreiben 69
Kapitel 3: Daten grafisch darstellen 71
Kapitel 4: Suchen Sie Ihre Mitte 109
Kapitel 5: Abweichungen vom Durchschnitt 119
Kapitel 6: Standards und Wertungen kennenlernen 127
Kapitel 7: Alles zusammenfassen 137
Kapitel 8: Was ist normal? 157
Teil III: Rü ckschlü sse aus Daten ziehen 175
Kapitel 9: Die Sache mit dem Vertrauen: Schä tzung 177
Kapitel 10: Ein-Stichproben-Hypothesentest 191
Kapitel 11: Zwei-Stichproben-Hypothesentest 217
Kapitel 12: Mehr als zwei Stichproben testen 243
Kapitel 13: Komplexere Tests 267
Kapitel 14: Lineare, multiple und allgemeine lineare Regression 287
Kapitel 15: Korrelation: Aufstieg und Fall von Zusammenhä ngen 321
Kapitel 16: Kurvenfö rmige Regression: Wenn Beziehungen kompliziert werden 341
Teil IV: Umgang mit der Wahrscheinlichkeit 365
Kapitel 17: Einfü hrung in die Wahrscheinlichkeit 367
Kapitel 18: Einfü hrung in die statistische Modellierung 387
Teil V: Der Top-Ten-Teil 407
Kapitel 19: (Fast) zehn nü tzliche R-Onlineressourcen 409
Abbildungsverzeichnis 413
Stichwortverzeichnis 421
