Dieses Lehrbuch liefert eine umfassende Darstellung der deskriptiven und induktiven Statistik sowie moderner Methoden der explorativen Datenanalyse. Dabei stehen inhaltliche Motivation, Interpretation und Verständnis der Methoden im Vordergrund. Unterstützt werden diese durch zahlreiche Grafiken und Anwendungsbeispiele, die auf realen Daten basieren, sowie passende exemplarische R -Codes und Datensätze. Die im Buch beschriebenen Ergebnisse können außerdem anhand der online zur Verfügung stehenden Materialien reproduziert sowie um eigene Analysen ergänzt werden. Eine kurze Einführung in die freie Programmiersprache R ist ebenfalls enthalten. Hervorhebungen erhöhen die Lesbarkeit und Übersichtlichkeit. Das Buch eignet sich als vorlesungsbegleitende Lektüre, aber auch zum Selbststudium. Für die 9. Auflage wurde das Buch inhaltlich überarbeitet und ergänzt. Leserinnen und Leser erhalten nun in der Springer-Nature-Flashcards-App zusätzlich kostenfreien Zugriff auf über 100 exklusive Lernfragen, mit denen sie ihr Wissen überprüfen können.

DER Klassiker unter den Statistik-Lehrbüchern - seit über 25 Jahren Daten und R-Codes stehen online zur Verfügung Über 100 Lernfragen in der Springer-Nature-Flashcards-App

Autorentext

Prof. Dr. Ludwig Fahrmeir war Professor für Statistik an der Universität Regensburg und der LMU München.

Prof. Dr. Christian Heumann ist Professor am Institut für Statistik der LMU München.

Dr. Rita Künstler war wissenschaftliche Mitarbeiterin am Institut für Statistik der LMU München.

Prof. Dr. Iris Pigeot ist Professorin an der Universität Bremen und Direktorin des Leibniz-Instituts für Präventionsforschung und Epidemiologie BIPS.

Prof. Dr. Gerhard Tutz war Professor für Statistik an der TU Berlin und der LMU München.

Zusammenfassung

Das Buch bietet eine integrierte Darstellung der deskriptiven Statistik, moderner Methoden der explorativen Datenanalyse und der induktiven Statistik, einschließlich der Regressions- und Varianzanalyse. Die Darstellung ist auf inhaltliche Motivation, Interpretation und Verständnis der Methoden ausgerichtet. Zahlreiche Beispiele mit realen Daten und Graphiken veranschaulichen den Text. Texthervorhebungen zentraler Aspekte und Stichwörter am Rand erhöhen die Lesbarkeit und Übersichtlichkeit. Das Buch eignet sich als vorlesungsbegleitender Text, aber auch zum Selbststudium für Studenten aus den Bereichen der Wirtschafts- und Sozialwissenschaften, anderen Anwendungsdisziplinen der Statistik sowie als Einführungstext für Studenten der Statistik.

Inhalt
Einführung.- Univariate Deskription und Exploration von Daten.- Multivariate Deskription und Exploration.- Wahrscheinlichkeitsrechnung.- Diskrete Zufallsvariablen.- Stetige Zufallsvariablen.- Mehr über Zufallsvariablen und Verteilungen.- Mehrdimensionale Zufallsvariablen.- Parameterschätzung.- Testen von Hypothesen.- Spezielle Testprobleme.- Regressionsanalyse.- Varianzanalyse.- Zeitreihen.- Einführung in R .- Tabellen.