Dieses Buch liefert eine anwendungsorientierte Einführung in die Datenauswertung mit der freien Statistikumgebung R. Es behandelt deskriptive Auswertungen ebenso umfassend wie inferenzstatistische Analysen. Neben klassischen univariaten Verfahren berücksichtigt das Buch nonparametrische Tests, Resampling-Methoden und multivariate Statistik. Zudem deckt es die vielfältigen Möglichkeiten ab, Daten aufzubereiten und Diagramme zu erstellen. Die statistischen Verfahren werden anhand von Beispielen erläutert und an vielen Stellen mit Diagrammen illustriert.

In die dritte Auflage sind sowohl die Neuerungen von R 3.1.1 als auch jüngere Entwicklungen bei den Zusatzpaketen eingeflossen. Gleichzeitig wurde der Text überarbeitet und in den Bereichen der logistischen Regression sowie der Kreuzvalidierung deutlich erweitert. Der Text behandelt nun auch die ordinale, multinomiale und Poisson-Regression ebenso wie log-lineare Modelle und die Survival-Analyse.

Das Buch richtet sichan alle, die R kennenlernen und in konkreten Aufgabenstellungen einsetzen möchten, ohne bereits über Vorerfahrungen mit befehlsgesteuerten Programmen oder Programmiersprachen zu verfügen.

Einsteigerfreundliche Darstellung von R Ausführliche Beschreibung der wichtigsten statistischen Verfahren in den Human- und Sozialwissenschaften Nachschlagewerk oder Begleitlektüre zu Statistikkursen und -büchern Verweise auf Erweiterungsmöglichkeiten durch Zusatzpakete auch für erfahrenere Anwender interessant Mit den Neuerungen von R 3.1.1 Includes supplementary material: sn.pub/extras

Autorentext

Daniel Wollschläger ist Akademischer Oberrat an der Universität Kiel mit Schwerpunkten in den Bereichen Forschungsmethoden und Datenauswertung. Er ist derzeit als Statistiker an der Universitätsmedizin Mainz sowie am Haraldsplass Universitätskrankenhaus Bergen (Norwegen) tätig.

Inhalt

Erste Schritte.- Elementare Dateneingabe und verarbeitung.- Datensätze.- Befehle und Daten verwalten.- Hilfsmittel für die Inferenzstatistik.- Korrelations- und Regressionsanalyse.- Parametrische Tests für Dispersions- und Lageparameter von Verteilungen.- Klassische nonparametrische Methoden.- Resampling-Verfahren.- Multivariate Verfahren.- Diagramme erstellen.- R als Programmiersprache.- Literaturverzeichnis.