DER Klassiker unter den Statistik-Lehrbüchern, jetzt als Neuauflage

Vollständig aktualisierte bzw. neue Beispiele, basierend auf realen Daten

Daten und R-Codes stehen online zur Verfügung

DER Klassiker unter den Statistik-Lehrbüchern, jetzt als Neuauflage Vollständig aktualisierte bzw. neue Beispiele, basierend auf realen Daten Daten und R-Codes stehen online zur Verfügung Includes supplementary material: sn.pub/extras

Autorentext

Prof. Dr. Ludwig Fahrmeir war Professor für Statistik an der Universität Regensburg und der LMU München und ist inzwischen emeritiert. Prof. Dr. Christian Heumann studierte, promovierte und habilitierte an der LMU München und ist Professor am Institut für Statistik der LMU München. Dr. Rita Künstler studierte Statistik mit Anwendungsgebieten Psychologie und Soziologie an der LMU München. Anschließend arbeitete sie als wissenschaftliche Mitarbeiterin und promovierte am Institut für Statistik an der LMU. Prof. Dr. Iris Pigeot war Dozentin für Statistik in Dortmund und Mainz sowie Professorin an der LMU in München. Sie ist nun Professorin an der Universität Bremen und Direktorin des Leibniz-Instituts für Präventionsforschung und Epidemiologie - BIPS. Prof. Dr. Gerhard Tutz war nach seinem Studium der Mathematik, Physik und Psychologie zunächst Assistent an der Universität Regensburg. Anschließend hatte er Professuren an der LMU in München sowie der TU Berlin inne, bevor er an das Institut für Statistik an der LMU München zurückkehrte.

Klappentext

Das Buch bietet eine umfassende Einführung in die Statistik. Die Autoren liefern eine integrierte Darstellung der deskriptiven Statistik, der modernen Methoden der explorativen Datenanalyse und der induktiven Statistik, einschließlich der Regressions- und Varianzanalyse. Zahlreiche Beispiele mit realen Daten veranschaulichen den Text. Geeignet als vorlesungsbegleitender Text, aber auch zum Selbststudium für Studierende der Wirtschafts- und Sozialwissenschaften sowie anderer Anwendungsdisziplinen und als Einführung 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 .