Wenn Sie R von Grund auf kennenlernen und auch die fortgeschrittenen Techniken zur Lösung gängiger Aufgaben bei der Datenanalyse mit R beherrschen möchten, dann liegen Sie mit diesem Buch goldrichtig. Es bietet Ihnen nicht nur einen Überblick über die Programmierung in R und die Arbeit mit der Sprache, sondern geht auch auf die Arten von Projekten und Anwendungen ein, die R-Entwicklerinnen und -Entwickler häufig in Angriff nehmen müssen. Statistische Analysen, Datenvisualisierungen, maschinelles Lernen und Datenmanagement mit R: All das lernen Sie mit diesem Buch intensiv kennen.
Wenn Sie R von Grund auf kennenlernen und auch die fortgeschrittenen Techniken zur Lösung gängiger Aufgaben bei der Datenanalyse mit R beherrschen möchten, dann liegen Sie mit diesem Buch goldrichtig. Es bietet Ihnen nicht nur einen Überblick über die Programmierung in R und die Arbeit mit der Sprache, sondern geht auch auf die Arten von Projekten und Anwendungen ein, die R-Entwicklerinnen und -Entwickler häufig in Angriff nehmen müssen. Statistische Analysen, Datenvisualisierungen, maschinelles Lernen und Datenmanagement mit R: All das lernen Sie mit diesem Buch intensiv kennen.
Joseph Schmuller forscht an der Universität North Florida und hat Statistik auf ganz verschiedenen Niveaus unterrichtet. Er war Mitglied der American Statistical Association und hat mehr als 25 Jahre Erfahrung in der Informatik. Er ist Autor verschiedener erfolgreicher Computerbücher, unter anderem von "Statistik mit Excel für Dummies" und "Statistik mit R für Dummies".
Inhaltsangabe
Einführung 31 Teil I: Eine Einführung in R 35 Kapitel 1: R - Was es macht und wie es dies macht 37 Kapitel 2: Mit Packages arbeiten, Importieren und Exportieren 65 Teil II: Daten beschreiben 79 Kapitel 3: Grafik 81 Kapitel 4: Finden Sie Ihre Mitte! 119 Kapitel 5: Weg vom Durchschnitt 129 Kapitel 6: Standards und Ränge 137 Kapitel 7: Eine Zusammenfassung des Ganzen 147 Kapitel 8: Was ist normal? 165 Teil III: Daten analysieren 183 Kapitel 9: Ein Spiel mit dem Vertrauen: Schätzung 185 Kapitel 10: Hypothesentests mit einer Stichprobe 201 Kapitel 11: Hypothesentests mit zwei Stichproben 227 Kapitel 12: Tests von mehr als zwei Stichproben 253 Kapitel 13: Kompliziertere Tests 277 Kapitel 14: Regression: Lineare und multiple und das allgemeine lineare Modell 297 Kapitel 15: Korrelation: Aufstieg und Fall von Beziehungen 331 Kapitel 16: Kurvilineare Regression: Wenn Beziehungen kompliziert werden 351 Kapitel 17: Zu gegebener Zeit 375 Kapitel 18: Nichtparametrische Statistik 387 Kapitel 19: Einführung in die Wahrscheinlichkeitsrechnung 407 Kapitel 20: Wahrscheinlichkeit trifft auf Regression: Logistische Regression 427 Teil IV: Aus Daten lernen 435 Kapitel 21: Tools und Daten für Projekte zum maschinellen Lernen 437 Kapitel 22: Entscheidungen, Entscheidungen! 463 Kapitel 23: In den Wald - per Zufall 481 Kapitel 24: Unterstützen Sie Ihren lokalen Vektor 497 Kapitel 25: k-Means-Clustering 517 Kapitel 26: Neuronale Netze 533 Kapitel 27: Datenerforschung im Marketing 549 Kapitel 28: Aus der Stadt, die niemals schläft 567 Teil V: R in der Praxis: Einige Projekte, die Sie auf Trab halten 583 Kapitel 29: Mit einem Browser arbeiten 585 Kapitel 30: Dashboards verwenden 613 Abbildungsverzeichnis 647 Stichwortverzeichnis 657
Einführung 31 Teil I: Eine Einführung in R 35 Kapitel 1: R - Was es macht und wie es dies macht 37 Kapitel 2: Mit Packages arbeiten, Importieren und Exportieren 65 Teil II: Daten beschreiben 79 Kapitel 3: Grafik 81 Kapitel 4: Finden Sie Ihre Mitte! 119 Kapitel 5: Weg vom Durchschnitt 129 Kapitel 6: Standards und Ränge 137 Kapitel 7: Eine Zusammenfassung des Ganzen 147 Kapitel 8: Was ist normal? 165 Teil III: Daten analysieren 183 Kapitel 9: Ein Spiel mit dem Vertrauen: Schätzung 185 Kapitel 10: Hypothesentests mit einer Stichprobe 201 Kapitel 11: Hypothesentests mit zwei Stichproben 227 Kapitel 12: Tests von mehr als zwei Stichproben 253 Kapitel 13: Kompliziertere Tests 277 Kapitel 14: Regression: Lineare und multiple und das allgemeine lineare Modell 297 Kapitel 15: Korrelation: Aufstieg und Fall von Beziehungen 331 Kapitel 16: Kurvilineare Regression: Wenn Beziehungen kompliziert werden 351 Kapitel 17: Zu gegebener Zeit 375 Kapitel 18: Nichtparametrische Statistik 387 Kapitel 19: Einführung in die Wahrscheinlichkeitsrechnung 407 Kapitel 20: Wahrscheinlichkeit trifft auf Regression: Logistische Regression 427 Teil IV: Aus Daten lernen 435 Kapitel 21: Tools und Daten für Projekte zum maschinellen Lernen 437 Kapitel 22: Entscheidungen, Entscheidungen! 463 Kapitel 23: In den Wald - per Zufall 481 Kapitel 24: Unterstützen Sie Ihren lokalen Vektor 497 Kapitel 25: k-Means-Clustering 517 Kapitel 26: Neuronale Netze 533 Kapitel 27: Datenerforschung im Marketing 549 Kapitel 28: Aus der Stadt, die niemals schläft 567 Teil V: R in der Praxis: Einige Projekte, die Sie auf Trab halten 583 Kapitel 29: Mit einem Browser arbeiten 585 Kapitel 30: Dashboards verwenden 613 Abbildungsverzeichnis 647 Stichwortverzeichnis 657
Es gelten unsere Allgemeinen Geschäftsbedingungen: www.buecher.de/agb
Impressum
www.buecher.de ist ein Internetauftritt der buecher.de internetstores GmbH
Geschäftsführung: Monica Sawhney | Roland Kölbl | Günter Hilger
Sitz der Gesellschaft: Batheyer Straße 115 - 117, 58099 Hagen
Postanschrift: Bürgermeister-Wegele-Str. 12, 86167 Augsburg
Amtsgericht Hagen HRB 13257
Steuernummer: 321/5800/1497
USt-IdNr: DE450055826
