Produktdetails
- Verlag: Springer Berlin
- ISBN-13: 9783540440000
- ISBN-10: 3540440003
- Artikelnr.: 24799793
- Herstellerkennzeichnung Die Herstellerinformationen sind derzeit nicht verfügbar.
Einführung.
- Wo braucht man Statistik?.
- Was macht man mit Statistik?.
- Was steht am Anfang?.
- Wie gewinnt man Daten?.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Univariate Deskription und Exploration von Daten.
- Verteilungen und ihre Darstellungen.
- Beschreibung von Verteilungen.
- Konzentrationsmaße.
- Dichtekurven und Normalverteilung.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Multivariate Deskription und Exploration.
- Diskrete und gruppierte Merkmale.
- Zusammenhangsanalyse in Kontingenztabellen.
- Graphische Darstellungen quantitativer Merkmale.
- Zusammenhangsmaße bei metrischen Merkmalen.
- Korrelation und Kausalität.
- Regression.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Wahrscheinlichkeitsrechnung.
- Definition und Begriff der Wahrscheinlichkeit.
- Zur empirischen Interpretation von Wahrscheinlichkeiten.
- Zufallsstichproben und Kombinatorik.
- Bedingte Wahrscheinlichkeiten.
- Unabhängigkeit von zwei Ereignissen.
- Totale Wahrscheinlichkeit.
- Der Satz von Bayes.
- Unendliche Grundgesamtheiten.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Diskrete Zufallsvariablen.
- Zufallsvariablen.
- Verteilungen und Parameter von diskreten Zufallsvariablen.
- Spezielle diskrete Verteilungsmodelle.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Stetige Zufallsvariablen.
- Definition und Verteilung.
- Lageparameter, Quantile und Varianz von stetigen Zufallsvariablen.
- Spezielle stetige Verteilungsmodelle.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Mehr über Zufallsvariablen und Verteilungen.
- Gesetz der großen Zahlen und Grenzwertsätze.
- Approximation von Verteilungen.
- Zufallszahlen und Simulation.
- Einige Ergänzungen.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Mehrdimensionale Zufallsvariablen.
- Begriff mehrdimensionaler Zufallsvariablen.
- Zweidimensionale diskrete Zufallsvariablen.
- Zweidimensionale stetige Zufallsvariablen.
- Unabhängigkeit von Zufallsvariablen.
- Kovarianz und Korrelation.
- Die zweid.
- Wo braucht man Statistik?.
- Was macht man mit Statistik?.
- Was steht am Anfang?.
- Wie gewinnt man Daten?.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Univariate Deskription und Exploration von Daten.
- Verteilungen und ihre Darstellungen.
- Beschreibung von Verteilungen.
- Konzentrationsmaße.
- Dichtekurven und Normalverteilung.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Multivariate Deskription und Exploration.
- Diskrete und gruppierte Merkmale.
- Zusammenhangsanalyse in Kontingenztabellen.
- Graphische Darstellungen quantitativer Merkmale.
- Zusammenhangsmaße bei metrischen Merkmalen.
- Korrelation und Kausalität.
- Regression.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Wahrscheinlichkeitsrechnung.
- Definition und Begriff der Wahrscheinlichkeit.
- Zur empirischen Interpretation von Wahrscheinlichkeiten.
- Zufallsstichproben und Kombinatorik.
- Bedingte Wahrscheinlichkeiten.
- Unabhängigkeit von zwei Ereignissen.
- Totale Wahrscheinlichkeit.
- Der Satz von Bayes.
- Unendliche Grundgesamtheiten.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Diskrete Zufallsvariablen.
- Zufallsvariablen.
- Verteilungen und Parameter von diskreten Zufallsvariablen.
- Spezielle diskrete Verteilungsmodelle.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Stetige Zufallsvariablen.
- Definition und Verteilung.
- Lageparameter, Quantile und Varianz von stetigen Zufallsvariablen.
- Spezielle stetige Verteilungsmodelle.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Mehr über Zufallsvariablen und Verteilungen.
- Gesetz der großen Zahlen und Grenzwertsätze.
- Approximation von Verteilungen.
- Zufallszahlen und Simulation.
- Einige Ergänzungen.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Mehrdimensionale Zufallsvariablen.
- Begriff mehrdimensionaler Zufallsvariablen.
- Zweidimensionale diskrete Zufallsvariablen.
- Zweidimensionale stetige Zufallsvariablen.
- Unabhängigkeit von Zufallsvariablen.
- Kovarianz und Korrelation.
- Die zweid.
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.
Einführung.
- Wo braucht man Statistik?.
- Was macht man mit Statistik?.
- Was steht am Anfang?.
- Wie gewinnt man Daten?.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Univariate Deskription und Exploration von Daten.
- Verteilungen und ihre Darstellungen.
- Beschreibung von Verteilungen.
- Konzentrationsmaße.
- Dichtekurven und Normalverteilung.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Multivariate Deskription und Exploration.
- Diskrete und gruppierte Merkmale.
- Zusammenhangsanalyse in Kontingenztabellen.
- Graphische Darstellungen quantitativer Merkmale.
- Zusammenhangsmaße bei metrischen Merkmalen.
- Korrelation und Kausalität.
- Regression.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Wahrscheinlichkeitsrechnung.
- Definition und Begriff der Wahrscheinlichkeit.
- Zur empirischen Interpretation von Wahrscheinlichkeiten.
- Zufallsstichproben und Kombinatorik.
- Bedingte Wahrscheinlichkeiten.
- Unabhängigkeit von zwei Ereignissen.
- Totale Wahrscheinlichkeit.
- Der Satz von Bayes.
- Unendliche Grundgesamtheiten.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Diskrete Zufallsvariablen.
- Zufallsvariablen.
- Verteilungen und Parameter von diskreten Zufallsvariablen.
- Spezielle diskrete Verteilungsmodelle.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Stetige Zufallsvariablen.
- Definition und Verteilung.
- Lageparameter, Quantile und Varianz von stetigen Zufallsvariablen.
- Spezielle stetige Verteilungsmodelle.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Mehr über Zufallsvariablen und Verteilungen.
- Gesetz der großen Zahlen und Grenzwertsätze.
- Approximation von Verteilungen.
- Zufallszahlen und Simulation.
- Einige Ergänzungen.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Mehrdimensionale Zufallsvariablen.
- Begriff mehrdimensionaler Zufallsvariablen.
- Zweidimensionale diskrete Zufallsvariablen.
- Zweidimensionale stetige Zufallsvariablen.
- Unabhängigkeit von Zufallsvariablen.
- Kovarianz und Korrelation.
- Die zweid.
- Wo braucht man Statistik?.
- Was macht man mit Statistik?.
- Was steht am Anfang?.
- Wie gewinnt man Daten?.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Univariate Deskription und Exploration von Daten.
- Verteilungen und ihre Darstellungen.
- Beschreibung von Verteilungen.
- Konzentrationsmaße.
- Dichtekurven und Normalverteilung.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Multivariate Deskription und Exploration.
- Diskrete und gruppierte Merkmale.
- Zusammenhangsanalyse in Kontingenztabellen.
- Graphische Darstellungen quantitativer Merkmale.
- Zusammenhangsmaße bei metrischen Merkmalen.
- Korrelation und Kausalität.
- Regression.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Wahrscheinlichkeitsrechnung.
- Definition und Begriff der Wahrscheinlichkeit.
- Zur empirischen Interpretation von Wahrscheinlichkeiten.
- Zufallsstichproben und Kombinatorik.
- Bedingte Wahrscheinlichkeiten.
- Unabhängigkeit von zwei Ereignissen.
- Totale Wahrscheinlichkeit.
- Der Satz von Bayes.
- Unendliche Grundgesamtheiten.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Diskrete Zufallsvariablen.
- Zufallsvariablen.
- Verteilungen und Parameter von diskreten Zufallsvariablen.
- Spezielle diskrete Verteilungsmodelle.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Stetige Zufallsvariablen.
- Definition und Verteilung.
- Lageparameter, Quantile und Varianz von stetigen Zufallsvariablen.
- Spezielle stetige Verteilungsmodelle.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Mehr über Zufallsvariablen und Verteilungen.
- Gesetz der großen Zahlen und Grenzwertsätze.
- Approximation von Verteilungen.
- Zufallszahlen und Simulation.
- Einige Ergänzungen.
- Zusammenfassung und Bemerkungen.
- Aufgaben.
- Mehrdimensionale Zufallsvariablen.
- Begriff mehrdimensionaler Zufallsvariablen.
- Zweidimensionale diskrete Zufallsvariablen.
- Zweidimensionale stetige Zufallsvariablen.
- Unabhängigkeit von Zufallsvariablen.
- Kovarianz und Korrelation.
- Die zweid.
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.