Wozu sollte man R lernen? Da gibt es viele Gründe: Weil man damit natürlich ganz andere Möglichkeiten hat als mit einer Tabellenkalkulation wie Excel, aber auch mehr Spielraum als mit gängiger Statistiksoftware wie SPSS und SAS. Anders als bei diesen Programmen hat man nämlich direkten Zugriff auf dieselbe, vollwertige Programmiersprache, mit der die fertigen Analyse- und Visualisierungsmethoden realisiert sind - so lassen sich nahtlos eigene Algorithmen integrieren und komplexe Arbeitsabläufe realisieren.
Und nicht zuletzt, weil R offen gegenüber beliebigen Datenquellen ist, von der einfachen Textdatei über binäre Fremdformate bis hin zu den ganz großen relationalen Datenbanken. Zudem ist R Open Source und erobert momentan von der universitären Welt aus die professionelle Statistik.
R kann viel. Und Sie können viel mit R machen - wenn Sie wissen, wie es geht.
Willkommen in der R-Welt
Installieren Sie R und stöbern Sie in Ihrem gut bestückten Werkzeugkasten: Sie haben eine Konsole und eine grafische Benutzeroberfläche, unzählige vordefinierte Analyse- und Visualisierungsoperationen - und Pakete, Pakete, Pakete. Für quasi jeden statistischen Anwendungsbereich können Sie sich aus dem reichen Schatz der R-Community bedienen.
Sprechen Sie R!
Sie müssen Syntax und Grammatik von R nicht lernen - wie im Auslandsurlaub kommen Sie auch hier gut mit ein paar aufgeschnappten Brocken aus. Aber es lohnt sich: Wenn Sie wissen, was es mit R-Objekten auf sich hat, wie Sie eigene Funktionen schreiben und Ihre eigenen Pakete schnüren, sind Sie bei der Analyse Ihrer Daten noch flexibler und effektiver.
Datenanalyse und Statistik in der Praxis
Anhand unzähliger Beispiele aus Medizin, Wirtschaft, Sport und Bioinformatik lernen Sie, wie Sie Daten aufbereiten, mithilfe der Grafikfunktionen des lattice-Pakets darstellen, statistische Tests durchführen und Modelle anpassen. Danach werden Ihnen Ihre Daten nichts mehr verheimlichen.
Joseph Adler has years of experience working with lots of popular data mining packages, including databases (including Oracle, PostgreSQL, and MS Access), statistical analysis tools (SAS, SPSS, S-Plus, and R), and data mining tools (SAS Enterprise Miner, Insightful Miner, Oracle Data Mining, Weka, and SPSS Clementine). He is currently leading a project at Verisign to pick a data mining package for enterprise deployment.
Vorwort
Teil I: R-Grundlagen
1 Beschaffung und Installation von R
2 Die R-Benutzerschnittstelle
3 Kurzeinführung in R
4 R-Pakete
Teil II: Die Programmiersprache R
5 Überblick über die Programmiersprache R
6 R-Syntax
7 R-Objekte
8 Symbole und Umgebungen
9 Funktionen
10 Objektorientierte Programmierung
11 Hochperformantes R
Teil II: Daten aufbereiten und darstellen
12 Daten speichern, laden und bearbeiten
13 Datenaufbereitung
14 Grafik
15 Trellis-Grafik mit Lattice
Teil IV: Statistik mit R
16 Datenexploration
17 Wahrscheinlichkeitsverteilungen
18 Statistische Testverfahren
19 Poweranalyse
20 Regressionsmodelle
21 Klassifikationsmodelle
22 Maschinelles Lernen
23 Zeitreihenanalyse
24 Bioconductor
Anhang A: Funktionsreferenz
Anhang B: Datensatzreferenz
Literatur
Index
Zur englischen Originalausgabe:
"Ein absolutes "Muss". Klar gegliedert und anhand verständlicher Beispiele wird R und seine Funktionalität erklärt.Geeignet sowohl als Nachschlagwerk, als auch als Lernunterlage um sich R anzueignen. Dieses Buch wird ganz sicher den Grundstein jeder R Anwender (Anfänger und Fortgeschrittene) Bibliothek bilden." - PHP-Nuke.de, August 2010
Lesen Sie die ausführliche Rezension unter: http://php-nuke.de/index.php?option=com_content&view=article&id=16&Itemid=9
Zur englischen Originalausgabe: "[Joseph] Adler (and O'Reilly) have succeeded with this first R title which can serve simultaneously as a reference manual kept near one's workstation, an occasional refresher on some topics or even a first introduction for some readers. The range in examples is excellent, and the support via the corresponding package is to be commended. R in a Nutshell is a very useful resource for new and experienced R users alike." - www.jstatsoft.org, April 2011 Lesen Sie die ausführliche Rezension unter: http://www.jstatsoft.org/v40/b01/paper/
"Das [...] Buch eignet sich für alle, die diese Programmiersprache erlernen und damit ihre Daten untersuchen möchten, oder auch diejenigen, die einfach ihr Basiswissen über R etwas vertiefen möchten. An sehr vielen Beispielen wird gezeigt, was alles mit R machbar ist. Wichtige Themen wie Daten einlesen, Grafiken erstellen, die Daten zur Analyse vorbereiten und die Auswertung mit statistischen Methoden und Modellen werden vorgestellt. [...] Das Buch ist angenehm und flüssig zu lesen, und auch die Beispiele sind gut nachzuvollziehen." - forstarchiv 82, Heft 2 (2011)
| Erscheint lt. Verlag | 1.12.2010 |
|---|---|
| Verlagsort | Köln |
| Sprache | deutsch |
| Gewicht | 1366 g |
| Einbandart | gebunden |
| Themenwelt | Mathematik / Informatik ► Informatik ► Programmiersprachen / -werkzeuge |
| Mathematik / Informatik ► Mathematik ► Computerprogramme / Computeralgebra | |
| Mathematik / Informatik ► Mathematik ► Statistik | |
| Schlagworte | Datenanalyse • R (Programmiersprache); Handbuch/Lehrbuch • S • SPSS • Statistik • Statistik, Datenanalyse, statistisch, SPSS, S • statistisch |
| ISBN-10 | 3-89721-649-3 / 3897216493 |
| ISBN-13 | 978-3-89721-649-5 / 9783897216495 |
| Zustand | Neuware |
| Haben Sie eine Frage zum Produkt? |
aus dem Bereich
