Statistik mit R (eBook)

Eine praxisorientierte Einführung in R

Joachim Zuckarelli (Autor)

eBook Download: PDF

2017 | 1. Auflage
366 Seiten
O'Reilly Verlag
978-3-96010-141-3 (ISBN)

Infos

Erfahren Sie in diesem Buch, was Sie wirklich wissen müssen, um statistische Analysen mit R erfolgreich durchzuführen. Diese pragmatische Einführung in die statistische Arbeit mit R eignet sich insbesondere für Studenten und Wissenschaftler aus dem wirtschafts-, sozialoder politikwissenschaftlichen Bereich, aber auch für diejenigen, die beruflich mit Statistik zu tun haben, weil sie zum Beispiel Finanzmarktdaten auswerten oder an Marktforschungsstudien arbeiten. Anders als viele andere Einführungen in R vermittelt Ihnen dieses Buch nicht nur die Grundlagen der Sprache R, sondern verknüpft dies mit der kompakten Darstellung zentraler Methoden der Statistik: Statistische Kernkonzepte werden gut nachvollziehbar beschrieben, bevor sie mit R angewandt werden. Eine Interpretation des R-Outputs aus statistischer Sicht sowie die Erläuterung der häufigsten Fehlermeldungen und ihrer Ursachen trägt dazu bei, Konzepte besser zu verstehen und Zusammenhänge zu erkennen. Auf diese Weise werden Sie rasch in die Lage versetzt, produktiv mit R zu arbeiten. Themen des Buchs sind: - Mit Daten arbeiten: Ihre Arbeit mit R organisieren, Einlesen von Daten in R, Datenspeicherung - Daten aufbereiten: unterschiedliche Datensätze kombinieren, Daten filtern, sortieren und bereinigen - Daten deskriptiv analysieren: den Datensatz kennenlernen, Lage-, Streuungs-und Zusammenhangsmaße berechnen und interpretieren - Kontinuierliche Daten analysieren: Lineare Regressionsmodelle, Hypothesentests, Diagnose und Behandlung von Annahmeverletzungen - Kategoriale Daten analysieren: Lineares Wahrscheinlichkeitsmodell, Logit-und Probit-Modelle - Ergebnisse präsentieren: Ergebnisse in Tabellen und Grafiken aussagekräftig präsentieren

Joachim Zuckarelli hat Volkswirtschaftslehre und Politikwissenschaft an der Universität Mannheim studiert und ist Diplom-Volkswirt. Bereits seit dem Studium beschäftigt er sich mit R. Er hat neun Jahre als Unternehmensberater bei einer großen internationalen Beratungsgesellschaft gearbeitet und ist heute als Projektmanager in der Labordiagnostik-Branche tätig. Er lebt und arbeitet in München.

Inhalt

Impressum 4
Inhaltsverzeichnis 5
Kapitel 1: Einführung 9
An wen richtet sich dieses Buch? 11
Aufbau dieses Buchs 11
Was ist R? 12
Keine Angst vorm Programmieren! 13
R installieren 15
Komfortabler arbeiten: R-Editoren 18
Hilfe zu R bekommen 20
Beispieldateien zum Download 25
Kapitel 2: Die eigene Arbeit organisieren 27
Eingabemodi von R 27
Packages verwenden 30
Ein Arbeitsverzeichnis aufbauen 33
Arbeitsstände sichern und wiederherstellen 36
Kapitel 3: Mit Daten arbeiten 39
Einfache Variablen und Zuweisungen 39
Variablen als Datenspeicher 40
Variablen erzeugen und mit Werten versehen 41
Numerische Variablen 43
Zeichenketten 43
Logische Werte 44
Faktoren 46
Datentypen von Variablen ermitteln und konvertieren 48
Variablen löschen 50
Vektoren 51
Vektoren anlegen 51
Mit Missings umgehen 54
Auf einzelne Elemente eines Vektors zugreifen 55
Dataframes 58
Einlesen von Daten nach R 66
Der Beispieldatensatz 66
Einige Tipps zur Arbeit mit Daten 68
Importieren der Daten 69
Kapitel 4: Daten aufbereiten 77
Datenaufbereitung mit R – muss das sein? 77
Datensätze zusammenführen 78
Datensätze mit gleicher Struktur 79
Datensätze mit unterschiedlicher Struktur 82
Daten selektieren 85
Selektion mit festen Indexwerten 85
Selektion mit Bedingungen 88
Daten rekodieren 91
Daten klassieren 95
Duplikate bereinigen 97
Daten sortieren 99
Geänderten Datensatz speichern 101
Kapitel 5: Daten deskriptiv analysieren 107
Repetitorium Deskriptive Statistik 108
Lagemaße 109
Streuungsmaße 111
Zusammenhangsmaße 114
Statistische Kennzahlen in R 117
Lagemaße in R 117
Streuungsmaße in R 121
Zusammenhangsmaße in R 127
Daten gruppiert analysieren 130
Kapitel 6: Lineare Regression: Kontinuierliche Daten analysieren (Inferenzstatistik I) 135
Die Rolle der Inferenzstatistik 135
Statistisches Repetitorium Lineare Regression 136
Was ist lineare Regression? 137
Annahmen des linearen Regressionsmodells 139
Schätzung von linearen Regressionsmodellen 148
Bestimmung der Schätzgüte 153
Unverzerrtheit und Effizienz der Schätzer 157
Hypothesentests einzelner Parameter 161
Gleichzeitige Hpothesentests mehrerer Parameter 168
Lineare Regression in R 172
Ein erstes Regressionsmodell in R 173
Weitere Beispiele für Regressionsmodelle 181
Ein genauerer Blick auf die Funktion lm 184
Ein genauerer Blick auf die Funktion summary 190
Hypothesentests in R 195
Typen von Hypothesentests 196
Hypothesentests einzelner Parameter 199
Gleichzeitige Hypothesentests mehrerer Parameter 203
Regression auf kategoriale Variablen 211
Kategoriale Variablen als Regressoren 211
Die Basiskategorie verstehen und interpretieren 214
Verletzung der Annahmen des linearen Regressionsmodells 221
Heteroskedastizität 222
Multikollinearität 233
Nicht normalverteilte Störgrößen 239
Autokorrelation 242
Spezifikationsfehler 248
Entwicklung von Regressionsmodellen – ein paar Tipps 259
Kapitel 7: Kategoriale Daten analysieren (Inferenzstatistik II) 265
Das lineare Wahrscheinlichkeitsmodell 265
Logit- und Probit-Modelle 268
Abhängige kategoriale Variablen mit zwei Kategorien 269
Abhängige kategoriale Variablen mit mehreren Kategorien 277
Kapitel 8: Ergebnisse präsentieren 289
Tabellen mit R 289
Grafiken mit R 296
Histogramme 297
Scatterplots (Punktwolken) 301
Boxplots 305
Globale Grafikparameter einstellen 308
Mehrere Grafiken kombinieren 311
Elemente zu Grafiken hinzufügen 313
Kapitel 9: Programmieren mit R 319
R-Skripte 320
R-Skripte bearbeiten und ausführen 320
R-Code kommentieren 321
R-Code modularisieren 324
Grundlegende Konzepte der Programmierung in R 325
Funktionen 326
Der Funktionskopf 329
Der Funktionsrumpf 331
Kontrollstrukturen 335
Wenn-Dann-Entscheidungen (if-Konstrukte) 336
Abgezählte Schleifen (for) 339
Bedingte Schleifen (while) 343
Ein ausführliches Beispiel 347
Index 357
Über den Autor 365
Kolophon 365
www.oreilly.de 0

Produkt-Details

• Erscheint lt. Verlag: 18.9.2017
• Reihe/Serie: Animals
• Reihe/Serie: Animals
• Verlagsort: Heidelberg
• Sprache: deutsch
• Themenwelt: Mathematik / Informatik ► Informatik ► Programmiersprachen / -werkzeuge
• Schlagworte: Datenanalyse • Lineare Regression • R-Code • Statistik • Statistikumgebung R • statistisch • Stichprobe • Stochastik • Wahrscheinlichkeit • Zeitreihen
• ISBN-10: 3-96010-141-4 / 3960101414
• ISBN-13: 978-3-96010-141-3 / 9783960101413