Suchergebnisse

Dieses Buch bietet eine Einführung in das Datenanalysepaket Stata und ist zugleich das einzige Buch über Stata, das auch Anfängern eine ausreichende Erklärung statistischer Verfahren liefert. "Datenanalyse mit Stata" ist kein Befehls-Handbuch sondern erläutert alle Schritte einer Datenanalyse an praktischen Beispielen. Die Beispiele beziehen sich auf Themen der öffentlichen Diskussion oder der direkten Umgebung der meisten Leser. Damit eignet sich diese Buch als Einstieg in Data Analytics in allen Disziplinen.Die neue Auflage bietet einen systematischeren Zugang zum Datenmanagement in Gegenwart von "Missing Values" und behandelt die in der Stata-Programmversion 14 implementierte Unicode-Codierung

Verlagsbeschreibung: Dieses Buch bietet eine Einführung in das Datenanalysepaket Stata und ist zugleich das einzige Buch über Stata, das auch Anfängern eine ausreichende Erklärung statistischer Verfahren liefert. "Datenanalyse mit Stata" ist kein Befehls-Handbuch sondern erläutert alle Schritte einer Datenanalyse an praktischen Beispielen. Damit eignet sich diese Buch als Einstieg in Data Analytics in allen Disziplinen. Die neue Auflage bietet einen systematischeren Zugang zum Datenmanagement in Gegenwart von "Missing Values" und behandelt die in der Stata-Programmversion 14 implementierte Unicode-Codierung.

Verlagstext: Das Buch bietet eine integrierte Darstellung der deskriptiven Statistik, moderner Methoden der explorativen Datenanalyse und der induktiven Statistik, einschliesslich der Regressions- und Varianzanalyse. Die Darstellung ist auf inhaltliche Motivation, Interpretation und Verständnis der Methoden ausgerichtet. Zahlreiche Beispiele mit realen Daten und Graphiken veranschaulichen den Text. Texthervorhebungen zentraler Aspekte und Stichwörter am Rand erhöhen die Lesbarkeit und Übersichtlichkeit. Das Buch eignet sich als vorlesungsbegleitender Text, aber auch zum Selbststudium für Studenten aus den Bereichen der Wirtschafts- und Sozialwissenschaften, anderen Anwendungsdisziplinen der Statistik sowie als Einführungstext für Studenten der Statistik

"Bei der bayesianischen Datenanalyse handelt es sich nicht um eine bestimmte Methode, sondern um einen Ansatz zur Schätzung quantitativer empirischer Modelle und ihrer stochastischen Elemente. Während die klassische parametrische Inferenzstatistik die Stochastizität der Daten analysiert, unter Annahme verschiedener Parameterwerte, von denen dann einige nach bestimmten Kriterien (etwa dem Maximum-Likelihood-Prinzip) ausgewählt werden, analysiert die bayesianische Statistik die stochastische Verteilung der Schätzparameter, unter Annahme einer bestimmten Verteilungsstruktur der Daten und der A-priori-Verteilung der zu schätzenden Parameter. Der Vorteil bayesianischer Schätzungen liegt unter anderem in der Möglichkeit, relativ komplexe Modelle selbst bei kleiner Beobachtungszahl zu schätzen. Dies macht bayesianische Schätzungen besonders attraktiv in Forschungsgebieten mit kleinen Datensätzen, etwa in der vergleichenden Politikforschung. Zudem ermöglichen bayesianische Schätzungen die Integration quantitativer und qualitativer Forschungsergebnisse, die in die A-priori-Parameterverteilung eingehen können. Nachteile bayesianischer Schätzungen liegen in der größeren Bedeutung subjektiver Verteilungsannahmen und der analytischen Intraktabilität vieler Modelle; numerische Verteilungsermittlungen sind häufig unumgänglich." (Autorenreferat)

Verl.Beschr.: Das Buch liefert eine umfassende Darstellung der deskriptiven und induktiven Statistik sowie moderner Methoden der explorativen Datenanalyse. Dabei stehen inhaltliche Motivation, Interpretation und Verständnis der Methoden im Vordergrund IBM unterstützt durch zahlreiche Grafiken und Anwendungsbeispiele, die auf realen Daten basieren. Hervorhebungen am Rand erhöhen dabei die Lesbarkeit und Übersichtlichkeit. Das Buch eignet sich als vorlesungs-begleitende Lektüre, aber auch zum Selbststudium. Für die vorliegende 8. Auflage wurden bisher verwendete Anwendungsbeispiele und Datensätze aktualisiert sowie weitere Beispiele und exemplarische R-Codes hinzugefügt. Die im Buch beschriebenen Ergebnisse können ausserdem anhand der online zur Verfügung stehenden Materialien reproduziert sowie um eigene Analysen ergänzt werden