Statistisches Methodenbuch: Verfahren, Fallstudien, Programmcodes (Statistik und ihre Anwendungen) (German Edition) - Tapa blanda

Críticas

Aus den Rezensionen:

"Der Text umfasst verschiedene wichtige Bereiche der Statistik. ... Dem Titel entsprechend integriert der Autor zudem Programmcode in den Text. Die Fallstudien werden im Anhang mit ... kurzer Erklärung vorgestellt und im Text an geeigneter Stelle als Anwendungsbeispiele angeführt. ... Jedoch erscheint ... für statistisch weniger vorgebildete Leser das Hinzuziehen eines eher spezialisierten und ausführlicheren Textes für die jeweils aktuelle Fragestellung angeraten."

(R. Schlittgen, in: Zentralblatt MATH, 2006, Vol. 1080, S. 31)

Aus den Rezensionen:

". ... Mit Hilfe von sehr anschaulichen Fallbeispielen gelingt es dem Autor, das sehr breite Methodenspektrum vertiefend und stets verständlich zu behandeln. ... Erwähnenswert sind die vorbildlich dokumentierten Fallstudien im Anhang. Jede Fallstudie wird kurz beschrieben, wobei auch auf die Urheber und weiterführende Literatur hingewiesen wird. ... kann ... uneingeschränkt empfohlen werden. Die Ausführungen sind präzise, sehr strukturiert, gut lesbar und werden durch zahlreiche Beispiele unterstützt. Zudem enthält das Buch einen umfassenden Schlagwortindex, es eignet sich daher nicht zuletzt auch aufgrund der klaren Strukturierung als gutes Nachschlagewerk ..."

(Matthias Meyer, in: OR News Gesellschaft für Operations Research, 2006, S. 53f)

Reseña del editor

Statistik dringt in immer weitere Bereiche der Naturwissenschaften, der Technik, Medizin und Ökologie vor. Den immer komplexer werdenden Daten muss der Statistiker mit einem ausreichenden Methodenarsenal und mit entsprechender statistischer Software gerecht werden.

Ausgehend von Grundbegriffen und elementaren Verfahren wendet sich das Buch zunächst den Standardverfahren der multiplen Regression und den Modellen der Varianzanalyse zu. Nichtlineare statistische Methoden, wie sie namentlich bei kategoriellen Daten benötigt werden, und nichtparametrische Methoden zur Kurvenanpassung folgen. Besteht die Zielgrösse aus mehreren korrelierten Variablen gleichzeitig, so gelangt man zu den multivariaten Verfahren, die eine ausserordentliche Attraktivität in den 'life sciences' erlangt haben: Manova, Diskriminanz-, Faktor- und Clusteranalyse. Das Buch schließt mit den Analysemethoden für Zeitreihen, die sowohl in der Ökologie als auch in der Ökonomie wachsende Bedeutung gewinnen.

Jedes Verfahren wird durch Anwendungsbeispiele illustriert, die grösseren real-wissenschaftlichen Fallstudien entnommen sind, sowie durch Programmcodes ergänzt, die in der Syntax der bekannten Statistikpakete Splus/R, SPSS oder SAS geschrieben sind.

Awendern in den oben genannten Gebieten, die mit komplexeren Auswertungsproblemen konfrontiert sind, und die bis zur Feinanalyse ihrer Daten vordringen wollen wie Studenten und Dozenten in den Methodenwissenschaften (Mathematik, Statistik, Informatik) erhalten einen Einblick in die Fragestellungen und in die Lösungsangebote der Statistik und der sie unterstützenden Programmpakete.