R for Everyone

Advanced Analytics and Graphics

DOWNLOAD NOW »

Author: Jared P. Lander

Publisher: Addison-Wesley Professional

ISBN: 0133257150

Category: Computers

Page: 464

View: 904

Statistical Computation for Programmers, Scientists, Quants, Excel Users, and Other Professionals Using the open source R language, you can build powerful statistical models to answer many of your most challenging questions. R has traditionally been difficult for non-statisticians to learn, and most R books assume far too much knowledge to be of help. R for Everyone is the solution. Drawing on his unsurpassed experience teaching new users, professional data scientist Jared P. Lander has written the perfect tutorial for anyone new to statistical programming and modeling. Organized to make learning easy and intuitive, this guide focuses on the 20 percent of R functionality you’ll need to accomplish 80 percent of modern data tasks. Lander’s self-contained chapters start with the absolute basics, offering extensive hands-on practice and sample code. You’ll download and install R; navigate and use the R environment; master basic program control, data import, and manipulation; and walk through several essential tests. Then, building on this foundation, you’ll construct several complete models, both linear and nonlinear, and use some data mining techniques. By the time you’re done, you won’t just know how to write R programs, you’ll be ready to tackle the statistical problems you care about most. COVERAGE INCLUDES • Exploring R, RStudio, and R packages • Using R for math: variable types, vectors, calling functions, and more • Exploiting data structures, including data.frames, matrices, and lists • Creating attractive, intuitive statistical graphics • Writing user-defined functions • Controlling program flow with if, ifelse, and complex checks • Improving program efficiency with group manipulations • Combining and reshaping multiple datasets • Manipulating strings using R’s facilities and regular expressions • Creating normal, binomial, and Poisson probability distributions • Programming basic statistics: mean, standard deviation, and t-tests • Building linear, generalized linear, and nonlinear models • Assessing the quality of models and variable selection • Preventing overfitting, using the Elastic Net and Bayesian methods • Analyzing univariate and multivariate time series data • Grouping data via K-means and hierarchical clustering • Preparing reports, slideshows, and web pages with knitr • Building reusable R packages with devtools and Rcpp • Getting involved with the R global community

R für Dummies

DOWNLOAD NOW »

Author: Andrie de Vries,Joris Meys

Publisher: John Wiley & Sons

ISBN: 3527812520

Category: Computers

Page: 414

View: 5283

Wollen Sie auch die umfangreichen Möglichkeiten von R nutzen, um Ihre Daten zu analysieren, sind sich aber nicht sicher, ob Sie mit der Programmiersprache wirklich zurechtkommen? Keine Sorge - dieses Buch zeigt Ihnen, wie es geht - selbst wenn Sie keine Vorkenntnisse in der Programmierung oder Statistik haben. Andrie de Vries und Joris Meys zeigen Ihnen Schritt für Schritt und anhand zahlreicher Beispiele, was Sie alles mit R machen können und vor allem wie Sie es machen können. Von den Grundlagen und den ersten Skripten bis hin zu komplexen statistischen Analysen und der Erstellung aussagekräftiger Grafiken. Auch fortgeschrittenere Nutzer finden in diesem Buch viele Tipps und Tricks, die Ihnen die Datenauswertung erleichtern.

HRM Basics

Zentrale Arbeitsfelder und Theorien im Personalmanagement

DOWNLOAD NOW »

Author: Bruno Staffelbach

Publisher: Vahlen

ISBN: 3800651521

Category: Business & Economics

Page: 109

View: 3589

Dieser kompakte Band führt in die zentralen Aufgabenfelder und Theorien des Human Resource Management ein. Denn Theorien sind kein Privileg, das Wissenschaftlern vorbehalten ist. Auch Praktiker haben ihre Theorien oder ihre Vorstellungen davon, wie ihre Welt „funktioniert“. Neben den grundlegenden theoretischen Ansätzen des HRM behandelt „HRM Basics“ die Schwerpunktthemen Motivation und Arbeitszufriedenheit, Arbeitsgestaltung und -bewertung sowie Anreize und Lohnsysteme. Als Brücke zwischen Theorie und Praxis richtet sich dieses Buch an verschiedene Gruppen: an Studierende von Universitäten und Fachhochschulen, an Entscheidungsträger in Wirtschaft und Verwaltung und an alle, die sich mit grundlegenden Inhalten, Sichtweisen und Praktiken des HRM vertraut machen wollen. Denn Personalmanagement ist eine Führungsaufgabe – sie ist zu wichtig, um sie der Personalabteilung alleine zu überlassen.

Entwurfsmuster

Elemente wiederverwendbarer objektorientierter Software

DOWNLOAD NOW »

Author: Erich Gamma,Ralph Johnson,Richard Helm,John Vlissides

Publisher: Pearson Deutschland GmbH

ISBN: 9783827330437

Category: Agile software development

Page: 479

View: 4904

The Design of Everyday Things

Psychologie und Design der alltäglichen Dinge

DOWNLOAD NOW »

Author: Norman Don

Publisher: Vahlen

ISBN: 3800648105

Category: Business & Economics

Page: 320

View: 3462

Apple, Audi, Braun oder Samsung machen es vor: Gutes Design ist heute eine kritische Voraussetzung für erfolgreiche Produkte. Dieser Klassiker beschreibt die fundamentalen Prinzipien, um Dinge des täglichen Gebrauchs umzuwandeln in unterhaltsame und zufriedenstellende Produkte. Don Norman fordert ein Zusammenspiel von Mensch und Technologie mit dem Ziel, dass Designer und Produktentwickler die Bedürfnisse, Fähigkeiten und Handlungsweisen der Nutzer in den Vordergrund stellen und Designs an diesen angepasst werden. The Design of Everyday Things ist eine informative und spannende Einführung für Designer, Marketer, Produktentwickler und für alle an gutem Design interessierten Menschen. Zum Autor Don Norman ist emeritierter Professor für Kognitionswissenschaften. Er lehrte an der University of California in San Diego und der Northwest University in Illinois. Mitte der Neunzigerjahre leitete Don Norman die Advanced Technology Group bei Apple. Dort prägte er den Begriff der User Experience, um über die reine Benutzbarkeit hinaus eine ganzheitliche Erfahrung der Anwender im Umgang mit Technik in den Vordergrund zu stellen. Norman ist Mitbegründer der Beratungsfirma Nielsen Norman Group und hat unter anderem Autohersteller von BMW bis Toyota beraten. „Keiner kommt an Don Norman vorbei, wenn es um Fragen zu einem Design geht, das sich am Menschen orientiert.“ Brand Eins 7/2013 „Design ist einer der wichtigsten Wettbewerbsvorteile. Dieses Buch macht Spaß zu lesen und ist von größter Bedeutung.” Tom Peters, Co-Autor von „Auf der Suche nach Spitzenleistungen“

Computational Methods for Numerical Analysis with R

DOWNLOAD NOW »

Author: James P Howard, II

Publisher: CRC Press

ISBN: 1351646508

Category: Mathematics

Page: 277

View: 5979

Computational Methods for Numerical Analysis with R is an overview of traditional numerical analysis topics presented using R. This guide shows how common functions from linear algebra, interpolation, numerical integration, optimization, and differential equations can be implemented in pure R code. Every algorithm described is given with a complete function implementation in R, along with examples to demonstrate the function and its use. Computational Methods for Numerical Analysis with R is intended for those who already know R, but are interested in learning more about how the underlying algorithms work. As such, it is suitable for statisticians, economists, and engineers, and others with a computational and numerical background.

Introductory R: A Beginner's Guide to Data Visualisation, Statistical Analysis and Programming in R

DOWNLOAD NOW »

Author: Robert Knell

Publisher: Robert Knell

ISBN: 0957597118

Category:

Page: 531

View: 9549

R is now the most widely used statistical software in academic science and it is rapidly expanding into other fields such as finance. R is almost limitlessly flexible and powerful, hence its appeal, but can be very difficult for the novice user. There are no easy pull-down menus, error messages are often cryptic and simple tasks like importing your data or exporting a graph can be difficult and frustrating. Introductory R is written for the novice user who knows a little about statistics but who hasn't yet got to grips with the ways of R. This new edition is completely revised and greatly expanded with new chapters on the basics of descriptive statistics and statistical testing, considerably more information on statistics and six new chapters on programming in R. Topics covered include: A walkthrough of the basics of R's command line interface Data structures including vectors, matrices and data frames R functions and how to use them Expanding your analysis and plotting capacities with add-in R packages A set of simple rules to follow to make sure you import your data properly An introduction to the script editor and advice on workflow A detailed introduction to drawing publication-standard graphs in R How to understand the help files and how to deal with some of the most common errors that you might encounter. Basic descriptive statistics The theory behind statistical testing and how to interpret the output of statistical tests Thorough coverage of the basics of data analysis in R with chapters on using chi-squared tests, t-tests, correlation analysis, regression, ANOVA and general linear models What the assumptions behind the analyses mean and how to test them using diagnostic plots Explanations of the summary tables produced for statistical analyses such as regression and ANOVA Writing your own functions in R Using table operations to manipulate matrices and data frames Using conditional statements and loops in R programmes. Writing longer R programmes. The techniques of statistical analysis in R are illustrated by a series of chapters where experimental and survey data are analysed. There is a strong emphasis on using real data from real scientific research, with all the problems and uncertainty that implies, rather than well-behaved made-up data that give ideal and easy to analyse results.

Algorithmen in C++

DOWNLOAD NOW »

Author: Robert Sedgewick

Publisher: N.A

ISBN: 9783827370266

Category: Algorithms

Page: 748

View: 6989

Datenanalyse mit Python

Auswertung von Daten mit Pandas, NumPy und IPython

DOWNLOAD NOW »

Author: Wes McKinney

Publisher: O'Reilly

ISBN: 3960102143

Category: Computers

Page: 542

View: 378

Erfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.6, zeigt Ihnen dieses konsequent praxisbezogene Buch anhand konkreter Fallbeispiele, wie Sie eine Vielzahl von typischen Datenanalyse-Problemen effektiv lösen. Gleichzeitig lernen Sie die neuesten Versionen von pandas, NumPy, IPython und Jupyter kennen.Geschrieben von Wes McKinney, dem Begründer des pandas-Projekts, bietet Datenanalyse mit Python einen praktischen Einstieg in die Data-Science-Tools von Python. Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in Data Science und Scientific Computing einarbeiten wollen. Daten und zugehöriges Material des Buchs sind auf GitHub verfügbar.Aus dem Inhalt:Nutzen Sie die IPython-Shell und Jupyter Notebook für das explorative ComputingLernen Sie Grundfunktionen und fortgeschrittene Features von NumPy kennenSetzen Sie die Datenanalyse-Tools der pandasBibliothek einVerwenden Sie flexible Werkzeuge zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von DatenErstellen Sie interformative Visualisierungen mit matplotlibWenden Sie die GroupBy-Mechanismen von pandas an, um Datensätzen zurechtzuschneiden, umzugestalten und zusammenzufassenAnalysieren und manipulieren Sie verschiedenste Zeitreihen-DatenFür diese aktualisierte 2. Auflage wurde der gesamte Code an Python 3.6 und die neuesten Versionen der pandas-Bibliothek angepasst. Neu in dieser Auflage: Informationen zu fortgeschrittenen pandas-Tools sowie eine kurze Einführung in statsmodels und scikit-learn.

Statistik-Workshop für Programmierer

DOWNLOAD NOW »

Author: Allen B. Downey

Publisher: O'Reilly Germany

ISBN: 3868993436

Category: Computers

Page: 160

View: 8454

Wenn Sie programmieren können, beherrschen Sie bereits Techniken, um aus Daten Wissen zu extrahieren. Diese kompakte Einführung in die Statistik zeigt Ihnen, wie Sie rechnergestützt, anstatt auf mathematischem Weg Datenanalysen mit Python durchführen können. Praktischer Programmier-Workshop statt grauer Theorie: Das Buch führt Sie anhand eines durchgängigen Fallbeispiels durch eine vollständige Datenanalyse -- von der Datensammlung über die Berechnung statistischer Kennwerte und Identifikation von Mustern bis hin zum Testen statistischer Hypothesen. Gleichzeitig werden Sie mit statistischen Verteilungen, den Regeln der Wahrscheinlichkeitsrechnung, Visualisierungsmöglichkeiten und vielen anderen Arbeitstechniken und Konzepten vertraut gemacht. Statistik-Konzepte zum Ausprobieren: Entwickeln Sie über das Schreiben und Testen von Code ein Verständnis für die Grundlagen von Wahrscheinlichkeitsrechnung und Statistik: Überprüfen Sie das Verhalten statistischer Merkmale durch Zufallsexperimente, zum Beispiel indem Sie Stichproben aus unterschiedlichen Verteilungen ziehen. Nutzen Sie Simulationen, um Konzepte zu verstehen, die auf mathematischem Weg nur schwer zugänglich sind. Lernen Sie etwas über Themen, die in Einführungen üblicherweise nicht vermittelt werden, beispielsweise über die Bayessche Schätzung. Nutzen Sie Python zur Bereinigung und Aufbereitung von Rohdaten aus nahezu beliebigen Quellen. Beantworten Sie mit den Mitteln der Inferenzstatistik Fragestellungen zu realen Daten.

Partial Least Squares Strukturgleichungsmodellierung

Eine anwendungsorientierte Einführung

DOWNLOAD NOW »

Author: Joseph F. Hair,G. Tomas M. Hult,Christian M. Ringle,Marko Sarstedt,Nicole F. Richter,Sven Hauff

Publisher: Vahlen

ISBN: 3800653613

Category: Business & Economics

Page: 314

View: 1358

Die Partial Least Squares Strukturgleichungsmodellierung (PLS-SEM) hat sich in der wirtschafts- und sozialwissenschaftlichen Forschung als geeignetes Verfahren zur Schätzung von Kausalmodellen behauptet. Dank der Anwenderfreundlichkeit des Verfahrens und der vorhandenen Software ist es inzwischen auch in der Praxis etabliert. Dieses Buch liefert eine anwendungsorientierte Einführung in die PLS-SEM. Der Fokus liegt auf den Grundlagen des Verfahrens und deren praktischer Umsetzung mit Hilfe der SmartPLS-Software. Das Konzept des Buches setzt dabei auf einfache Erläuterungen statistischer Ansätze und die anschauliche Darstellung zahlreicher Anwendungsbeispiele anhand einer einheitlichen Fallstudie. Viele Grafiken, Tabellen und Illustrationen erleichtern das Verständnis der PLS-SEM. Zudem werden dem Leser herunterladbare Datensätze, Videos, Aufgaben und weitere Fachartikel zur Vertiefung angeboten. Damit eignet sich das Buch hervorragend für Studierende, Forscher und Praktiker, die die PLS-SEM zur Gewinnung von Ergebnissen mit den eigenen Daten und Modellen nutzen möchten. SmartPLS ist das führende Softwareprogramm zur Schätzung von PLS-basierten Strukturgleichungsmodellen. Die Erläuterungen und die im Buch vorgeschlagenen Vorgehensweisen spiegeln den aktuellen Stand der Forschung wider. Das Autorenteam Joseph F. Hair, Jr. ist Professor für Marketing an der University of South Alabama und mit mehr als 50 veröffentlichten Büchern, darunter das mit über 140.000 Zitationen als weltweites Standardwerk zu bezeichnende Buch „Multivariate Data Analysis“, einer der führenden Experten auf dem Gebiet der anwendungsorientierten Statistik. G. Thomas Hult ist Professor für Marketing und International Business am Eli Broad College of Business an der Michigan State University und mit mehr als 31.000 Zitationen bei Google Scholar einer der meist zitierten Forscher in den Wirtschaftswissenschaften, der sich in seiner Forschung intensiv mit verschiedenen Verfahren der SEM auseinandersetzt. Christian M. Ringle ist Professor für Betriebswirtschaftslehre und Leiter des Instituts für Personalwirtschaft und Arbeitsorganisation an der Technischen Universität Hamburg (und assoziierter Professor an der University of Newcastle in Australien), Mitentwickler von SmartPLS und einer der prominentesten Vertreter der PLS-SEM in der weltweiten Forschungslandschaft. Marko Sarstedt ist Professor für Marketing an der Otto-von-Guericke Universität Magdeburg (und assoziierter Professor an der University of Newcastle in Australien), laut Handelsblatt-Ranking einer der führenden Junior-Marketingforscher und einer der prominentesten Vertreter der PLS-SEM in der weltweiten Forschungslandschaft. Nicole F. Richter ist Professorin für International Business an der University of Southern Denmark und beschäftigt sich seit ihrer Habilitation am Institut von Prof. Ringle in ihren Publikationen kritisch mit dem Einsatz statistischer Verfahren in der internationalen Managementforschung. Sven Hauff vertritt aktuell die Professur für Arbeit, Personal und Organisation an der Helmut-Schmidt-Universität in Hamburg und wendet seit seiner Dissertation die PLS-SEM in verschiedenen Forschungs- und Publikationsprojekten an.

Neuronale Netze selbst programmieren

Ein verständlicher Einstieg mit Python

DOWNLOAD NOW »

Author: Tariq Rashid

Publisher: O'Reilly

ISBN: 3960101031

Category: Computers

Page: 232

View: 2309

Neuronale Netze sind Schlüsselelemente des Deep Learning und der Künstlichen Intelligenz, die heute zu Erstaunlichem in der Lage sind. Sie sind Grundlage vieler Anwendungen im Alltag wie beispielsweise Spracherkennung, Gesichtserkennung auf Fotos oder die Umwandlung von Sprache in Text. Dennoch verstehen nur wenige, wie neuronale Netze tatsächlich funktionieren. Dieses Buch nimmt Sie mit auf eine unterhaltsame Reise, die mit ganz einfachen Ideen beginnt und Ihnen Schritt für Schritt zeigt, wie neuronale Netze arbeiten: - Zunächst lernen Sie die mathematischen Konzepte kennen, die den neuronalen Netzen zugrunde liegen. Dafür brauchen Sie keine tieferen Mathematikkenntnisse, denn alle mathematischen Ideen werden behutsam und mit vielen Illustrationen und Beispielen erläutert. Eine Kurzeinführung in die Analysis unterstützt Sie dabei. - Dann geht es in die Praxis: Nach einer Einführung in die populäre und leicht zu lernende Programmiersprache Python bauen Sie allmählich Ihr eigenes neuronales Netz mit Python auf. Sie bringen ihm bei, handgeschriebene Zahlen zu erkennen, bis es eine Performance wie ein professionell entwickeltes Netz erreicht. - Im nächsten Schritt tunen Sie die Leistung Ihres neuronalen Netzes so weit, dass es eine Zahlenerkennung von 98 % erreicht – nur mit einfachen Ideen und simplem Code. Sie testen das Netz mit Ihrer eigenen Handschrift und werfen noch einen Blick in das mysteriöse Innere eines neuronalen Netzes. - Zum Schluss lassen Sie das neuronale Netz auf einem Raspberry Pi Zero laufen. Tariq Rashid erklärt diese schwierige Materie außergewöhnlich klar und verständlich, dadurch werden neuronale Netze für jeden Interessierten zugänglich und praktisch nachvollziehbar.

Linux Kurz and Gut (2nd Edition)

DOWNLOAD NOW »

Author: Daniel J. Barrett

Publisher: O'Reilly Germany

ISBN: 3868994130

Category: Computers

Page: 248

View: 1136

Wenn Sie Linux bei Ihrer alltäglichen Arbeit verwenden, ist diese Kurzreferenz genau das Richtige, denn obwohl die grafischen Linux-Benutzeroberflächen angenehm intuitiv zu benutzen sind, lassen sich viele Aufgaben über die Befehlszeile eleganter und schneller lösen. Diese zweite überarbeitete und erweiterte Auflage behandelt distributionsübergreifend: Dateisysteme, Verzeichnisse und Shells Dateierzeugung und -bearbeitung Dateitextmanipulation und Pipelines Backups und externe Speicherung Betrachtung und Steuerung von Prozessen Verwaltung von Benutzerzugängen Benutzer und Administratoren Netzwerkverbindungen Audio und Video Softwareinstallation Programmierung mit Shellskripten

Algorithmen - Eine Einführung

DOWNLOAD NOW »

Author: Thomas H. Cormen,Charles E. Leiserson,Ronald Rivest,Clifford Stein

Publisher: Walter de Gruyter GmbH & Co KG

ISBN: 3110522012

Category: Computers

Page: 1339

View: 7533

Der "Cormen" bietet eine umfassende und vielseitige Einführung in das moderne Studium von Algorithmen. Es stellt viele Algorithmen Schritt für Schritt vor, behandelt sie detailliert und macht deren Entwurf und deren Analyse allen Leserschichten zugänglich. Sorgfältige Erklärungen zur notwendigen Mathematik helfen, die Analyse der Algorithmen zu verstehen. Den Autoren ist es dabei geglückt, Erklärungen elementar zu halten, ohne auf Tiefe oder mathematische Exaktheit zu verzichten. Jedes der weitgehend eigenständig gestalteten Kapitel stellt einen Algorithmus, eine Entwurfstechnik, ein Anwendungsgebiet oder ein verwandtes Thema vor. Algorithmen werden beschrieben und in Pseudocode entworfen, der für jeden lesbar sein sollte, der schon selbst ein wenig programmiert hat. Zahlreiche Abbildungen verdeutlichen, wie die Algorithmen arbeiten. Ebenfalls angesprochen werden Belange der Implementierung und andere technische Fragen, wobei, da Effizienz als Entwurfskriterium betont wird, die Ausführungen eine sorgfältige Analyse der Laufzeiten der Programme mit ein schließen. Über 1000 Übungen und Problemstellungen und ein umfangreiches Quellen- und Literaturverzeichnis komplettieren das Lehrbuch, dass durch das ganze Studium, aber auch noch danach als mathematisches Nachschlagewerk oder als technisches Handbuch nützlich ist. Für die dritte Auflage wurde das gesamte Buch aktualisiert. Die Änderungen sind vielfältig und umfassen insbesondere neue Kapitel, überarbeiteten Pseudocode, didaktische Verbesserungen und einen lebhafteren Schreibstil. So wurden etwa - neue Kapitel zu van-Emde-Boas-Bäume und mehrfädigen (engl.: multithreaded) Algorithmen aufgenommen, - das Kapitel zu Rekursionsgleichungen überarbeitet, sodass es nunmehr die Teile-und-Beherrsche-Methode besser abdeckt, - die Betrachtungen zu dynamischer Programmierung und Greedy-Algorithmen überarbeitet; Memoisation und der Begriff des Teilproblem-Graphen als eine Möglichkeit, die Laufzeit eines auf dynamischer Programmierung beruhender Algorithmus zu verstehen, werden eingeführt. - 100 neue Übungsaufgaben und 28 neue Problemstellungen ergänzt. Umfangreiches Dozentenmaterial (auf englisch) ist über die Website des US-Verlags verfügbar.

Statistik für Dummies

DOWNLOAD NOW »

Author: Deborah J. Rumsey

Publisher: John Wiley & Sons

ISBN: 3527692762

Category: Education

Page: 355

View: 7500

Von A wie Ausreißer bis Z wie Z-Verteilung Entdecken Sie mit Statistik für Dummies Ihren Spaß an der Statistik und werfen Sie einen Blick hinter die Kulissen dieser komplizierten, aber hilfreichen Wissenschaft! Deborah Rumsey zeigt Ihnen das nötige statistische Handwerkszeug wie Stichprobe, Wahrscheinlichkeit, Bias, Median, Durchschnitt und Korrelation. Sie lernen die verschiedenen grafischen Darstellungsmöglichkeiten von statistischem Material kennen und werden über die unterschiedlichen Methoden der Auswertung erstaunt sein. Schärfen Sie mit diesem Buch Ihr Bewusstsein für Zahlen und deren Interpretation, sodass Ihnen keiner mehr etwas vormachen kann!

R in a Nutshell

DOWNLOAD NOW »

Author: Joseph Adler

Publisher: O'Reilly Germany

ISBN: 3897216507

Category: Computers

Page: 768

View: 4054

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.