Bivariate - Shopping2000.com

Statistik für die Sozialwissenschaften

Diese vollständig überarbeitete Neuauflage des Lehrbuchs bietet eine anwendungsorientierte Einführung in die sozialwissenschaftliche Statistik und stellt in verständlicher Form die Grundzüge der statistischen Datenanalyse dar. Bei der Vorstellung statistischer Analyseverfahren werden insbesondere die Anwendungsvoraussetzungen und Interpretationsmöglichkeiten hervorgehoben. Darüber hinaus wird aber auch jeweils die Beziehung zu der zugrunde liegenden generellen Logik statistischer Argumentation aufgezeigt. Die Leser können so leichter Gemeinsamkeiten und Unterschiede zwischen verschiedenen Analyseverfahren erkennen, was hilft, in eigenen Anwendungen das jeweils geeignetste Verfahren auszuwählen. Das bewährte Vorgehen früherer Auflagen wird beibehalten, mit Analogien und Beispielen zu arbeiten, aber auf komplexe mathematische Ableitungen zu verzichten. In der überarbeiteten Neuauflage des Lehrbuchs werden die Möglichkeiten und Grenzen der Generalisierung von Stichprobendaten auf Eigenschaften einer Population vertiefend behandelt. Die Darstellung der einzelnen Methoden zur Datenanalyse (Lage- und Streuungsmaße, bivariate Verteilungen, Drittvariablenkontrolle, Zusammenhangsanalyse mittels einfacher linearer Regressionsmodelle) wird gestrafft und anhand von Anwendungsbeispielen aus der sozialwissenschaftlichen Umfrageforschung (Allbus) verdeutlicht. Erweitert sind die Kapitel über multiple Regression, neu hinzugekommen sind Kapitel zur Varianzanalyse, zu nichtlinearen, insbesondere logistischen Regressionsmodellen und zu nichtparametrischen und verteilungsfreien Tests.

Shop: buecher
Price: 20.60 EUR excl. shipping

Higher-dimensional copula models and their application

Higher-dimensional copula models and their application ab 67.99 € als Taschenbuch: Bayesian inference for D-vine pair-copula constructions based on different bivariate families. Aus dem Bereich: Bücher, Wissenschaft, Mathematik,

Shop: hugendubel
Price: 67.99 EUR excl. shipping

Ruin Probability

Ruin Probability ab 58.99 € als Taschenbuch: The Classical Model extended to heavy tailed distribution functions and to a simulation approach with bivariate dependent claims using Copulas. Aus dem Bereich: Bücher, Wissenschaft, Mathematik,

Shop: hugendubel
Price: 58.99 EUR excl. shipping

Einfache Datenauswertung mit R

Was, wenn ich wissenschaftliche Fragestellungen und Daten habe, aber nicht weiß, wie ich diese angemessen auswerten kann? Und wie verfahre ich, wenn ich Ergebnisse vorliegen habe, aber nicht weiß, wie ich diese interpretieren und berichten muss? Bei solchen Problemen der Datenauswertung setzt dieses Buch an und erklärt sowohl die theoretischen Grundlagen als auch deren statistische Umsetzung, die Datenvisualisierung und das Berichten der Ergebnisse.In den einzelnen Kapiteln wird die uni- und bivariate Datenanalyse mit der kostenlosen open source Software RStudio umfassend erläutert und an einem Beispieldatensatz eingeübt. Um den Einstieg in R und R Markdown zu erleichtern, werden neben Beispieldateien (die sog. Beispielskripte) zusätzlich individuell anpassbare Musterskripte als Dateien online zur Verfügung gestellt. Die statistischen Verfahren umfassen Häufigkeiten, Verteilungen, Kreuztabellen, Korrelationen und Mittelwertvergleiche. Des Weiteren werden die nötigen Grundkenntnisse in RStudio und R Markdown sowie die Grundlagen des Datenmanagements, der Datenvisualisierung und des automatisierten Erstellens von Forschungsberichten vermittelt.Die AutorenDr. Volker Gehrau ist Professor für Kommunikationswissenschaft am Institut für Kommunikationswissenschaft der Universität Münster.Katharina Maubach (M.A.) ist wissenschaftliche Mitarbeiterin am Institut für Kommunikationswissenschaft der Universität Münster.Sam Fujarski (M.Sc.) ist wissenschaftliche Mitarbeiterin am Institut für Kommunikationswissenschaft der Universität Münster.

Shop: buecher
Price: 35.97 EUR excl. shipping

MATLAB®-Rezepte für die Geowissenschaften (eBook, PDF)

Trauth, Martin H.MATLAB® - Rezepte für Geowissenschaften, 1. deutschsprachige Auflage, basierend auf der korrigierten 5. englischsprachigen AuflageMATLAB® wird in einer Vielzahl von geowissenschaftlichen Anwendungen eingesetzt, z.B. zur Bildverarbeitung in der Fernerkundung, zur Erzeugung und Verarbeitung digitaler Höhenmodelle und zur Analyse von Zeitreihen. Dieses Buch führt in Methoden der Datenanalyse in den Geowissenschaften mit MATLAB ein, wie z.B. grundlegende Statistik für univariate, bivariate und multivariate Datensätze, Zeitreihenanalyse, Signalverarbeitung, die Analyse räumlicher und gerichteter Daten und Bildanalyse. Der Text enthält zahlreiche Beispiele, die zeigen, wie MATLAB auf Datensätze aus den Geowissenschaften angewendet werden kann. Das ergänzende elektronische Material des Buches (online verfügbar über Springer Link) enthält Rezepte, die alle im Buch vorgestellten MATLAB-Befehle und die Beispieldaten enthalten. Das Buch soll Student:innen, Doktorand:innen, Postdoktorand:innen und Fachleuten helfen, schnelle Lösungen für gängige Datenanalyseprobleme in den Geowissenschaften zu finden.SystemanforderungenBenutzer:innen dieses Buches benötigen die MATLAB®-Software, die für Windows, macOS und Linux verfügbar ist. Die M-Files und Beispieldaten, die online über Springer Link verfügbar sind, sollten auf allen Plattformen laufen, ohne dass eine Modifikation erforderlich ist. Für diese Ausgabe haben wir MATLAB Version 9.11 (Release 2021b), die Bioinformatics Toolbox Version 4.15.2, die Image Processing Toolbox Version 11.4, die Mapping Toolbox Version 5.2, die Signal Processing Toolbox Version 8.7, Simulink 3D Animation Version 9.3, die Statistics and Machine Learning Toolbox Version 12.2 und die Wavelet Toolbox Version 6.0 verwendet.

Shop: buecher
Price: 46.99 EUR excl. shipping

Elements of Causal Inference

A concise and self-contained introduction to causal inference, increasingly important in data science and machine learning.The mathematization of causality is a relatively recent development, and has become increasingly important in data science and machine learning. This book offers a self-contained and concise introduction to causal models and how to learn them from data.After explaining the need for causal models and discussing some of the principles underlying causal inference, the book teaches readers how to use causal models: how to compute intervention distributions, how to infer causal models from observational and interventional data, and how causal ideas could be exploited for classical machine learning problems. All of these topics are discussed first in terms of two variables and then in the more general multivariate case. The bivariate case turns out to be a particularly hard problem for causal learning because there are no conditional independences as used by classical methods for solving multivariate cases. The authors consider analyzing statistical asymmetries between cause and effect to be highly instructive, and they report on their decade of intensive research into this problem. The book is accessible to readers with a background in machine learning or statistics, and can be used in graduate courses or as a reference for researchers. The text includes code snippets that can be copied and pasted, exercises, and an appendix with a summary of the most important technical concepts.

Shop: buecher
Price: 32.99 EUR excl. shipping

Using Multivariate Statistics

A Practical Approach to using Multivariate Analyses Using Multivariate Statistics, 6th edition provides advanced undergraduate as well as graduate students with a timely and comprehensive introduction to today's most commonly encountered statistical and multivariate techniques, while assuming only a limited knowledge of higher-level mathematics. This text’s practical approach focuses on the benefits and limitations of applications of a technique to a data set – when, why, and how to do it. Learning Goals Upon completing this book, readers should be able to: Learn to conduct numerous types of multivariate statistical analyses Find the best technique to use Understand Limitations to applications Learn how to use SPSS and SAS syntax and output Features + Benefits Provides hands on guidelines for conducting numerous types of multivariate statistical analyses Maintains a practical approach, still focusing on the benefits and limitations of applications of a technique to a data set — when, why, and how to do it Presents a comprehensive introduction to today's most commonly encountered statistical and multivariate techniques, while assuming only a limited knowledge of higher-level mathematics. Datasets available at www.pearsonhighered.com/tabachnick MySearchLab with eText can be packaged with this text. MySearchLab provides engaging experiences that personalize learning, and comes from a trusted partner with educational expertise and a deep commitment to helping students and instructors achieve their goals. eText – Just like the printed text, you can highlight and add notes to the eText or download it to your iPad. Assessment – Chapter quizzes and flashcards offer immediate feedback and report directly to your gradebook. Writing and Research – A wide range of writing, grammar and research tools and access to a variety of academic journals, census data, Associated Press newsfeeds, and discipline-specific readings help you hone your writing and research skills. In this Section: 1. Brief Table of Contents 2. Full Table of Contents 1. BRIEF TABLE OF CONTENTS Chapter 1 Introduction Chapter 2 A Guide to Statistical Techniques: Using the Book Chapter 3 Review of Univariate and Bivariate Statistics Chapter 4 Cleaning Up Your Act: Screening Data Prior to Analysis Chapter 5 Multiple Regression Chapter 6 Analysis of Covariance Chapter 7 Multivariate Analysis of Variance and Covariance Chapter 8 Profile Analysis: The Multivariate Approach to Repeated Measures Chapter 9 Discriminant Analysis Chapter 10 Logistic Regression Chapter 11 Survival/Failure Analysis Chapter 12 Canonical Correlation Chapter 13 Principal Components and Factor Analysis Chapter 14 Structural Equation Modeling Chapter 15 Multilevel Linear Modeling Chapter 16 Multiway Frequency Analysis 2. FULL TABLE OF CONTENTS Chapter 1: Introduction Multivariate Statistics: Why? Some Useful Definitions Linear Combinations of Variables Number and Nature of Variables to Include Statistical Power Data Appropriate for Multivariate Statistics Organization of the Book Chapter 2: A Guide to Statistical Techniques: Using the Book Research Questions and Associated Techniques Some Further Comparisons A Decision Tree Technique Chapters Preliminary Check of the Data Chapter 3: Review of Univariate and Bivariate Statistics Hypothesis Testing Analysis of Variance Parameter Estimation Effect Size Bivariate Statistics: Correlation and Regression. Chi-Square Analysis Chapter 4: Cleaning Up Your Act: Screening Data Prior to Analysis Important Issues in Data Screening Complete Examples of Data Screening Chapter 5: Multiple Regression General Purpose and Description Kinds of Research Questions Limitations to Regression Analyses Fundamental Equations for Multiple Regression Major Types of Multiple Regression Some Important Issues. Complete Examples of Regression Analysis Comparison of Programs Chapter 6: Analysis of Covariance General Purpose and Description Kinds of Research Questions Limitations to Analysis of Covariance Fundamental Equations for Analysis of Covariance Some Important Issues Complete Example of Analysis of Covariance Comparison of Programs Chapter 7: Multivariate Analysis of Variance and Covariance General Purpose and Description Kinds of Research Questions Limitations to Multivariate Analysis of Variance and Covariance Fundamental Equations for Multivariate Analysis of Variance and Covariance Some Important Issues Complete Examples of Multivariate Analysis of Variance and Covariance Comparison of Programs Chapter 8: Profile Analysis: The Multivariate Approach to Repeated Measures General Purpose and Description Kinds of Research Questions Limitations to Profile Analysis Fundamental Equations for Profile Analysis Some Important Issues Complete Examples of Profile Analysis Comparison of Programs Chapter 9: Discriminant Analysis General Purpose and Description Kinds of Research Questions Limitations to Discriminant Analysis Fundamental Equations for Discriminant Analysis Types of Discriminant Analysis Some Important Issues Comparison of Programs Chapter 10: Logistic Regression General Purpose and Description Kinds of Research Questions Limitations to Logistic Regression Analysis Fundamental Equations for Logistic Regression Types of Logistic Regression Some Important Issues Complete Examples of Logistic Regression Comparison of Programs Chapter 11: Survival/Failure Analysis General Purpose and Description Kinds of Research Questions Limitations to Survival Analysis Fundamental Equations for Survival Analysis Types of Survival Analysis Some Important Issues Complete Example of Survival Analysis Comparison of Programs Chapter 12: Canonical Correlation General Purpose and Description Kinds of Research Questions Limitations Fundamental Equations for Canonical Correlation Some Important Issues Complete Example of Canonical Correlation Comparison of Programs Chapter 13: Principal Components and Factor Analysis General Purpose and Description Kinds of Research Questions Limitations Fundamental Equations for Factor Analysis Major Types of Factor Analysis Some Important Issues Complete Example of FA Comparison of Programs Chapter 14: Structural Equation Modeling General Purpose and Description Kinds of Research Questions Limitations to Structural Equation Modeling Fundamental Equations for Structural Equations Modeling Some Important Issues Complete Examples of Structural Equation Modeling Analysis. Comparison of Programs Chapter 15: Multilevel Linear Modeling General Purpose and Description Kinds of Research Questions Limitations to Multilevel Linear Modeling Fundamental Equations Types of MLM Some Important Issues Complete Example of MLM Comparison of Programs Chapter 16: Multiway Frequency Analysis General Purpose and Description Kinds of Research Questions Limitations to Multiway Frequency Analysis Fundamental Equations for Multiway Frequency Analysis Some Important Issues Complete Example of Multiway Frequency Analysis Comparison of ProgramsThis text takes a practical approach to multivariate data analysis, with an introduction to the most commonly encountered statistical and multivariate techniques. Using Multivariate Statistics provides practical guidelines for conducting numerous types of multivariate statistical analyses. It gives syntax and output for accomplishing many analyses through the most recent releases of SAS and SPSS. The book maintains its practical approach, still focusing on the benefits and limitations of applications of a technique to a data set when, why, and how to do it. Overall, it provides advanced students with a timely and comprehensive introduction to today's most commonly encountered statistical and multivariate techniques, while assuming only a limited knowledge of higher-level mathematics.

Shop: buecher
Price: 47.99 EUR excl. shipping