R Alles-In-einem-Band Für Dummies
Newark: John Wiley & Sons, Incorporated, 2023
Online
Monographie, Elektronische Ressource
- 1 online resource (718 pages)
Ermittle Ausleihstatus...
Intro -- Titelblatt -- Impressum -- Über den Autor -- Widmung -- Danksagung des Autors -- Inhaltsverzeichnis -- Einführung -- Über dieses Buch -- Was Sie getrost überspringen können -- Törichte Annahmen über den Leser -- In diesem Buch verwendete Symbole -- Wie es jetzt weitergeht -- Teil I: Eine Einführung in R -- Kapitel 1: R - Was es macht und wie es dies macht -- Statistische (und verwandte) Konzepte, die man einfach kennen muss -- R beschaffen -- RStudio beschaffen -- Eine Sitzung mit R -- Funktionen in R -- Benutzerdefinierte Funktionen -- Kommentare -- Strukturen in R -- for-Schleifen und if-Anweisungen -- Kapitel 2: Mit Packages arbeiten, Importieren und Exportieren -- Packages installieren -- Daten prüfen -- Formeln in R -- Weitere Packages -- Das Tidyversum -- Importieren und Exportieren -- Teil II: Daten beschreiben -- Kapitel 3: Grafik -- Muster finden -- Grundlagen beherrschen: Basisgrafiken in R -- Einen Zahn zulegen - mit ggplot2 -- Dranbleiben! -- Kapitel 4: Finden Sie Ihre Mitte! -- Mittelwerte: Die Verlockung des Durchschnitts -- Der Durchschnitt in R: mean() -- Mediane: In der Mitte gefangen -- Der Median in R: median() -- Statistik à la Mode -- Der Modus in R -- Kapitel 5: Weg vom Durchschnitt -- Messung der Varianz -- Zurück zu den Ursprüngen: Standardabweichung -- Standardabweichung in R -- Kapitel 6: Standards und Ränge -- Ich kaufe ein Z! -- Standardwerte in R -- Wo stehen Sie? -- Zusammenfassung -- Kapitel 7: Eine Zusammenfassung des Ganzen -- Wie viele? -- Das Hoch und das Tief -- In den Momenten leben -- Bestimmung der Häufigkeit -- Zusammenfassung eines Datenrahmens -- Kapitel 8: Was ist normal? -- Gut auf der Kurve liegen -- Mit Normalverteilungen arbeiten -- Treffen mit einem angesehenen Mitglied der Familie -- Ausgabe der Standardnormalverteilung -- Teil III: Daten analysieren.
Kapitel 9: Ein Spiel mit dem Vertrauen: Schätzung -- Stichprobenverteilungen verstehen -- Ein AUSSERORDENTLICH wichtiges Konzept: Der zentrale Grenzwertsatz -- Vertrauen: Alles hat seine Grenzen! -- Annähern an ein t -- Kapitel 10: Hypothesentests mit einer Stichprobe -- Hypothesen, Tests und Fehler -- Hypothesentests und Stichprobenverteilungen -- Wir kaufen noch ein Z -- Z-Tests in R -- t for One -- t-Test in R -- Die Arbeit mit t-Verteilungen -- Visualisierung von t-Verteilungen -- Eine Varianz testen -- Mit Chi-Quadrat-Verteilungen arbeiten -- Visualisierung von Chi-Quadrat-Verteilungen -- Kapitel 11: Hypothesentests mit zwei Stichproben -- Hypothesen für zwei -- Stichprobenverteilungen unter der Lupe -- t for Two -- Wie die Erbsen in der Schote: gleiche Varianzen -- t-Tests in R -- Perfekt kombiniert: Hypothesentests für paarweise Stichproben -- t-Test für paarweise Stichproben in R -- Zwei Varianzen testen -- Mit F-Verteilungen arbeiten -- Visualisierung von F-Verteilungen -- Kapitel 12: Tests von mehr als zwei Stichproben -- Mehr als zwei testen -- ANOVA in R -- Eine andere Art von Hypothese, eine andere Art von Test -- Dem Trend folgen -- Trendanalyse in R -- Kapitel 13: Kompliziertere Tests -- Die Kombinationen knacken -- Zwei-Faktoren-ANOVA in R -- Zwei Arten von Variablen … auf einmal -- Nach der Analyse -- Multivariate Varianzanalyse -- Kapitel 14: Regression: Lineare und multiple und das allgemeine lineare Modell -- Das Streudiagramm -- Linien grafisch darstellen -- Regression: Was für eine Linie! -- Hypothesen über die Regression testen -- Lineare Regression in R -- Prognosen treffen -- Visualisierung des Streudiagramms und der Regressionslinie -- Mit vielen Beziehungen gleichzeitig jonglieren: Mehrfache Regression -- ANOVA: Eine andere Perspektive -- Analyse der Kovarianz: Die letzte Komponente des allgemeinen linearen Modells.
Doch halt - das war noch nicht alles! -- Kapitel 15: Korrelation: Aufstieg und Fall von Beziehungen -- Korrelation verstehen -- Korrelation und Regression -- Korrelation in R -- Multiple Korrelation -- Multiple Korrelation in R -- Partielle Korrelation -- Partielle Korrelation in R -- Semipartielle Korrelation -- Semipartielle Korrelation in R -- Kapitel 16: Kurvilineare Regression: Wenn Beziehungen kompliziert werden -- Was ist ein Logarithmus? -- Was ist e? -- Potenzregression -- Exponentielle Regression -- Logarithmische Regression -- Polynomielle Regression: Eine höhere Potenz -- Welches Modell sollten Sie verwenden? -- Kapitel 17: Zu gegebener Zeit -- Eine Zeitreihe und ihre Komponenten -- Prognose: Eine bewegliche Erfahrung -- Prognose: Ein anderer Weg -- Mit realen Daten arbeiten -- Kapitel 18: Nichtparametrische Statistik -- Unabhängige Stichproben -- Paarweise Stichproben -- Zwei paarweise Stichproben: Wilcoxon-Vorzeichenrang-Test -- Mehr als zwei Stichproben: Friedman-ANOVA -- Mehr als zwei Stichproben: Cochrans Q -- Korrelation: Spearmans rS -- Korrelation: Kendalls Tau -- Eine Vorwarnung -- Kapitel 19: Einführung in die Wahrscheinlichkeitsrechnung -- Was ist Wahrscheinlichkeit? -- Ergebnismengen und Wahrscheinlichkeiten -- Zusammengesetzte Ereignisse -- Bedingte Wahrscheinlichkeit -- Große Ergebnismengen -- R-Funktionen für Zählregeln -- Diskrete und stetige Zufallsvariablen -- Wahrscheinlichkeitsverteilungen und Dichtefunktionen -- Die Binomialverteilung -- Binom und negatives Binom in R -- Hypothesentests mit der Binomialverteilung -- Mehr über Hypothesentests: R vs. Tradition -- Kapitel 20: Wahrscheinlichkeit trifft auf Regression: Logistische Regression -- Beschaffung der Daten -- Durchführung der Analyse -- Ergebnisse visualisieren -- Teil IV: Aus Daten lernen -- Kapitel 21: Tools und Daten für Projekte zum maschinellen Lernen.
Das ML-Repository der UCI (University of California-Irvine) -- Das Rattle-Package - eine Einführung -- Verwendung von Rattle für iris -- Cluster in Daten finden -- Kapitel 22: Entscheidungen, Entscheidungen! -- Komponenten des Entscheidungsbaums -- Entscheidungsbäume in R -- Entscheidungsbäume in Rattle -- Projekt: Ein komplexerer Entscheidungsbaum -- Vorgeschlagenes Projekt: Titanic -- Kapitel 23: In den Wald - per Zufall -- Das Wachsen eines Zufallswaldes -- Zufallswälder in R -- Projekt: Glas identifizieren -- Vorgeschlagenes Projekt: Pilze identifizieren -- Kapitel 24: Unterstützen Sie Ihren lokalen Vektor -- Einige Daten, mit denen Sie arbeiten können -- Trennbarkeit: Normalerweise nichtlinear -- Stützvektor-Maschinen in R -- Mit kernlab arbeiten -- Projekt: Und wer sind Sie? -- Erkundung der Daten -- Kapitel 25: k-Means-Clustering -- Wie das Ganze funktioniert -- k-Means-Clustering in R -- Projekt: Glas-Cluster -- Kapitel 26: Neuronale Netze -- Netzwerke im Nervensystem -- Künstliche neuronale Netze -- Neuronale Netze in R -- Projekt: Banknoten -- Projektvorschläge: Mit Rattle experimentieren -- Kapitel 27: Datenerforschung im Marketing -- Analyse von Einzelhandelsdaten -- Maschinelles Lernen -- Projekt: Ein weiterer Datensatz -- Kapitel 28: Aus der Stadt, die niemals schläft -- Der Datensatz -- Aufwärmen -- Kurzer Projektvorschlag: Namen von Fluggesellschaften -- Projektvorschlag: Verzögerungen bei der Abreise -- Projektvorschlag: Analyse der Unterschiede zwischen den Wochentagen -- Projekt: Verspätung und Wetter -- Teil V: R in der Praxis: Einige Projekte, die Sie auf Trab halten -- Kapitel 29: Mit einem Browser arbeiten -- Auf Hochglanz gebracht -- Ihr erstes shiny-Projekt -- Mit ggplot arbeiten -- Ein weiteres shiny-Projekt -- Projektvorschlag -- Kapitel 30: Dashboards verwenden -- Das Package shinydashboard -- Dashboard-Layouts.
Mit der Seitenleiste arbeiten -- Interaktion mit Grafiken -- Abbildungsverzeichnis -- Stichwortverzeichnis -- End User License Agreement.
Titel: |
R Alles-In-einem-Band Für Dummies
|
---|---|
Autor/in / Beteiligte Person: | Schmuller, Joseph |
Lokaler Link: | |
Verwandtes Werk: | |
Veröffentlichung: | Newark: John Wiley & Sons, Incorporated, 2023 |
Medientyp: | Monographie |
Datenträgertyp: | Elektronische Ressource |
Umfang: | 1 online resource (718 pages) |
ISBN: | 3-527-84451-1 |
Sonstiges: |
|