Dieses Buch bietet einen systematisch aufgebauten Einstieg in angewandte Datenanalyse, Bayes?sche Statistik und moderne Simulationsmethoden mit dem Computer. Ausgehend von der Zielsetzung, nicht direkt messbare Gr??en zu bestimmen und Prognosen zu zuk?nftigen Werten von unsicheren Gr??en zu berechnen, beschreibt und erl?utert es die Vorgehensweisen von der systematischen Sammlung von Daten ?ber die Quantifizierung von Unsicherheit anhand von Wahrscheinlichkeiten bis hin zur Anwendung von Regressionsmodellen.
Mit zahlreichen Reflexionsaufgaben und Beispielen aus der Praxis sowie seiner in vielen Kursen erprobten Didaktik ist das Buch ideal f?r Studierende in den angewandten Wissenschaften wie Ingenieur-, Natur- und Wirtschaftswissenschaften geeignet.
F?r die Neuauflage wurden einige Kapitel ?berarbeitet. Zudem wurde ein Abschnitt zu hierarchischen Modellen eingef?gt und das Buch mit einem Kapitel zur Plausibilit?t von Modellen und von Hypothesen erg?nzt.?
Sowohl die verwendeten Datens?tze und Programmcodes als auch die L?sungen zu den Reflexionsaufgaben sind als Zusatzmaterial online verf?gbar.
Eine Einf?hrung und ein ?berblick.- Wie man Versuche planen kann.- Messen und Kontrollieren.- Das Fundament: Wahrscheinlichkeiten.- Nicht direkt messbare Gr?ssen bestimmen.- Mehrere Gr?ssen und Korrelation.- Messwerte prognostizieren.- Modellwahl: Information und Entropie.- Zwei Modelle zu positiven Gr?ssen.- Streuung und die?Normalverteilung.- Explorative Datenanalyse.- Regressionsmodelle.- Regressionsmodelle: Parameter und Prognosen.- Standardfehler, Ranglisten und Modelle.
Prof. Dr. Daniel B?ttig ist Professor f?r angewandte Statistik und Mathematik am Departement Technik und Informatik der Berner Fachhochschule, Schweiz. Als Leiter des Instituts f?r Risiko- und Extremwertanalyse velCÁ
![Angewandte Datenanalyse Der Bayes'sche Weg [Paperback]](/itemImage/2/9/3/6/2_1561543.jpg)