Datenbearbeitung und -visualisierung mit R: Mit einer Einführung in die simulationsbasierte Inferenz und Machine Learning

Ziel des Lehrbuchs ist das Einüben und Umsetzen wichtiger Kompetenzen beim Datenhandling. So bestehen die ersten Schritte einer jeden empirischen Studie darin, die Daten für die eigene Analyse vorzubereiten. Das Bearbeiten (filtern, selektieren und ergänzen von Variablen) und das Strukturieren (gruppieren, zusammenfassen, zusammenfügen und bereinigen von Variablen und Datensätzen) der Daten legen dabei die fundamentale Grundlage jeder Empirie. Weiterführende Schritte zur Visualisierung und Analyse von Daten erlauben schließlich bedürfnisorientierte Gestaltungen der eigenen Datenanalyse.

Aus didaktischer Sicht ist dieses Lehrbuch ein “Mitmach”-Buch. Die Leser und Leserinnen des Lehrbuchs können hierzu die verschiedenen Datensätze und Skripte von der Webseite des Verlages herunterladen und lernen von Beginn an und Schritt für Schritt, wie wir die Daten bearbeiten, strukturieren, visualisieren und analysieren.

1147120536
Datenbearbeitung und -visualisierung mit R: Mit einer Einführung in die simulationsbasierte Inferenz und Machine Learning

Ziel des Lehrbuchs ist das Einüben und Umsetzen wichtiger Kompetenzen beim Datenhandling. So bestehen die ersten Schritte einer jeden empirischen Studie darin, die Daten für die eigene Analyse vorzubereiten. Das Bearbeiten (filtern, selektieren und ergänzen von Variablen) und das Strukturieren (gruppieren, zusammenfassen, zusammenfügen und bereinigen von Variablen und Datensätzen) der Daten legen dabei die fundamentale Grundlage jeder Empirie. Weiterführende Schritte zur Visualisierung und Analyse von Daten erlauben schließlich bedürfnisorientierte Gestaltungen der eigenen Datenanalyse.

Aus didaktischer Sicht ist dieses Lehrbuch ein “Mitmach”-Buch. Die Leser und Leserinnen des Lehrbuchs können hierzu die verschiedenen Datensätze und Skripte von der Webseite des Verlages herunterladen und lernen von Beginn an und Schritt für Schritt, wie wir die Daten bearbeiten, strukturieren, visualisieren und analysieren.

29.99 In Stock
Datenbearbeitung und -visualisierung mit R: Mit einer Einführung in die simulationsbasierte Inferenz und Machine Learning

Datenbearbeitung und -visualisierung mit R: Mit einer Einführung in die simulationsbasierte Inferenz und Machine Learning

Datenbearbeitung und -visualisierung mit R: Mit einer Einführung in die simulationsbasierte Inferenz und Machine Learning

Datenbearbeitung und -visualisierung mit R: Mit einer Einführung in die simulationsbasierte Inferenz und Machine Learning

eBook

$29.99 

Available on Compatible NOOK devices, the free NOOK App and in My Digital Library.
WANT A NOOK?  Explore Now

Related collections and offers


Overview

Ziel des Lehrbuchs ist das Einüben und Umsetzen wichtiger Kompetenzen beim Datenhandling. So bestehen die ersten Schritte einer jeden empirischen Studie darin, die Daten für die eigene Analyse vorzubereiten. Das Bearbeiten (filtern, selektieren und ergänzen von Variablen) und das Strukturieren (gruppieren, zusammenfassen, zusammenfügen und bereinigen von Variablen und Datensätzen) der Daten legen dabei die fundamentale Grundlage jeder Empirie. Weiterführende Schritte zur Visualisierung und Analyse von Daten erlauben schließlich bedürfnisorientierte Gestaltungen der eigenen Datenanalyse.

Aus didaktischer Sicht ist dieses Lehrbuch ein “Mitmach”-Buch. Die Leser und Leserinnen des Lehrbuchs können hierzu die verschiedenen Datensätze und Skripte von der Webseite des Verlages herunterladen und lernen von Beginn an und Schritt für Schritt, wie wir die Daten bearbeiten, strukturieren, visualisieren und analysieren.


Product Details

ISBN-13: 9783658480158
Publisher: Springer Gabler
Publication date: 09/12/2025
Sold by: Barnes & Noble
Format: eBook
File size: 85 MB
Note: This product may take a few minutes to download.
Language: German

About the Author

Dr. Marc Scheufen ist Senior Economist im Themencluster Digitalisierung und Klimawandel am Institut der deutschen Wirtschaft und lehrt u.a. Statistik und Data Analytics an der Rheinischen Hochschule, Köln. Kontakt: scheufen@iwkoeln.de

Dr. Armin Mertens ist Leiter des Kooperationsclusters Big Data Analytics am Institut der deutschen Wirtschaft, Köln. Kontakt: armin.mertens@iwkoeln.de

Table of Contents

Einführung.- Daten bearbeiten und strukturieren mit tidyverse.- Daten visualisieren mit ggplot.- Weiterführende Visualisierungen mit ggplot, gganimate, stargazer und sf für Geodaten.- Einführung in simulationsbasierte Inferenzstatistik und "Machine Learning" mit R.- Dokumentation und Zusammenfassung.

From the B&N Reads Blog

Customer Reviews