- Table View
- List View
Statistics with JMP: Hypothesis Tests, Anova And Regression
by Peter Goos David MeintrupStatistics with JMP: Hypothesis Tests, ANOVA and Regression Peter Goos, University of Leuven and University of Antwerp, Belgium David Meintrup, University of Applied Sciences Ingolstadt, Germany A first course on basic statistical methodology using JMP This book provides a first course on parameter estimation (point estimates and confidence interval estimates), hypothesis testing, ANOVA and simple linear regression. The authors approach combines mathematical depth with numerous examples and demonstrations using the JMP software. Key features: Provides a comprehensive and rigorous presentation of introductory statistics that has been extensively classroom tested. Pays attention to the usual parametric hypothesis tests as well as to non-parametric tests (including the calculation of exact p-values). Discusses the power of various statistical tests, along with examples in JMP to enable in-sight into this difficult topic. Promotes the use of graphs and confidence intervals in addition to p-values. Course materials and tutorials for teaching are available on the book's companion website. Masters and advanced students in applied statistics, industrial engineering, business engineering, civil engineering and bio-science engineering will find this book beneficial. It also provides a useful resource for teachers of statistics particularly in the area of engineering.
Statistics with JMP
by David Meintrup Peter GoosPeter Goos, Department of Statistics, University ofLeuven, Faculty of Bio-Science Engineering and University ofAntwerp, Faculty of Applied Economics, BelgiumDavid Meintrup, Department of Mathematics and Statistics,University of Applied Sciences Ingolstadt, Faculty of MechanicalEngineering, GermanyThorough presentation of introductory statistics and probabilitytheory, with numerous examples and applications using JMPDescriptive Statistics and Probability provides anaccessible and thorough overview of the most important descriptivestatistics for nominal, ordinal and quantitative data withparticular attention to graphical representations. The authorsdistinguish their approach from many modern textbooks ondescriptive statistics and probability theory by offering acombination of theoretical and mathematical depth, and clear anddetailed explanations of concepts. Throughout the book, theuser-friendly, interactive statistical software package JMP is usedfor calculations, the computation of probabilities and the creationof figures. The examples are explained in detail, and accompaniedby step-by-step instructions and screenshots. The reader willtherefore develop an understanding of both the statistical theoryand its applications.Traditional graphs such as needle charts, histograms and pie chartsare included, as well as the more modern mosaic plots, bubble plotsand heat maps. The authors discuss probability theory, particularlydiscrete probability distributions and continuous probabilitydensities, including the binomial and Poisson distributions, andthe exponential, normal and lognormal densities. They use numerousexamples throughout to illustrate these distributions anddensities.Key features:Introduces each concept with practical examples anddemonstrations in JMP.Provides the statistical theory including detailed mathematicalderivations.Presents illustrative examples in each chapter accompanied bystep-by-step instructions and screenshots to help develop thereader's understanding of both the statistical theory and itsapplications.A supporting website with data sets and other teachingmaterials.This book is equally aimed at students in engineering, economicsand natural sciences who take classes in statistics as well as atmasters/advanced students in applied statistics and probabilitytheory. For teachers of applied statistics, this book provides arich resource of course material, examples and applications.
Statistics with Julia: Fundamentals for Data Science, Machine Learning and Artificial Intelligence (Springer Series in the Data Sciences)
by Yoni Nazarathy Hayden KlokThis monograph uses the Julia language to guide the reader through an exploration of the fundamental concepts of probability and statistics, all with a view of mastering machine learning, data science, and artificial intelligence. The text does not require any prior statistical knowledge and only assumes a basic understanding of programming and mathematical notation. It is accessible to practitioners and researchers in data science, machine learning, bio-statistics, finance, or engineering who may wish to solidify their knowledge of probability and statistics. The book progresses through ten independent chapters starting with an introduction of Julia, and moving through basic probability, distributions, statistical inference, regression analysis, machine learning methods, and the use of Monte Carlo simulation for dynamic stochastic models. Ultimately this text introduces the Julia programming language as a computational tool, uniquely addressing end-users rather than developers. It makes heavy use of over 200 code examples to illustrate dozens of key statistical concepts. The Julia code, written in a simple format with parameters that can be easily modified, is also available for download from the book’s associated GitHub repository online.See what co-creators of the Julia language are saying about the book:Professor Alan Edelman, MIT: With “Statistics with Julia”, Yoni and Hayden have written an easy to read, well organized, modern introduction to statistics. The code may be looked at, and understood on the static pages of a book, or even better, when running live on a computer. Everything you need is here in one nicely written self-contained reference. Dr. Viral Shah, CEO of Julia Computing: Yoni and Hayden provide a modern way to learn statistics with the Julia programming language. This book has been perfected through iteration over several semesters in the classroom. It prepares the reader with two complementary skills - statistical reasoning with hands on experience and working with large datasets through training in Julia.
Statistics With Microsoft Excel (Fifth Edition)
by Beverly DretzkeStatistics with Microsoft Excel, Fifth Edition, shows readers how to use Microsoft Excel® to perform statistical analysis. This step-by-step guide has been updated to cover the new features and interface of Excel 2010. Datasets and other resources (where applicable) for this book are available here.
Statistics with Posterior Probability and a PHC Curve
by Hideki ToyodaThis textbook reconstructs the statistics curriculum from the perspective of posterior probability. In recent years, there have been several reports that the results of studies using significant tests cannot be reproduced. It is a problem called a “reproducibility crisis”. For example, suppose we could reject the null hypothesis that “the average number of days to recovery in patients who took a new drug was the same as that in the control group”. However, rejecting the null hypothesis is only a necessary condition for the new drug to be effective. Even if the necessary conditions are met, it does not necessarily mean that the new drug is effective. In fact, there are many cases where the effect is not reproduced. Sufficient conditions should be presented, such as “the average number of days until recovery in patients who take new drugs is sufficiently short compared to the control group, evaluated from a medical point of view”, without paying attention to necessary conditions. This book reconstructs statistics from the perspective of PHC, i.e., probability that a research hypothesis is correct. For example, the PHC curve shows the posterior probability that the statement “The average number of days until recovery for patients taking a new drug is at least θ days shorter than that of the control group” is correct as a function of θ. Using the PHC curve makes it possible to discuss the sufficient conditions rather than the necessary conditions for being an efficient treatment. The value of statistical research should be evaluated with concrete indicators such as “90% probability of being at least 3 days shorter”, not abstract metrics like the p-value.
Statistics With R: Solving Problems Using Real-World Data
by Jenine K. HarrisDrawing on examples from across the social and behavioral sciences, Statistics with R: Solving Problems Using Real-World Data by Jenine K. Harris introduces foundational statistics concepts with beginner-friendly R programming in an exploration of the world&’s tricky problems faced by the &“R Team&” characters. Inspired by the programming group &“R Ladies,&” the R Team works together to master the skills of statistical analysis and data visualization to untangle real-world, messy data using R. The storylines draw students into investigating contemporary issues such as marijuana legalization, voter registration, and the opioid epidemic, and lead them step-by-step through full-color illustrations of R statistics and interactive exercises.
Statistics With R: Solving Problems Using Real-World Data
by Jenine K. HarrisDrawing on examples from across the social and behavioral sciences, Statistics with R: Solving Problems Using Real-World Data by Jenine K. Harris introduces foundational statistics concepts with beginner-friendly R programming in an exploration of the world&’s tricky problems faced by the &“R Team&” characters. Inspired by the programming group &“R Ladies,&” the R Team works together to master the skills of statistical analysis and data visualization to untangle real-world, messy data using R. The storylines draw students into investigating contemporary issues such as marijuana legalization, voter registration, and the opioid epidemic, and lead them step-by-step through full-color illustrations of R statistics and interactive exercises.
Statistics with R: A Beginner's Guide
by Robert StinerockThe dynamic, student focused textbook provides step-by-step instruction in the use of R and of statistical language as a general research tool. It is ideal for anyone hoping to: Complete an introductory course in statistics Prepare for more advanced statistical courses Gain the transferable analytical skills needed to interpret research from across the social sciences Learn the technical skills needed to present data visually Acquire a basic competence in the use of R. The book provides readers with the conceptual foundation to use applied statistical methods in everyday research. Each statistical method is developed within the context of practical, real-world examples and is supported by carefully developed pedagogy and jargon-free definitions. Theory is introduced as an accessible and adaptable tool and is always contextualized within the pragmatic context of real research projects and definable research questions. Author Robert Stinerock has also created a wide range of online resources, including: R scripts, complete solutions for all exercises, data files for each chapter, video and screen casts, and interactive multiple-choice quizzes.
Statistics with R: A Beginner's Guide
by Robert StinerockThe dynamic, student focused textbook provides step-by-step instruction in the use of R and of statistical language as a general research tool. It is ideal for anyone hoping to: Complete an introductory course in statistics Prepare for more advanced statistical courses Gain the transferable analytical skills needed to interpret research from across the social sciences Learn the technical skills needed to present data visually Acquire a basic competence in the use of R. The book provides readers with the conceptual foundation to use applied statistical methods in everyday research. Each statistical method is developed within the context of practical, real-world examples and is supported by carefully developed pedagogy and jargon-free definitions. Theory is introduced as an accessible and adaptable tool and is always contextualized within the pragmatic context of real research projects and definable research questions. Author Robert Stinerock has also created a wide range of online resources, including: R scripts, complete solutions for all exercises, data files for each chapter, video and screen casts, and interactive multiple-choice quizzes.
Statistics with R: A Beginner′s Guide
by Robert StinerockStatistics is made simple with this award-winning guide to using R and applied statistical methods. With a clear step-by-step approach explained using real world examples, learn the practical skills you need to use statistical methods in your research from an expert with over 30 years of teaching experience. With a wealth of hands-on exercises and online resources created by the author, practice your skills using the data sets and R scripts from the book with detailed screencasts that accompany each script. This book is ideal for anyone looking to: • Complete an introductory course in statistics • Prepare for more advanced statistical courses • Gain the transferable analytical skills needed to interpret research from across the social sciences • Learn the technical skills needed to present data visually • Acquire a basic competence in the use of R and RStudio. This edition also includes a gentle introduction to Bayesian methods integrated throughout. The author has created a wide range of online resources, including: over 90 R scripts, 36 datasets, 37 screen casts, complete solutions for all exercises, and 130 multiple-choice questions to test your knowledge.
Statistics with R: A Beginner′s Guide
by Robert StinerockStatistics is made simple with this award-winning guide to using R and applied statistical methods. With a clear step-by-step approach explained using real world examples, learn the practical skills you need to use statistical methods in your research from an expert with over 30 years of teaching experience. With a wealth of hands-on exercises and online resources created by the author, practice your skills using the data sets and R scripts from the book with detailed screencasts that accompany each script. This book is ideal for anyone looking to: • Complete an introductory course in statistics • Prepare for more advanced statistical courses • Gain the transferable analytical skills needed to interpret research from across the social sciences • Learn the technical skills needed to present data visually • Acquire a basic competence in the use of R and RStudio. This edition also includes a gentle introduction to Bayesian methods integrated throughout. The author has created a wide range of online resources, including: over 90 R scripts, 36 datasets, 37 screen casts, complete solutions for all exercises, and 130 multiple-choice questions to test your knowledge.
Statistics without Mathematics
by David J BartholomewThis is a book about the ideas that drive statistics. It is an ideal primer for students who need an introduction to the concepts of statistics without the added confusion of technical jargon and mathematical language. It introduces the intuitive thinking behind standard procedures, explores the process of informal reasoning, and uses conceptual frameworks to provide a foundation for students new to statistics. It showcases the expertise we have all developed from living in a data saturated society, increases our statistical literacy and gives us the tools needed to approach statistical mathematics with confidence. Key topics include: Variability Standard Distributions Correlation Relationship Sampling Inference An engaging, informal introduction this book sets out the conceptual tools required by anyone undertaking statistical procedures for the first time or for anyone needing a fresh perspective whilst studying the work of others.
Statistics without Mathematics
by David J BartholomewThis is a book about the ideas that drive statistics. It is an ideal primer for students who need an introduction to the concepts of statistics without the added confusion of technical jargon and mathematical language. It introduces the intuitive thinking behind standard procedures, explores the process of informal reasoning, and uses conceptual frameworks to provide a foundation for students new to statistics. It showcases the expertise we have all developed from living in a data saturated society, increases our statistical literacy and gives us the tools needed to approach statistical mathematics with confidence. Key topics include: Variability Standard Distributions Correlation Relationship Sampling Inference An engaging, informal introduction this book sets out the conceptual tools required by anyone undertaking statistical procedures for the first time or for anyone needing a fresh perspective whilst studying the work of others.
Statistics Without Tears: A Primer for Non-Mathematicians
by Derek RowntreeHelps readers understand what statistics is, and how to think statistically. It focuses on the ideas behind statistics only; readers are not required to perform any calculations.
Statistics Workbook For Dummies with Online Practice
by Deborah J. RumseyPractice your way to a higher statistics score The adage that "practice makes perfect" is never truer than with math problems. Statistics Workbook For Dummies with Online Practice provides succinct content reviews for every topic, with plenty of examples and practice problems for each concept, in the book and online. Every lesson begins with a concept review, followed by a few example problems and plenty of practice problems. There's a step-by-step solution for every problem, with tips and tricks to help with comprehension and retention. New for this edition, free online practice quizzes for each chapter provide extra opportunities to test your knowledge and understanding. Get FREE access to chapter quizzes in an online test bank Work along with each chapter or use the test bank for final exam review Discover which statistical measures are most meaningful Scoring high in your Statistics class has never been easier!
Statistik: Der Weg zur Datenanalyse
by Ludwig Fahrmeir Christian Heumann Rita Künstler Iris Pigeot Gerhard TutzDas Buch bietet eine umfassende Einführung in die Statistik. Die Autoren liefern eine integrierte Darstellung der deskriptiven Statistik, der modernen Methoden der explorativen Datenanalyse und der induktiven Statistik, einschließlich der Regressions- und Varianzanalyse. Zahlreiche Beispiele mit realen Daten veranschaulichen den Text. Geeignet als vorlesungsbegleitender Text, aber auch zum Selbststudium für Studierende der Wirtschafts- und Sozialwissenschaften sowie anderer Anwendungsdisziplinen und als Einführung für Studenten der Statistik.
Statistik: Theorie und Praxis im Dialog
by Michael Messer Gaby SchneiderDieses Lehrbuch ebnet Mathematik-Studierenden einen Weg in die Statistik, bei dem Theorie und Praxis statistischer Methoden gleichermaßen berücksichtigt werden: Anspruchsvolle mathematische Formulierungen werden konsequent dargestellt und im Rahmen von Beispielanalysen mit praktischen Anwendungen in Verbindung gebracht. Durch unterhaltsame und lehrreiche Dialoge zwischen theoretischen Statistikern und Anwendern (etwa Biologen) wird die Materie lebendig. Das Buch liefert zahlreiche Beispiele unterschiedlichen Detailgrads, bleibt aber trotz der theoretischen Tiefe übersichtlich und sprengt den Rahmen einer Einführung nicht.
Statistik
by Hans-Joachim MittagBeim Multimedia-Comenius-Wettbewerb 2011 ausgezeichnet, bietet das Lehrbuch als Kombination aus Druckwerk und interaktiver Online-Fassung eine gelungene Einführung in die Statistik. Das Anwendungsspektrum der Statistik wird anhand aktueller Beispiele illustriert, die statistischen Konzepte in Grafiken visualisiert. Der Band enthält viele Übungsaufgaben mit ausführlichen Lösungen. Die überarbeitete 2. Auflage wird durch neue interaktive Experimente und tongestützte Animationen ergänzt und bietet frei zugängliche Multimedia-Ressourcen im Internet.
Statistik: Eine kurze Einführung für Studierende der Psychologie und Sozialwissenschaften (Was ist eigentlich …?)
by Felix Naumann Markus BühnerDieses kleine Lehrbuch aus der Reihe „Was ist eigentlich …?“ gibt eine kurze Einführung in die grundlegenden Methoden der quantitativen Statistik in sozialwissenschaftlichen Fächern. Sie will Studierenden der Psychologie, Sozialwissenschaften oder verwandter Fächer zu Beginn des Studiums bei einer Orientierung in dieser Teildisziplin verhelfen. Sie bietet aber auch für Fachfremde, die an psychologischen Methoden interessiert sind, einen ersten Einblick in die deskriptive Statistik, Inferenzstatistik sowie statistische Modellierung.
Statistik: Einführung Für Wirtschafts- Und Sozialwissenschaftler (Springer-lehrbuch Ser.)
by Philipp Sibbertsen Hartmut LehneDieses Lehrbuch zeichnet sich durch eine verbale und leicht verständliche Beschreibung der in den Wirtschafts- und Sozialwissenschaften verwendeten statistischen Verfahren aus. Zahlreiche praxisrelevante Beispiele illustrieren und betonen die immer stärker werdende Bedeutung der Datenanalyse für den Wirtschafts- und Sozialwissenschaftler. Die anwendungsbezogene Darstellung gliedert sich in drei Teile, der beschreibenden und der schließenden Statistik sowie der Wahrscheinlichkeitsrechnung als Bindeglied. Das Buch deckt den Stoff eines einjährigen Kurses ab und ist damit besonders für die Bachelorausbildung in Statistik geeignet. <P><P> Die vorliegende dritte Auflage ist eine korrigierte und in einigen Teilen überarbeitete Neufassung der zweiten Auflage. So wird der wesentliche Lernstoff eines jeden Kapitels anfangs motiviert und am Ende noch einmal übersichtlich zusammengefasst.
Statistik – wie und warum sie funktioniert: Ein mathematisches Lesebuch mit einer Einführung in R
by Jörg BewersdorffTypische Argumentationen der Mathematischen Statistik werden exemplarisch erläutert: Warum kann aus den Ergebnissen einer Stichprobenuntersuchung auf die Gesamtheit geschlossen werden? Welche Ungenauigkeiten und Unsicherheiten sind dabei möglich? Wie und warum können zufallsbedingte Abweichungen mit mathematischen Methoden analysiert werden? Das Buch ist nicht im klassischen Satz-Beweis-Stil geschrieben. Aufgaben und Schaubilder verdeutlichen die möglichst weitgehend verbal beschriebenen Gedankengänge. "Symbol-Gräber" gibt es nicht. Wichtige Sachverhalte werden mehrfach wiederholt. Einführende Motivationen und abschließende Resümees runden die Darstellungen ab.
Statistik angewandt mit dem R Commander: Datenanalyse ist (k)eine Kunst
by Franz KronthalerDieses Buch zeigt IDieses Buch zeigt Ihnen, wie Sie mit dem R Commander beinahe mühelos Informationen aus Daten gewinnen und Datensätze systematisch analysieren können. Beides ist (k)eine Kunst! Die statistischen Methoden werden anhand eines einzigen Datensatzes vorgestellt und diskutiert. So wird deutlich, wie die Methoden aufeinander aufbauen und nach und nach immer mehr Informationen aus den Daten entnommen werden können. Die verwendeten Funktionen von R und dem R Commander werden dabei ausführlich erklärt – die Vorgehensweise lässt sich leicht auf andere Datensätze übertragen. Das Buch liefert somit eine einfache Einführung in eine professionelle und kostenfreie Statistiksoftware.Verschiedene didaktische Elemente erleichtern die Orientierung und das Arbeiten mit dem Buch: An den Checkpoints sind die wichtigsten Aspekte aus jedem Kapitel kurz zusammengefasst. In der Rubrik Freak-Wissen werden weiterführende Aspekte angesprochen, um Lust auf mehr zu machen. Alle Beispiele werden mit Hand und mit R bzw. mit dem R Commander gerechnet. Zahlreiche Anwendungen und Lösungen sowie weitere Datensätze stehen auf der Internetplattform des Autors zur Verfügung. Passende Foliensätze sind für Lehrende auf der Verlagsseite des Buchs abrufbar. Für die zweite Auflage wurde das Buch aktualisiert und ergänzt - etwa um Abschnitte zu ANOVA, Effektstärke, Preis- und Mengenindizes sowie um Übungen, insbesondere solche mit echten Daten.
Statistik angewandt mit Excel: Datenanalyse ist (k)eine Kunst
by Franz KronthalerDieses Buch zeigt Ihnen, wie Sie mit Excel beinahe mühelos Informationen aus Daten gewinnen und Datensätze systematisch analysieren können. Beides ist (k)eine Kunst! Die statistischen Methoden werden anhand eines einzigen Datensatzes vorgestellt und diskutiert. So wird deutlich, wie die Methoden aufeinander aufbauen und nach und nach immer mehr Informationen aus den Daten entnommen werden können. Die verwendeten Funktionen von Excel werden dabei ausführlich erklärt – die Vorgehensweise lässt sich daher leicht auf andere Datensätze übertragen. Verschiedene didaktische Elemente erleichtern die Orientierung und das Arbeiten mit dem Buch: An den Checkpoints sind die wichtigsten Aspekte aus jedem Kapitel kurz zusammengefasst. In der Rubrik Freak-Wissen werden weiterführende Aspekte angesprochen, um Lust auf mehr zu machen. Alle Beispiele werden mit Hand und Excel gerechnet. Zahlreiche Anwendungen und Lösungen sowie weitere Datensätze stehen auf der Internetplattform des Autors zur Verfügung. Passende Foliensätze sind für Lehrende auf der Verlagsseite des Buchs abrufbar. Für die zweite Auflage wurde das Buch vollständig auf Excel 2019 umgestellt und aktualisiert. Darüber hinaus wurden Abschnitte zu Preis- und Mengenindizes, Teststärke sowie ein Kapitel zu Varianzanalyse ergänzt.
Statistik-Formeln für Dummies (Für Dummies)
by Timm SiggStatistisch gesehen sind 30% der Studenten schon mal durch eine Statistik-Klausur gefallen. Das kann Ihnen mit diesem handlichen Buch nicht passieren. Es ist das perfekte Nachschlagewerk für die Hosentasche und enthält alle wichtigen Begriffe und Formeln der Statistik, die Sie benötigen, ganz egal, ob Sie Psychologie studieren oder in einer Bank Risikomanager sind. Und damit Sie auch verstehen, wozu die Formeln gut sind, liefert Timm Sigg zu jeder Formel auch gleich noch ein anschauliches Beispiel mit, in dem Sie die Anwendung der Formel sehen und verstehen können.
Statistik für Ausfalldaten
by Gisela HärtlerDieses Buch bietet eine Einführung in die statistische Analyse von Beobachtungs- und Messwerten in Zuverlässigkeitsexperimenten und ist hauptsächlich als Handbuch für den Praktiker gedacht. Leser mit einer technischen Ausbildung, die einen tieferen Einblick in die mathematische Statistik wünschen, finden in diesem Buch eine Anleitung zum Umgang mit empirischer Information und deren Verknüpfung mit statistischen Methoden. Im Vergleich mit anderen Anwendungen der mathematischen Statistik haben Ausfalldaten einige Besonderheiten: Sie sind zeitabhängig, was sich in der Ausfallrate ausdrückt. Die Wahrscheinlichkeit ist gering, dass im Beobachtungszeitraum alle Objekte ausfallen, es entstehen also zensierte Stichproben. Die Ausfallwahrscheinlichkeit im Experiment lässt sich durch Überlastung erhöhen, man muss aber zusätzlich auf die Zuverlässigkeit unter Normbelastung extrapolieren. Für diese Besonderheiten werden spezielle Modelle und Methoden benötigt, die in der Fachliteratur über Statistik sonst nur selten vorkommen.