Inhaltsverzeichnis in:

Andreas Behr, Ulrich Pötter

Einführung in die Statistik mit R, page 5 - 7

2. Edition 2010, ISBN print: 978-3-8006-3599-3, ISBN online: 978-3-8006-4878-8, https://doi.org/10.15358/9783800648788_5

Series: Vahlens Kurzlehrbücher

Bibliographic information
I 1 Einführung 1 1.1 Eine Vorbemerkung zu R . . . . . . . . . . . . . . . . . . . 1 1.2 Arbeitsumgebung . . . . . . . . . . . . . . . . . . . . . . . 3 1.3 Die Bedienung von R . . . . . . . . . . . . . . . . . . . . . . 3 1.4 R-Objekte . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.5 Zusätzliche Pakete . . . . . . . . . . . . . . . . . . . . . . . 14 1.6 Hilfe, Manuals und Mailinglisten . . . . . . . . . . . . . . . 14 2 Rechenoperationen und Programmablauf in R 17 2.1 Operatoren und mathematische Funktionen . . . . . . . . . 18 2.2 Programmablauf . . . . . . . . . . . . . . . . . . . . . . . . 26 2.3 Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . 33 3 Datenspeicherung und Austausch von Daten 35 3.1 Dateien und Datenspeicherung . . . . . . . . . . . . . . . . 35 3.2 Dateien anderer Statistikprogramme . . . . . . . . . . . . . 39 3.3 Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . 45 4 Datenauswahl und Datentransformation 47 4.1 Datenauswahl und Zusammenführung . . . . . . . . . . . . 47 4.2 Transformationen und Rekodierungen . . . . . . . . . . . . 55 4.3 Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . 61 5 Datenbeschreibung: Eine Variable 63 5.1 Verteilungs- und Quantilsfunktion . . . . . . . . . . . . . . 63 5.2 Mittelwerte, Varianzen und Momente . . . . . . . . . . . . . 69 5.3 Histogramme und Dichten . . . . . . . . . . . . . . . . . . 70 5.4 Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . 75 6 Datenbeschreibung: Mehrere Variablen 77 6.1 Mehrdimensionale relativeHäufigkeiten . . . . . . . . . . . 77 6.2 Tabellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 VIII Inhaltsverzeichnis 6.3 Dichteschätzer . . . . . . . . . . . . . . . . . . . . . . . . . 83 6.4 Kovarianzen und Korrelationen . . . . . . . . . . . . . . . . 85 6.5 Bedingte Verteilungen . . . . . . . . . . . . . . . . . . . . . 87 6.6 Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . 92 7 Grundlagen der Simulation 93 7.1 Zufallszahlen? . . . . . . . . . . . . . . . . . . . . . . . . . 93 7.2 Gleichverteilung . . . . . . . . . . . . . . . . . . . . . . . . 95 7.3 Zufallszahlen mit vorgegebener Verteilung . . . . . . . . . . 103 7.4 Parametrisierung der Verteilungsklassen . . . . . . . . . . . 104 7.5 Stichproben und Tabellen . . . . . . . . . . . . . . . . . . . 105 7.6 Funktionen von Zufallsvariablen . . . . . . . . . . . . . . . 106 7.7 Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . 109 8 Stochastische Modelle 113 8.1 Das Standardmodell der Statistik . . . . . . . . . . . . . . . 113 8.2 Markow-Ketten . . . . . . . . . . . . . . . . . . . . . . . . . 121 8.3 Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . 126 9 Lineare Regression 129 9.1 Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . 129 9.2 Lineare Modelle in R . . . . . . . . . . . . . . . . . . . . . . 131 9.3 Regression in Matrixnotation . . . . . . . . . . . . . . . . . 152 9.4 Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . 159 10 Die Maximum-Likelihood-Methode 161 10.1 Die Leitidee . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 10.2 Maximum-Likelihood-Schätzung . . . . . . . . . . . . . . . 162 10.3 Gütebeurteilung von ML-Schätzern . . . . . . . . . . . . . . 168 10.4 Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . 174 11 Optimierung, Logit-, Probit-, Poisson-Regression 175 11.1 Numerische Optimierung . . . . . . . . . . . . . . . . . . . 175 11.2 Verallgemeinerte Lineare Modelle . . . . . . . . . . . . . . . 181 11.3 Logit- und Probit-Regression . . . . . . . . . . . . . . . . . 181 11.4 Poisson-Regression . . . . . . . . . . . . . . . . . . . . . . . 188 11.5 Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . 191 12 Stichproben 193 12.1 Stichproben aus endlichen Grundgesamtheiten . . . . . . . . 193 12.2 Einfache Stichprobenziehung mit R . . . . . . . . . . . . . . 200 12.3 Schichtenverfahren . . . . . . . . . . . . . . . . . . . . . . . 208 12.4 Klumpenverfahren . . . . . . . . . . . . . . . . . . . . . . . 211 12.5 Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . 215 Inhaltsverzeichnis IX 13 Ansprechende Graphiken 217 13.1 Die Elemente der Standardgraphik . . . . . . . . . . . . . . 217 13.2 Sprachen, Encodings und Fonts . . . . . . . . . . . . . . . . 238 14 Tipps und weitere Möglichkeiten 245 14.1 Alternative Graphikmodelle, D-Graphiken . . . . . . . . . 245 14.2 Große Datensätze und Datenbanken . . . . . . . . . . . . . 256 Verzeichnis der Befehle und Funktionen . . . . . . . . . . . . 259 Verzeichnis der Pakete . . . . . . . . . . . . . . . . . . . 263 Sachverzeichnis . . . . . . . . . . . . . . . . . . . . . . 265

Chapter Preview

References

Zusammenfassung

Vorteile

- Einführung in die statistische Analyse mit R für Wirtschafts- und Sozialwissenschaftler

- Inklusive hilfreicher Tipps wie "Ansprechende Grafiken mit R gestalten"

Zum Thema

R ist ein Statistikprogramm, das kostenlos über das Internet verbreitet wird und dessen Source Codes frei zugänglich sind.

Aufgrund dieses kostenlosen Angebots gehen immer mehr Dozenten dazu über, neben SPSS auch R zu lehren bzw. SPSS durch R zu ersetzen.

In R steht dem Nutzer die gesamte Bandbreite statistischer Verfahren zur Verfügung. Durch die eigenständige Programmierumgebung ist die Software sehr flexibel und erlaubt notwendige Modifikationen und Erweiterungen verfügbarer Prozeduren.

Zum Werk

Dieses Buch führt leicht verständlich in die statistische Analyse mit R ein. Anhand von Beispielen wird die Umsetzung der wichtigsten Methoden der Statistik, wie sie üblicherweise in den Grundkursen gelehrt werden, mit R vorgestellt.

Das Buch verfolgt entsprechend zwei Ziele:

1. Vorstellung der statistischen Methoden,

2. Benutzung des Werkzeuges R zur Analyse von Daten.

Inhalt

- Grundlagen von R

- Datenbehandlung und graphische Darstellungen mit R

- Datenbeschreibungen (deskriptive Statistik)

- Wahrscheinlichkeitsverteilungen

- Regressionsanalysen

- Optimierungsverfahren

- Simulationen mit R

Neben vielen neuen, wirtschaftsorientierten Beispielen wird nun auch in die Paneldatenanalyse und Stichprobentheorie eingeführt.

Zu den Autoren

Dr. Andreas Behr ist wissenschaftlicher Mitarbeiter am Institut für Statistik und Ökonometrie der Universität Münster.

Dr. Ulrich Pötter ist wissenschaftlicher Mitarbeiter am Institut für Statistik der Universität Bochum.

Zielgruppe

Für Studierende und Dozenten der Wirtschaftswissenschaften im Bachelor an Universitäten und Fachhochschulen.