|
|
|
|
LEADER |
02433nmm a2200457 u 4500 |
001 |
EB001946348 |
003 |
EBX01000000000000001109250 |
005 |
00000000000000.0 |
007 |
cr||||||||||||||||||||| |
008 |
210123 ||| ger |
020 |
|
|
|a 9783960090441
|
020 |
|
|
|a 9783960101437
|
020 |
|
|
|a 3960101422
|
020 |
|
|
|a 3960101414
|
020 |
|
|
|a 9783960101413
|
020 |
|
|
|a 9781492064879
|
020 |
|
|
|a 3960101430
|
020 |
|
|
|a 1492064874
|
020 |
|
|
|a 3960090447
|
050 |
|
4 |
|a QA276.45.R3
|
100 |
1 |
|
|a Zuckarelli, Joachim
|
245 |
0 |
0 |
|a Statistik mit R
|b eine praxisorientierte Einführung in R
|c Joachim Zuckarelli
|
250 |
|
|
|a 1. Auflage
|
260 |
|
|
|a Heidelberg
|b Dpunkt.verlag
|c 2017
|
300 |
|
|
|a 1 volume
|b illustrations
|
653 |
|
|
|a R (Langage de programmation)
|
653 |
|
|
|a R (Computer program language) / fast
|
653 |
|
|
|a Mathematical statistics / Graphic methods / Data processing / fast
|
653 |
|
|
|a Statistique / Informatique
|
653 |
|
|
|a Statistics / Data processing / fast
|
653 |
|
|
|a Mathematical statistics / Graphic methods / Data processing
|
653 |
|
|
|a R (Computer program language) / http://id.loc.gov/authorities/subjects/sh2002004407
|
653 |
|
|
|a Statistics / Data processing / http://id.loc.gov/authorities/subjects/sh85127583
|
041 |
0 |
7 |
|a ger
|2 ISO 639-2
|
989 |
|
|
|b OREILLY
|a O'Reilly
|
500 |
|
|
|a Includes index
|
776 |
|
|
|z 9783960101420
|
856 |
4 |
0 |
|u https://learning.oreilly.com/library/view/~/9781492064879/?ar
|x Verlag
|3 Volltext
|
082 |
0 |
|
|a 000
|
082 |
0 |
|
|a 519.5
|
520 |
|
|
|a Erfahren Sie in diesem Buch, was Sie wirklich wissen müssen, um für Studium oder Promotion statistische Analysen mit R erfolgreich vorzubereiten, durchzuführen und auszuwerten.Anders als andere Einführungen in R vermittelt Ihnen dieses Tutorial nicht nur die Grundlagen der Sprache, sondern verknüpft dies mit der kompakten Darstellung zentraler Methoden der Statistik: Statistische Kernkonzepte werden gut nachvollziehbar beschrieben, bevor sie mit R angewandt werden. Dabei folgt die Struktur des Buchs dem Prozess des wissenschaftlichen Arbeitens. Eine eingehende Interpretation der R-Outputs aus statistischer Sicht sowie die Erläuterung der häufigsten Fehlermeldungen und ihrer Ursachen trägt dazu bei, Konzepte besser zu verstehen und Zusammenhänge zu erkennen. Auf diese Weise werden Sie in die Lage versetzt, schnell produktiv mit R arbeiten zu können
|