Datenanalyse mit R: Beschreiben, Explorieren, Schätzen und Testen
Verlag | Pearson Studium |
Auflage | 2021 |
Seiten | 352 |
Format | 17,0 x 1,7 x 24,0 cm |
Gewicht | 602 g |
Reihe | Pearson Studium - Psychologie |
ISBN-10 | 3868944125 |
ISBN-13 | 9783868944129 |
Bestell-Nr | 86894412A |
Dieses Buch zeigt, wie man mit Hilfe von R alle statistischen Analysen durchführen kann, die üblicherweise im Bachelorstudium Psychologie und ähnlichen Studiengängen durchgeführt werden. Alle Berechnungen werden anhand forschungsnaher Datenbeispiele ausführlich erläutert und können selbst ausprobiert werden.
Nach einer kurzen generellen Einführung in R wird ausführlich erläutert, wie Daten eingelesen und bearbeitet werden können. Danach erklärt das Buch Verfahren der deskriptiven und explorativen Statistik. Die Inferenzstatistik wird durch Ausprobieren und Simulationen eingeführt, gefolgt von einer ausführlichen Darstellung der gängigen inferenzstatistischen Verfahren. Den Abschluss machen die explorative Faktorenanalyse und die Clusteranalyse. Alle Verfahren werden den LeserInnen mittels zahlreicher Datensätze zur Verfügung gestellt, und jedes Kapitel demonstriert die Analysen anhand einfacher und komplexer Datenbeispiele aus dem Forschungsalltag. Nicht zu Unrecht ist R inzwischen in der sozialwissenschaftlichen Datenanalyse etabliert und manche neueren Verfahren stehen nur dort zur Verfügung. Die LeserInnen werden über das gesamte Buch hinweg immer wieder ermuntert, die Vielfalt und Flexibilität von R selbst auszuprobieren.
Inhaltsverzeichnis:
Das Buch ist in zwei Teile gegliedert
Teil I: Deskriptive und explorative Verfahren (Beschreiben und Explorieren):
- Einführung in R
- Lage- und Streuungsmaße, sowie univariate Verteilungen
- Korrelation und Regression (ungerichtete und gerichtete bivariate Zusammenhänge)
- Effektgrößen
Teil II: Inferenzstatistische Verfahren (Schätzen und Testen)
- Mittelwerte und Unterschiede zwischen zwei Mittelwerten
- Korrelation und einfache Regression
- Mehrere Mittelwerte, unspezifische Vorhersagen: ANOVA
- Mehrere Mittelwerte, spezifische Vorhersagen: Kontrastananalyse
- Nonparametrische Verfahren für nominalskalierte Daten
- Nonparametrische Verfahren für ordinalskalierte Daten
- Multiple Regression: die Basics
- Multiple Regression: einige Varianten
- Resampling-Verfahre