With Applications in R

Author: Jonathan D. Cryer,Kung-Sik Chan

Publisher: Springer Science & Business Media

ISBN: 038775959X

Category: Mathematics

Page: 491

View: 5391

This book has been developed for a one-semester course usually attended by students in statistics, economics, business, engineering, and quantitative social sciences. A unique feature of this edition is its integration with the R computing environment. Basic applied statistics is assumed through multiple regression. Calculus is assumed only to the extent of minimizing sums of squares but a calculus-based introduction to statistics is necessary for a thorough understanding of some of the theory. Actual time series data drawn from various disciplines are used throughout the book to illustrate the methodology.
Read More

Author: Andrew C. Harvey

Publisher: De Gruyter Oldenbourg

ISBN: 9783486230062

Category:

Page: 379

View: 622

Gegenstand des Werkes sind Analyse und Modellierung von Zeitreihen. Es wendet sich an Studierende und Praktiker aller Disziplinen, in denen Zeitreihenbeobachtungen wichtig sind.
Read More

With R Examples

Author: Robert H. Shumway,David S. Stoffer

Publisher: Springer

ISBN: 144197864X

Category: Mathematics

Page: 596

View: 8291

Time Series Analysis and Its Applications presents a balanced and comprehensive treatment of both time and frequency domain methods with accompanying theory. Numerous examples using nontrivial data illustrate solutions to problems such as discovering natural and anthropogenic climate change, evaluating pain perception experiments using functional magnetic resonance imaging, and monitoring a nuclear test ban treaty. The book is designed to be useful as a text for graduate level students in the physical, biological and social sciences and as a graduate level text in statistics. Some parts may also serve as an undergraduate introductory course. Theory and methodology are separated to allow presentations on different levels. In addition to coverage of classical methods of time series regression, ARIMA models, spectral analysis and state-space models, the text includes modern developments including categorical time series analysis, multivariate spectral methods, long memory series, nonlinear models, resampling techniques, GARCH models, stochastic volatility, wavelets and Monte Carlo Markov chain integration methods. The third edition includes a new section on testing for unit roots and the material on state-space modeling, ARMAX models, and regression with autocorrelated errors have been expanded. Also new to this edition is the enhanced use of the freeware statistical package R. In particular, R code is now included in the text for nearly all of the numerical examples. Data sets and additional R scripts are now provided in one file that may be downloaded via the World Wide Web. This R supplement is a small compressed file that can be loaded easily into R making all the data sets and scripts available to the user with one simple command. The website for the text includes the code used in each example so that the reader may simply copy-and-paste code directly into R. Appendix R, which is new to this edition, provides a reference for the data sets and our R scripts that are used throughout the text. In addition, Appendix R includes a tutorial on basic R commands as well as an R time series tutorial.
Read More

Author: Bernhard Pfaff

Publisher: Springer Science & Business Media

ISBN: 0387759670

Category: Business & Economics

Page: 190

View: 3265

This book is designed for self study. The reader can apply the theoretical concepts directly within R by following the examples.
Read More

Regression, Classification, and Manifold Learning

Author: Alan J. Izenman

Publisher: Springer Science & Business Media

ISBN: 9780387781891

Category: Mathematics

Page: 733

View: 2071

This is the first book on multivariate analysis to look at large data sets which describes the state of the art in analyzing such data. Material such as database management systems is included that has never appeared in statistics books before.
Read More

Author: Peter Dalgaard

Publisher: Springer Science & Business Media

ISBN: 9780387790534

Category: Mathematics

Page: 364

View: 2961

This book provides an elementary-level introduction to R, targeting both non-statistician scientists in various fields and students of statistics. The main mode of presentation is via code examples with liberal commenting of the code and the output, from the computational as well as the statistical viewpoint. Brief sections introduce the statistical methods before they are used. A supplementary R package can be downloaded and contains the data sets. All examples are directly runnable and all graphics in the text are generated from the examples. The statistical methodology covered includes statistical standard distributions, one- and two-sample tests with continuous data, regression analysis, one-and two-way analysis of variance, regression analysis, analysis of tabular data, and sample size calculations. In addition, the last four chapters contain introductions to multiple linear regression analysis, linear models in general, logistic regression, and survival analysis.
Read More

Author: Andrie de Vries,Joris Meys

Publisher: John Wiley & Sons

ISBN: 3527812520

Category: Computers

Page: 414

View: 6542

Wollen Sie auch die umfangreichen Möglichkeiten von R nutzen, um Ihre Daten zu analysieren, sind sich aber nicht sicher, ob Sie mit der Programmiersprache wirklich zurechtkommen? Keine Sorge - dieses Buch zeigt Ihnen, wie es geht - selbst wenn Sie keine Vorkenntnisse in der Programmierung oder Statistik haben. Andrie de Vries und Joris Meys zeigen Ihnen Schritt für Schritt und anhand zahlreicher Beispiele, was Sie alles mit R machen können und vor allem wie Sie es machen können. Von den Grundlagen und den ersten Skripten bis hin zu komplexen statistischen Analysen und der Erstellung aussagekräftiger Grafiken. Auch fortgeschrittenere Nutzer finden in diesem Buch viele Tipps und Tricks, die Ihnen die Datenauswertung erleichtern.
Read More

Author: Roberto Pedace

Publisher: John Wiley & Sons

ISBN: 3527801529

Category: Business & Economics

Page: 388

View: 8918

Theorien verstehen und Techniken anwenden Was haben die Gehälter von Spitzensportlern und der Mindestlohn gemeinsam? Richtig, man kann sie mit Ökonometrie erforschen. Im Buch steht, wie es geht. Und nicht nur dafür, sondern für viele weitere Gebiete lohnt es sich, der zunächst etwas trocken und sperrig anmutenden Materie eine Chance zu geben. Lernen Sie von den Autoren, wie Sie spannende Fragen formulieren, passende Variablen festlegen, treffsichere Modelle entwerfen und Ihre Aussagen auf Herz und Nieren prüfen. Werden Sie sicher im Umgang mit Hypothesentests, Regressionsmodellen, Logit- & Probit-Modellen und allen weiteren gängigen Methoden der Ökonometrie. So begleitet Ökonometrie für Dummies Sie Schritt für Schritt und mit vielen Beispielen samt R Output durch dieses spannende Thema.
Read More

Author: Joseph Adler

Publisher: O'Reilly Germany

ISBN: 3897216507

Category: Computers

Page: 768

View: 4848

Wozu sollte man R lernen? Da gibt es viele Gründe: Weil man damit natürlich ganz andere Möglichkeiten hat als mit einer Tabellenkalkulation wie Excel, aber auch mehr Spielraum als mit gängiger Statistiksoftware wie SPSS und SAS. Anders als bei diesen Programmen hat man nämlich direkten Zugriff auf dieselbe, vollwertige Programmiersprache, mit der die fertigen Analyse- und Visualisierungsmethoden realisiert sind – so lassen sich nahtlos eigene Algorithmen integrieren und komplexe Arbeitsabläufe realisieren. Und nicht zuletzt, weil R offen gegenüber beliebigen Datenquellen ist, von der einfachen Textdatei über binäre Fremdformate bis hin zu den ganz großen relationalen Datenbanken. Zudem ist R Open Source und erobert momentan von der universitären Welt aus die professionelle Statistik. R kann viel. Und Sie können viel mit R machen – wenn Sie wissen, wie es geht. Willkommen in der R-Welt: Installieren Sie R und stöbern Sie in Ihrem gut bestückten Werkzeugkasten: Sie haben eine Konsole und eine grafische Benutzeroberfläche, unzählige vordefinierte Analyse- und Visualisierungsoperationen – und Pakete, Pakete, Pakete. Für quasi jeden statistischen Anwendungsbereich können Sie sich aus dem reichen Schatz der R-Community bedienen. Sprechen Sie R! Sie müssen Syntax und Grammatik von R nicht lernen – wie im Auslandsurlaub kommen Sie auch hier gut mit ein paar aufgeschnappten Brocken aus. Aber es lohnt sich: Wenn Sie wissen, was es mit R-Objekten auf sich hat, wie Sie eigene Funktionen schreiben und Ihre eigenen Pakete schnüren, sind Sie bei der Analyse Ihrer Daten noch flexibler und effektiver. Datenanalyse und Statistik in der Praxis: Anhand unzähliger Beispiele aus Medizin, Wirtschaft, Sport und Bioinformatik lernen Sie, wie Sie Daten aufbereiten, mithilfe der Grafikfunktionen des lattice-Pakets darstellen, statistische Tests durchführen und Modelle anpassen. Danach werden Ihnen Ihre Daten nichts mehr verheimlichen.
Read More

Intermediate Statistical Methods

Author: Mervyn G. Marasinghe,William J. Kennedy

Publisher: Springer Science & Business Media

ISBN: 9780387773728

Category: Mathematics

Page: 558

View: 3164

This book is intended for use as the textbook in a second course in applied statistics that covers topics in multiple regression and analysis of variance at an intermediate level. Generally, students enrolled in such courses are p- marily graduate majors or advanced undergraduate students from a variety of disciplines. These students typically have taken an introductory-level s- tistical methods course that requires the use a software system such as SAS for performing statistical analysis. Thus students are expected to have an - derstanding of basic concepts of statistical inference such as estimation and hypothesis testing. Understandably, adequate time is not available in a ?rst course in stat- tical methods to cover the use of a software system adequately in the amount of time available for instruction. The aim of this book is to teach how to use the SAS system for data analysis. The SAS language is introduced at a level of sophistication not found in most introductory SAS books. Important features such as SAS data step programming, pointers, and line-hold spe- ?ers are described in detail. The powerful graphics support available in SAS is emphasized throughout, and many worked SAS program examples contain graphic components.
Read More

Portable parallele Programmierung mit dem Message-Passing Interface

Author: William Gropp,Ewing Lusk,Anthony Skjellum

Publisher: Walter de Gruyter GmbH & Co KG

ISBN: 3486841009

Category: Computers

Page: 387

View: 2819

Message Passing Interface (MPI) ist ein Protokoll, das parallel Berechnungen auf verteilten, heterogenen, lose-gekoppelten Computersystemen ermöglicht.
Read More

Auswertung von Daten mit Pandas, NumPy und IPython

Author: Wes McKinney

Publisher: O'Reilly

ISBN: 3960102143

Category: Computers

Page: 542

View: 484

Erfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.6, zeigt Ihnen dieses konsequent praxisbezogene Buch anhand konkreter Fallbeispiele, wie Sie eine Vielzahl von typischen Datenanalyse-Problemen effektiv lösen. Gleichzeitig lernen Sie die neuesten Versionen von pandas, NumPy, IPython und Jupyter kennen.Geschrieben von Wes McKinney, dem Begründer des pandas-Projekts, bietet Datenanalyse mit Python einen praktischen Einstieg in die Data-Science-Tools von Python. Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in Data Science und Scientific Computing einarbeiten wollen. Daten und zugehöriges Material des Buchs sind auf GitHub verfügbar.Aus dem Inhalt:Nutzen Sie die IPython-Shell und Jupyter Notebook für das explorative ComputingLernen Sie Grundfunktionen und fortgeschrittene Features von NumPy kennenSetzen Sie die Datenanalyse-Tools der pandasBibliothek einVerwenden Sie flexible Werkzeuge zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von DatenErstellen Sie interformative Visualisierungen mit matplotlibWenden Sie die GroupBy-Mechanismen von pandas an, um Datensätzen zurechtzuschneiden, umzugestalten und zusammenzufassenAnalysieren und manipulieren Sie verschiedenste Zeitreihen-DatenFür diese aktualisierte 2. Auflage wurde der gesamte Code an Python 3.6 und die neuesten Versionen der pandas-Bibliothek angepasst. Neu in dieser Auflage: Informationen zu fortgeschrittenen pandas-Tools sowie eine kurze Einführung in statsmodels und scikit-learn.
Read More

Warum die meisten Prognosen falsch sind und manche trotzdem zutreffen - Der New York Times Bestseller

Author: Nate Silver

Publisher: Heyne Verlag

ISBN: 3641112702

Category: Business & Economics

Page: 656

View: 4904

Zuverlässige Vorhersagen sind doch möglich! Nate Silver ist der heimliche Gewinner der amerikanischen Präsidentschaftswahlen 2012: ein begnadeter Statistiker, als »Prognose-Popstar« und »Wundernerd« weltberühmt geworden. Er hat die Wahlergebnisse aller 50 amerikanischen Bundesstaaten absolut exakt vorausgesagt – doch damit nicht genug: Jetzt zeigt Nate Silver, wie seine Prognosen in Zukunft Terroranschläge, Umweltkatastrophen und Finanzkrisen verhindern sollen. Gelingt ihm die Abschaffung des Zufalls? Warum werden Wettervorhersagen immer besser, während die Terrorattacken vom 11.09.2001 niemand kommen sah? Warum erkennen Ökonomen eine globale Finanzkrise nicht einmal dann, wenn diese bereits begonnen hat? Das Problem ist nicht der Mangel an Informationen, sondern dass wir die verfügbaren Daten nicht richtig deuten. Zuverlässige Prognosen aber würden uns helfen, Zufälle und Ungewissheiten abzuwehren und unser Schicksal selbst zu bestimmen. Nate Silver zeigt, dass und wie das geht. Erstmals wendet er seine Wahrscheinlichkeitsrechnung nicht nur auf Wahlprognosen an, sondern auf die großen Probleme unserer Zeit: die Finanzmärkte, Ratingagenturen, Epidemien, Erdbeben, den Klimawandel, den Terrorismus. In all diesen Fällen gibt es zahlreiche Prognosen von Experten, die er überprüft – und erklärt, warum sie meist falsch sind. Gleichzeitig schildert er, wie es gelingen kann, im Rauschen der Daten die wesentlichen Informationen herauszufiltern. Ein unterhaltsamer und spannender Augenöffner!
Read More

Formeln und Methoden

Author: Wolfgang Grundmann

Publisher: Springer-Verlag

ISBN: 3322800474

Category: Business & Economics

Page: 183

View: 4718

Diese Formel- und Methodensammlung enthält in kompakter, übersichtlicher Form mathematische Modelle wesentlicher Problemstellungen des Operations Research sowie Lösungsverfahren. Das thematische Spektrum reicht von den mathematischen Grundlagen über die vielfältigen Fragestellungen der Optimierung bis zu den abschließenden Kapiteln Bedienungstheorie und Lagerhaltung.
Read More

Author: N.A

Publisher: HSBC Trinkaus & Burkhard AG

ISBN: 3000383735

Category: Business & Economics

Page: 181

View: 551

Seit einigen Jahren etablieren sich auch Zertifikate und strukturierte Produkte als Anlageinstrumente mit häufig auf die individuellen Markterwartungen der Investoren zugeschnittenen Eigenschaften. Mit dem vorliegenden Buch soll Privatanlegern nach der Entwicklung der letzten Jahre ein zeitgemäßes Bild über die in Form von Wertpapieren verfügbaren Optionsscheine, Zertifikate, Aktienanleihen und anderen strukturierten Produkte, deren Funktionsweisen und die damit verbundenen Chancen und Risiken vermittelt werden. Es soll Ihnen schließlich dabei helfen, die für Sie geeigneten Produkte aus dem breiten Angebot herauszufiltern, und darüber hinaus als Nachschlagewerk dienen.
Read More

Author: Paul S.P. Cowpertwait,Andrew V. Metcalfe

Publisher: Springer Science & Business Media

ISBN: 0387886982

Category: Mathematics

Page: 256

View: 5664

This book gives you a step-by-step introduction to analysing time series using the open source software R. Each time series model is motivated with practical applications, and is defined in mathematical notation. Once the model has been introduced it is used to generate synthetic data, using R code, and these generated data are then used to estimate its parameters. This sequence enhances understanding of both the time series model and the R function used to fit the model to data. Finally, the model is used to analyse observed data taken from a practical application. By using R, the whole procedure can be reproduced by the reader. All the data sets used in the book are available on the website http://staff.elena.aut.ac.nz/Paul-Cowpertwait/ts/. The book is written for undergraduate students of mathematics, economics, business and finance, geography, engineering and related disciplines, and postgraduate students who may need to analyse time series as part of their taught programme or their research.
Read More

Author: Uwe Ligges

Publisher: Springer-Verlag

ISBN: 3540799982

Category: Computers

Page: 251

View: 4527

R ist eine objektorientierte und interpretierte Sprache und Programmierumgebung für Datenanalyse und Grafik. Ausführlich führt der Autor in die Grundlagen ein und vermittelt eingängig die Struktur der Sprache. So ermöglicht er Lesern den leichten Einstieg: eigene Methoden umsetzen, Objektklassen definieren und Pakete aus Funktionen und zugehöriger Dokumentation zusammenstellen. Detailliert beschreibt er die enormen Grafikfähigkeiten von R. Für alle, die R als flexibles Werkzeug zur Datenanalyse und -visualisierung einsetzen. In 2. Auflage mit vielen Verbesserungen und Neuerungen von R-2.3.x und weiteren von Lesern gewünschten Ergänzungen.
Read More

Author: Allen B. Downey

Publisher: O'Reilly Germany

ISBN: 3868993436

Category: Computers

Page: 160

View: 7962

Wenn Sie programmieren können, beherrschen Sie bereits Techniken, um aus Daten Wissen zu extrahieren. Diese kompakte Einführung in die Statistik zeigt Ihnen, wie Sie rechnergestützt, anstatt auf mathematischem Weg Datenanalysen mit Python durchführen können. Praktischer Programmier-Workshop statt grauer Theorie: Das Buch führt Sie anhand eines durchgängigen Fallbeispiels durch eine vollständige Datenanalyse -- von der Datensammlung über die Berechnung statistischer Kennwerte und Identifikation von Mustern bis hin zum Testen statistischer Hypothesen. Gleichzeitig werden Sie mit statistischen Verteilungen, den Regeln der Wahrscheinlichkeitsrechnung, Visualisierungsmöglichkeiten und vielen anderen Arbeitstechniken und Konzepten vertraut gemacht. Statistik-Konzepte zum Ausprobieren: Entwickeln Sie über das Schreiben und Testen von Code ein Verständnis für die Grundlagen von Wahrscheinlichkeitsrechnung und Statistik: Überprüfen Sie das Verhalten statistischer Merkmale durch Zufallsexperimente, zum Beispiel indem Sie Stichproben aus unterschiedlichen Verteilungen ziehen. Nutzen Sie Simulationen, um Konzepte zu verstehen, die auf mathematischem Weg nur schwer zugänglich sind. Lernen Sie etwas über Themen, die in Einführungen üblicherweise nicht vermittelt werden, beispielsweise über die Bayessche Schätzung. Nutzen Sie Python zur Bereinigung und Aufbereitung von Rohdaten aus nahezu beliebigen Quellen. Beantworten Sie mit den Mitteln der Inferenzstatistik Fragestellungen zu realen Daten.
Read More