Sie sind hier

E-Book

Moderne Datenanalyse mit R

Daten einlesen, aufbereiten, visualisieren, modellieren und kommunizieren

Autor	Sebastian Sauer
Verlag	Springer Gabler
Erscheinungsjahr	2019
Seitenanzahl	559 Seiten
ISBN	9783658215873
Format	PDF
Kopierschutz	Wasserzeichen/DRM
Geräte	PC/MAC/eReader/Tablet
Preis	34,99 EUR

Die Kaufempfehlung, die Ihnen ein Webstore ausspricht, die Einschätzung, welcher Kunde kreditwürdig ist, oder die Analyse der Werttreiber von Immobilien - alle diese Beispiele aus dem heutigen Leben sind Ergebnis moderner Verfahren der Datenanalyse. Dieses Buch führt in solche statistische Verfahren anhand der Programmiersprache R ein.

Ziel ist es, Leser mit der Art und Weise vertraut zu machen, wie führende Organisationen und Praktiker angewandte Statistik heute einsetzen. Weil sich mit der Digitalisierung auch die statistischen Verfahren verändert haben, vermittelt der Autor neben klassischen Analysemethoden wie Regression auch moderne Methoden wie Textmining und Random-Forest-Modelle. Dabei sind die Inhalte des Buchs durchgehend so aufbereitet, dass sie auch für Leser ohne umfangreiche mathematische Vorkenntnisse verständlich sind. Anhand von Fallbeispielen und Übungen werden die Leser durch alle Phasen der Datenanalyse geführt: Sie lernen, wie Daten eingelesen, aufbereitet, visualisiert, modelliert und kommuniziert werden können. Dabei wird vor allem die Aufbereitung, Umformung und Prüfung der Daten ausführlicher als in anderen Publikationen behandelt, da dieser Teil in der Praxis oft einen wesentlichen Teil des Aufwands ausmacht. Aber auch die Visualisierung bekommt viel Raum, denn gute Diagramme ermöglichen Einblicke, die Zahlen und Worte verbergen.

Mit seinem praxisorientierten Ansatz will das Buch dazu befähigen,

alle grundlegenden Schritte eines Datenanalyseprojekts durchzuführen,
Daten kompetent in R zu bearbeiten,
simulationsbasierte Inferenzstatistik anzuwenden und kritisch zu hinterfragen,
klassische und moderne Vorhersagemethoden anzuwenden und
betriebswirtschaftliche Fragestellungen mittels datengetriebener Vorhersagemodelle zu beantworten.

Sowohl Anwender ohne statistisches Grundlagenwissen als auch Nutzer mit Vorerfahrung lesen dieses Buch mit Gewinn. In verständlicher Sprache und anhand von anschaulichen Beispielen zeigt der Autor, wie moderne Datenanalyse heute funktioniert.

Professor Dr. habil. Sebastian Sauer arbeitet als Hochschullehrer für Wirtschaftspsychologie an der FOM Hochschule für Oekonomie & Management in Nürnberg und versteht sich als Data Scientist. Daten mit R zu analysieren, ist aktuell eines seiner zentralen Interessensgebiete. Besonderes Augenmerk legt er auf den Erkenntnisbeitrag, den neue Analyseverfahren leisten. Neben dem 'Wie' der Datenanalyse beschäftigen ihn die Grenzen und Gefahren, die die moderne Datenwissenschaft für den Einzelnen und die Zivilgesellschaft mit sich bringt. Außerdem engagiert er sich für das Thema Open Science und interessiert sich für die Frage, wie die Psychologie zur Klärung von Problemen mit gesellschaftlicher Relevanz beitragen kann. Sein Blog https://data-se.netlify.com/ dient ihm als Notizbuch sich entwickelnder Gedanken. Data Science für die Wirtschaft bietet er auf https://www.data-divers.com/ an.

Kaufen Sie hier:

Horizontale Tabs

Blick ins Buch

Inhaltsverzeichnis

Vorwort	6
Inhaltsverzeichnis	12
Der Autor	12
Teil I Rahmen	23
1 Statistik heute	24
1.1 Datenanalyse, Statistik, Data Science und Co.	25
1.2 Wissensgebiete der Datenanalyse	27
1.3 Einige Grundbegriffe	29
1.4 Signal und Rauschen	30
2 Hallo, R	33
2.1 Eine kurze Geschichte von R	33
2.2 Warum R? Warum, R?	35
3 R starten	40
3.1 R und RStudio installieren	40
3.2 Pakete	42
3.3 Hilfe! R startet nicht!	44
3.4 Zuordnung von Paketen zu Befehlen	46
3.5 R-Skript-Dateien	48
3.6 Daten	48
3.7 Grundlagen der Arbeit mit RStudio	49
3.8 Hier werden Sie geholfen	52
4 Erstkontakt	55
4.1 R ist pingelig	55
4.2 Variablen zuweisen und auslesen	56
4.3 Funktionen aufrufen	57
4.4 Logische Prüfungen	58
4.5 Vektorielle Funktionen	60
4.6 Literaturempfehlungen	61
Teil II Daten einlesen	62
5 Datenstrukturen	63
5.1 Überblick über die wichtigsten Objekttypen	63
5.2 Objekttypen in R	65
5.3 Daten auslesen und indizieren	71
5.4 Namen geben	76
6 Datenimport und -export	79
6.1 Daten in R importieren	79
6.2 Textkodierung	84
6.3 Daten exportieren	85
Teil III Daten aufbereiten	88
7 Datenjudo	89
7.1 Daten aufbereiten mit dplyr	91
7.2 Zentrale Bausteine von dplyr	92
7.3 Die Pfeife	105
7.4 Spalten berechnen mit mutate()	107
7.5 Bedingte Analysen mit den Suffixen von dplyr	110
7.6 Tabellen zusammenführen (join)	113
8 Deskriptive Statistik	116
8.1 Univariate Statistik	117
8.2 Korrelationen berechnen	125
9 Praxisprobleme der Datenaufbereitung	130
9.1 Fehlende Werte	131
9.2 Datenanomalien	138
9.3 Daten umformen	143
9.4 Werte umkodieren und partitionieren	149
9.5 Vektoren zu Skalaren zusammenfassen	154
10 Fallstudie: Datenjudo	157
10.1 Deskriptive Statistiken zu den New Yorker Flügen	158
10.2 Visualisierungen zu den deskriptiven Statistiken	161
Teil IV Daten visualisieren	166
11 Datenvisualisierung mit ggplot2	167
11.1 Einstieg in ggplot2	168
11.2 Häufige Arten von Diagrammen (Geomen)	176
11.3 Die Gefühlswelt von ggplot2	188
11.4 ggplot(), der große Bruder von qplot()	189
12 Fortgeschrittene Themen der Visualisierung	197
12.1 Farbwahl	197
12.2 ggplot2-Themen	204
12.3 Interaktive Diagramme	207
13 Fallstudie: Visualisierung	210
13.1 Umfragedaten visualisieren mit „likert“	211
13.2 Umfragedaten visualisieren mit ggplot	212
14 Geovisualisierung	224
14.1 Kartendaten	225
14.2 Unterschiede in Kartensegmenten visualisieren	228
14.3 Weltkarten	233
14.4 Anwendungsbeispiel: Konkordanz von Kulturwerten und Wohlbefinden	238
14.5 Interaktive Karten	243
Teil V Modellieren	251
15 Grundlagen des Modellierens	252
15.1 Was ist ein Modell? Was ist Modellieren?	253
15.2 Abduktion als Erkenntnisfigur im Modellieren	255
15.3 Ein Beispiel zum Modellieren in der Datenanalyse	257
15.4 Taxonomie der Ziele des Modellierens	258
15.5 Die vier Schritte des statistischen Modellierens	261
15.6 Einfache vs. komplexe Modelle: Unter- vs. Überanpassung	262
15.7 Bias-Varianz-Abwägung	263
15.8 Trainings- vs. Test-Stichprobe	264
15.9 Resampling und Kreuzvalidierung	266
15.10 Wann welches Modell?	267
15.11 Modellgüte	267
15.12 Der Fluch der Dimension	269
16 Inferenzstatistik	274
16.1 Wozu Inferenzstatistik?	275
16.2 Der p-Wert	276
16.3 Wann welcher Inferenztest?	284
16.4 Beispiele für häufige Inferenztests	285
16.5 Alternativen zum p-Wert	293
17 Simulationsbasierte Inferenz	308
17.1 Stichproben, Statistiken und Population	308
17.2 Die Stichprobenverteilung	311
17.3 Der Bootstrap	315
17.4 Nullhypothesen auf Signifikanz testen	318
Teil VI Geleitetes Modellieren	325
18 Lineare Modelle	326
18.1 Die Idee der klassischen Regression	326
18.2 Modellgüte	329
18.3 Die Regression an einem Beispiel erläutert	332
18.4 Überprüfung der Annahmen der linearen Regression	334
18.5 Regression mit kategorialen Prädiktoren	336
18.6 Multiple Regression	338
18.7 Interaktionen	340
18.8 Prädiktorenrelevanz	342
18.9 Anwendungsbeispiel zur linearen Regression	344
19 Klassifizierende Regression	350
19.1 Normale Regression für ein binäres Kriterium	351
19.2 Die logistische Funktion	352
19.3 Interpretation des Logits	355
19.4 Kategoriale Prädiktoren	356
19.5 Multiple logistische Regression	357
19.6 Modellgüte	358
19.7 Vorhersagen	361
19.8 ROC-Kurven und Fläche unter der Kurve (AUC)	362
20 Fallstudie: Titanic	369
20.1 Explorative Analyse	370
20.2 Inferenzstatistik	372
21 Baumbasierte Verfahren	381
21.1 Entscheidungsbäume	382
21.2 Entscheidungsbäume mit caret	388
21.3 Der Algorithmus der Entscheidungsbäume	395
21.4 Regressionsbäume	395
21.5 Stärken und Schwächen von Bäumen	395
21.6 Bagging	397
21.7 Grundlagen von Random Forests	398
21.8 Variablenrelevanz bei Baummodellen	402
22 Fallstudie: Kreditwürdigkeit mit caret	405
22.1 Zwei Arten der prädiktiven Modellierung	406
22.2 Daten aufbereiten	407
22.3 Modelle anpassen	411
22.4 Modellgüte bestimmen	422
22.5 Wichtigkeit der Prädiktoren bestimmen	430
Teil VII Ungeleitetes Modellieren	438
23 Clusteranalyse	439
23.1 Grundlagen der Clusteranalyse	439
23.2 Beispiel für eine einfache Clusteranalyse	445
24 Textmining	451
24.1 Grundlegende Analyse	452
24.2 Sentimentanalyse	461
25 Fallstudie: Twitter-Mining	465
25.1 Zum Einstieg: Moderne Methoden der Sentimentanalyse	466
25.2 Grundlagen des Twitter-Minings	467
Teil VIII Kommunizieren	475
26 RMarkdown	476
26.1 Forderungen an Werkzeuge zur Berichterstellung	477
26.2 Start mit RMarkdown	479
26.3 RMarkdown in Action	481
26.4 Aufbau einer Markdown-Datei	483
26.5 Syntax-Grundlagen von Markdown	484
26.6 Tabellen	485
26.7 Zitieren	488
26.8 Format-Vorlagen für RMarkdown	490
Teil IX Rahmen 2	493
27 Projektmanagement am Beispiel einer Fallstudie	494
27.1 Was ist Populismus?	495
27.2 Forschungsfrage und Operationalisierung	496
27.3 Emotionslexikon	497
27.4 Daten, Stichprobe und Analysekontext	498
27.5 Prozess der Datenanalyse	498
27.6 Zentrale Ergebnisse	500
27.7 Projektmanagement	503
28 Programmieren mit R	510
28.1 Funktionen schreiben	510
28.2 Wiederholungen	513
28.3 Defensives Programmieren	522
29 Programmieren mit dplyr	525
29.1 Wie man mit dplyr nicht sprechen darf	525
29.2 Standard-Evaluation vs. Non-Standard-Evaluation	526
29.3 NSE als Backen	528
29.4 Wie man Funktionen mit dplyr-Verben schreibt	532
29.5 Beispiele für NSE-Funktionen	535
Anhang A	539
Literatur	545
Sachverzeichnis	556

Weitere E-Books zum Thema: Nachschlagewerke Wirtschaft - Wirtschaftswissenschaften

Einführung in SAP Business Information Warehouse

Format: PDF

Das vorliegende Lehrbuch bietet anhand durchgängiger Fallstudien eine fundierte Einführung. Es behandelt die Phasen der Datenmodellierung, Datenbeschaffung und des Reporting im Zusammenhang mit einem…

Einführung in SAP Business Information Warehouse

Format: PDF

Einführung in SAP Business Information Warehouse

Format: PDF

Einführung in SAP Business Information Warehouse

Format: PDF

Informationsmanagement

Format: PDF

Informationsmanagement hat die Aufgabe, den für das Unternehmensziel bestmöglichen Einsatz der Ressource Information zu gewährleisten. Das Buch zeigt, dass Informations- und Kommunikationstechniken…

Informationsmanagement

Format: PDF

Geschäftsprozesse

Modell- und computergestützte Planung Format: PDF

Das Buch zeigt konkret und systematische wie Prozesse konzipiert, erfasst, geändert oder optimiert werden können. Einfache Beispiele und Übungen veranschaulichen die Ausführungen zum Thema. NEU…

Geschäftsprozesse

Modell- und computergestützte Planung Format: PDF

Geschäftsprozesse

Modell- und computergestützte Planung Format: PDF

Geschäftsprozesse

Modell- und computergestützte Planung Format: PDF

Weitere Zeitschriften

Archiv und Wirtschaft

"Archiv und Wirtschaft" ist die viermal jährlich erscheinende Verbandszeitschrift der Vereinigung der Wirtschaftsarchivarinnen und Wirtschaftsarchivare e. V. (VdW), in der seit 1967 rund 2.500 ...

arznei-telegramm

Das arznei-telegramm® informiert bereits im 53. Jahrgang Ärzte, Apotheker und andere Heilberufe über Nutzen und Risiken von Arzneimitteln. Das arznei-telegramm® ist neutral und ...

Ärzte Zeitung

Zielgruppe: Niedergelassene Allgemeinmediziner, Praktiker und Internisten. Charakteristik: Die Ärzte Zeitung liefert 3 x pro Woche bundesweit an niedergelassene Mediziner ...

Augenblick mal

Die Zeitschrift mit den guten Nachrichten "Augenblick mal" ist eine Zeitschrift, die in aktuellen Berichten, Interviews und Reportagen die biblische Botschaft und den christlichen Glauben ...

BEHINDERTEPÄDAGOGIK

Für diese Fachzeitschrift arbeiten namhafte Persönlichkeiten aus den verschiedenen Fotschungs-, Lehr- und Praxisbereichen zusammen. Zu ihren Aufgaben gehören Prävention, Früherkennung, ...

Berufsstart Gehalt

»Berufsstart Gehalt« erscheint jährlich zum Sommersemester im Mai mit einer Auflage von 50.000 Exemplaren und ermöglicht Unternehmen sich bei Studenten und Absolventen mit einer ...

BONSAI ART

Auflagenstärkste deutschsprachige Bonsai-Zeitschrift, basierend auf den renommiertesten Bonsai-Zeitschriften Japans mit vielen Beiträgen europäischer Gestalter. Wertvolle Informationen für ...

care konkret

care konkret ist die Wochenzeitung für Entscheider in der Pflege. Ambulant wie stationär. Sie fasst topaktuelle Informationen und Hintergründe aus der Pflegebranche kompakt und kompetent für Sie ...

DHS

Die Flugzeuge der NVA Neben unser F-40 Reihe, soll mit der DHS die Geschichte der "anderen" deutschen Luftwaffe, den Luftstreitkräften der Nationalen Volksarmee (NVA-LSK) der ehemaligen DDR ...

Euphorion

EUPHORION wurde 1894 gegründet und widmet sich als „Zeitschrift für Literaturgeschichte“ dem gesamten Fachgebiet der deutschen Philologie. Mindestens ein Heft pro Jahrgang ist für die ...