Christian Heumann – författare

This textbook provides a comprehensive introduction to statistical principles, concepts and methods that are essential in modern statistics and data science. The topics covered include likelihood-based inference, Bayesian statistics, regression, statistical tests and the quantification of uncertainty. Moreover, the book addresses statistical ideas that are useful in modern data analytics, including bootstrapping, modeling of multivariate distributions, missing data analysis, causality as well as principles of experimental design. The textbook includes sufficient material for a two-semester course and is intended for master’s students in data science, statistics and computer science with a rudimentary grasp of probability theory. It will also be useful for data science practitioners who want to strengthen their statistics skills.

Now in its second edition, this introductory statistics textbook conveys the essential concepts and tools needed to develop and nurture statistical thinking. It presents descriptive, inductive and explorative statistical methods and guides the reader through the process of quantitative data analysis. This revised and extended edition features new chapters on logistic regression, simple random sampling, including bootstrapping, and causal inference.

The text is primarily intended for undergraduate students in disciplines such as business administration, the social sciences, medicine, politics, and macroeconomics. It features a wealth of examples, exercises and solutions with computer code in the statistical programming language R, as well as supplementary material that will enable the reader to quickly adapt the methods to their own applications.

This introductory statistics textbook conveys the essential concepts and tools needed to develop and nurture statistical thinking. It presents descriptive, inductive and explorative statistical methods and guides the reader through the process of quantitative data analysis. In the experimental sciences and interdisciplinary research, data analysis has become an integral part of any scientific study. Issues such as judging the credibility of data, analyzing the data, evaluating the reliability of the obtained results and finally drawing the correct and appropriate conclusions from the results are vital.

The text is primarily intended for undergraduate students in disciplines like business administration, the social sciences, medicine, politics, macroeconomics, etc. It features a wealth of examples, exercises and solutions with computer code in the statistical programming language R as well as supplementary material that will enable the reader to quickly adapt all methods to their own applications.

Das Fach Statistik gehört in vielen Fachrichtungen zum Grundstudium. Wegen des teilweise abstrakten und mathematisch begründeten Vorgehens haben Studenten häufig Probleme im Verständnis der statistischen Methoden. Das Arbeitsbuch ist eine Ergänzung zu den beiden Lehrbüchern von Helge Toutenburg Deskriptive Statistik und Induktive Statistik, deren voller Stoffumfang klausurrelevant für Haupt- und Nebenfachstudenten an deutschsprachigen Universitäten ist. Es ist eine effektive Lernhilfe für die Vorlesungen Statistik I und II. Jedes Kapitel des Arbeitsbuches besteht aus einem anschaulich geschriebenen, überschaubaren Lehrteil, der den Studenten die wichtigsten Zusammenhänge anhand klar strukturierter Beispiele näher bringt, sowie einem ausführlichen und gut kommentierten Aufgabenteil. Das didaktische Anliegen des Buches wird durch eine Vielzahl neuer und origineller Beispiele unterstützt. Datensätze im Internet können zusätzlich zur Übung allgemein und zu speziellen Aufgaben mit SPSS genutzt werden.

Statistische Verfahren werden in der Wirtschaft, in den Natur- und Sozialwissenschaften eingesetzt. Die Statistik gilt trotzdem als schwierig. Um diese Hemmschwelle zu überwinden, geben die Autoren eine didaktisch ausgefeilte, anwendungsbezogene Einführung in die Methoden der deskriptiven Statistik und Datenanalyse. Anhand praxisnaher Beispiele werden die Ideen des Datenmanagements und der Datenauswertung unter Einsatz von SPSS beschrieben. Viele Übungsaufgaben (mit Lösungen) unterstützen das (Selbst-) Studium der Leser. Das Buch deckt den Stoff Statistik I an deutschsprachigen Universitäten vollständig ab.

In dieser fünften Auflage neu und - für diesen Leserkreis - konkurrenzlos sind die Kurzeinführung in die praktische Handhabung von SPSS, die Einführung in die Methoden zur Behandlung fehlender bzw. unvollständiger Daten, Maße und Modelle für das Rater-Agreement sowie explorative Grafiken für mehrere Variablen.

Statistische Verfahren werden in der Medizin und in allen Naturwissenschaften, in der Wirtschaft, in der Technik und zunehmend auch in den Sozial- und Geisteswissenschaften eingesetzt. Die Statistik gilt trotzdem als schwierig. Um diese Hemmschwelle zu überwinden, geben die Autoren in dem vorliegenden Buch eine anwendungsorientierte Einführung in die Methoden der induktiven Statistik und Datenanalyse. Sie beschreiben anhand praxisnaher Beispiele die Ideen und Werkzeuge des modernen statistischen Datenmanagements. Der Leser kann mittels der vielen Übungsaufgaben sein Wissen vertiefen, wobei die Musterlösungen ihm zeigen, wie eine Übung gelöst werden könnte. Sowohl die Statistik-Software SPSS als auch – als Neuerung - die Programmiersprache R kommen in diesem Buch zum Einsatz. Das Buch beinhaltet ferner eine Einführung zur Problematik fehlender Daten. Diese Erweiterung ist einmalig für ein deutschsprachiges Lehrbuch der Statistik.

Statistische Verfahren werden sowohl in der Wirtschaft als auch in den Natur- und Sozialwissenschaften eingesetzt. Die Statistik gilt trotzdem als schwierig. Um diese Hemmschwelle zu überwinden, geben die Autoren eine didaktisch ausgefeilte, anwendungsbezogene Einführung in die Methoden der deskriptiven Statistik und Datenanalyse. Anhand praxisnaher Beispiele werden die Ideen des Datenmanagements und der Datenauswertung unter Einsatz von SPSS und R beschrieben. Viele Übungsaufgaben (mit Lösungen) unterstützen das (Selbst-) Studium der Leser. Das Buch deckt den Stoff Statistik I an deutschsprachigen Universitäten vollständig ab.

Neu in dieser Auflage sind der Einsatz des statistischen Softwarepaketes R und eine Kurzeinführung in dessen praktische Handhabung. Des weiteren wurde die Einführung in SPSS überarbeitet und ergänzt.

Das Fach Statistik gehört in vielen Fachrichtungen zum Grundstudium. Wegen des teilweise abstrakten und mathematisch begründeten Vorgehens haben Studenten häufig Probleme im Verständnis der statistischen Methoden. Das Arbeitsbuch ist eine Ergänzung zu den beiden Lehrbüchern von Helge Toutenburg Deskriptive Statistik und Induktive Statistik, deren voller Stoffumfang klausurrelevant für Haupt- und Nebenfachstudenten an deutschsprachigen Universitäten ist. Es ist eine effektive Lernhilfe für die Vorlesungen Statistik I und II. Jedes Kapitel des Arbeitsbuches besteht aus einem anschaulich geschriebenen, überschaubaren Lehrteil, der den Studenten die wichtigsten Zusammenhänge anhand klar strukturierter Beispiele näher bringt, sowie einem ausführlichen und gut kommentierten Aufgabenteil. Das didaktische Anliegen des Buches wird durch eine Vielzahl neuer und origineller Beispiele unterstützt. Datensätze im Internet können zusätzlich zur Übung allgemein und zu speziellen Aufgaben mit SPSS genutzt werden.

Dieses Buch vereinigt Konzepte und Methoden der stochastischen Modellbildung, der statistischen Analyse und der aktuariellen Anwendung in einem Band.

Dabei wird eine kompakte, aber dennoch für Theoretiker wie Praktiker verständliche und interessante Darstellung der Themen Risikobewertung, Datenanalyse, Parameterschätzung, verallgemeinerte lineare Regression, stochastische Prozesse und Differenzialrechnung, Zeitreihen, biometrische Modelle, Credibility sowie Simulation gegeben.

Zahlreiche Beispiele illustrieren die Anwendung der Konzepte in der aktuariellen Praxis, wobei auf Modelle aus der Personen- und Sachversicherung und der Finanzmathematik eingegangen wird.