Helmut Pruscha – författare

Statistik dringt in immer weitere Bereiche der Naturwissenschaften, der Technik, Medizin und Ökologie vor. Den immer komplexer werdenden Daten muss der Statistiker mit einem ausreichenden Methodenarsenal und mit entsprechender statistischer Software gerecht werden.

Ausgehend von Grundbegriffen und elementaren Verfahren wendet sich das Buch zunächst den Standardverfahren der multiplen Regression und den Modellen der Varianzanalyse zu. Nichtlineare statistische Methoden, wie sie namentlich bei kategoriellen Daten benötigt werden, und nichtparametrische Methoden zur Kurvenanpassung folgen. Besteht die Zielgrösse aus mehreren korrelierten Variablen gleichzeitig, so gelangt man zu den multivariaten Verfahren, die eine ausserordentliche Attraktivität in den ''life sciences'' erlangt haben: Manova, Diskriminanz-, Faktor- und Clusteranalyse. Das Buch schließt mit den Analysemethoden für Zeitreihen, die sowohl in der Ökologie als auch in der Ökonomie wachsende Bedeutung gewinnen.

Jedes Verfahren wird durch Anwendungsbeispiele illustriert, die grösseren real-wissenschaftlichen Fallstudien entnommen sind, sowie durch Programmcodes ergänzt, die in der Syntax der bekannten Statistikpakete Splus/R, SPSS oder SAS geschrieben sind.

Awendern in den oben genannten Gebieten, die mit komplexeren Auswertungsproblemen konfrontiert sind, und die bis zur Feinanalyse ihrer Daten vordringen wollen wie Studenten und Dozenten in den Methodenwissenschaften (Mathematik, Statistik, Informatik) erhalten einen Einblick in die Fragestellungen und in die Lösungsangebote der Statistik und der sie unterstützenden Programmpakete.

Mathematische Methoden und Konzepte sind für die Naturwissenschaften mittlerweile zu einem grundlegenden Instrumentarium geworden.

Ausgehend von der Schulmathematik, wie sie an den Gymnasien und Fachoberschulen vermittelt wird, entwickeln die Autoren die notwendigen mathematischen Kenntnisse, die heute in den Naturwissenschaften benötigt werden. Dabei gelingt Ihnen eine ausgewogene Mischung aus notwendiger mathematischer Präzision, motivierenden Beispielen und naturwissenschaftlichen Anwendungen.

Viele Aufgaben, deren vollständige detaillierten Lösungen unter einer Internet-Adresse zu finden sind, sowie Maple- und R-Codes erhöhen den direkten Nutzen für den Leser.

The book presents the application of statistical methods to climatological data on temperature and precipitation. It provides specific techniques for treating series of yearly, monthly and daily records. The results’ potential relevance in the climate context is discussed.

The methodical tools are taken from time series analysis, from periodogram and wavelet analysis, from correlation and principal component analysis, and from categorical data and event-time analysis.

The applied models are - among others - the ARIMA and GARCH model, and inhomogeneous Poisson processes.

Further, we deal with a number of special statistical topics, e.g. the problem of trend-, season- and autocorrelation-adjustment, and with simultaneous statistical inference.

Programs in R and data sets on climate series, provided at the author’s homepage, enable readers (statisticians, meteorologists, other natural scientists) to perform their own exercises and discover their own applications.