Dieses Standardwerk für statistische Methoden in den Biowissenschaften und der Medizin stellt leicht verständlich, anschaulich und praxisnah sowohl Studenten und Dozenten als auch Praktikern alle notwendigen Methoden zur gezielten und umsichtigen Datengewinnung, -analyse und -beurteilung zur Verfügung. Neben Hinweisen und Empfehlungen zur Planung und Auswertung von Studien ermöglichen zahlreiche Beispiele, Querverweise, weiterführende Hinweise sowie ein ausführliches Sachverzeichnis einen breit gefächerten Zugang zur Statistik. Ein Verzeichnis zahlreicher Anwendungsbeispiele erleichtert dem neugierigen Anwender und Praktiker den Einstieg.Auch in der 17. Auflage erfolgten an vielen Stellen Präzisierungen und vertiefende Ergänzungen, u.a. zu Konfidenzintervallen für Variationskoeffizienten und Referenzwerte, zur Überprüfung von Defektraten, dem Ausschluss von Nullergebnissen oder der Formulierung von Hypothesen hinsichtlich Äquivalenz, Überlegenheit oder Nicht-Unterlegenheit. Der Abschnitt zur logistischen Regression wurde ergänzt um die Erstellung von Nomogrammen zur Unterstützung von Modellrechnungen sowie um Hinweise zur Güte der Klassifikation (ROC-Analyse) und die Anwendung des Modells im Propensity-Score Matching. Im Abschnitt zu den Modellen der Überlebenszeitanalyse ist nun ein Hinweis auf das parametrische Gompertz-Modell aufgenommen und zu der Modellrechnung (Prognose) aus dem Cox-Modell wird auf die anschauliche Darstellung mit Nomogrammen verwiesen. Viele Abbildungen und das Sachverzeichnis wurden überarbeitet, das Literaturverzeichnis wurde aktualisiert. Das frei verfügbare Programm R ist ein leicht erlernbares und flexibel einzusetzendes Werkzeug, mit dem der Prozess der Datenanalyse verstanden und gestaltet werden kann. Die Anwendung und der Nutzen des R-Programms werden in diesem Buch anhand zahlreicher Beispiele veranschaulicht. Das Buch dient zum Lernen, Nachschlagen und Anwenden bei unterschiedlichen Vorkenntnissen und breit gestreuten Interessen und richtet sich somit an jeden, der an der Auswertung korrekt gewonnener Daten interessiert ist – insbesondere Biologen, Mediziner, Ingenieure und weitere Naturwissenschaftler – sowohl in der Hochschule als auch in der Praxis.
