Joachim Zuckarelli Books

Ob auf dem Computer, Tablet, Handy, im Auto oder in der Kaffeemaschine – Computerprogramme bestimmen unseren Alltag. Software wird immer wichtiger, kaum noch etwas funktioniert ohne die geheimnisvolle Macht der Algorithmen. Aber wie funktionieren Programme? Und wie entwickelt man sie? Dieses Buch vermittelt Ihnen anschaulich das Einmaleins des Programmierens. Anhand von Alltagsbeispielen lernen Sie zunächst die Grundkonzepte des Programmierens kennen, die in allen Programmiersprachen ähnlich sind. Auf Basis dieser Grundideen erlernen Sie dann auf systematische Weise und mit vielen praktischen Übungen zwei populäre und sehr nützliche Programmiersprachen, Python und JavaScript, die Sie für ein breites Spektrum an unterschiedlichen Aufgaben einsetzen können.Das Buch richtet sich an Programmieranfänger aller Altersklassen (vom Schüler bis zum Berufstätigen), die bisher keinerlei Programmiererfahrung besitzen.Zusätzliche Fragen per Laden Sie die Springer Nature Flashcards-App kostenlos herunter und nutzen Sie exklusives Zusatzmaterial als Printbuchkäufer, um Ihr Wissen zu prüfen.

Error: You exceeded your current quota, please check your plan and billing details. For more information on this error, read the docs: https://platform.openai.com/docs/guides/error-codes/api-errors.

In diesem Buch erfahren Sie, was Sie für erfolgreiche statistische Analysen mit R benötigen. Es richtet sich an Studenten und Wissenschaftler aus den Bereichen Wirtschaft, Sozial- und Politikwissenschaft sowie an Fachleute, die mit Statistik arbeiten, etwa in der Finanzmarktforschung oder Marktforschung. Im Gegensatz zu anderen R-Einführungen vermittelt dieses Buch nicht nur die Grundlagen der Programmiersprache, sondern verknüpft diese mit zentralen statistischen Methoden. Statistische Kernkonzepte werden klar beschrieben und anschließend mit R angewendet. Eine Interpretation des R-Outputs aus statistischer Sicht sowie die Erklärung häufiger Fehlermeldungen helfen, Konzepte besser zu verstehen und Zusammenhänge zu erkennen. So werden Sie schnell in die Lage versetzt, produktiv mit R zu arbeiten. Die Themen umfassen: - Datenmanagement: Organisation der Arbeit mit R, Einlesen und Speichern von Daten - Datenaufbereitung: Kombination, Filterung, Sortierung und Bereinigung von Datensätzen - Deskriptive Datenanalyse: Kennenlernen des Datensatzes, Berechnung und Interpretation von Lage-, Streuungs- und Zusammenhangsmaßen - Analyse kontinuierlicher Daten: Lineare Regressionsmodelle, Hypothesentests und Behandlung von Annahmeverletzungen - Analyse kategorialer Daten: Lineares Wahrscheinlichkeitsmodell, Logit- und Probit-Modelle - Ergebnispräsentation: Aussagekräftige Darstellung von Ergebnissen in Tabellen und Grafiken.