Knaurs Statistik

Umfassende statistische Auswertungen werden heute ausnahmslos mithilfe von entsprechender Software durchgeführt. Dennoch muss der Anwender entscheiden, welche Methode zur Auswertung der Daten geeignet ist, welche Prämissen zu beachten und wie die Analyseergebnisse zu bewerten und zu interpretieren sind.

Ausgezeichnet mit mehreren Medien- und Innovationspreisen als inhaltlich und didaktisch beispielhaft, bietet diese bewährte Einführung in die Statistik in der sechsten, stark erweiterten und vollständig überarbeiteten Auflage folgende Pluspunkte:

Peter P. Eckstein stellt in diesem Buch klassische und moderne Verfahren der Deskriptiven und Induktiven Statistik, der Explorativen Datenanalyse sowie der Ökonometrie komprimiert dar. Unter Einsatz des Programmpaketes SPSS werden die statistischen Verfahren anhand praktischer und realdatenbasierter Problemstellungen demonstriert und die Ergebnisse sachlogisch interpretiert.

Eine gut motivierte Einführung in zentrale und vielfältige Themen, Methoden und Anwendungen der mathematischen Statistik wird in diesem Lehrbuch gegeben. Ausgehend von der statistischen Datenanalyse werden klassische und auch neuere Konstruktionsprinzipien für statistische Verfahren behandelt und begründet. Das Buch versucht neben den klassischen Themengebieten auch in neuere Anwendungen einzuführen. Diese reichen von Methoden der asymptotischen Statistik über nichtparametrische Schätzverfahren, robuste und sequentielle Tests sowie zur Statistik von Zählprozessen mit bedeutsamen Anwendungen z.B. in der Survival-Analyse bis hin zur Bildverarbeitung und Bildrekonstruktion und zum Quantile hedging in der Finanzmathematik.

Knapp, verständlich und effizient präsentiert dieses Standardwerk die Grundlagen der Statistik. Zum einen ist es als Begleitliteratur für das Grundstudium ausgerichtet und behandelt die Beschreibende Statistik, die Wahrscheinlichkeitsrechnung und die Schließende Statistik. Zum anderen wendet es sich an Praktikerinnen und Praktiker, die mit immer größeren Datensätzen konfrontiert werden (Big Data). Um diese auswerten zu können und sich Zugang zu komplizierteren Verfahren zu verschaffen (Data Science, Data Analytics, Machine Learning, Artificial Intelligence), müssen zunächst die statistischen Kerninhalte verstanden werden.

Ein sicherer Umgang mit statistischen Methoden wird in vielen Studiengängen erwartet und besitzt für und in Unternehmen eine immer größere Bedeutung. Mit bester Didaktik, Praxisnähe, Interdisziplinarität und hoher Aktualität der Beispiele wird mit diesem Buch die Methodenkompetenz des Lesers geschult. Die einzigartige multimediale Unterstützung des Lesers reicht von Links zu anregenden Artikeln in Zeitungen und Zeitschriften bis hin zu interaktiven Lernobjekten für Desktop, Smartphone oder Tablet, die über QR-Codes aufgerufen werden können.

Dieses Lehrbuch bietet eine gut verständliche Einführung in mathematische Konzepte und algorithmische Verfahren, die der Data Science zugrunde liegen. Es deckt hierfür wesentliche Teile der Datenorganisation, der deskriptiven und inferenziellen Statistik, der Wahrscheinlichkeitstheorie und des maschinellen Lernens ab.

​Dieses Buch bietet Studierenden eine knappe und übersichtliche Zusammenfassung des statistischen Formelapparates und somit die notwendige Unterstützung zur Lösung von Klausuren und Übungsaufgaben. Es ist ebenso hilfreich für Praktiker, die empirisch arbeiten und mit großen Datensätzen (Big Data) umgehen müssen. Die enthaltenen Formeln bilden die Basis zur Verdichtung und Interpretation von Daten. Die "Kleine Formelsammlung zur Statistik" dient als praktische Ergänzung zu dem Lehrbuch „Statistik“, welches ebenso bei Springer Gabler in der 13. Auflage erschienen ist.