flip flip Öle & Betriebsstoffe für Ihr Auto Jetzt informieren PR Evergreen Cloud Drive Photos UHD TVs Learn More HI_PROJECT Mehr dazu Mehr dazu Shop Kindle AmazonMusicUnlimitedFamily BundesligaLive



am 20. Januar 2017
The book gives a very good overview of how to achieve certain tasks in R. It's good for beginners and good to look things up.
However, it does not cover everything, for instance time-formatting. Neither does it cover the mathmatical theory behind the functions.

The worst part is the statement on the back cover by JD Long: "With 95% confidence I fail to reject..."
1. If a statistical test rejects a Hypothesis, one may have 1-alpha (e.g. alpha = 5%) confidence, that the hypothesis is wrong, because the test is designed this way. The error-percentage alpha is called first order error and is controlled by calculating the according statistic and quantiles.
2. If you fail to reject the hypothesis you may (A) be right or (B) make a second order error, which cannot be calculated, hence JD Long's statement is NONSENSE!!! Some randomised tests try minimizing the error, but even then it cannot be controlled or calculated.

So please do not believe everything you read!

Thank you!
0Kommentar| Eine Person fand diese Informationen hilfreich. War diese Rezension für Sie hilfreich? Missbrauch melden
am 12. Mai 2017
This book can be read very easily and the examples are understandable and useful. I like this book very much. I would recommend it to everybody new in the field of statistics in R. However, a little pity is, that the author does not use public datasets and/or reference all the data he uses, consistently in the book. You won't be able to just repeat the code given in the book. For example, I like the style how "Python for Data Analysis" is written, where you can c&p the examples (even notebooks are provided). So, if possible, I would give 4.5 of 5 stars.
0Kommentar|War diese Rezension für Sie hilfreich? Missbrauch melden
am 5. Dezember 2015
Ein gutes Buch, setzt gute Englischkenntnisse voraus, schade, dass es dieses Buch nicht in deutsch gibt, da sind uns die USA halt immer ein
Stück voraus., Preis ist angemessen, ist für Programmierer mit tiefer gehenden Ambitionen.
0Kommentar| Eine Person fand diese Informationen hilfreich. War diese Rezension für Sie hilfreich? Missbrauch melden
am 14. Januar 2014
very good for the ones who have to deal with R, especially for beginners. However, also important for older R users, since you can review things you usually forget.
0Kommentar| Eine Person fand diese Informationen hilfreich. War diese Rezension für Sie hilfreich? Missbrauch melden
am 26. Juli 2011
Simply put, one of the best R starters around. What you get here are recipes for most common problems you will face while working with R. This book is an extended version of 25 Recipes for Getting Started with R. However, the coverage of material is different. While 25 Recipes focus on getting started with R, R Cookbook penetrates the subject in greater details and goes beyond simple usage of R. You will find here not only how to load data, manipulate it and plot some graphic. You can find description of various statistical analysis as well.

This book, is not for a reading in bed just before you go to sleep. It is too pragmatic. Simple definition of the problem and just after that, simple solution ' that's what you get when it comes to each issue covered within the book. This is the strength of R Cookbook. On the other hand, it's weakness. If you cant find the question within table of contents it might be hard to get the answer for what you ask about. As I like pragmatic approach, I like the book as well. For me it's just perfect. Well, maybe just too short.
0Kommentar| 7 Personen fanden diese Informationen hilfreich. War diese Rezension für Sie hilfreich? Missbrauch melden
am 24. Februar 2015
Es handelt sich um eine gut strukturierte Einführung in R - Software, die eine Alternative zu kostenpflichtigen Statistikprogrammen wie SPSS anbietet. Leider ist es nicht so einfach andere (z.B. Studenten) von Gleichwertigkeit oder sogar Überlegenheit von R zu überzeugen. Zum Teil liegt das am Standard-Interface von R, das nicht so bunt und anwenderfreundlich ist. Mittlerweile gibt es jedoch gute Ergänzungsmöglichkeiten für R (RStudio, Deducer), die die Arbeit deutlich erleichtern. Trotzdem können die ersten Erfahrungen demotivierend sein. Die kostenlosen R-Einführungen setzen nicht selten Vorwissen voraus und die Beispiel-Befehle sind manchmal gar nicht ausführbar, weil sie auf vordefinierte Variablen zurückgreifen. Darüber hinaus sind die R-Dokumentationen zu lang und unüberschaubar für absolute Einsteiger. Das Buch von Paul Teetor basiert zum Glück auf einem anderen Prinzip - dem Kochbuchprinzip. Jedes Rezept wird nach dem folgenden Schema formuliert: Problem (z.B. Eine Variable definieren), Lösung, Diskussion, Siehe auch. Die Rezepte sind knapp und präzise, wodurch effizientes Lernen ermöglicht wird.

Die wichtigsten Einsteigerprobleme werden in diesem Buch erschöpfend behandelt (Pakete installieren, Daten importieren und bearbeiten, Diagramme, statistische Tests). Dabei wird die Nützlichkeit der einzelnen statistischen Verfahren in einfachen Worten erklärt, obwohl eigentlich statistische Vorkenntnisse beim Leser vorausgesetzt werden. Manchmal wird sogar auf Vertiefungsmöglichkeiten verwiesen (Links, weiterführende Literatur).

Die meisten Rezepte enthalten Code-Beispiele, die die Lösung von Problemen verdeutlichen und sogar replizierbar machen. Der Code ist meistens ausführbar, so dass der Leser keine Fehlermeldungen bekommt. Diese Tatsache ist darauf zurückzuführen, dass die relevanten Datensätze in den Standard-R-Paketen enthalten sind. Manchmal fehlen jedoch Beispiele mit Datensätzen oder ausführbare Befehle, v.a. im Bereich der statistischen Tests (lineare Regression, ANOVA, fast das ganze Kapitel zu Time Series Analysis). In einem anderen R-Kochbuch
(R Graphics Cookbook von Winston Chang) wurde deutlich gezeigt, dass der Autor selbst ein Paket mit Datensätzen erstellen kann, um dem Leser die Replikaton der Lösung zu ermöglichen. Zwar erfordert es mehr Arbeit vom Autor, aber es ist auf jeden Fall machbar.

Man könnte sich selbstverständlich darüber streiten warum diese und nicht andere wichtige statistische Tests in diesem Buch vorgestellt werden, aber gleichzeitig muss man auch sagen, dass hier auf die Basis-Verfahren recht erschöpfend eingegangen wird. Die Wahl der zusätzlichen Tests hängt oft von dem beruflichen Hintergrund des Autors ab (in diesem Fall Ökonomie).

Zusammengefasst: Gute Einführung für R-Einsteiger bzw. ein gutes Nachschlagewerk für mehr erfahrene R-Benutzer.

Anmerkung: Es handelt sich um ein Prüfexemplar.
0Kommentar| 2 Personen fanden diese Informationen hilfreich. War diese Rezension für Sie hilfreich? Missbrauch melden
am 24. Juni 2014
"amerikanisch", mit klarer Didaktik analog "Schaum's Outline Series".
Zu praktischen Einführung sehr gut geeignet.
Weitergehende Literatur je nach Problemstellungen erforderlich.
Das Buch ist keine Einführung in die Statistik.
0Kommentar| Eine Person fand diese Informationen hilfreich. War diese Rezension für Sie hilfreich? Missbrauch melden

Gesponserte Links

  (Was ist das?)