Deutsch Englisch

Home

Speichern

Fernleihe


Thematische Suche - RVK


Informationen zum Benutzerkonto


Impressum

Datenschutz

Abmelden

 
 
 
 
1 von 1
      
* Ihre Aktion  suchen [und] ([PPN] Pica-Produktionsnummer) 1678682586
Online Ressourcen (ohne Zeitschr.)
PPN: 
1678682586Über den Zitierlink können Sie diesen Titel als Lesezeichen ablegen oder weiterleiten
Titel: 
Person/en: 
Sprache/n: 
Deutsch
Veröffentlichungsangabe: 
Wiesbaden : Springer Gabler, [2019]
Umfang: 
1 Online-Ressource (XIII, 190 Seiten) : Illustrationen, Diagramme
Schriftenreihe: 
Bibliogr. Zusammenhang: 
Erscheint auch als (Druck-Ausgabe) : ISBN 978-3-658-27217-3
ISBN: 
978-3-658-27218-0
Weitere Ausgaben: 978-3-658-27217-3 (Druckausgabe)
Identifier: 
Schlagwörter: 
Sachgebiete: 
Mehr zum Thema: 
Klassifikation der Library of Congress: HB1-846.8
Dewey Dezimal-Klassifikation: 330.1;
Thema – the subject category scheme for a global book trade: KCA
Book Industry Communication: KCA
bisacsh: BUS069030
Inhalt: 
Einleitung: Was ist und was soll Statistik? -- Beschreibende Statistik -- Wahrscheinlichkeitsrechnung -- Schließende Statistik -- Anwendung: Lineares Modell und Ökonometrie
Quantitative Datenanalyse ist ein unverzichtbares Werkzeug in der digitalen Wissensgesellschaft. Dieses Lehrbuch bietet eine leicht verständliche Einführung in die Thematik für Studium und Berufsalltag. Besondere Aufmerksamkeit wird dabei der Abhängigkeitsmessung gewidmet, da sie typischerweise im Mittelpunkt wirtschaftswissenschaftlicher Anwendungsfragen steht. Dementsprechend wird die klassische Trias: Beschreibende Statistik, Wahrscheinlichkeitsrechnung und Schließende Statistik um eine kompakte und anschauliche Einführung in die Ökonometrie ergänzt. Seine Lebendigkeit erhält das Buch durch viele reale Beispiele aus den Medien, die die Relevanz der vorgestellten Konzepte alltagsnah illustrieren. An vielen Stellen wird außerdem die formale Darstellung durch verständnisfördernde grafische Illustrationen ergänzt bzw. ersetzt. Der Inhalt Beschreibende Statistik Wahrscheinlichkeitsrechnung Schließende Statistik Ökonometrie Die Autoren Prof. Dr. Björn Christensen arbeitet am Institut für Statistik und Operations Research der Fachhochschule Kiel. Er verfügt über mehrjährige berufliche Erfahrung im Bereich der statistischen Analyse und Prognose. Prof. Dr. Sören Christensen arbeitet am Mathematischen Seminar der Christian-Albrechts-Universität zu Kiel. Gemeinsam mit seinem Bruder Björn schreibt er regelmäßig Kolumnen zur Mathematik und Statistik. Prof. Dr. Martin Missong arbeitet am Fachbereich Wirtschaftswissenschaft der Universität Bremen, insbesondere zum Thema „Statistical Literacy“. Seine Forschungsinteressen gelten der quantitativen Risikoanalyse und der Schnittstelle von Rechtswissenschaft und Statistik
 
Anmerkung: 
Vervielfältigungen (z.B. Kopien, Downloads) sind nur von einzelnen Kapiteln oder Seiten und nur zum eigenen wissenschaftlichen Gebrauch erlaubt. Keine Weitergabe an Dritte. Kein systematisches Downloaden durch Robots.
Volltext: 
 
 
 
1 von 1
      
Über den Zitierlink können Sie diesen Titel als Lesezeichen ablegen oder weiterleiten
 
1 von 1