Skip to main content
SpringerLink
Log in
Book cover

Angewandte Datenanalyse

Der Bayes'sche Weg

  • Textbook
  • © 2015

Overview

Authors:
  1. Daniel Bättig

    1. Departement für Technik und Informatik, Berner Fachhochschule, Burgdorf, Switzerland

    View author publications

    You can also search for this author in PubMed   Google Scholar

  • Einführung in angewandte Datenanalyse, basierend auf Bayes, für Bacherlor-Studierende in Ingenieur- und Wirtschaftswissenschaften
  • Schwerpunkt auf Simulation und grafischer Darstellung der Resultate
  • Basiert auf Beispielen aus der Praxis?
  • Includes supplementary material: sn.pub/extras

Part of the book series: Statistik und ihre Anwendungen (STATIST)

This is a preview of subscription content, log in via an institution to check access.

Access this book

Log in via an institution
eBook USD 29.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Other ways to access

Licence this eBook for your library

Institutional subscriptions

Table of contents (14 chapters)

  1. Front Matter

    Pages I-XV
    Download chapter PDF

  2. Eine Einführung und ein Überblick

    • Daniel Bättig
    Pages 1-23

  3. Wie man Versuche planen kann

    • Daniel Bättig
    Pages 25-46

  4. Messen und Kontrollieren

    • Daniel Bättig
    Pages 47-74

  5. Das Fundament: Wahrscheinlichkeiten

    • Daniel Bättig
    Pages 75-114

  6. Nicht direkt messbare Grössen bestimmen

    • Daniel Bättig
    Pages 115-136

  7. Mehrere Grössen und Korrelation

    • Daniel Bättig
    Pages 137-154

  8. Messwerte prognostizieren

    • Daniel Bättig
    Pages 155-164

  9. Modellwahl: Information und Entropie

    • Daniel Bättig
    Pages 165-184

  10. Zwei Modelle zu positiven Grössen

    • Daniel Bättig
    Pages 185-206

  11. Streuung und Normalverteilung

    • Daniel Bättig
    Pages 207-231

  12. Explorative Datenanalyse

    • Daniel Bättig
    Pages 233-266

  13. Regressionsmodelle

    • Daniel Bättig
    Pages 267-286

  14. Regressionsmodelle: Parameter und Prognosen

    • Daniel Bättig
    Pages 287-322

  15. Standardfehler, Ranglisten und Modelle

    • Daniel Bättig
    Pages 323-353

  16. Back Matter

    Pages 355-366
    Download chapter PDF
Back to top

Keywords

About this book

​Angewandte Datenanalyse, Bayes´sche Statistik und moderne Simulationsmethoden mit dem Computer helfen, nicht direkt messbare Grössen zu bestimmen und Prognosen zu zukünftigen Werten von unsicheren Grössen zu berechnen. Wie dabei vorgegangen werden kann, von der systematischen Sammlung von Daten, von der Frage wie Unsicherheit mit Wahrscheinlichkeiten quantifiziert werden kann, bis hin zu Regressionsmodellen, spannt das Buch den Bogen. Durch seinen systematischen Aufbau mit zahlreichen Beispielen aus der Praxis und seine in vielen Kursen erprobte Didaktik ist das Buch ideal für Studierende in den angewandten Wissenschaften wie Ingenieur-, Natur- und Wirtschaftswissenschaften geeignet.

Reviews

“Das Buch ist didaktisch sauber aufbereitet. Gut lesbar und nachvollziehbar.”
Besonders hervozuheben: “Die Lesbarkeit gefäält [sic] besonders gut.” (Univ.-Prof. Dr.-Ing. Stefan Bracke, FB D / Sicherheitstechnik, Bergische Universität Wuppertal)

Authors and Affiliations

  • Departement für Technik und Informatik, Berner Fachhochschule, Burgdorf, Switzerland

    Daniel Bättig

About the author

Prof. Dr. Daniel Bättig, Berner Fachhochschule, Departement für Technik und Informatik, Schweiz

Bibliographic Information

Publish with us

Policies and ethics

Back to top

Search

Navigation