Die Kaufempfehlung, die Ihnen ein Webstore ausspricht, die Einschätzung,
welcher Kunde kreditwürdig ist, oder die Analyse der Werttreiber von
Immobilien - alle diese Beispiele aus dem heutigen Leben sind Ergebnis
moderner Verfahren der Datenanalyse. Dieses Buch führt in solche
statistische Verfahren anhand der Programmiersprache R ein.
Ziel ist es, Leser mit der Art und Weise vertraut zu machen, wie
führende Organisationen und Praktiker angewandte Statistik heute
einsetzen. Weil sich mit der Digitalisierung auch die statistischen
Verfahren verändert haben, vermittelt der Autor neben klassischen
Analysemethoden wie Regression auch moderne Methoden wie Textmining und
Random-Forest-Modelle. Dabei sind die Inhalte des Buchs durchgehend so
aufbereitet, dass sie auch für Leser ohne umfangreiche mathematische
Vorkenntnisse verständlich sind. Anhand von Fallbeispielen und Übungen
werden die Leser durch alle Phasen der Datenanalyse geführt: Sie lernen,
wie Daten eingelesen, aufbereitet, visualisiert, modelliert und
kommuniziert werden können. Dabei wird vor allem die Aufbereitung,
Umformung und Prüfung der Daten ausführlicher als in anderen
Publikationen behandelt, da dieser Teil in der Praxis oft einen
wesentlichen Teil des Aufwands ausmacht. Aber auch die Visualisierung
bekommt viel Raum, denn gute Diagramme ermöglichen Einblicke, die Zahlen
und Worte verbergen.Mit seinem praxisorientierten Ansatz will das Buch
dazu befähigen,
- alle grundlegenden Schritte eines Datenanalyseprojekts
durchzuführen,
- Daten kompetent in R zu bearbeiten,
- simulationsbasierte Inferenzstatistik anzuwenden und kritisch zu
hinterfragen,
- klassische und moderne Vorhersagemethoden anzuwenden und
- betriebswirtschaftliche Fragestellungen mittels datengetriebener
Vorhersagemodelle zu beantworten.
Sowohl Anwender ohne statistisches Grundlagenwissen als auch Nutzer mit
Vorerfahrung lesen dieses Buch mit Gewinn. In verständlicher Sprache und
anhand von anschaulichen Beispielen zeigt der Autor, wie moderne
Datenanalyse heute funktioniert.
