Bookbot

Joachim Zuckarelli

    Statistik mit R
    Mikroökonomik
    Programmieren lernen mit Python und JavaScript
    • Programmieren lernen mit Python und JavaScript

      Eine praxisorientierte Einführung für Einsteiger

      Ob auf dem Computer, Tablet, Handy, im Auto oder in der Kaffeemaschine – Computerprogramme bestimmen unseren Alltag. Software wird immer wichtiger, kaum noch etwas funktioniert ohne die geheimnisvolle Macht der Algorithmen. Aber wie funktionieren Programme? Und wie entwickelt man sie? Dieses Buch vermittelt Ihnen anschaulich das Einmaleins des Programmierens. Anhand von Alltagsbeispielen lernen Sie zunächst die Grundkonzepte des Programmierens kennen, die in allen Programmiersprachen ähnlich sind. Auf Basis dieser Grundideen erlernen Sie dann auf systematische Weise und mit vielen praktischen Übungen zwei populäre und sehr nützliche Programmiersprachen, Python und JavaScript, die Sie für ein breites Spektrum an unterschiedlichen Aufgaben einsetzen können.Das Buch richtet sich an Programmieranfänger aller Altersklassen (vom Schüler bis zum Berufstätigen), die bisher keinerlei Programmiererfahrung besitzen.Zusätzliche Fragen per Laden Sie die Springer Nature Flashcards-App kostenlos herunter und nutzen Sie exklusives Zusatzmaterial als Printbuchkäufer, um Ihr Wissen zu prüfen.

      Programmieren lernen mit Python und JavaScript
    • Dieses Lehrbuch vermittelt auf anschauliche Weise die Grundlagen der Mikroökonomik. In verständlicher Sprache und mit zahlreichen Beispielen werden systematisch die wichtigsten Bereiche der mikroökonomischen Theorie unter die Lupe genommen. Dabei liegt der Fokus stets darauf, nicht nur die Mathematik begreiflich zu machen, sondern vor allem ein intuitives Verständnis der wirtschaftlichen Hintergründe zu entwickeln, das dem Leser erlaubt, souverän mit ökonomischen Modellen umgehen zu können. Das Buch eignet sich daher sowohl für Studierende an Universitäten als auch an (Fach-)Hochschulen. Unabhängig davon, ob Volkswirtschaftslehre im Haupt- oder Nebenfach studiert wird, liefert es eine ausgezeichnete Ergänzung zu allen mikroökonomischen Grundlagenvorlesungen. Das Buch befasst sich mit den zentralen Ideen des ökonomischen Denkens und der ökonomischen Herangehensweise, wie unter anderem Knappheit, Opportunitätskosten und spieltheoretischen Methoden. Es werden die Theorie des Haushalts, die Theorie der Firma und die Themenkomplexe Markt und Marktversagen als wichtigste Eckpfeiler der mikroökonomischen Theorie eingehend und verständlich vermittelt. Viele der behandelten Konzepte sind dabei so grundsätzlich, dass sie für den Leser auch jenseits von Studium und Prüfungen nützlich sein werden. Zusätzliche Fragen per App: Laden Sie die Springer-Nature-Flashcards-App kostenlos herunter und nutzen Sie exklusives Zusatzmaterial, um Ihr Wissen zu prüfen.

      Mikroökonomik
    • Statistik mit R

      Eine praxisorientierte Einführung in R

      In diesem Buch erfahren Sie, was Sie für erfolgreiche statistische Analysen mit R benötigen. Es richtet sich an Studenten und Wissenschaftler aus den Bereichen Wirtschaft, Sozial- und Politikwissenschaft sowie an Fachleute, die mit Statistik arbeiten, etwa in der Finanzmarktforschung oder Marktforschung. Im Gegensatz zu anderen R-Einführungen vermittelt dieses Buch nicht nur die Grundlagen der Programmiersprache, sondern verknüpft diese mit zentralen statistischen Methoden. Statistische Kernkonzepte werden klar beschrieben und anschließend mit R angewendet. Eine Interpretation des R-Outputs aus statistischer Sicht sowie die Erklärung häufiger Fehlermeldungen helfen, Konzepte besser zu verstehen und Zusammenhänge zu erkennen. So werden Sie schnell in die Lage versetzt, produktiv mit R zu arbeiten. Die Themen umfassen: - Datenmanagement: Organisation der Arbeit mit R, Einlesen und Speichern von Daten - Datenaufbereitung: Kombination, Filterung, Sortierung und Bereinigung von Datensätzen - Deskriptive Datenanalyse: Kennenlernen des Datensatzes, Berechnung und Interpretation von Lage-, Streuungs- und Zusammenhangsmaßen - Analyse kontinuierlicher Daten: Lineare Regressionsmodelle, Hypothesentests und Behandlung von Annahmeverletzungen - Analyse kategorialer Daten: Lineares Wahrscheinlichkeitsmodell, Logit- und Probit-Modelle - Ergebnispräsentation: Aussagekräftige Darstellung von Ergebnissen in Tabellen und Grafiken.

      Statistik mit R