Es wurden 40 Produkte zu dem Suchbegriff datenanalysen in 5 Shops gefunden:

Die erste Adresse für die Analyse von Daten mit Python Das Standardwerk in der 3. Auflage, aktualisiert auf Python 3.10 und pandas 1.4 Versorgt Sie mit allen praktischen Details und mit wertvollem Insiderwissen, um Datenanalysen mit Python erfolgreich durchzuführen Mit Jupyter-Notebooks für alle Codebeispiele aus jedem Kapitel Erfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.10 und pandas 1.4, zeigt Ihnen dieses konsequent praxisbezogene Buch anhand konkreter Fallbeispiele, wie Sie eine Vielzahl von typischen Datenanalyse-Problemen effektiv lösen. Gleichzeitig lernen Sie die neuesten Versionen von pandas, NumPy und Jupyter kennen. Geschrieben von Wes McKinney, dem Begründer des pandas-Projekts, bietet Datenanalyse mit Python einen praktischen Einstieg in die Data-Science-Tools von Python. Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in Data Science und Scientific Computing einarbeiten wollen. Daten und Zusatzmaterial zum Buch sind auf GitHub verfügbar. Aus dem Inhalt: Nutzen Sie Jupyter Notebook und die IPython-Shell für das explorative Computing Lernen Sie Grundfunktionen und fortgeschrittene Features von NumPy kennen Setzen Sie die Datenanalyse-Tools der pandas-Bibliothek ein Verwenden Sie flexible Werkzeuge zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von Daten Erstellen Sie interformative Visualisierungen mit matplotlib Wenden Sie die GroupBy-Mechanismen von pandas an, um Datensätze zurechtzuschneiden, umzugestalten und zusammenzufassen Analysieren und manipulieren Sie verschiedenste Zeitreihendaten Erproben Sie die konkrete Anwendung der im Buch vorgestellten Werkzeuge anhand verschiedener realer Datensätze

Peter P. Eckstein bietet in diesem Lehrbuch eine Vielzahl von Übungs- und Klausuraufgaben zur statistischen Datenanalyse mit SPSS an. Die Aufgaben sind nach inhaltlichen Schwerpunkten geordnet und decken jedes Anspruchsniveau ab. Basis sind reale Daten, die im Kontext von praktischen Problemstellungen der empirischen Wirtschafts- und Sozialforschung erhoben wurden. Vollständige und ausführliche Lösungen zu allen Aufgaben führen zu einer hohen Verständlichkeit des komplexen Stoffes und ermöglichen somit ein effektives Selbststudium und eine gezielte Klausurvorbereitung. Für die siebte Auflage wurde das Aufgabenspektrum auf insgesamt 195 komplexe Problemstellungen mit zahlreichen theoretischen und praktischen Fragen erweitert. Alle in diesem Lehrbuch verwendeten SPSS-Dateien sind im Anhang aufgelistet und stehen im Internet zur freien Verfügung bereit.

Sie haben manchmal den Eindruck, Sie ertrinken in Daten? Kennen Sie schon die großartigen Datenanalysewerkzeuge von Excel? Stephen L. Nelson und Elizabeth C. Nelson zeigen Ihnen, wie Sie zu Ihren Daten PivotTables und PivotCharts erstellen, welche Excel-Funktionen zu Statistik und Finanzwesen es gibt und wie Sie Excel mit Daten aus externen Datenbanken nutzen. Erfahren Sie endlich, was all die vermeintlich todlangweiligen Zahlen wirklich zu bedeuten haben. Mit diesem Buch können Sie die Verarbeitung der Daten Excel überlassen und Ihre Zeit wieder für echte Einsichten und Entscheidungen nutzen.

Das Programmpaket SAS hat sich im Lauf der Jahre als Standardprogramm zur statistischen Datenanalyse etabliert. Der souveräne Umgang mit statistischen Methoden und deren praktischer Umsetzung in SAS bietet somit einen unschätzbaren Vorteil für die tägliche Arbeit des Datenanalytikers. Im vorliegenden Buch erlernt der Leser zunächst die Grundlagen der Programmierung. Anschließend wird eine große Auswahl statistischer Verfahren und deren Umsetzung als SAS-Programm vorgestellt. Dabei wird großes Augenmerk auf die grafischen Aspekte der statistischen Datenanalyse gelegt. Ein zusätzlicher Teil über Programmierung mit IML und Makros sowie hilfreiche Assistenten in SAS runden die Darstellung ab. Kommentierte Beispiele und Übungsaufgaben mit Lösungshinweisen ermöglichen das Selbststudium. Mit seiner umfassenden Themenauswahl ist das Buch als Einführung, aber auch als Nachschlagewerk für den fortgeschritteneren Leser geeignet. Für die 4. Auflage wurden Kapitel zur Epidemiologie und Biometrieergänzt.

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.

Sie haben manchmal den Eindruck, Sie ertrinken in Daten? Kennen Sie schon die großartigen Datenanalysewerkzeuge von Excel? Stephen L. Nelson und Elizabeth C. Nelson zeigen Ihnen, wie Sie zu Ihren Daten PivotTables und PivotCharts erstellen, welche Excel-Funktionen zu Statistik und Finanzwesen es gibt und wie Sie Excel mit Daten aus externen Datenbanken nutzen. Erfahren Sie endlich, was all die vermeintlich todlangweiligen Zahlen wirklich zu bedeuten haben. Mit diesem Buch können Sie die Verarbeitung der Daten Excel überlassen und Ihre Zeit wieder für echte Einsichten und Entscheidungen nutzen.

Studienarbeit aus dem Jahr 2018 im Fachbereich BWL - Offline-Marketing und Online-Marketing, Note: 2.3, FOM Hochschule für Oekonomie & Management gemeinnützige GmbH, Köln, Sprache: Deutsch, Abstract: In dieser Hausarbeit wird der Datensatz ¿Sommerumfrage 2017¿ analysiert. Die Daten wurden von den Studierenden der FOM im Jahr 2017 im 1. Semester erhoben, um das Einkaufsverhalten und die Lebenseinstellung der weiblichen und männlichen Probanden zu untersuchen. Zur Analyse des Datensatzes wird mit der Software R Studio gearbeitet.

Dieses Buch ist die bislang einzige deutschsprachige Einführung in das Statistikprogramm Stata und zugleich das einzige Buch über Stata, das auch Anfängern eine ausreichende Erklärung der Datenanalysetechnik liefert. Die Neuauflage enthält Anpassungen an die neueste Stata Programmversion (Version 10) und beschreibt den neu entwickelten "Stata Graph Editor".

*Excel Datenanalyse für Dummies * - 1. Auflage / Taschenbücher für 24.99€ / Aus dem Bereich: Bücher-Ratgeber-Computer & Internet Taschenbücher

*Datenanalyse mit Python * - Auswertung von Daten mit Pandas NumPy und IPython. 3. Auflage / Taschenbücher für 44.9€ / Aus dem Bereich: Bücher-English, International-Gebundene Ausgaben Taschenbücher

Derzeit wird kaum noch ernsthaft bestritten, dass die Daten eines Unternehmens ein wichtiges Wirtschaftsgut darstellen und in erheblicher Weise zum Erfolg beitragen können. Allerdings gilt es, nicht nur den Wert der Daten zu erkennen, sondern diese auch in den zugehörigen Geschäftsprozessen gewinnbringend einzusetzen. Als zwingende Voraussetzung erweist sich dabei, eine organisatorische und technische Basis zu etablieren, die nachhaltig darauf ausgerichtet ist, die fachlichen Ausgabenstellungen bestmöglich zu unterstützen. Unter dem Oberbegriff Datenmanagement werden dazu diejenigen Führungs- und Durchführungstätigkeiten diskutiert, die einen tragfähigen Rahmen für den Umgang mit Daten in der Organisation aufspannen. Daneben erweisen sich vor allem die Verfahren zur Auswertung und Analyse der verfügbaren Datenbestände als leistungsfähige Instrumente, um langfristige Wettbewerbsvorteile zu erlangen. Vor diesem Hintergrund widmet sich das vorliegende Buch den stetig an Bedeutung gewinnenden Themenfeldern Datenmanagement und Datenanalyse, denen insbesondere im Rahmen der digitalen Transformation eine große Bedeutung zukommt.

Dieses Buch liefert eine anwendungsorientierte Einführung in die Datenauswertung mit der freien Statistikumgebung R. Es behandelt deskriptive Auswertungen ebenso umfassend wie inferenzstatistische Analysen. Neben klassischen univariaten Verfahren berücksichtigt das Buch nonparametrische Tests, Resampling-Methoden und multivariate Statistik. Zudem deckt es die vielfältigen Möglichkeiten ab, Daten aufzubereiten und Diagramme zu erstellen. Die statistischen Verfahren werden anhand von Beispielen erläutert und an vielen Stellen mit Diagrammen illustriert. Das Buch richtet sich an alle, die R kennenlernen und in konkreten Aufgabenstellungen einsetzen möchten, ohne bereits über Vorerfahrungen mit befehlsgesteuerten Programmen oder Programmiersprachen zu verfügen. Für die fünfte Auflage wurde das Buch vollständig aktualisiert: Es bezieht sich nun auf die Version 4.0.0 von R, auch die Auswahl und Darstellung verwendeter Zusatzpakete wurde der dynamischen Entwicklung angepasst.Außerdem wurde insbesondere der Abschnitt zur Datenaufbereitung überarbeitet: Zur stärkeren Ausrichtung auf Data-Science-Anwendungen stellt er nun ausführlich das Paket dplyr vor, enthält eine erweiterte Darstellung von R-Markdown-Dokumenten und bespricht Hinweise zur Reproduzierbarkeit von Auswertungen.

Die Datenanalyse mit Python und Power BI hat sich zu einer leistungsstarken Kombination entwickelt, um Erkenntnisse aus komplexen Datensätzen zu gewinnen. Python bietet robuste Bibliotheken wie Pandas und NumPy, die die Datenmanipulation und statistische Analyse erleichtern und es den Nutzern ermöglichen, komplizierte Berechnungen und Transformationen mit Leichtigkeit durchzuführen. Power BI zeichnet sich durch eine hervorragende Datenvisualisierung aus und ermöglicht es den Benutzern, interaktive Dashboards und Berichte zu erstellen, die Erkenntnisse zugänglich und verständlich machen. Mit diesen Tools können Analysten Trends aufdecken, Muster erkennen und datengestützte Entscheidungen treffen, die letztlich die Leistung und Strategie des Unternehmens verbessern.

Dieses Buch bietet einen systematisch aufgebauten Einstieg in angewandte Datenanalyse, Bayes ́sche Statistik und moderne Simulationsmethoden mit dem Computer. Ausgehend von der Zielsetzung, nicht direkt messbare Größen zu bestimmen und Prognosen zu zukünftigen Werten von unsicheren Größen zu berechnen, beschreibt und erläutert es die Vorgehensweisen – von der systematischen Sammlung von Daten über die Quantifizierung von Unsicherheit anhand von Wahrscheinlichkeiten bis hin zur Anwendung von Regressionsmodellen.Mit zahlreichen Reflexionsaufgaben und Beispielen aus der Praxis sowie seiner in vielen Kursen erprobten Didaktik ist das Buch ideal für Studierende in den angewandten Wissenschaften wie Ingenieur-, Natur- und Wirtschaftswissenschaften geeignet.Für die Neuauflage wurden einige Kapitel überarbeitet. Zudem wurde ein Abschnitt zu hierarchischen Modellen eingefügt und das Buch mit einem Kapitel zur Plausibilität von Modellen und von Hypothesen ergänzt. Sowohl die verwendeten Datensätze und Programmcodes als auch die Lösungen zu den Reflexionsaufgaben sind als Zusatzmaterial online verfügbar.

Dieses Buch bietet eine Einführung in das Datenanalysepaket Stata und ist zugleich das einzige Buch über Stata, das auch Anfängern eine ausreichende Erklärung statistischer Verfahren liefert. „Datenanalyse mit Stata" ist kein Befehls-Handbuch sondern erläutert alle Schritte einer Datenanalyse an praktischen Beispielen. Die Beispiele beziehen sich auf Themen der öffentlichen Diskussion oder der direkten Umgebung der meisten Leser. Damit eignet sich diese Buch als Einstieg in Data Analytics in allen Disziplinen. Die neue Auflage bietet einen systematischeren Zugang zum Datenmanagement in Gegenwart von „Missing Values" und behandelt die in der Stata-Programmversion 14 implementierte Unicode-Codierung.

Daten analysieren und Prozesse automatisieren mit Excel Automatisieren Sie Ihre Datenbereinigung in Excel mit Power Query. Strukturieren Sie Ihre Daten mit Power Pivot. Nutzen Sie Python für automatisierte Analysen und Berichterstattung. In diesem Praxisbuch führt George Mount Daten- und Business-Analyst*innen durch zwei leistungsstarke in Excel integrierte Tools für die Datenanalyse: Power Pivot und Power Query. Er zeigt Ihnen, wie Sie mit Power Query Workflows zur Datenbereinigung erstellen und mit Power Pivot relationale Datenmodelle entwerfen. Darüber hinaus lernen Sie nützliche Funktionen wie dynamische Array-Formeln, KI-gestützte Methoden zur Aufdeckung von Trends und Mustern sowie die Integration von Python zur Automatisierung von Analysen und Berichten kennen. George Mount zeigt Ihnen, wie Sie Ihre Excel-Kenntnisse weiter ausbauen und das Programm effektiv für die moderne Datenanalyse nutzen. Das Buch gibt einen klaren Überblick über das volle Potenzial von Excel und hilft Ihnen, auch ohne Power BI oder anderer Zusatzsoftware Daten effektiv aufzubereiten und zu analysieren. Viele Übungen zur Vertiefung des Gelernten runden das Buch ab. Dieses Buch zeigt Ihnen, wie Sie: wiederholbare Datenbereinigungsprozesse für Excel mit Power Query erstellen relationale Datenmodelle und Analysen mit Power Pivot entwickeln Daten schnell mit dynamischen Arrays abrufen KI nutzen, um Muster und Trends in Excel aufzudecken Python-Funktionen in Excel für automatisierte Analysen und Berichte integrieren

*Datenanalyse mit Stata * - Allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung. 5. aktualisierte Auflage / Taschenbücher für 49.95€ / Aus dem Bereich: Bücher-Wissenschaft-Wirtschaftswissenschaft Taschenbücher

*Einstieg in die Datenanalyse mit Excel * - Mit Power Query Power Pivot und Python Daten aufbereiten und modellieren / Taschenbücher für 34.9€ / Aus dem Bereich: Bücher-Ratgeber-Computer & Internet Taschenbücher

Dieses Buch liefert für Studierende eine fundierte Einführung in die Verfahren der Multivariaten Statistik. Im Sinne einer Heranführung wird für Leserinnen und Leser der notwendige Hintergrund geschaffen, um die Verfahren richtig anzuwenden und die richtigen Detailfragen zu stellen. Ein besonderes Augenmerk liegt auf der praktischen Anwendung mit der Open Source Software R. Neu in dieser Auflage werden auf lehrbuch-psychologie.springer.com Datensätze in R und Skripte als Online-Material bereitgestellt (zusätzlich zu den weiterhin verfügbaren SPSS-Materialien), sodass alle Beispiele und Methoden nachvollzogen und ausprobiert werden können. Auf mathematische Herleitungen wird weitestgehend verzichtet. Das Kapitel zu Hierarchischen Linearen Modellen wurde für diese Auflage deutlich erweitert.

Dieses Open Buch schlägt eine Brücke zwischen Theorie und Praxis für das produzierende Gewerbe im Zeitalter der Digitalisierung, der Industrie 4.0 und der Künstlichen Intelligenz. Es ist das Resultat eines vierjährigen Forschungsprojekts, das unter der Leitung des Instituts für Produktionssysteme der Technischen Universität Dortmund und der RapidMiner GmbH in Zusammenarbeit mit zwölf weiteren Partnern durchgeführt wurde. Das Hauptziel des Projekts war die Entwicklung einer Datenanalyse-Plattform zur Förderung einer effektiven und kompetenzorientierten Zusammenarbeit in dynamischen Wertschöpfungsnetzwerken. Die zwanzig Beiträge in diesem Sammelband liefern umfassende Einblicke in die Forschungsergebnisse und schildern die gemeinsamen Erfahrungen der Partner aus produzierenden Unternehmen, Software- und Hardware-Anbietern sowie Forschungseinrichtungen. Im Fokus steht die Entwicklung von Lösungen, die in einem modularen Referenzbaukasten zusammengefasst sind. Dieser Baukasten unterstützt industrielle Datenanalysen und deren Integration in betriebliche Abläufe. Er fördert darüber hinaus eine kompetenzorientierte Zusammenarbeit und ermöglicht somit die Initiierung neuer Geschäftsmodelle und Kollaborationen. Das Buch richtet sich an Praktiker:innen aus der Industrie ebenso wie an Wissenschaftler:innen. Es liefert Impulse und bietet Hilfestellungen, um den Herausforderungen der digitalen Transformation zu begegnen und die Zukunft der industriellen Datenanalyse erfolgreich zu gestalten.