Es wurden 40 Produkte zu dem Suchbegriff geodatenanalysen 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, 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, IPython 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 zugehöriges Material des Buchs sind auf GitHub verfügbar.

Daten analysieren und Prozesse automatisieren mit Excel ¶¶ - Automatisieren Sie Ihre Datenbereinigung in Excel mit Power Query. ¶ - Strukturieren Sie Ihre Daten mit Power Pivot und erstellen Sie leistungsfähige Analysekennzahlen. ¶ - 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, um das Potenzial Ihrer Tabellenkalkulationen voll auszuschöpfen. 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. ¶

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 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

Dieses Buch richtet sich an Studentinnen und Studenten, die im Rahmen ihrer Seminar-, Projekt-, Bachelor- oder Masterarbeit quantitative Daten erheben. Neben deskriptiven Analysen sind in solchen Situationen zumeist induktive statistische Verfahren gefordert, die auf den ersten Blick teilweise relativ komplex erscheinen. In diesem Buch werden typische Verfahren eingeordnet und inhaltlich erläutert. Neben einer einfachen Einführung werden im Nachgang vertiefende Analysen vorgestellt. Alle Verfahren werden anhand von Beispielen auf Basis der Statistiksoftware IBM SPSS® dargestellt, die einen sehr einfachen Zugang auch zu komplexeren Verfahren bietet. Dabei werden die Beispiele, nach einer Einführung in das Programm als solches, systematisch Schritt für Schritt bearbeitet, so dass auch eigene Analyse im Rahmen schriftlicher Arbeiten problemlos vorgenommen werden können.

Die Fähigkeit, räumlich verteilte Daten zu analysieren und die darunterliegenden Prozesse und Strukturen zu verstehen und zu modellieren, ist in vielen Anwendungen der Geowissenschaften und des Geoingenieurwesens maßgebende Grundlage für weiterführende Arbeiten in der Erkenntnisgewinnung oder Planung/Projektierung. Das Fachgebiet der Geostatistik stellt dazu einen umfangreichen Pool an Methoden zur Verfügung, der sich fortwährend erweitert. Das vorliegende Buch ermöglicht sowohl dem Studierenden als auch dem Praktiker einen intuitiven Einstieg in die Grundlagen, Methoden und Anwendungen der Geostatistik. Dabei liegt der Fokus auf einer kurzen und prägnanten Darstellung von Schlüsselkonzepten, der kritischen Diskussion von Annahmen und Limitationen sowie der Illustration von Anwendungen anhand ausgewählter praktischer Beispiele. Übungsaufgaben bieten die Möglichkeit zur Vertiefung des Verständnisses sowie zur Selbstüberprüfung. An entsprechenden Textstellen sind Hinweise zu weiterführender Literatur gegeben. Nach erfolgreichem Studium des Buches gelingt es dem Leser, sich selbstständig in fortgeschrittene Aspekte der angewandten Geostatistik einzuarbeiten.

Die Fähigkeit, räumlich verteilte Daten zu analysieren und die darunterliegenden Prozesse und Strukturen zu verstehen und zu modellieren, ist in vielen Anwendungen der Geowissenschaften und des Geoingenieurwesens maßgebende Grundlage für weiterführende Arbeiten in der Erkenntnisgewinnung oder Planung/Projektierung. Das Fachgebiet der Geostatistik stellt dazu einen umfangreichen Pool an Methoden zur Verfügung, der sich fortwährend erweitert. Das vorliegende Buch ermöglicht sowohl dem Studierenden als auch dem Praktiker einen intuitiven Einstieg in die Grundlagen, Methoden und Anwendungen der Geostatistik. Dabei liegt der Fokus auf einer kurzen und prägnanten Darstellung von Schlüsselkonzepten, der kritischen Diskussion von Annahmen und Limitationen sowie der Illustration von Anwendungen anhand ausgewählter praktischer Beispiele. Übungsaufgaben bieten die Möglichkeit zur Vertiefung des Verständnisses sowie zur Selbstüberprüfung. An entsprechenden Textstellen sind Hinweise zu weiterführender Literatur gegeben. Nach erfolgreichem Studium des Buches gelingt es dem Leser, sich selbstständig in fortgeschrittene Aspekte der angewandten Geostatistik einzuarbeiten.

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.

Vorwort Die Einrichtung von Bachelor- und Master-Studiengängen an den deutschen U- versitäten und Hochschulen hat in logischer Konsequenz auch die Installation und Umsetzung geeigneter und effizienter Methoden der akademischen Bildung zur Folge. Der politische, gesellschaftliche und unternehmerische Ruf nach einer theoretisch anspruchsvollen, problemorientierten, praxisrelevanten und zeitlich straffen akademischen Bildung ist nicht zu überhören. Soll der fordernde Ruf nicht unerhört verhallen, bedarf es gleichermaßen Anstrengungen seitens der Lehrenden und der Studierenden. Bloßes theoretisches Dozieren ist ebenso wenig zielführend wie amorphes und stupides Absorbieren vermittelten Wissens. Eine theoretisch profunde, praxisrelevante, anschauliche und zugleich verständliche curriculare Wissensvermittlung gilt es durch ein konsequentes, kontinuierliches und effektives extracurriculares Studium zu ergänzen. Das vorliegende Aufgabenbuch ist in diesem Sinne konzipiert und soll als ein vorlesungs-, übungs- und selbststudienbegleitendes Kompendium einen besch- denen Beitrag zur Qualifizierung akademischer Lehre auf dem Gebiet der Stat- tik in wirtschaftswissenschaftlichen Bachelor-Studiengängen leisten. Der Zugang zur statistischen Datenanalyse, der mit diesem Aufgabenbuch - geboten wird, deckt sich im Wesentlichen mit dem von mir ebenfalls im GABLER Verlag publizierten Lehrbuch „Statistik für Wirtschaftswissenschaftler – Eine realdatenbasierte Einführung mit SPSS“. Für die angebotene Palette von mehr als einhundert einfachen und anspruchsvollen Übungs- und Klausuraufgaben wird (soweit es möglich und sinnvoll erscheint) mit Hilfe des Statistik-Programm- Pakets SPSS eine vollständige Lösung angeboten. Die zusammengestellten Übungs- und Klausuraufgabenberuhen sämtlich auf praktischen und realdat- basierten Problemstellungen, die von Kolleginnen, Kollegen und Studierenden im Rahmen von Praxisprojekten und/oder Graduierungsarbeiten einer Lösung zugeführt wurden.

Peter P. Eckstein bietet in seinem neuen 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 zweite Auflage wurden alle Aufgaben aktualisiert und das Spektrum wurde auf insgesamt 130 Problemstellungen 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.

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.

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.

Um die richtigen Erkenntnisse aus Ihren Daten ziehen zu können, müssen Sie sie richtig modellieren. Microsoft bietet Ihnen starke und zugleich zugängliche Tools für die Datenmodellierung, von Power BI bis Power Pivot für Excel. Wie Sie diese Tools effektiv einsetzen, zeigen Ihnen Alberto Ferrari und Marco Russo, international anerkannte Experten für Datenanalyse mit Microsoft, in diesem Buch. Nach einer kurzen Einführung in das Konzept der Datenmodellierung lernen Sie Schritt für Schritt anhand realer Beispiele mit steigendem Schwierigkeitsgrad, wie Sie einfache Tabellen in umfassende und aussagekräftige Modelle verwandeln. Aus dem Inhalt: Einführung in die Datenmodellierung Header/Detail-Tabellen Denormalisierte Faktentabellen und dimensionsübergreifende Filterung Datumsdimensionen erstellen Historische Attribute: langsam und schnell veränderliche Dimensionen Snapshots aggregieren Datums- und Zeitintervalle m:n-Beziehungen Unterschiedliche Granularitäten Segmentierungsmodelle Währungsumrechnung Unter dem Label "Microsoft" erscheinen exklusiv im dpunkt.verlag Übersetzungen der besten Microsoft Press-Titel.

*Excel Datenanalyse für Dummies * - 1. Auflage / 26.99€ / Taschenbuch

*Datenanalyse mit Python * - Auswertung von Daten mit Pandas NumPy und IPython. 3. Auflage / 44.9€ / Taschenbuch

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 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.

Umfassende statistische Auswertungen werden heute ausnahmslos mithilfe von entsprechender Software durchgeführt. Dennoch muss der Anwender entscheiden, welche Methode zur Auswertung der Daten geeignet ist, welche Prämissen zu beachten und wie die Analyseergebnisse zu bewerten und zu interpretieren sind. In „Datenanalyse und Statistik“ setzen Udo Bankhofer und Jürgen Vogel dazu vier grundlegende inhaltliche Schwerpunkte: - Deskriptive Statistik - Induktive Statistik - Methoden der Datenanalyse - neuere Ansätze des Data Mining Bei der Darstellung der Methoden werden Voraussetzungen, das Anwendungsspektrum und die Ergebnisinterpretationen ausreichend berücksichtigt. Zahlreiche ausführliche Beispiele unterstützen den Leser bei der Vertiefung in die Grundlagen der Datenanalyse und Statistik. Das Buch wendet sich an Dozenten und Studierende wirtschafts- und sozialwissenschaftlicher sowie verwandter Studiengänge, in denen Grundlagen statistischer und datenanalytischer Methoden benötigt werden. Prof. Dr. Udo Bankhofer ist Leiter des Fachgebietes Quantitative Methoden der Wirtschaftswissenschaften an der TU Ilmenau. Dr. Jürgen Vogel ist wissenschaftlicher Mitarbeiter am Lehrstuhl für Quantitative Methoden der Wirtschaftswissenschaften an der TU Ilmenau.

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. In der vorliegenden sechsten Auflage berücksichtigt das Buch die Neuerungen in Version 4.5.0 von R und wurde insbesondere in Bezug auf die Arbeit mit den Zusatzpakten ggplot2, dplyr und emmeans erweitert. Das Buch stellt zudem ausführlich da, wie mit Quarto vielfältige Dokumente erstellt werden können, die R-Auswertungen direkt einbinden.