Es wurden 40 Produkte zu dem Suchbegriff webseitenanalyse in 6 Shops gefunden:

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 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.

Die automatische Analyse von HTML-kodierten Inhalten stellt ein häufiges Problem in der Dokument-Verarbeitung dar. Ein Spezialfall ist die Analyse versionierter Varianten von HTML-Dateien, welche sich z.B. aus der periodischen Sicherung von Web-Seiten ergibt. Für dieses Buch wurden neue Ansätze zur Extraktion von Inhalten aus HTML-Seiten entwickelt, welche auf der Differenz-Analyse zweier Sicherungspunkte einer HTML-Seite basieren. Das Buch richtet sich in erster Linie an Leser im akademischen Umfeld, die sich mit neuen Verfahren zur Verarbeitung von HTML-kodierten Inhalten auseinander setzen möchten, aber auch an Software-Entwickler, in deren Umfeld die automatischen Archivierung und Analyse von Webseiten eine entscheidende Rolle spielt. Es basiert auf einer 2004 entstandenen Diplomarbeit am Lehrstuhl für Kommunikationssysteme und Rechnernetze der Friedrich-Alexander-Universität in Erlangen.

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.

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 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

Grundlagen der Datenanalyse mit R

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

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.

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.

Welche Inhaltsstoffe sind in Ihrem Boden? Sowohl Nährstoffe als auch Schadstoffe sind fester Bestandteil unseres Bodens. Wenn Sie eine rundum-Übersicht über die Qualität Ihres Bodens benötigen, ist die 2-in-1 Bodenanalyse Ihre Antwort. Die 2-in-1-Bodenanalyse ist die Kombination aus der Bodenanalyse Nährstoffe und Schadstoffe und bietet Ihnen somit die komplette Untersuchung. Analysezeitraum: 10-14 Werktage

Einstieg in die Datenanalyse mit SPSS

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.

Fundiert vermittelt das bewährte Lehrbuch die Grundwerkzeuge des kostenorientierten und operativen Controllings. Unter Beibehaltung der bewährten Konzeption wurde das Buch in der 10. Auflage überarbeitet und aktualisiert. Dabei wurden zahlreiche aktuelle Entwicklungen in Wissenschaft und Praxis berücksichtigt, wie z.B. digitale Produkte, Business Analytics, Shared Services, Nachhaltigkeit, das Kostenmanagement in globalen Lieferketten, Life Cycle Assessment, das Process Mining, die treiberbasierte Planung sowie das Konzept der "Objectives and Key Results (OKR)". Auch die Übungsaufgaben mit Lösungen, die zentrale Elemente der Didaktik sind und auf myBook+ zur Verfügung stehen, wurden überarbeitet und aktualisiert.

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

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".

Test-Kit für die einfache und schnelle Bestimmung des Boden-pH-Wertes