ggplot2

Elegant Graphics for Data Analysis
Author: Hadley Wickham
Publisher: Springer
ISBN: 3319242776
Category: Computers
Page: 260
View: 6752

Continue Reading →

This new edition to the classic book by ggplot2 creator Hadley Wickham highlights compatibility with knitr and RStudio. ggplot2 is a data visualization package for R that helps users create data graphics, including those that are multi-layered, with ease. With ggplot2, it's easy to: produce handsome, publication-quality plots with automatic legends created from the plot specification superimpose multiple layers (points, lines, maps, tiles, box plots) from different data sources with automatically adjusted common scales add customizable smoothers that use powerful modeling capabilities of R, such as loess, linear models, generalized additive models, and robust regression save any ggplot2 plot (or part thereof) for later modification or reuse create custom themes that capture in-house or journal style requirements and that can easily be applied to multiple plots approach a graph from a visual perspective, thinking about how each component of the data is represented on the final plot This book will be useful to everyone who has struggled with displaying data in an informative and attractive way. Some basic knowledge of R is necessary (e.g., importing data into R). ggplot2 is a mini-language specifically tailored for producing graphics, and you'll learn everything you need in the book. After reading this book you'll be able to produce graphics customized precisely for your problems, and you'll find it easy to get graphics out of your head and on to the screen or page.

R in a Nutshell


Author: Joseph Adler
Publisher: O'Reilly Germany
ISBN: 3897216507
Category: Computers
Page: 768
View: 8562

Continue Reading →

Wozu sollte man R lernen? Da gibt es viele Gründe: Weil man damit natürlich ganz andere Möglichkeiten hat als mit einer Tabellenkalkulation wie Excel, aber auch mehr Spielraum als mit gängiger Statistiksoftware wie SPSS und SAS. Anders als bei diesen Programmen hat man nämlich direkten Zugriff auf dieselbe, vollwertige Programmiersprache, mit der die fertigen Analyse- und Visualisierungsmethoden realisiert sind – so lassen sich nahtlos eigene Algorithmen integrieren und komplexe Arbeitsabläufe realisieren. Und nicht zuletzt, weil R offen gegenüber beliebigen Datenquellen ist, von der einfachen Textdatei über binäre Fremdformate bis hin zu den ganz großen relationalen Datenbanken. Zudem ist R Open Source und erobert momentan von der universitären Welt aus die professionelle Statistik. R kann viel. Und Sie können viel mit R machen – wenn Sie wissen, wie es geht. Willkommen in der R-Welt: Installieren Sie R und stöbern Sie in Ihrem gut bestückten Werkzeugkasten: Sie haben eine Konsole und eine grafische Benutzeroberfläche, unzählige vordefinierte Analyse- und Visualisierungsoperationen – und Pakete, Pakete, Pakete. Für quasi jeden statistischen Anwendungsbereich können Sie sich aus dem reichen Schatz der R-Community bedienen. Sprechen Sie R! Sie müssen Syntax und Grammatik von R nicht lernen – wie im Auslandsurlaub kommen Sie auch hier gut mit ein paar aufgeschnappten Brocken aus. Aber es lohnt sich: Wenn Sie wissen, was es mit R-Objekten auf sich hat, wie Sie eigene Funktionen schreiben und Ihre eigenen Pakete schnüren, sind Sie bei der Analyse Ihrer Daten noch flexibler und effektiver. Datenanalyse und Statistik in der Praxis: Anhand unzähliger Beispiele aus Medizin, Wirtschaft, Sport und Bioinformatik lernen Sie, wie Sie Daten aufbereiten, mithilfe der Grafikfunktionen des lattice-Pakets darstellen, statistische Tests durchführen und Modelle anpassen. Danach werden Ihnen Ihre Daten nichts mehr verheimlichen.

Bildverstehen


Author: Axel Pinz
Publisher: Springer-Verlag
ISBN: 3709193583
Category: Computers
Page: 235
View: 5498

Continue Reading →

Bildverstehen, Bilder und die ihnen zugrundeliegenden Szenen mit den darin vorkommenden Objekten verstehen und beschreiben, das bedeutet aus der Sicht der Informatik: Sehen mit dem Computer - ‘Computer Vision’. Das Buch behandelt neben wichtigen Merkmalen des menschlichen visuellen Systems auch die nötigen Grundlagen aus digitaler Bildverarbeitung und aus künstlicher Intelligenz. Im Zentrum steht die schrittweise Entwicklung eines neuen Systemmodells für Bildverstehen, anhand dessen verschiedene "Abstraktionsebenen" des maschinellen Sehens, wie Segmentation, Gruppierung auf Aufbau einer Szenenbeschreibung besprochen werden. Das Buch bietet außerdem einen Überblick über gegenwärtige Trends in der Forschung sowie eine sehr aktuelle und ausführliche Bibliographie dieses Fachgebietes. Es liegt hiermit erstmalig eine abgeschlossene, systematische Darstellung dieses noch jungen und in dynamischer Entwicklung begriffenen Fachgebietes vor.

R für Dummies


Author: Andrie de Vries,Robert Leidenfrost
Publisher: John Wiley & Sons
ISBN: 3527812520
Category: Computers
Page: 414
View: 4325

Continue Reading →

Graphische Semiologie

Diagramme, Netze, Karten
Author: Jacques Bertin
Publisher: Walter de Gruyter
ISBN: 3110834901
Category: Science
Page: 430
View: 1746

Continue Reading →

Mathematik für Informatiker

Band 1: Diskrete Mathematik und Lineare Algebra
Author: Gerald Teschl,Susanne Teschl
Publisher: Springer-Verlag
ISBN: 3642379729
Category: Computers
Page: 522
View: 5811

Continue Reading →

In diesem Lehrbuch werden die mathematischen Grundlagen exakt und dennoch anschaulich und gut nachvollziehbar vermittelt. Sie werden durchgehend anhand zahlreicher Musterbeispiele illustriert, durch Anwendungen in der Informatik motiviert und durch historische Hintergründe oder Ausblicke in angrenzende Themengebiete aufgelockert. Am Ende jedes Kapitels befinden sich Kontrollfragen, die das Verständnis testen und typische Fehler bzw. Missverständnisse ausräumen. Zusätzlich helfen zahlreiche Aufwärmübungen (mit vollständigem Lösungsweg) und weiterführende Übungsaufgaben das Erlernte zu festigen und praxisrelevant umzusetzen. Dieses Lehrbuch ist daher auch sehr gut zum Selbststudium geeignet. Ergänzend wird in eigenen Abschnitten das Computeralgebrasystem Mathematica vorgestellt und eingesetzt, wodurch der Lehrstoff visualisiert und somit das Verständnis erleichtert werden kann.

Geschäftsprozesse

Von der Modellierung zur Implementierung
Author: Thomas Barton,Christian Müller,Christian Seel
Publisher: Springer-Verlag
ISBN: 3658172975
Category: Computers
Page: 240
View: 6917

Continue Reading →

Das Buch vermittelt Konzepte, zeigt aktuelle Trends wie agile Methoden, stellt Anwendungsszenarien für die Modellierung und Implementierung von Geschäftsprozessen im Zeitalter der Digitalisierung vor. Das Herausgeberwerk basiert dabei auf Fragestellungen aus der unternehmerischen Praxis. Schwerpunkte sind innovative Analysemethoden, kontextsensitive und wissensintensive Geschäftsprozesse sowie aktuelle Ansätze bei der Umsetzung. Fallstudien runden das Buch ab. Es wendet sich sowohl an Berater und Projektverantwortliche als auch an Studierende und Lehrende.

slide:ology - Oder die Kunst, brillante Präsentationen zu entwickeln


Author: Nancy Duarte
Publisher: O'Reilly Media
ISBN: 3868996400
Category: Business & Economics
Page: 296
View: 6337

Continue Reading →

Wie viele Präsentationen haben Sie in Ihrem Berufsleben bereits verfolgt? Und Hand aufs Herz: Wie viele davon haben einen bleibenden Eindruck bei Ihnen hinterlassen? Wirklich gute Präsentationen sind noch immer die Ausnahme, denn nur selten werden die Möglichkeiten dieses Mediums optimal genutzt. Wer sein Publikum nachhaltig überzeugen möchte, muss seine Ideen verdichten und in stimmige Bilder umsetzen. slide:ology setzt hier an und führt Sie in die Kunst des visuellen Erzählens ein. Die Autorin Nancy Duarte weiß, wovon sie spricht: Sie leitet Duarte Design, das Unternehmen, das unter anderem die Slide-Show in Al Gores Oscar-prämiertem Film Eine unbequeme Wahrheit entwickelt hat. In slide:ology gewährt sie tiefe Einblicke in ihr umfangreiches Wissen als Designerin. Anhand von Fallstudien bringt sie Ihnen darüber hinaus die Visualisierungsstrategien einiger der erfolgreichsten Unternehmen der Welt nahe. slide:ology zeigt Ihnen unter anderem, wie Sie: - Ihr Publikum gezielt ansprechen - Ihre Ideen auf den Punkt bringen und ein stimmiges Design entwickeln - Ihre Aussagen mit Farben, Bildern und prägnantem Text unterstützen - Grafiken erstellen, die Ihren Zuhörern das Verständnis erleichtern - Präsentationstechnologien optimal nutzen

Datenvisualisierung mit R

111 Beispiele
Author: Thomas Rahlf
Publisher: Springer-Verlag
ISBN: 3662548208
Category: Computers
Page: 494
View: 2218

Continue Reading →

Dieses Buch führt in die Grundlagen der Gestaltung von Präsentationsgrafiken mit der Open Source Software R ein, die hinsichtlich der Visualisierungsmöglichkeiten praktisch keine Wünsche offen lässt und sich zunehmend als Standard im Bereich der Statistiksoftware etabliert. Anhand von 111 vollständigen Skript-Beispielen lernen Sie, wie Sie Balken- und Säulendiagramme, Bevölkerungspyramiden, Lorenzkurven, Streudiagramme, Zeitreihendarstellungen, Radialpolygone, Gantt-Diagramme, Profildiagramme, Heatmaps, Bumpcharts, Mosaik- und Ballonplots sowie eine Reihe verschiedener thematischer Kartentypen mit dem Base Graphics System von R erstellen. Für jedes Beispiel werden reale Daten verwendet sowie die Abbildung und deren Programmierung Schritt für Schritt erläutert. Das Buch ist damit ein wertvolles Nachschlagewerk für eine Fülle von Anwendungsfällen der Datenvisualisierung, zu deren traditionellen Anwendungsbereichen in Wissenschaft und Marketing vermehrt auch neue Gebiete wie Big-Data-Analysen oder Datenjournalismus hinzukommen. In der vorliegenden Auflage wurden Beispiele zu Cartogrammen, Chord-Diagrammen und Netzwerken sowie ein neues Kapitel zu interaktiven Visualisierungen mit Javascript aufgenommen.

A Primer in Biological Data Analysis and Visualization Using R


Author: Gregg Hartvigsen
Publisher: Columbia University Press
ISBN: 0231537042
Category: Science
Page: 160
View: 7238

Continue Reading →

R is the most widely used open-source statistical and programming environment for the analysis and visualization of biological data. Drawing on Gregg Hartvigsen's extensive experience teaching biostatistics and modeling biological systems, this text is an engaging, practical, and lab-oriented introduction to R for students in the life sciences. Underscoring the importance of R and RStudio in organizing, computing, and visualizing biological statistics and data, Hartvigsen guides readers through the processes of entering data into R, working with data in R, and using R to visualize data using histograms, boxplots, barplots, scatterplots, and other common graph types. He covers testing data for normality, defining and identifying outliers, and working with non-normal data. Students are introduced to common one- and two-sample tests as well as one- and two-way analysis of variance (ANOVA), correlation, and linear and nonlinear regression analyses. This volume also includes a section on advanced procedures and a chapter introducing algorithms and the art of programming using R.

Visualize This!


Author: Nathan Yau
Publisher: John Wiley & Sons
ISBN: 3527760229
Category: Statistics / Graphic methods / Data processing
Page: 422
View: 8145

Continue Reading →

A guide on how to visualise and tell stories with data, providing practical design tips complemented with step-by-step tutorials.

Using R for Data Analysis in Social Sciences

A Research Project-Oriented Approach
Author: Quan Li
Publisher: Oxford University Press
ISBN: 0190656239
Category: Political Science
Page: 224
View: 7199

Continue Reading →

Statistical analysis is common in the social sciences, and among the more popular programs is R. This book provides a foundation for undergraduate and graduate students in the social sciences on how to use R to manage, visualize, and analyze data. The focus is on how to address substantive questions with data analysis and replicate published findings. Using R for Data Analysis in Social Sciences adopts a minimalist approach and covers only the most important functions and skills in R to conduct reproducible research. It emphasizes the practical needs of students using R by showing how to import, inspect, and manage data, understand the logic of statistical inference, visualize data and findings via histograms, boxplots, scatterplots, and diagnostic plots, and analyze data using one-sample t-test, difference-of-means test, covariance, correlation, ordinary least squares (OLS) regression, and model assumption diagnostics. It also demonstrates how to replicate the findings in published journal articles and diagnose model assumption violations. Because the book integrates R programming, the logic and steps of statistical inference, and the process of empirical social scientific research in a highly accessible and structured fashion, it is appropriate for any introductory course on R, data analysis, and empirical social-scientific research.

Grundlagen der Datenanalyse mit R

Eine anwendungsorientierte Einführung
Author: Daniel Wollschläger
Publisher: Springer-Verlag
ISBN: 3662455072
Category: Social Science
Page: 621
View: 5686

Continue Reading →

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. In die dritte Auflage sind sowohl die Neuerungen von R 3.1.1 als auch jüngere Entwicklungen bei den Zusatzpaketen eingeflossen. Gleichzeitig wurde der Text überarbeitet und in den Bereichen der logistischen Regression sowie der Kreuzvalidierung deutlich erweitert. Der Text behandelt nun auch die ordinale, multinomiale und Poisson-Regression ebenso wie log-lineare Modelle und die Survival-Analyse. 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.

Modeling Techniques in Predictive Analytics

Business Problems and Solutions with R, Revised and Expanded Edition
Author: Thomas W. Miller
Publisher: FT Press
ISBN: 0133886190
Category: Computers
Page: 384
View: 8477

Continue Reading →

To succeed with predictive analytics, you must understand it on three levels: Strategy and management Methods and models Technology and code This up-to-the-minute reference thoroughly covers all three categories. Now fully updated, this uniquely accessible book will help you use predictive analytics to solve real business problems and drive real competitive advantage. If you’re new to the discipline, it will give you the strong foundation you need to get accurate, actionable results. If you’re already a modeler, programmer, or manager, it will teach you crucial skills you don’t yet have. Unlike competitive books, this guide illuminates the discipline through realistic vignettes and intuitive data visualizations–not complex math. Thomas W. Miller, leader of Northwestern University’s pioneering program in predictive analytics, guides you through defining problems, identifying data, crafting and optimizing models, writing effective R code, interpreting results, and more. Every chapter focuses on one of today’s key applications for predictive analytics, delivering skills and knowledge to put models to work–and maximize their value. Reflecting extensive student and instructor feedback, this edition adds five classroom-tested case studies, updates all code for new versions of R, explains code behavior more clearly and completely, and covers modern data science methods even more effectively. All data sets, extensive R code, and additional examples available for download at http://www.ftpress.com/miller If you want to make the most of predictive analytics, data science, and big data, this is the book for you. Thomas W. Miller’s unique balanced approach combines business context and quantitative tools, appealing to managers, analysts, programmers, and students alike. Miller addresses multiple business cases and challenges, including segmentation, brand positioning, product choice modeling, pricing research, finance, sports, text analytics, sentiment analysis, and social network analysis. He illuminates the use of cross-sectional data, time series, spatial, and spatio-temporal data. You’ll learn why each problem matters, what data are relevant, and how to explore the data you’ve identified. Miller guides you through conceptually modeling each data set with words and figures; and then modeling it again with realistic R programs that deliver actionable insights. You’ll walk through model construction, explanatory variable subset selection, and validation, mastering best practices for improving out-of-sample predictive performance. Throughout, Miller employs data visualization and statistical graphics to help you explore data, present models, and evaluate performance. This edition adds five new case studies, updates all code for the newest versions of R, adds more commenting to clarify how the code works, and offers a more detailed and up-to-date primer on data science methods. Gain powerful, actionable, profitable insights about: Advertising and promotion Consumer preference and choice Market baskets and related purchases Economic forecasting Operations management Unstructured text and language Customer sentiment Brand and price Sports team performance And much more

Learning R

A Step-by-Step Function Guide to Data Analysis
Author: Richard Cotton
Publisher: "O'Reilly Media, Inc."
ISBN: 1449357180
Category: Computers
Page: 400
View: 5219

Continue Reading →

Learn how to perform data analysis with the R language and software environment, even if you have little or no programming experience. With the tutorials in this hands-on guide, you’ll learn how to use the essential R tools you need to know to analyze data, including data types and programming concepts. The second half of Learning R shows you real data analysis in action by covering everything from importing data to publishing your results. Each chapter in the book includes a quiz on what you’ve learned, and concludes with exercises, most of which involve writing R code. Write a simple R program, and discover what the language can do Use data types such as vectors, arrays, lists, data frames, and strings Execute code conditionally or repeatedly with branches and loops Apply R add-on packages, and package your own work for others Learn how to clean data you import from a variety of sources Understand data through visualization and summary statistics Use statistical models to pass quantitative judgments about data and make predictions Learn what to do when things go wrong while writing data analysis code

Modeling Techniques in Predictive Analytics with Python and R

A Guide to Data Science
Author: Thomas W. Miller
Publisher: FT Press
ISBN: 013389214X
Category: Computers
Page: 448
View: 8406

Continue Reading →

Master predictive analytics, from start to finish Start with strategy and management Master methods and build models Transform your models into highly-effective code—in both Python and R This one-of-a-kind book will help you use predictive analytics, Python, and R to solve real business problems and drive real competitive advantage. You’ll master predictive analytics through realistic case studies, intuitive data visualizations, and up-to-date code for both Python and R—not complex math. Step by step, you’ll walk through defining problems, identifying data, crafting and optimizing models, writing effective Python and R code, interpreting results, and more. Each chapter focuses on one of today’s key applications for predictive analytics, delivering skills and knowledge to put models to work—and maximize their value. Thomas W. Miller, leader of Northwestern University’s pioneering program in predictive analytics, addresses everything you need to succeed: strategy and management, methods and models, and technology and code. If you’re new to predictive analytics, you’ll gain a strong foundation for achieving accurate, actionable results. If you’re already working in the field, you’ll master powerful new skills. If you’re familiar with either Python or R, you’ll discover how these languages complement each other, enabling you to do even more. All data sets, extensive Python and R code, and additional examples available for download at http://www.ftpress.com/miller/ Python and R offer immense power in predictive analytics, data science, and big data. This book will help you leverage that power to solve real business problems, and drive real competitive advantage. Thomas W. Miller’s unique balanced approach combines business context and quantitative tools, illuminating each technique with carefully explained code for the latest versions of Python and R. If you’re new to predictive analytics, Miller gives you a strong foundation for achieving accurate, actionable results. If you’re already a modeler, programmer, or manager, you’ll learn crucial skills you don’t already have. Using Python and R, Miller addresses multiple business challenges, including segmentation, brand positioning, product choice modeling, pricing research, finance, sports, text analytics, sentiment analysis, and social network analysis. He illuminates the use of cross-sectional data, time series, spatial, and spatio-temporal data. You’ll learn why each problem matters, what data are relevant, and how to explore the data you’ve identified. Miller guides you through conceptually modeling each data set with words and figures; and then modeling it again with realistic code that delivers actionable insights. You’ll walk through model construction, explanatory variable subset selection, and validation, mastering best practices for improving out-of-sample predictive performance. Miller employs data visualization and statistical graphics to help you explore data, present models, and evaluate performance. Appendices include five complete case studies, and a detailed primer on modern data science methods. Use Python and R to gain powerful, actionable, profitable insights about: Advertising and promotion Consumer preference and choice Market baskets and related purchases Economic forecasting Operations management Unstructured text and language Customer sentiment Brand and price Sports team performance And much more