Statistik ohne Tücken: Methoden der kritischen Datenanalyse und kausalen Schlussfolgerung
A

Statistik ohne Tücken: Methoden der kritischen Datenanalyse und kausalen Schlussfolgerung

Mathematik
statistics data analysis causal inference critical thinking quantitative methods regression analysis experimental design
Autor
Итан Буэно де Мескита, Энтони Фаулер
Verlag
ДМК Пресс
Jahr
2023
Sprache
Russisch
41
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Kausalanalyse für Mutige und Ehrliche

Kausalanalyse für Mutige und Ehrliche

Матеус Факур, Артем Груздев

Kausalanalyse in der Datenwissenschaft

Kausalanalyse in der Datenwissenschaft

Алекс Руис де Вилья Роберт

Causal Inference mit Python. Kausale Zusammenhänge in der IT-Entwicklung

Causal Inference mit Python. Kausale Zusammenhänge in der IT-Entwicklung

Матеуш Факур

Verhaltensdatenanalyse mit R und Python. Wie man Geschäftsergebnisse auf Basis von Kundendaten verbessert

Verhaltensdatenanalyse mit R und Python. Wie man Geschäftsergebnisse auf Basis von Kundendaten verbessert

Флоран Бюиссон

Einstieg in die Datenanalyse

Einstieg in die Datenanalyse

Джордж Маунт

Data Science. Insiderwissen für Anfänger. Inklusive der Sprache R.

Data Science. Insiderwissen für Anfänger. Inklusive der Sprache R.

Кэти О’Нил, Рэйчел Шатт

Regression: Theorie und Praxis. Mit Beispielen in R und Stan

Regression: Theorie und Praxis. Mit Beispielen in R und Stan

Эндрю Гельман, Дженнифер Хилл, Аки Вехтари

Theoretisches Minimum zu Big Data. Alles, was Sie über Big Data wissen müssen.

Theoretisches Minimum zu Big Data. Alles, was Sie über Big Data wissen müssen.

Ын Анналин, Су Кеннет

Mathematik für Data Science. Datenmanagement mit linearer Algebra, Wahrscheinlichkeitstheorie und Statistik

Mathematik für Data Science. Datenmanagement mit linearer Algebra, Wahrscheinlichkeitstheorie und Statistik

Томас Нилд

Praktische Statistik für Data-Science-Experten: 50+ wesentliche Konzepte mit R und Python

Praktische Statistik für Data-Science-Experten: 50+ wesentliche Konzepte mit R und Python

Питер Брюс, Эндрю Брюс, Питер Гедек