This volume provides a general framework for a macroeconomic theory of income distribution and wealth distribution and accumulation. The book is divided into two parts. In the first the author surveys the sets of literature on the subject and relates them to each other. In the second part he makes his own contribution by presenting a new model which uses both neo-classical and post-Keynesian analytical tools. The author focuses on the laws which regulate the behavior of individuals and social groups within a given institutional set-up, and in particular those which regulate the accumulation of inter-generational wealth and life-cycle savings of families or dynasties, both in a deterministic and stochastic context. The theoretical issue of savings accumulation is reconsidered, alongside income distribution, and profit determination by concentrating on the historical reasons that are at the basis of "class distinction," as well as "generation distinction," in modern economic analysis.

What do we mean by inequality comparisons? If the rich just get richer and the poor get poorer, the answer might seem easy. But what if the income distribution changes in a complicated way? Can we use mathematical or statistical techniques to simplify the comparison problem in a way that has economic meaning? What does it mean to measure inequality? Is it similar to National Income? Or a price index? Is it enough just to work out the Gini coefficient?
Measuring Inequality tackles these questions and examines the underlying principles of inequality measurement and its relation to welfare economics, distributional analysis, and information theory. The book covers modern theoretical developments in inequality analysis, as well as showing how the way we think about inequality today has been shaped by classic contributions in economics and related disciplines. Formal results and detailed literature discussion are provided in two appendices. The principal points are illustrated in the main text, using examples from US and UK data, as well as other data sources, and associated web materials provide hands-on learning.
Measuring Inequality is designed to appeal to both undergraduate and post-graduate students, and academic economists. Its emphasis on practical application means that it will also be useful to policy analysts and advisors.

Anhand vieler Praxisbeispiele aus den Wirtschaftswissenschaften bietet dieses Buch einen praktischen Einstieg in die Lineare Optimierung. Dabei werden dem Leser insbesondere die zugrunde liegenden Ideen nahe vermittelt. Zu den zahlreichen Aufgaben werden ausfuhrliche Musterlosungen angeboten. Daruber hinaus helfen Ihnen die Beispielklausuren bei der gezielten Vorbereitung auf Klausuren."

Software-as-a-Service ist eines der meistdiskutierten Themen im IT-Umfeld. Was verbirgt sich hinter dem Hype? Wo liegen Chancen und Risiken fur Unternehmen und Berater? Antworten auf diese Fragen geben namhafte Autoren aus Wissenschaft und Praxis.

Unternehmen koennen notwendige Entwicklungsarbeiten an Anwendungssystemen durch eigene Mitarbeiter erbringen oder externe Dienstleister beauftragen (Make or Buy). Bjoern Brandt entwickelt eine Systematik von Make-or-Buy-Entscheidungen und stellt dar, welche Kriterien bei der Partnerwahl zugrunde liegen.

Diese Einfuhrung beschreibt erstmals klassische Regressionsansatze und moderne nicht- und semiparametrische Methoden in einer integrierten, einheitlichen und anwendungsorientierten Form. Die Darstellung wendet sich an Studierende der Statistik in Wahl- und Hauptfach sowie an empirisch-statistisch und interdisziplinar arbeitende Wissenschaftler und Praktiker, zum Beispiel in Wirtschafts- und Sozialwissenschaften, Bioinformatik, Biostatistik, OEkonometrie und Epidemiologie. Die praktische Anwendung der vorgestellten Konzepte und Methoden wird anhand ausfuhrlich vorgestellter Fallstudien demonstriert, um Lesern die Analyse eigener Fragestellungen zu ermoeglichen.

Das Buch bietet eine Einfuhrung in die wichtigsten Methoden der beschreibenden Statistik und ausgewahlte Kapitel der Wirtschaftsstatistik, insbesondere in die Indexzahlen und die Messung von Konzentration und Disparitat. Die Darstellung zielt auf klare Begriffe, nachvollziehbare Verfahren und Motivation aus den Wirtschaftswissenschaften. Sie enthalt zahlreiche durchgerechnete Beispiele, zum Teil mit aktuellen realen Wirtschaftsdaten. Anleitungen zur Datenanalyse am Computer mit Excel(r) erganzen den Text. Das Lehrbuch richtet sich an Studierende insbesondere der Wirtschafts- und Sozialwissenschaften im Bachelorstudium. Es ist auch zum Selbststudium geeignet."

Negli ultimi dieci anni ca (TM)A] stata una (TM)ampia fase della (TM)innovazione tecnologica che ha portato alla diffusione di grandi quantitA di dati in diversi campi applicativi. Le aziende in primo luogo hanno a disposizione moltissimi elementi informativi riguardanti i loro clienti, ma anche nella medicina, nella genetica, nella biologia, e in molti altri ambienti applicativi sono ora a disposizioni grandi masse di dati. Tale realtA porta con sA(c) la necessitA di sviluppare e conoscere nuovi strumenti di analisi statistica.

In questo contesto molti strumenti e metodi di analisi hanno origini diverse, in particolare dalla statistica e dal machine learning, ma condividono molti aspetti. Questo libro descrive i concetti piA importanti di queste aree in una (TM)impostazione unificata. Seppure la (TM)approccio sia statistico, la (TM)enfasi A] sui concetti piuttosto che sulla formulazione matematica.

Vengono presentati molti esempi corredati da una (TM)ampia varietA di illustrazioni grafiche. Il libro dovrebbe quindi costituire un utile strumento per gli statistici e per chiunque altro A] interessato al data mining sia nel mondo aziendale che in quello scientifico.

In diesem Buch werden die methodischen Grundlagen von Planungs- und Kontrollsystemen sowie von Informationssystemen im engeren Sinn (Fuhrungsinformationssysteme, Management-Informationssysteme, Business-Intelligence-Systeme, Online-Analytical-Processing-Systeme) systematisch und kompakt aufbereitet. Ein deutlicher Schwerpunkt liegt dabei auf der Darstellung der Informationsinhalte. Die Autoren vermitteln einen Uberblick zu allen wichtigen betrieblichen Funktionsbereichen sowie zu funktions- und prozessubergreifenden Themen. Zu allen Bereichen finden sich aktuelle Beispiele, etwa zur Balanced-Scorecard-Methodik, zu einem Redaktions-Leitstand fur die Unternehmensfuhrung, zu Systemen zur Integration von Marktforschungs- und Controllingdaten, zur Analyse der Fertigungslogistik oder zum Beschwerdemanagement. Bei der Auswahl der Praxisbeispiele berucksichtigen die Autoren die starke Verbreitung von SAP-Systemen.
Fur die 10. Auflage wurden die Praxisbeispiele sowie die Kapitel zur Gestaltung von Berichten und zur Kategorisierung der typischen Fuhrungsinformationen auf den neuesten Stand gebracht.

"

Il libro Demand Planning analizza metodi quantitativi, modelli matematici e processi aziendali per la gestione e la pianificazione della domanda commerciale delle aziende, relativa ai prodotti ed ai servizi realizzati. Fattori competitivi quali la proliferazione della gamma di prodotti, la (TM)introduzione continua di nuovi prodotti presso nuovi mercati o canali distributivi, il limitato ciclo di vita dei prodotti, la progettazione di attivitA promozionali rivolte a fidelizzare i clienti e ad accrescere la quota di mercato aziendale, indicano il processo di Demand Planning come cruciale e strategico per la competitivitA delle aziende. La stima accurata e precisa della futura domanda commerciale, definita sotto forma di piano previsionale, consente alla (TM)azienda di definire in modo ottimale piani finanziari, piani strategici, piani operativi di produzione, distribuzione ed approvvigionamento dei materiali. Il libro affronta la complessitA inerente la progettazione, la gestione e la manutenzione di un sistema di Demand Planning, attraverso le fasi di conduzione dei processi ad esso afferenti. Dopo aver inquadrato la disciplina del Demand Planning nella (TM)ambito del contesto dei sistemi produttivi e logistici, noti come Supply Chain Management, vengono esplicitate le tre macrofasi in cui il Demand Planning A] articolato: pre-forecasting, forecasting e post-forecasting, mediante la (TM)analisi approfondita delle metodologie e dei modelli matematici di riferimento (Business Intelligence e Data Mining per la (TM)analisi dei dati storici relativi alle vendite, Demand Forecasting per la generazione dei piano previsionale delle vendite, metodologie di Qualitative Forecasting e di analisicollaborativa del piano previsionale a" quali ad esempio gestione delle promozioni, degli assortimenti, introduzione di nuovi prodotti a" per la modifica della baseline statistica di forecast). Vengono da ultimo illustrate applicazioni di Demand Planning, relative alla progettazione ed al dimensionamento delle reti logistiche di fornitura (Supply Chain Networks), alla preparazione del piano principale di produzione e di distribuzione dei prodotti finiti (Supply Chain Planning), al dimensionamento ottimale delle scorte alla (TM)interno della filiera logistica (Inventory Planning).

Das Buch deckt den Bereich der Datenanalyse und Statistik in seiner ganzen Breite ab. Neben der deskriptiven und induktiven Statistik werden insbesondere Methoden der Datenanalyse sowie neuere Ansatze des Data Mining behandelt. Zahlreiche Beispiele erganzen die methodischen Darstellungen.
"

Statistische Verfahren werden in der Medizin und in allen Naturwissenschaften, in der Wirtschaft, in der Technik und zunehmend auch in den Sozial- und Geisteswissenschaften eingesetzt. Die Statistik gilt trotzdem als schwierig. Um diese Hemmschwelle zu uberwinden, geben die Autoren in dem vorliegenden Buch eine anwendungsorientierte Einfuhrung in die Methoden der induktiven Statistik und Datenanalyse. Sie beschreiben anhand praxisnaher Beispiele die Ideen und Werkzeuge des modernen statistischen Datenmanagements. Der Leser kann mittels der vielen Ubungsaufgaben sein Wissen vertiefen, wobei die Musterlosungen ihm zeigen, wie eine Ubung gelost werden konnte. Sowohl die Statistik-Software SPSS als auch als Neuerung - die Programmiersprache R kommen in diesem Buch zum Einsatz. Das Buch beinhaltet ferner eine Einfuhrung zur Problematik fehlender Daten. Diese Erweiterung ist einmalig fur ein deutschsprachiges Lehrbuch der Statistik."

In diesem Lehrbuch wird ein anwendungsorientierter Zugang zur mathematischen Theorie der Daten und des Zufalls entwickelt, der von Phanomenen des Alltags ausgeht und bis in die axiomatische Theorie der Wahrscheinlichkeit hineinreicht. Es richtet sich vor allem an Studierende des Lehramts Mathematik, ist aber auch als sinnstiftender Zugang zur Stochastik fur andere Studierende der Mathematik (Diplom, BA) geeignet. Im Kapitel "Beschreibende Statistik" werden Konzepte der Datenreduktion und -prasentation entwickelt. Der Aufbau der "Wahrscheinlichkeitsrechnung" erfolgt von typischen Beispielen aus, wobei die geschichtliche und inhaltliche Entwicklung des Wahrscheinlichkeitsbegriffs ausfuhrlich dargestellt werden. Diese beiden Teilgebiete werden im Kapitel "Beurteilende Statistik" zusammengefuhrt. Den Abschluss bildet ein Ausblick auf die Anwendung stochastischer Methoden in den empirischen Wissenschaften. Zahlreiche Abbildungen sowie Lern- und Ubungsaufgaben mit Losungshinweisen runden die Darstellung ab."

Das Buch fuhrt schrittweise in die faszinierende Welt statistischer Analysen ein. Es erfordert weder Vorwissen in Statistik noch in einem bestimmten Fachgebiet, nur einige Grundkenntnisse in Mathematik und Neugier auf Daten, die vor allem beobachtete Merkmale von Personen sind. Das Buch enthalt viele Beispiele fur Fragen, die mit Hilfe von Daten beantwortet werden konnen und einfache Zahlenbeispiele fur verschiedene Arten von Analysen. Es ist daher geeignet fur Erstsemester und fur alle, die damit beginnen, sich an Studien zu beteiligen, die Datenanalysen erfordern.

Der Leser findet insbesondere Antworten auf folgende Fragen: Was ist typisch und wie variabel sind beobachtete Merkmale? Wie sieht man, ob und wie die beobachten Merkmale voneinander abhangen? Was sind statistische Modelle? Wozu braucht man sie? Wie interpretiert man beobachtete Ergebnisse? Was sind Wahrscheinlichkeiten und was sind Zufallssvariablen und ihre Verteilungen? Wie erganzen sie beobachtete Merkmale? In welchen Situationen und wie kann man beurteilen, ob ein beobachtetes Ergebnis von allgemeinerer Bedeutung ist?"

Dieses Buch gibt eine Einfuhrung in die wichtigsten Verfahren der statistischen Analyse von Finanzmarktdaten wie beispielsweise Kursen oder Renditen von Aktien oder Aktienindizes. Unter den Themen sind die Deskription und Analyse von uni- und multivariaten Renditeverteilungen, die Analyse der Struktur von Renditezeitreihen sowie statistische Verfahren fur das CAPM und die Untersuchung der stochastischen Dominanz. Das Buch richtet sich an Studierende der Wirtschaftswissenschaften im Hauptstudium, aber auch an Praktiker in Banken und Versicherungen. Es ist sehr gut zum Selbststudium geeignet. Kenntnisse der Mathematik und Statistik werden nur soweit vorausgesetzt, wie sie im wirtschaftswissenschaftlichen Grundstudium vermittelt werden.

Statistik dringt in immer weitere Bereiche der Naturwissenschaften, der Technik, Medizin und Okologie vor. Den immer komplexer werdenden Daten muss der Statistiker mit einem ausreichenden Methodenarsenal und mit entsprechender statistischer Software gerecht werden.

Ausgehend von Grundbegriffen und elementaren Verfahren wendet sich das Buch zunachst den Standardverfahren der multiplen Regression und den Modellen der Varianzanalyse zu. Nichtlineare statistische Methoden, wie sie namentlich bei kategoriellen Daten benotigt werden, und nichtparametrische Methoden zur Kurvenanpassung folgen. Besteht die Zielgrosse aus mehreren korrelierten Variablen gleichzeitig, so gelangt man zu den multivariaten Verfahren, die eine ausserordentliche Attraktivitat in den 'life sciences' erlangt haben: Manova, Diskriminanz-, Faktor- und Clusteranalyse. Das Buch schliesst mit den Analysemethoden fur Zeitreihen, die sowohl in der Okologie als auch in der Okonomie wachsende Bedeutung gewinnen.

Jedes Verfahren wird durch Anwendungsbeispiele illustriert, die grosseren real-wissenschaftlichen Fallstudien entnommen sind, sowie durch Programmcodes erganzt, die in der Syntax der bekannten Statistikpakete Splus/R, SPSS oder SAS geschrieben sind.

Awendern in den oben genannten Gebieten, die mit komplexeren Auswertungsproblemen konfrontiert sind, und die bis zur Feinanalyse ihrer Daten vordringen wollen wie Studenten und Dozenten in den Methodenwissenschaften (Mathematik, Statistik, Informatik) erhalten einen Einblick in die Fragestellungen und in die Losungsangebote der Statistik und der sie unterstutzenden Programmpakete."

Intelligentes Datenmanagement ist unabdingbare Grundlage und Voraussetzung fur informationsbasierte Entscheidungen in allen Anwendungsbereichen und -ebenen.

Dies ist das erste deutschsprachige Buch zum anwendungsorientierten Datenmanagement mit SPSS. Es hebt die fundamentale Rolle von explizitem und kontrolliertem Datenmanagement fur die Analyse von Daten hervor, indem es beim Zugang zum Programm Einsatzmoglichkeiten von SPSS aufzeigt, die weit uber die Optionen fur Mauslenker hinausgehen. Die Didaktik des Buches ist dabei anwendungs- und erfolgsorientiert. Die Einsatzmoglichkeiten des Datenmanagements mit SPSS Syntax sind dabei nach praxisorientierten Fragestellungen geordnet, die wiederum von unkomplizierten Zugangen bis zu anspruchsvolleren Ansatzen gesteigert werden. "

Aufgabe der schliessenden Statistik ist es, auf Basis beobachteter Phanomene auf allgemeine Zusammenhange zu schliessen. Das Buch vermittelt die dazu benotigten grundlegenden Ideen und Konzepte, wobei neben der mathematisch formalen Darstellung besonderer Wert darauf gelegt wird, alle Methoden auch sehr intensiv verbal zu vermittelen. Zahlreiche ausfuhrliche Beispiele illustrieren die Anwendung der vorgestellten statistischen Verfahren, haufig werden die (Rechen-)Wege zum Ziel detailliert beschrieben. Mehrere zentrale Beispiele ziehen sich durch das gesamte Buch und erleichtern so dem Leser die Aufnahme der Methodik.

Die grafische Gestaltung (z.B. schattierte Hinterlegung der zentralen Beispiele) erleichtert es dem Leser, zwischen Festlegungen (Definitionen), Regeln, Beispielen und anderen wiederkehrenden Elementen zu unterscheiden.

Das Buch ist die Fortsetzung des Bandes "Beschreibende Statistik. Grundlegende Methoden" von M. Burkschat, E. Cramer und U. Kamps (Springer, 2003, ISBN 3-540-03239-8)."

Das Buch fuhrt in die wichtigsten statistischen Methoden von der Datenerhebung uber beschreibende Techniken hin zur schliessenden Analyse einschliesslich multivariater Verfahren ein. Besonderer Wert wird in der Darstellung des Stoffes darauf gelegt, dass die Eigenschaften und Zusammenhange der statistischen Verfahren deutlich werden. Zahlreiche Beispiele und Abbildungen illustrieren die Anwendung der vorgestellten Verfahren und tragen so zur weiteren Verstandlichkeit des Textes bei.

Durch die Integration der Wahrscheinlichkeitsrechnung und Einfuhrung multivariater Verfahren ist das Buch nicht nur als Lehrtext sondern gleichzeitig auch als ein Kompendium zur Statistik zu benutzen. "

Allein mit der Beobachtungsgabe konnen wir die soziale Wi- lichkeit nicht wahrnehmen. Wir mussen uns mit Geraten aus- sten, die unsere naturlichen Fahigkeiten verstarken, so wie es fur die Beobachtung der Natur langst geschehen ist. Umfragen sind ein solches Hilfsmittel, seit dem Ende des 18. Jahrhunderts muhsam methodisch entwickelt, mit eigen- tigen Verzogerungen, gegen beharrliche Widerstande. Die empirische Tradition der Erforschung von Meinungen und Einstellungen begann - recht bescheiden - in Deutschland, schrieb der Pionier der modernen Sozialforschung Paul 1 Lazarsfeld. Aber die Tradition der deutschen Umfragen des 19. und fruhen 20. Jahrhunderts war vollig abgerissen und so gut wie vergessen, als nach 1945 Bevolkerungsumfragen in Deutschland wieder aufkamen. Man hielt sie fur eine ameri- nische Erfindung. Das neue Beobachtungsinstrument wurde kaum mit Freude begrusst, nicht als Fortschritt menschlicher Erkenntnismogli- keiten gepriesen. Es weckte Unbehagen. Man wunderte sich, warum plotzlich uberall Umfrageergebnisse erschienen, in Z- tungen und im Rundfunk, in den politischen Reden ebenso wie in den Geschaftspapieren der Firmen. Zeitweise dachte man, es sei eine Mode. Heute sind Umfragen aus dem politischen und dem Wi- schaftsleben und aus vielen anderen Bereichen nicht mehr w- zudenken. Doch das Misstrauen in der Offentlichkeit ist gebl- ben."

Das vorliegende Buch ist eine EinfA1/4hrung in die praktische Arbeit mit makroAkonometrischen Modellen. Die Autoren sind auf dem Feld international ausgewiesene Wissenschaftler. Die BeitrAge thematisieren alle Aspekte des VerstAndnisses der statistisch/Akonometrisch und Akonomisch-theoretischen Grundlagen makroAkonometrischer Modelle, ihrer Wirkungsbeziehungen sowie ihrer Prognose- und Simulationsleistungen. Die BeitrAge sind fA1/4r sich verstAndlich und wenden sich an Interessierte, ohne spezifische statistische oder Akonometrische Vorkenntnisse vorauszusetzen. Der Leser kann die wichtigsten Methoden und Verfahren anhand der allgemein verfA1/4gbaren Verfahren und Daten sowie des verwendeten makroAkonometrischen Modells leicht nachvollziehen. Das verwendete Modell ist das RWI-Konjunkturmodell, ein mittelgroAes makroAkonometrisches Modell fA1/4r die Bundesrepublik Deutschland, das seit mehr als 25 Jahren regelmAAig fA1/4r Prognosen und Simulationen Anwendung findet.

Der vorliegende Band beschreibt sowohl die theoretischen als auch die empirischen Aspekte neuronaler Netze. Nach einer detaillierten, auch fur Einsteiger geeigneten Einfuhrung in die Funktionsweise neuronaler Netze, richtet sich der zweite Teil des Buches an Forscher, die ein neuronales Netz als Erwartungsbildungsmodul oder als Optimierungsmodul in volkswirtschaftliche Modelle integrieren wollen. Im dritten Teil des Buches schliesslich wird am Beispiel der Geldnachfrage dargestellt, wie neuronale Netze fur die Analyse und Prognose wirtschaftswissenschaftlicher Zusammenhange eingesetzt werden konnen. Gangige Trainings- und Optimierungsverfahren werden vorgestellt, und es wird gezeigt, wie diese Verfahren in einem Simulator fur neuronale Netze implementiert werden konnen. Die beiliegende CD enthalt eine interaktive Version des Buches. Computer-Simulationen, Programmierbeispiele und Quellcode fur die Programme konnen direkt aus dem Text aufgerufen und Schritt fur Schritt nachvollzogen werden."