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."

Ausgehend von den Grundbegriffen der Statistik beschreiben die Autoren die Herangehensweise an die Datenerfassung und die verschiedenen Darstellungsmoglichkeiten der erfassten Daten. Die Methoden der Datenanalyse und die damit verbundene Komprimierung von Informationen werden anhand der statistischen Masszahlen, der Verhaltnis- und Indexzahlen und der Zeitreihenanalyse erlautert. Zahlreiche Beispiele und Fragen mit Musterlosungen machen die Zusammenhange klar. Weitere Aufgaben mit ausfuhrlichen Losungen unterstutzen bei der Umsetzung des Wissens.
Fur die 8. Auflage wurde der aktuelle Verbraucherpreisindex angepasst.
Erganzend zu dieser deskriptiven Statistik liegt von den Autoren auch ein Werk zur induktiven Statistik mit dem Titel "Grundlagen statistischer Wahrscheinlichkeiten" vor.
"

This is a concise and elementary introduction to stochastic control and mathematical modelling. This book is designed for researchers in stochastic control theory studying its application in mathematical economics and those in economics who are interested in mathematical theory in control. It is also a good guide for graduate students studying applied mathematics, mathematical economics, and non-linear PDE theory. Contents include the basics of analysis and probability, the theory of stochastic differential equations, variational problems, problems in optimal consumption and in optimal stopping, optimal pollution control, and solving the Hamilton-Jacobi-Bellman (HJB) equation with boundary conditions. Major mathematical prerequisites are contained in the preliminary chapters or in the appendix so that readers can proceed without referring to other materials.

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.

Running Regressions introduces first-year social science undergraduates, particularly those studying economics and business, to the practical aspects of simple regression analysis, without adopting an esoteric, mathematical approach. It shows that statistical analysis can be simultaneously straightforward, useful and interesting, and can deal with topical, real-world issues. Each chapter introduces an economic theory or idea by relating it to an issue of topical interest, and explains how data and econometric analysis can be used to test it. The book can be used as a self-standing text or to supplement conventional econometric texts. It is also ideally suited as a guide to essays and project work.

Running Regressions introduces first-year social science undergraduates, particularly those studying economics and business, to the practical aspects of simple regression analysis, without adopting an esoteric, mathematical approach. It shows that statistical analysis can be simultaneously straightforward, useful and interesting, and can deal with topical, real-world issues. Each chapter introduces an economic theory or idea by relating it to an issue of topical interest, and explains how data and econometric analysis can be used to test it. The book can be used as a self-standing text or to supplement conventional econometric texts. It is also ideally suited as a guide to essays and project work.

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.
"

This book describes the classical axiomatic theories of decision under uncertainty, as well as critiques thereof and alternative theories. It focuses on the meaning of probability, discussing some definitions and surveying their scope of applicability. The behavioral definition of subjective probability serves as a way to present the classical theories, culminating in Savage's theorem. The limitations of this result as a definition of probability lead to two directions first, similar behavioral definitions of more general theories, such as non-additive probabilities and multiple priors, and second, cognitive derivations based on case-based techniques.

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.

"

This substantial volume has two principal objectives. First it provides an overview of the statistical foundations of Simulation-based inference. This includes the summary and synthesis of the many concepts and results extant in the theoretical literature, the different classes of problems and estimators, the asymptotic properties of these estimators, as well as descriptions of the different simulators in use. Second, the volume provides empirical and operational examples of SBI methods. Often what is missing, even in existing applied papers, are operational issues. Which simulator works best for which problem and why? This volume will explicitly address the important numerical and computational issues in SBI which are not covered comprehensively in the existing literature. Examples of such issues are: comparisons with existing tractable methods, number of replications needed for robust results, choice of instruments, simulation noise and bias as well as efficiency loss in practice.

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).

Fur die, die es genau wissen wollen Verteilungsfreie Methoden werden vor allem zur statistischen Hypothesenprufung bei kleineren Stichproben mit nicht normal-verteilten Daten eingesetzt. Kurz und knapp werden diese verteilungsfreien, non-parametrischen Verfahren in der Kurzgefassten Statistik" von Jurgen Bortz vorgestellt. Hier, in der 3. Auflage der Verteilungsfreien Methoden in der Biostatistik," werden die Verfahren so aufbereitet, dass auch Leser ohne spezielle mathematische Vorkenntnisse den Rechengang nachvollziehen konnen. Dazu dienen einfache Zahlenbeispiele aus der Psychologie, der Biomedizin und den Sozialwissenschaften, die anhand eines einheitlichen Schemas die jeweiligen Verfahren veranschaulichen. Mit 47 Signifikanztafeln. Sowohl als Einfuhrungslekture als auch als detailliertes Nachschlagewerk geeignet "

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."

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?"

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."

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. "

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.

This book is a collection of essays written in honor of Professor Peter C. B. Phillips of Yale University by some of his former students. The essays analyze a number of state of the art issues in econometrics, all of which Professor Phillips has directly influenced through his seminal scholarly contribution as well as through his remarkable achievements as a teacher. The essays are organized to cover topics in higher-order asymptotics, deficient instruments, nonstationary, LAD and quantile regression, and nonstationary panels. These topics span both theoretical and applied approaches and are intended for use by professionals and advanced graduate students.

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 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. "