Große Datenmengen lassen sich ohne den Einsatz von einschlägigen Softwareprodukten kaum bearbeiten. Mit den bereitgestellten Algorithmen können Daten statistisch ausgewertet und Optimierungsaufgaben oder kombinatorische Problemstellungen gelöst werden. Auch wenn dies zumeist im „Black Box“-Verfahren geschieht, ist es doch hilfreich, etwa bei der Auswahl der Algorithmen oder bei der Einschätzung der erforderlichen Zeit-Ressourcen, die hinter den Algorithmen steckenden mathematischen Ideen zu kennen. Das Buch lädt Biologen und Mediziner ein, sich mit den mathematischen Grundlagen von ausgewählten Algorithmen der Bioinformatik vertraut zu machen. Es ist eine Einführung mit vielen durchgerechneten Beispielen und zahlreichen Aufgaben mit ausführlichen Lösungen zum Einüben der mathematischen Inhalte. Inhaltliche Schwerpunkte sind Matrizen, lineare Gleichungssysteme, Rekursionen, Abzähltechniken, diskrete dynamische Optimierung, Markov-Ketten, Hidden Markov-Modelle und distanzbasierte Klassifikationsverfahren.

Dieses Buch fuhrt in grundlegende Methoden der Mathematik ein, die in den Biowissenschaften angewendet werden. Die Themenbereiche wurden in der dritten Auflage erheblich erweitert. Sie umfassen u.a. Verfahren zur Auswertung von Beobachtungsdaten, die fur das Fachgebiet wichtigen Funktionen, die Anpassung von Funktionen an Daten, Modellbildung mit Differentialgleichungen, Vektoren und Matrizen sowie Schatz- und Testverfahren. Die Darstellung der Inhalte baut auf der Schulmathematik auf. Das Buch enthalt ein umfangreiches UEbungsmaterial, mit dem eine Sicherheit in der Anwendung der Methoden und der numerischen Problemloesung mit R erreicht werden kann.

Die Angewandte Statistik" ist ein Lehr- und Ubungsbuch fur Anwenderinnen und Anwender der Statistik, die ein Verstandnis fur statistische Methoden und eine Sicherheit in der Anwendung dieser Methoden erwerben wollen. Vorausgesetzt wird nur die Kenntnis der fur den Universtats- oder Fachhochschulzugang erforderlichen Schulmathematik. Das Lehrbuch fuhrt zuerst in die Wahrscheinlichkeitsrechnung ein und stellt grundlegende Wahrscheinlichkeitsverteilungen vor. Ausfuhrlich werden die Parameterschatzung und das Testen von Hypothesen behandelt. Mit den gangigen Korrelationsmassen und ausgewahlten Regressionsmodellen wird die statistische Grundbildung abgerundet. Die Kapitel uber varianzanalytische Modelle und multivariate Verfahren geben einen Einblick in zwei weitere, fur die statistische Praxis relevante Gebiete. Daruber hinaus werden Vertiefungen und spezielle Anwendungen in erganzenden Abschnitten bereitgestellt. Zahlreiche, vollstandig durchgerechnete Beispiele und Ubungsaufgaben mit einem ausfuhrlichen Losungsteil machen die Angewandte Statistik" zu einem Arbeitsbuch, das sich auch zum Selbststudium eignet. Die Ausrichtung auf die Statistik-Software R (durch Verweise auf die entsprechenden R-Funktionen und die Angabe des R-Codes bei den Losungen der Aufgaben) tragt der Bedeutung computerunterstutzter Problemlosungen in der statistischen Praxis Rechnung."

Das Buch fuhrt in die Anwendung von grundlegenden mathematischen Methoden ein, die in den Biowissenschaften immer wichtiger werden. Behandelt werden u.a. elementare Techniken zur Auswertung von Beobachtungsdaten, die fur die Praxis des Fachgebietes wichtigen Funktionen, Anpassung von Funktionen an Daten sowie Modellbildung mit Differenzen- und Differentialgleichungen. Die Darstellung der Inhalte baut auf der Schulmathematik auf und bleibt auf einem niedrigen Abstraktionsniveau. Die inhaltlichen Veranderungen gegenuber der ersten Auflage betreffen im wesentlichen die Abschnitte uber Matrizen und lineare Gleichungssysteme sowie uber Differentialgleichungen. Vergroessert wurde auch das UEbungsmaterial in Form von durchgerechneten Beispielen und mit Loesungshinweisen versehenen Aufgaben; die Zahl der Beispiele und Aufgaben betragt nun zusammen 191. Durch die 112 im Text durchgerechneten Beispiele sowie die 79 Aufgaben mit Loesungen verliert der Leser nie den Kontakt zu den praktischen Anwendungen. Daher eignet sich das Buch auch gut zum Selbststudium.