Statistics in theory and practice. With applications in R (Q2015125)

Mit ihrem Buch versuchen die Autoren laut eigenem Bekenntnis einen Spagat zwischen einer theorielastigen Statistik und ihren vielfältigen Anwendungsfeldern. Natürlich ist der Text nicht der erste seiner Art, aber dafür sehr gelungen und informativ. In seinen fünf Teilen, die sich wiederum in 21 Abschnitte gliedern, werden zunächst einige theoretische Grundlagen behandelt. Auswahl und Darstellung sind klassisch und beschränken sich auf die Binomialverteilung, die lineare Regression, Zwei-Stichprobentests, den \(\chi^2\)-Anpassungstest sowie Unabhängigkeitstests. Stochastische Aussagen werden, sobald sie etwas tiefliegender sind, nicht bewiesen. So beschränkt sich dieser Teil im Wesentlichen auf die Berechnung von Maximum-Likelihood Schätzern, Konfidenzbereichen und kritischen Werten in einfachen Modellen. Unschön ist, dass die lineare Regression immer noch gleichgesetzt wird mit der Tatsache, dass die Regressionskurve eine Gerade ist. Teil II (Statistik in der Praxis) bietet einen Streifzug durch die bunte Welt statistischer Anwendungen. Sie reichen von der Marktforschung über Kreditscoring bis hin zu Beispielen in der Medizin. In jedem Fall erfolgt eine numerische Unterfütterung durch Daten mithilfe eines R-Paketes sowie der grafischen Oberfläche R-Commander. Teil III beschäftigt sich mit der Möglichkeit von stochastischen Simulationen (z.B. Monte-Carlo Integration und Bootstrap) als Alternative zu aufwändigen numerischen Berechnungen. Teil IV schließlich stellt einen Erfahrungsbericht zu verschiedenen Projekten mit Schülern und Studierenden dar, der Lesern aus dem Lehrbereich eine wertvolle Hilfestellung für eigene Projekte sein kann. Teil V gibt eine Einführung in die Sprache R und die Nutzung der Oberfläche R-Commander. Zusammenfassend handelt es sich um ein Buch, welches -- auch wenn die statistische Toolbox eng umrissen bleibt -- eine wertvolle Stütze bei der Popularisierung der Statistik sein kann.