Einführung in die empirische Kausalanalyse und Machine Learning mit R
von: Dennis Klinkhammer, Alexander Spermann
wbv Media, 2020
ISBN: 9783838555102
Sprache: Deutsch
188 Seiten,
Download: 6970 KB
Format: PDF, auch als Online-Lesen
eBook anfordern
▸
Mehr zum Inhalt
Einführung in die empirische Kausalanalyse und Machine Learning mit R
Das Lehrbuch bietet Studierenden eine Einführung in die Programmiersprache R. Mit dieser Open-Source-Software werden in der quantitativen Forschung große strukturierte und unstrukturierte Datenmengen für Analysen erschlossen. Lernvideos und digitale Musterlösungen ergänzen das Lehrbuch. Es ist der ideale Einstieg für Bachelor- und Masterstudierende in die Statistik - insbesondere Ökonometrie, empirische Kausalanalyse und Machine Learning. Die ersten beiden Abschnitte enthalten forschungsmethodische sowie statistische Grundlagen und eine Einführung in die anwendungsorientierte Programmiersprache, wobei die Vorteile von R gegenüber einer proprietären Statistiksoftware deutlich werden. Moderne Ökonometrie in der Forschungspraxis steht im Mittelpunkt des dritten Teils. Neben der Einführung in die wichtigsten Methoden der empirischen Wirtschafts- und Sozialforschung werden Musteraufgaben und -lösungen mit R präsentiert. Im Schlussteil beschreiben die Autoren den R-basierten Einstieg in die gängigsten Machine-Learning-Verfahren, verweisen auf Anwendungskontexte in der quantitativen Forschung und ziehen Parallelen zur Statistik.