HAW Hamburg: Data Science
2021-03-28
Einleitung
Über dieses Skript und den Kurs
Dieses “Skript” ist für den Kurs Data Science und als Ergänzung zu dem Kurs Digitalanalyse an der HAW gedacht; es ist ein lebendes Dokument, das kontinuierlich erweitert wird. Der Text wurde mit R selbst und dem Bookdown-Package geschrieben.
Der Kurs ist für komplette Anfänger gedacht; allerdings wird erwartet, dass die Teilnehmer einen Computer bedienen können und nicht bei der ersten mathematischen Formel schreiend weglaufen.
Die folgende Literatur wird empfohlen:
- Chapman, Chris and Elea McDonnell Feit. R for Marketing Research and Analytics. Use R! Springer 2015.
- Bortz, Jürgen und Christof Schuster. Statistik für Human- und Sozialwissenschaftler. 7. Auflage. Springer 2010.
- Fahrmeir, Ludwig, Rita Künstler, Iris Pigeot and Gerhard Tutz. Statistik. Der Weg zur Datenanalyse. 7. Auflage. Springer 2011.
- Field, Andy. An Adventure in Statistics. The Reality Engima. Sage 2016.
- Field, Andy, Jeremy Miles and Zoe Field. Discovering Statistics using R. Sage 2012.
- Grolemund, Garrett and Hadley Wickham: R for Data Science. O’Reilly 2016. Ein wunderbares Buch, das es sowohl kostenlos online gibt als auch als Paperback.
- Provost, Foster and Tom Fawcett. Data Science for Business: What you need to know about data mining and data-analytic thinking.
- Spiegelhalter, David. Die Kunst der Statistik. Redline 2020.
- Wheelan, Charles. Naked Statistics. Stripping the Dread from the Data. Norton & Company 2014.
- Wollschläger, Daniel. Grundlagen der Datenanalyse mit R. Eine anwendungsorientierte Einführung. Springer Spektrum 2017.