Bewertung:

Das Buch wird allgemein als nützliche Ressource für Anfänger angesehen, die R und Statistik lernen wollen, wird aber wegen seiner begrenzten Tiefe und Komplexität kritisiert. Es eignet sich gut als Nachschlagewerk für Online-Kurse und praktische Anwendungen, erfüllt aber möglicherweise nicht die Bedürfnisse von fortgeschrittenen Benutzern oder als primäre Bildungsressource.
Vorteile:⬤ Großartig für Anfänger
⬤ dient als hilfreiches Nachschlagewerk für R- und Statistikkurse
⬤ guter Wert
⬤ gut präsentiertes physisches Buch.
⬤ Nicht geeignet für fortgeschrittene Benutzer
⬤ mangelnde Tiefe bei komplexen Themen
⬤ Kindle-Version hat Probleme mit der Zugänglichkeit
⬤ begrenzte neue Inhalte in der zweiten Auflage
⬤ nicht ideal für Bildungszwecke.
(basierend auf 12 Leserbewertungen)
Using R for Introductory Statistics
Die zweite Auflage des Bestseller-Lehrbuchs Using R for Introductory Statistics führt Studierende durch die Grundlagen von R und hilft ihnen, die manchmal steile Lernkurve zu überwinden. Der Autor tut dies, indem er das Material in kleine, aufgabenorientierte Schritte aufteilt. Die zweite Auflage behält die Merkmale bei, die die erste Auflage so beliebt gemacht haben, während Daten, Beispiele und Änderungen an R auf den neuesten Stand gebracht wurden.
Siehe Was ist neu in der zweiten Auflage:
⬤ Verstärkte Betonung auf idiomatischeres R bietet eine Grundlage für die Funktionalität von Base R.
⬤ Diskussionen über die Verwendung von RStudio helfen neuen R-Benutzern, so viele Fallstricke wie möglich zu vermeiden.
⬤ Die Verwendung des knitr-Pakets macht den Code leichter lesbar und damit auch leichter zu verstehen.
⬤ Zusätzliche Informationen über computerintensive Ansätze motivieren den traditionellen Ansatz.
⬤ Aktualisierte Beispiele und Daten machen die Informationen aktuell und zeitgemäß.
Das Buch hat ein begleitendes Paket, UsingR, das auf CRAN, dem Repository von R für von Benutzern bereitgestellte Pakete, verfügbar ist. Das Paket enthält die im Text erwähnten Datensätze (data(package="UsingR")), Antworten auf ausgewählte Probleme (answers()), ein paar Demonstrationen (demo()), die Errata (errata()) und Beispielcode aus dem Text.
Die Themen dieses Textes lehnen sich eng an den traditionellen Unterrichtsverlauf an; das Buch zeigt jedoch auch computerintensive Ansätze auf, um den eher traditionellen Ansatz zu motivieren. Die Autoren legen Wert auf realistische Daten und Beispiele und setzen auf Visualisierungstechniken, um Erkenntnisse zu gewinnen. Sie führen nahtlos in Statistik und R ein und geben den Studierenden die Werkzeuge an die Hand, die sie für die Verwendung von R benötigen, sowie die Informationen, die sie brauchen, um sich in der manchmal komplexen Welt der statistischen Berechnungen zurechtzufinden.