WorldCat Linked Data Explorer

Turtle N-Triple JSON-LD RDF/XML HTML Contact Us Home

http://worldcat.org/entity/work/id/2053621009

R in a nutshell

When professionals are faced with analyzing moderate-to-large data sets, tools like Excel do not have the power or flexibility. R was designed for these situations, with good graphical capabilities and a large, robust library of contributed packages. While most books on R are stiff and academic, this Nutshell guide offers a readable overview of R, and contains a reference for the most commonly used features.

Open All Close All

type

about

author

creator

description

http://schema.org/description

  • "Presents a guide to the R computer language, covering such topics as the user interface, packages, syntax, objects, functions, object-oriented programming, data sets, lattice graphics, regression models, and bioconductor."
  • "When professionals are faced with analyzing moderate-to-large data sets, tools like Excel do not have the power or flexibility. R was designed for these situations, with good graphical capabilities and a large, robust library of contributed packages. While most books on R are stiff and academic, this Nutshell guide offers a readable overview of R, and contains a reference for the most commonly used features."@en
  • "When professionals are faced with analyzing moderate-to-large data sets, tools like Excel do not have the power or flexibility. R was designed for these situations, with good graphical capabilities and a large, robust library of contributed packages. While most books on R are stiff and academic, this Nutshell guide offers a readable overview of R, and contains a reference for the most commonly used features."
  • "Wozu sollte man R lernen? Da gibt es viele Gründe: Weil man damit natürlich ganz andere Möglichkeiten hat als mit einer Tabellenkalkulation wie Excel, aber auch mehr Spielraum als mit gängiger Statistiksoftware wie SPSS und SAS. Anders als bei diesen Programmen hat man nämlich direkten Zugriff auf dieselbe, vollwertige Programmiersprache, mit der die fertigen Analyse- und Visualisierungsmethoden realisiert sind - so lassen sich nahtlos eigene Algorithmen integrieren und komplexe Arbeitsabläufe realisieren. Und nicht zuletzt, weil R offen gegenüber beliebigen Datenquellen ist, von der einfachen Textdatei über binäre Fremdformate bis hin zu den ganz großen relationalen Datenbanken. Zudem ist R Open Source und erobert momentan von der universitären Welt aus die professionelle Statistik. R kann viel. Und Sie können viel mit R machen - wenn Sie wissen, wie es geht. Willkommen in der R-Welt Installieren Sie R und stöbern Sie in Ihrem gut bestückten Werkzeugkasten: Sie haben eine Konsole und eine grafische Benutzeroberfläche, unzählige vordefinierte Analyse- und Visualisierungsoperationen - und Pakete, Pakete, Pakete. Für quasi jeden statistischen Anwendungsbereich können Sie sich aus dem reichen Schatz der R-Community bedienen. Sprechen Sie R! Sie müssen Syntax und Grammatik von R nicht lernen - wie im Auslandsurlaub kommen Sie auch hier gut mit ein paar aufgeschnappten Brocken aus. Aber es lohnt sich: Wenn Sie wissen, was es mit R-Objekten auf sich hat, wie Sie eigene Funktionen schreiben und Ihre eigenen Pakete schnüren, sind Sie bei der Analyse Ihrer Daten noch flexibler und effektiver. Datenanalyse und Statistik in der Praxis Anhand unzähliger Beispiele aus Medizin, Wirtschaft, Sport und Bioinformatik lernen Sie, wie Sie Daten aufbereiten, mithilfe der Grafikfunktionen des lattice-Pakets darstellen, statistische Tests durchführen und Modelle anpassen."

genre

http://schema.org/genre

  • "Electronic books"

name

http://schema.org/name

  • "R in a nutshell : [a desktop quick reference]"
  • "R in a nutshell"
  • "R in a nutshell"@en
  • "R in a Nutshell"

workExample