Anhang E — Literatur

Es gibt eine sehr große Zahl von guten Lehrbüchern zu Data Science , R und beschreibender Statistik. Die folgende Auswahl ist in keiner Weise erschöpfend. Sollten Sie ein anderes Lehrbuch kennen und nutzen, dass Ihnen besonders gut gefällt, können Sie den Titel gerne an mark.trede@uni-muenster.de schicken.

• Günter Bamberg, Franz Baur und Michael Krapp, Statistik, 18. Aufl., 2017.
  Dieses Lehrbuch können Sie im Uni-Netz als Online-Ressource lesen oder in einer etwas älteren Auflage im Lehrbuch-Magazin unter der Signatur MAT 7:Bam finden.

• Andreas Behr und Ulrich Pötter, Einführung in die Statistik mit R, 2. Aufl., 2010.
  Dieses Buch finden Sie in der ULB als Online-Ressource. Für den Zugriff müssen Sie im Uni-Netz angemeldet sein.

• Andreas Behr, Grundwissen Deskriptive Statistik, 2. Aufl., 2019.
  Im Lehrbuchmagazin der ULB hat dieses Buch die Signatur OEK 9.2:Beh.

• Walter Krämer, So lügt man mit Statistik, 2015.
  Eine etwas ältere Auflage gibt es im Lehrbuch-Magazin unter der Signatur SOZ 4:Kra. Die Auflage von 2015 ist im Uni-Netz auch als Online-Ressource verfübar.

• Karl Mosler und Friedrich Schmid, Beschreibende Statistik und Wirtschaftsstatistik, 3. Aufl., 2006.
  Diese Auflage ist in der ULB als Online-Ressource vorhanden. Die vierte Auflage von 2009 gibt es im Lehrbuch-Magazin unter der Signatur OEK 9.2:Mos.

• Hadley Wickham and Garrett Grolemund, R for data science, 2017.
  Dieses Buch ist auch außerhalb des Uni-Netzes frei als eBook verfügbar. Es gibt auch eine deutsche Übersetzung als Online-Ressource in der ULB.

• Yihui Xie, J. J. Allaire and Garrett Grolemund, R Markdown: The Definitive Guide, 2021.
  Dieses Buch ist frei als eBook vorhanden.