Datenqualität in Stichprobenerhebungen
Eine verständnisorientierte Einführung in die Survey-Statistik
PAYBACK Punkte
0 °P sammeln!
Dieses Buch beschäftigt sich mit den praktischen Fragestellungen statistischer Erhebungen (= Surveys) wie sie sich etwa in der empirischen akademischen Forschung, der offiziellen Statistik oder der kommerziellen Markt- und Meinungsforschung stellen:Wodurch unterscheiden sich verschiedene Stichprobendesigns?Wie sind sie praktisch umzusetzen (z. B. mit der Statistik-Freeware R)?Wie lassen sich die Daten- und die Ergebnisqualität beeinflussen?Wie kompensiert man Nonresponse? Wie können nichtzufällige Stichprobenverfahren und Big Data-Analysen im Zusammenhang mit den Aufgaben der Survey-Statis...
Dieses Buch beschäftigt sich mit den praktischen Fragestellungen statistischer Erhebungen (= Surveys) wie sie sich etwa in der empirischen akademischen Forschung, der offiziellen Statistik oder der kommerziellen Markt- und Meinungsforschung stellen:
Wodurch unterscheiden sich verschiedene Stichprobendesigns?Wie sind sie praktisch umzusetzen (z. B. mit der Statistik-Freeware R)?Wie lassen sich die Daten- und die Ergebnisqualität beeinflussen?Wie kompensiert man Nonresponse? Wie können nichtzufällige Stichprobenverfahren und Big Data-Analysen im Zusammenhang mit den Aufgaben der Survey-Statistik funktionieren?
Die Vermittlung des Methodenverständnisses wird unterstützt durch die verständnisorientierte Veranschaulichung der Basisideen. Diese Anschaulichkeit wird durch einfache und daher gut nachvollziehbare Beispiele gestützt.
Für die vorliegende 3. Auflage wurde das Buch vollständig überarbeitet und inhaltlich unter anderem um die Betrachtung des Spannungsfeldes zwischen Survey-Theorie und -Praxis, die Grundlagen des Simulationsansatzes der Survey-Statistik und eine Auseinandersetzung mit den sich zunehmender Beliebtheit erfreuenden nichtzufälligen Stichprobenverfahren (inklusive den damit verwandten Big Data-Generierungsprozessen) erweitert. Jedes Kapitel wird zudem durch Aufgabenstellungen ergänzt, deren Umsetzung mit der Software R angeleitet wird.
Wodurch unterscheiden sich verschiedene Stichprobendesigns?Wie sind sie praktisch umzusetzen (z. B. mit der Statistik-Freeware R)?Wie lassen sich die Daten- und die Ergebnisqualität beeinflussen?Wie kompensiert man Nonresponse? Wie können nichtzufällige Stichprobenverfahren und Big Data-Analysen im Zusammenhang mit den Aufgaben der Survey-Statistik funktionieren?
Die Vermittlung des Methodenverständnisses wird unterstützt durch die verständnisorientierte Veranschaulichung der Basisideen. Diese Anschaulichkeit wird durch einfache und daher gut nachvollziehbare Beispiele gestützt.
Für die vorliegende 3. Auflage wurde das Buch vollständig überarbeitet und inhaltlich unter anderem um die Betrachtung des Spannungsfeldes zwischen Survey-Theorie und -Praxis, die Grundlagen des Simulationsansatzes der Survey-Statistik und eine Auseinandersetzung mit den sich zunehmender Beliebtheit erfreuenden nichtzufälligen Stichprobenverfahren (inklusive den damit verwandten Big Data-Generierungsprozessen) erweitert. Jedes Kapitel wird zudem durch Aufgabenstellungen ergänzt, deren Umsetzung mit der Software R angeleitet wird.
