Dieses Standardwerk f r statistische Methoden in den Biowissenschaften und der Medizin stellt leicht verst ndlich, anschaulich und praxisnah sowohl Studenten und Dozenten als auch Praktikern alle notwendigen Methoden zur gezielten und umsichtigen Datengewinnung, -analyse und -beurteilung zur Verf gung. Neben Hinweisen und Empfehlungen zur Planung und Auswertung von Studien erm glichen zahlreiche Beispiele, Querverweise, weiterf hrende Hinweise sowie ein ausf hrliches Sachverzeichnis einen breit gef cherten Zugang zur Statistik. Ein Verzeichnis zahlreicher Anwendungsbeispiele erleichtert dem neugierigen Anwender und Praktiker den Einstieg.
Auch in der 17. Auflage erfolgten an vielen Stellen Pr zisierungen und vertiefende Erg nzungen, u.a. zu Konfidenzintervallen f r Variationskoeffizienten und Referenzwerte, zur berpr fung von Defektraten, dem Ausschluss von Nullergebnissen oder der Formulierung von Hypothesen hinsichtlich quivalenz, berlegenheit oder Nicht-Unterlegenheit. Der Abschnitt zur logistischen Regression wurde erg nzt um die Erstellung von Nomogrammen zur Unterst tzung von Modellrechnungen sowie um Hinweise zur G te der Klassifikation (ROC-Analyse) und die Anwendung des Modells im Propensity-Score Matching. Im Abschnitt zu den Modellen der berlebenszeitanalyse ist nun ein Hinweis auf das parametrische Gompertz-Modell aufgenommen und zu der Modellrechnung (Prognose) aus dem Cox-Modell wird auf die anschauliche Darstellung mit Nomogrammen verwiesen. Viele Abbildungen und das Sachverzeichnis wurden berarbeitet, das Literaturverzeichnis wurde aktualisiert.
Das frei verf gbare Programm R ist ein leicht erlernbares und flexibel einzusetzendes Werkzeug, mit dem der Prozess der Datenanalyse verstanden und gestaltet werden kann. Die Anwendung und der Nutzen des R-Programms werden in diesem Buch anhand zahlreicher Beispiele veranschaulicht.
Das Buch dient zum Lernen, Nachschlagen und Anwenden bei unterschiedlichen Vorkenntnissen und breit gestreuten Interessen und richtet sich somit an jeden, der an der Auswertung korrekt gewonnener Daten interessiert ist - insbesondere Biologen, Mediziner, Ingenieure und weitere Naturwissenschaftler - sowohl in der Hochschule als auch in der Praxis.