Mathematik in Strichen
BücherAngebote / Angebote:
Die Digitalisierung hat ein massives Wachstum an Daten in Gang gebracht. Dies hat zur Folge, dass in immer mehr Bereichen der Wirtschaft und Gesellschaft der kompetente Umgang mit Daten an Bedeutung gewinnt. Das hierf¿r notwendige statistische Know-how hat seine Wurzeln in der Wahrscheinlichkeitstheorie. Diese definiert elementare Konzepte, die unentbehrlich sind, um eine geeignete Datenkompetenz zu entwickeln. Leider ist jedoch gerade f¿r Anf¿er die Literatur auf diesem Gebiet sehr formal und schwierig zu verstehen.Daher stellt dieses Buch als Alternative eine visuelle Sprache der Wahrscheinlichkeitstheorie vor. Diese bietet einen grafischen Zugang zu den formalen mathematischen Konzepten. Dies ist aber nicht mit Visualisierungen von Daten durch herk¿mmliche Diagramme zu verwechseln, die sich meistens auf die Darstellung von H¿igkeiten beschr¿en. Stattdessen bildet die neue visuelle Sprache die zugrunde liegenden Konzepte selber diagrammatisch ab und eignet sich sogar f¿r das Selbststudium. Mit vielen Beispielen werden die f¿r die Wahrscheinlichkeitstheorie wesentlichen Grundlagen der Mengenlehre diagrammatisch erkl¿ sowie mehrstufige und gemischte Experimente, diskrete und stetige Verteilungen, Signifikanztests als auch die Begriffe der Abh¿igkeit, Bedingtheit und vieles mehr.Das Besondere ist, dass trotz ihrer Verschiedenheit all diese Konzepte in einem einheitlichen Rahmen dargestellt werden. Dies macht Wechselwirkungen zwischen ihnen erkl¿ar und der Lernende kann auf eine einheitliche Vorgehensweise bei der Bearbeitung unterschiedlichster Fragestellungen zur¿ckgreifen: Man konstruiert ein Diagramm, das die Aufgabenstellung repr¿ntiert, erweitert dieses je nach Fragestellung und kann schlie¿ich die L¿sung aus dem Diagramm ableiten. Diese Vorgehensweise erm¿glicht den Leser, eine grundlegende Kompetenz im Umgang mit Daten zu entwickeln. Denn die vorgestellten Diagramme f¿hren zu einer neuen Vorstellung von Daten und ihren Zusammenh¿en.
Folgt in ca. 10 Arbeitstagen