Anwendungsorientiert führen die Autoren in die Beschreibende und Schließende Statistik, in die Wahrscheinlichkeitsrechnung und in Stochastische Modellierung ein. Die kurze und prägnante Darstellung verzichtet dabei bewusst auf Beispiele sowie Aufgaben.
Die Mathe-Toolbox bietet ein zielgerichtetes Mathematik-Training und Unterstützung beim Übergang Schule-Hochschule sowohl für Studienanfängerinnen und -anfänger in MINT-Studiengängen (Ingenieurwesen, Informatik, Naturwissenschaften, Mathematik und weitere mathematiknahe Studiengänge) als auch für Schülerinnen und Schüler in der Studienorientierungsphase. Im Vordergrund steht das unmittelbar notwendige mathematische Wissen und Können, das bereits in den Anfangssemestern verfügbar sein muss, um (insbesondere nicht-mathematischen) Fachveranstaltungen folgen zu können.Motiviert durch konkrete Themen und Aufgabenstellungen des ersten Studienjahres werden Bereiche der Schulmathematik wiederholend aufbereitet, eingeübt, zielgerichtet ausgebaut und Fehlendes mit Fokus auf Kompetenzerwerb und direkte Problemlösungen ergänzt.Das modulare Konzept erleichtert den problemorientierten Einstieg sowie das Wiederholen und Lernen in ausgewählten kleinen und passgenauen Einheiten in Form eines anwendungsbezogenen Werkzeugkastens.
Die in einem wirtschaftswissenschaftlichen Studium grundlegend notwendigen Begriffe und Methoden der Mathematik werden in prägnanter und zielgerichteter Form vorgestellt und durch eine Vielzahl an Beispielen ausführlich verdeutlicht. Sowohl Lernprozess als auch Anschauung werden durchgehend mit teils mehrfarbigen Visualisierungen unterstützt.
Sie suchen zum Studienstart Unterstützung beim Auffrischen der notwendigen mathematischen Grundlagen und möchten vorhandene Lücken im Vorwissen schließen? Dann hilft Ihnen dieses Arbeitsbuch mit einer präzise und verständlich formulierten Schulmathematik sowie einer zielgerichteten Einführung in Bereiche der Mathematik, die nicht selten als bekannt unterstellt werden. Jedes Thema wird ausführlich und strukturiert aufbereitet sowie mit sehr vielen detailliert ausgearbeiteten Beispielen und durchgehend farbigen Graphiken erläutert. Mit einer Fülle an Aufgaben können Sie das Erlernte einüben und anhand der ausführlichen und vollständigen Lösungen Ihr Wissen überprüfen. Das Buch eignet sich daher zum Selbststudium, aber auch als Begleitlektüre zu einem Vor- oder Brückenkurs in Mathematik bzw. zu einer einführenden Vorlesung. Weitere Materialien sind online verfügbar. Dieser Vorkurs richtet sich an alle Studienanfängerinnen und Studienanfänger in Bachelorstudiengängen – insbesondere in den Wirtschafts-, Sozial-, Natur- und Ingenieurwissenschaften, aber auch in Medizin oder Psychologie.
Ergänzend zu der formalen Darstellung eines herkömmlichen Lehrbuches, bieten die Autoren einen visuellen Zugang zur beschreibenden Statistik. In Form interaktiver JAVA-Applets, die mit einem gebräuchlichen Internetbrowser verwendet werden können, werden grundlegende graphische Methoden vorgestellt. Die Applets ermöglichen aufgrund ihre einfache Bedienung nicht nur einen schnellen visuell orientierten Lernerfolg sondern lassen sich darüber hinaus auch zur Erstellung einfacher Präsentationsgraphiken verwenden. Zu jedem Applet ist eine detaillierte Beschreibung erstellt worden, die den Stellenwert und Bedeutung des vorgestellten Verfahren ausführlich erläutert sowie seine Funktionalität und Bedienung aufzeigt. Aufgrund der Vielzahl der angebotenen Graphiken fokussiert sich das Buch auf die Vorstellung der wesentlichen Konzepte und Methoden der beschreibenden Statistik und stellt diese interaktiv, also aus einem anderen Blickwinkel, dar. Die vorgestellten Applets sowie verschiedene Datensätze können via Internet heruntergeladen werden. Zudem besteht die Möglichkeit eigene Daten einzulesen und darzustellen. Folgende Features runden die Applets ab: bildschirmfüllende Darstellung, freie Beschriftung der Graphiken, Druckfunktion. Zu den „Interaktiven Graphiken“ ist das Schwesterbuch erhältlich: Brukschat et al: Beschreibende Statistik - Grundlegende Methoden.
The book provides a comprehensive guide to the theory and methods of progressive censoring, covering foundational concepts and the properties of progressively censored samples. It includes newly simulated data sets that illustrate key ideas, making complex theories accessible and practical for readers.