Die explorative Datenanalyse (EDA) umfasst eine Reihe meist grafischer oder semigrafischer
Verfahren die es ermöglichen Daten und Ergebnisse besser zu verstehen. Das Ziel der EDA ist
es Muster Auffälligkeiten oder Zusammenhänge in Daten zu entdecken. Im Hauptteil des Buches
werden die Grundtechniken zur Exploration von Verteilungen Zusammenhängen und multivariaten
Beziehungen vorgestellt. Die Grenzen zwischen der explorativen und der deskriptiven
Datenanalyse sind fließend und für eine vernünftige Datenanalyse (und auch zur Kommunikation
von Ergebnissen) sind beide unabdingbar. Deswegen behandelt das Buch beide Arten von Verfahren.
Zudem enthält es ein Kapitel über Effektgrößen und eines zu Grafiken in der Inferenzstatistik.
Alle Verfahren werden mit Hilfe von Beispielen illustriert und können unter Verwendung der frei
erhältlichen Programmiersprache R von jedermann leicht nachvollzogen werden. Ergänzend werden
alle R-Skripte auch online angeboten . Da keinerlei Programmierkenntnisse vorausgesetzt werden
eignet sich dieses Buch auch zum Einstieg in R.
