Kostenloses Dokument erhältlich: Einsatzmöglichkeiten der Programmie …

(Copyright Foto: infas 360 GmbH)

„Small Area Methods“ (SAM) bzw. die Small Area Estimation (SAE) (dt. feinräumige Schätzung) haben sich als Verfahren für Analysen der Gebietsplanung und des entsprechenden Marktpotenzials durchgesetzt. In diesem Kontext sind regionalisierte Daten zukunftsweisend, da diese zu feinräumigeren und exakteren Analyseergebnissen führen.

Für infas 360 hat Ayhan Doger, Freier Informatiker aus Bonn, die Möglichkeiten beleuchtet wie mit der Programmiersprache R Small Area Methoden angewendet werden können. Im Ergebnis steht nun Interessierten ein kostenloses, wissenschaftliches Dokument von 13 Seiten zur Verfügung, das aufzeigt wie Mithilfe spezieller R-Bibliotheken die Nutzung der Methoden programmiertechnisch unterstützt wird. Nach einer kurzen Einleitung in SAM, R, RStudio und das SAE-Package in R werden Implementierungsmöglichkeiten diskutiert und eine exemplarische Realisierung der SAE in R präsentiert.

Nachfolgend können Sie das Dokument kostenlos bei infas 360 anfordern. Hier aber zur besseren Übersicht das Inhaltsverzeichnis:

1 Einleitung. 
2 Kernbegriffe und -methoden
2.1 Regionalisierung 
2.2 SAE und SAM 
2.3 CRAN-R
3 Methoden und Werkzeuge
3.1 Entwicklungsumgebung RStudio
3.2 SAE-Package – CRAN-R
4 Implementierung
4.1 Installation der SAE-Packages
4.2 Anwendung der „Basic direct and indirect estimators“ im SAE-Package
4.3 Visualisierung per Plot
4.4 Vergleich der Direct Estimates mit den Empirical Bayes (EB)-Estimates
5 Ergebnisse.
6 Next Steps
7 Quellenverzeichnis

Sollten Sie sich für das Dokument interessieren, dann kontaktieren Sie uns. Das Dokument wird Studenten sowie Wissenschaft und Wirtschaft kostenlos zur Verfügung gestellt unter Consulting@infas360.de