Dieter Rasch Livres

This volume is the English version of the second edition of the bilingual textbook by Rasch, Verdooren and Gowers (1999). A parallel version in German is available from the same publisher. This book is intended for students and experimental scientists in all disciplines and presumes only elementary statistical knowledge. This prerequisite knowledge is summarised briefly in appendix B. Knowledge of differential and integral calculus is not necessary for the understanding of the text. Matrix notation is explained in Appendix C. As well as the correction of errors, the present edition differs from the first by the introduction of some new sections, such as that on testing the equality of two proportions (Section 3.4.4), and the inclusion of sequential tests. All new material is accompanied by descriptions of the relevant SPSS and CADEMO procedures.

This book is intended for students and experimental scientists in all disciplines and presumes only elementary statistical knowledge. This prerequisite knowledge is summarised briefly in the Appendix. Knowledge of differential and integral calculus is not necessary for the understanding of the text. Matrix notation is explained in the Appendix. Die Verfasser wenden sich mit diesem Buch an Studenten und empirisch arbeitende Wissenschaftler aus allen Fachbereichen und setzen nur elementare statistische Kenntnisse voraus. Diese vorausgesetzten Grundkenntnisse sind im Anhang komprimiert zusammengefaßt. Kenntnisse der Differential- und Integralrechnung sind für das Verständnis des Textes nicht erforderlich. Die notwendigen Kenntnisse der Matrizenrechnung enthält der Anhang. From the Table of Contents: Introduction. Planning of Experiments and Surveys and the Description of Simple Designs. Design and Analysis of Completely Randomised Designs. Analysis of Variance. Regression Analysis. Appendix. Tables.

Společná publikace s německými odborníky (Dieter Rasch a Wilhelm Stahl) o genetice, chovu a zušlechťování hospodářských zvířat.

Dieses Buch führt in die angewandte Statistik für Agrarwissenschaften ein und unterstützt bei der Forschung in der Pflanzen- und Tierproduktion und im Feldversuchswesen. Es nutzt ausgiebig das frei verfügbare Programmpaket R: Über das gesamte Buch hinweg werden im Rahmen umfangreicher Beispiele passende R-Programmcodes angegeben und erläutert. Die Codes können mit eigenen Daten kombiniert und so zur Planung und Auswertung eigener Versuche verwendet werden. So können etwa Wachstumsfunktionen angepasst, Varianzanalysen berechnet oder optimale Versuchspläne und minimale Stichprobenumfänge gefunden werden und vieles mehr. Eine Installationsbeschreibung für R wird ebenfalls zur Verfügung gestellt. Zahlreiche Übungsaufgaben mit Lösungen ergänzen das Buch, so dass es als Lehr- und Nachschlagewerk nutzbar ist. Besonders hervorzuheben ist, dass auch balancierte unvollständige Blockanlagen (BUB) erläutert werden und erstmalig eine vollständige Liste kleinster (mit möglichst geringer Anzahl von Blocks) BUB für bis zu v = 25 Behandlungen und Blockgrößen ≤ v/2 im Netz zur Verfügung gestellt wird. Für Sortenversuche sind die BUB allerdings oft nicht nutzbar, weil sie zu viele Wiederholungen erfordern. Dafür haben sich „verallgemeinerte Gitter“ oder alpha-Anlagen bewährt, die ebenfalls behandelt werden.

Die Verfahrensbibliothek Versuchsplanung und -auswertung ist eine umfangreiche Sammlung von fast 500 modernen und klassischen statistischen Methoden auf rund 2000 Seiten an deren Erarbeitung über 60 Wissenschaftler aus drei Erdteilen mitgewirkt haben. Neben rein methodischen Verfahren, in denen Tests, Konfidenz- und Punktschätzungen bzw. Regressions- und Varianzanalysen beschrieben werden, findet man auch viele spezielle Anwendungen wie klinische und epidemiologische Studien, räumliche Statistik, Lebensdauerprobleme, Human- und Populationsgenetik und Feldversuchswesen. Ein Verfahren beginnt mit der Beschreibung der Problemstellung, die aus den Teilen Planung (das bedeutet oft die Frage nach dem Versuchsumfang) und Auswertung besteht. Darauf folgt der aus den gleichen Teilen bestehende Lösungsweg sowie ein durchgerechnetes Beispiel. Der Verzicht auf Beweise macht die Verfahren leicht lesbar, die Beispiele erleichtern das Verständnis auch für Leser mit geringen Vorkenntnissen. Die Daten des Beispiels und das SAS-Programm können im jeweiligen Verfahren aufgerufen werden. Das Werk ist eine statistische Verfahrenssammlung zur Unterstützung experimenteller Forschungsarbeiten für höchste Ansprüche, insbesondere für klinische Studien, epidemiologische Studien, Geostatistik, Biometrie und landwirtschaftliches Versuchswesen. Das Werk wendet sich an Forscher aller Bereiche, die in ihrer Arbeit Versuche durchführen müssen.