Statistical Computing mit R. Der perfekte Wohnort anhand der Wettervariabilität

Nemecký jazyk

Statistical Computing mit R. Der perfekte Wohnort anhand der Wettervariabilität

1 kus - skladom u vydavateľa Posielame do 7-10 dní

16.65 €

bežná cena: 18.50 €

O knihe

Forschungsarbeit aus dem Jahr 2023 im Fachbereich Informatik - Angewandte Informatik, Note: 1,3, , Sprache: Deutsch, Abstract: Ziel der Fallstudie ist der geeignete Transfer von Theorie in die Praxis, anhand eines konkreten Beispiels. In dieser Arbeit liegt der Fokus auf der praktischen Anwendung der Statistik-Software R. Es werden Daten in die Anwendung R integriert und mit entsprechenden Auswertungsmethoden analysiert. Als Ergebnis soll ein Ort präsentiert werden, die den gewählten Kriterien für eine geringe Wettervariabilität entsprechen sowie eine Vorhersage zu den Wetterdaten der kommenden drei Jahre. Im Rahmen des Studiums "Digital Business Management" mit dem Schwerpunkt "Data Science" wird eine Fallstudie bearbeitet. Die iu ¿ internationale Hochschule stellt drei Varianten zur Bearbeitung des Moduls ¿Statistical Computing¿ zur Verfügung. Statistical Computing verbindet zwei wissenschaftliche Disziplinen, die der Statistik und der Informationstechnologie. Für das wissenschaftliche Rechnen werden computergestützte Anwendungen verwendet und auch Teilgebiete der Mathematik eingesetzt. In dieser Arbeit wird die "Aufgabenstellung 2: Der ideale Wohnort" bearbeitet. Es handelt sich um eine fiktive Aufgabenstellung, die eine praxisnahe Erarbeitung ermöglichen soll. Der Studierende und seine Lebenspartnerin haben die Möglichkeit den Beruf vollständig im Home-Office auszuüben. Beide Parteien sind daher sehr flexibel und wollen einen neuen Wohnort in Deutschland suchen. Es werden Überlegungen angestellt, welcher Ort hierfür in Frage kommt. Die Wettervariabilität spielt eine zentrale Rolle bei der Wahl des neuen Wohnorts. Das Wetter soll so konstant wie möglich sein. Der Deutsche Wetterdienst stellt auf seiner Website frei verfügbare Wetterdaten bereit, die verwendet werden, um die Klimadaten der letzten Jahre zu analysieren.