Dieses Standardwerk fr statistische Methoden in den Biowissenschaften und der Medizin stellt leicht verstndlich, anschaulich und praxisnah sowohl Studenten und Dozenten als auch Praktikern alle notwendigen Methoden zur gezielten und umsichtigen Datengewinnung, -analyse und -beurteilung zur Verfgung. Neben Hinweisen und Empfehlungen zur Planung und Auswertung von Studien ermglichen zahlreiche Beispiele, Querverweise, weiterfhrende Hinweise sowie ein ausfhrliches Sachverzeichnis einen breit gefcherten Zugang zur Statistik. Ein Verzeichnis zahlreicher Anwendungsbeispiele erleichtert dem neugierigen Anwender und Praktiker den Einstieg. Auch in der 17. Auflage erfolgten an vielen Stellen Przisierungen und vertiefende Ergnzungen, u.a. zu Konfidenzintervallen fr Variationskoeffizienten und Referenzwerte, zur berprfung von Defektraten, dem Ausschluss von Nullergebnissen oder der Formulierung von Hypothesen hinsichtlich quivalenz, berlegenheit oder Nicht-Unterlegenheit. Der Abschnitt zur logistischen Regression wurde ergnzt um die Erstellung von Nomogrammen zur Untersttzung von Modellrechnungen sowie um Hinweise zur Gte der Klassifikation (ROC-Analyse) und die Anwendung des Modells im Propensity-Score Matching. Im Abschnitt zu den Modellen der berlebenszeitanalyse ist nun ein Hinweis auf das parametrische Gompertz-Modell aufgenommen und zu der Modellrechnung (Prognose) aus dem Cox-Modell wird auf die anschauliche Darstellung mit Nomogrammen verwiesen. Viele Abbildungen und das Sachverzeichnis wurden berarbeitet, das Literaturverzeichnis wurde aktualisiert. Das frei verfgbare Programm R ist ein leicht erlernbares und flexibel einzusetzendes Werkzeug, mit dem der Prozess der Datenanalyse verstanden und gestaltet werden kann. Die Anwendung und der Nutzen des R-Programms werden in diesem Buch anhand zahlreicher Beispiele veranschaulicht. Das Buch dient zum Lernen, Nachschlagen und Anwenden bei unterschiedlichen Vorkenntnissen und breit gestreuten Interessen und richtet sich somit an jeden, der an der Auswertung korrekt gewonnener Daten interessiert ist insbesondere Biologen, Mediziner, Ingenieure und weitere Naturwissenschaftler sowohl in der Hochschule als auch in der Praxis.