Last edited on 1. Feb. 2007 by www/www. - Host home page:http://www.statlab.uni-heidelberg.de
Statistik und Datenauswertung mit R
Was ist S ? Was ist R ?
Die Programmiersprache S ist eine für die Statistik und für
stochastische Simulation entwickelte Programmiersprache, die
mittlerweile zum Standard geworden ist. R ist der Name
für eine Weiterentwiclung von S, und zugleich der Name für
ein Systgem, das diese Sprache implementiert. R ist nun ein GNU-Projekt
und wird von der R Foundation for
Statistical Computing getragen.
S ist Teil einer längerfristigen Entwicklung. Die heute gereiften
Bestandteile sind über das R-Projekt
verfügbar. Daneben gibt es mit dem Projekt Omega, den Versuch, ein
System der nächsten Generation zu entwickeln, dass auf den
Erfahrungen mit S aufbaut. Die Arbeiten im Omega-Projekt sind mehr
experimentell. Omega erweitert die Möglichkeiten von S und bietet
einen direkten Zugang zu Java.
Software
Auf den Geräten in der Angewandten Mathematik und im Rechenzentrum
der Univ. Heidelberg sollte R vorinstalliert sein.
- CD
- Für Kursteilnehmer kann eine CD mit dem vollständigen
R-Material ausgeliehen werden.
- Download
- R-Archiv
Kurs: Einführung in S
Voraussetzungen/Vorkenntnisse:
Dieser Kurs wendet sich an Studenten mit Grundkenntnissen in
Stochastik. Begriffe wie Verteilungsfunktion, Quantil, Erwartungswert
und Varianz und die damit verbundenen einfachen Eigenschaften werden
vorausgesetzt. Ebenso sollten klassische Verteilungen wie Binomial-,
Uniform- und Gaussverteilung sowie daraus abgeleitete Verteilungen und
deren asymptotisches Verhalten bekannt sein. Kenntnisse in Statistik
selbst werden nicht vorausgesetzt.
Inhalt
Grundelemente der Programmiersprache S und S-typische Programmierung an
Beispielen.
- Einführung
- Zufallszahlen, Muster und Tests auf Verteilung
- Lineare Modelle, Regression und Varianzanalyse
- Vergleich von Verteilungen
- Multivariate Probleme
- Anhang: Elemente der Programmiersprache S
Kursform
Präsenz-Kurs mit zustätzlichen Übungen und
Arbeitsmaterial zum Selbststudium.Umfang: 4-5 Tage.
Arbeitsmaterial
- G. Sawitzki
- Statistical Computing: Einführung in R (PDF-Datei)
Weitere Literatur
- Venables, W.N.; Ripley, B.D. (2000)
- Programming in S. Heidelberg:Springer Siehe: <http://www.stats.ox.ac.uk/pub/MASS4/>
Fortsetzungen für Teilnehmer in Heidelberg
Für eine eingehendere Diskussion statistischer Betrachtungsweisen
und Konzepte wird auf die Statistik-Vorlesungen
verwiesen.
Für eingehendere Diskussion der Computing-Aspekte: Arbeitsgemeinschaft
Computational Statistics verwiesen.
Kontakt
G. Sawitzki, StatLab
Heidelberg