G. Sawitzki        StatLab Heidelberg Last edited: 2012-01-23 by gs
Ruprecht-Karls-Universität Heidelberg

 

Einführung in R
G. Sawitzki

Heidelberg, 6.-10. Feb 2012

Ort: INF 294, R. 134.
Zeit: 6. - 10. Feb.; 10ct — 17 (voraussichtlich).
Keine Voranmeldung erfordrlich

Für die Übungen benötigen Sie einen Computer. Bitte installieren Sie die R-Software von

www.cran.r-project.org
auf Ihrem Rechner und vergessen Sie nicht, den Rechner mitzubringen.

Inhalte:
"Computational Statistics" ist der Zweig der Statistik, der von den heutigen rechnerischen Möglichkeiten ausgeht. Neben effizienter Implementierung klassischer Verfahren stehen oft neue bis hin zu experimentellen Ansätzen.

Die Vorlesung stellt typische Konzepte der Statistik vor und illustriert ihre praktische Anwendung an Beispielen in R.

Themen sind voraussichtlich:

Grundlagen der R-Programmierung
Lineare Modelle
Diagnostik und Anpassungstest für univariate Verteilungen
Empirische Verteilungsfunktion und verwandte Statistiken
Residuenanalyse und Regressionsdiagnostik
Verteilungsunabhängige Verfahren
Permutations- und Resampling-Methoden
Multivariate Probleme
Grafik für multivariate Methoden und Simulationen
Schwerpunkt der Vorlesung ist eine Einführung in R, einer speziell für die Statistik entwickelten Programmiersprache. Das R-System steht als "Open Source"-Software zur Verfügung (siehe http://www.r-project.org/). R ist das wesentliche Werkzeug für Simulationen und statistische Auswertungen mit modernen Methoden.

Grundkenntnisse in Statistik werden vorausgesetzt. Für Examensabeiten in der angewandten Statistik sind R-Kenntnisse Voraussetzung.

Lit.:

Sawitzki, G. (2009) Computational Statistics: An Introduction to R. Chapman & Hall/CRC Press.
(Eine frühere Version auf deutsch: pdf download)

R Core Team (2011) An Introduction to R. (pdf download)

top of page