Last edited on 1. Feb., 2007 by www/www. -
Host home page:
http://www.statlab.uni-heidelberg.de
Statistik und
Datenauswertung mit S
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 System, 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 Universität 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 S (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.
Kontakt
G. Sawitzki, StatLab
Heidelberg