Last edited: 2013-06-03/gs

Statistik und Datenauswertung mit R
Computational Statistics: An Introduction to R


Course participants are welcome to send their questions using this link. Please add a tag/keyword to the subject line. Answers will be posted in Questions  and  Answers.


Next courses

Introductory level courses

new Block course. Part 3: June 21th 2013, new 13st.new  — (open end). INF 294, R. 230.
[more information …]

Post graduate and research level courses

To be announced.

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 Weiterentwicklung 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.

Some screenshots from an R session

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 Download

R is open-source software and can be downloaded and installed from the  R archive CRAN.

Auf den Geräten in der Angewandten Mathematik und im Rechenzentrum der Univ. Heidelberg sollte R vorinstalliert sein.

Kurs: Einführung in R

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 R (S) und R-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 zusätzlichen Übungen und Arbeitsmaterial zum Selbststudium. Umfang: 4-5 Tage.

Arbeitsmaterial

Sawitzki, G. (2009) Computational Statistics: An Introduction to R. Chapman & Hall/CRC Press.
A supplement and updates are linked at  http://sintro.r-forge.r-project.org/. The supplement contains the recent version of the complete reference index. The source code of all examples is available from this site as well.
(Eine frühere Version auf deutsch: pdf download)

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

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 wird auf die Arbeitsgemeinschaft Computational Statistics verwiesen.

Kontakt

G. Sawitzki, StatLab Heidelberg