Einführung in 
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
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)
