Kompaktwissen zu R. 1. Hilfe. Allgemein. Beispiele hilfreicher Internetseiten (mit weiteren Verweisen zu Einführungen und Tutorien)
|
|
- Maja Ritter
- vor 7 Jahren
- Abrufe
Transkript
1 Kompaktwissen zu R 1. Hilfe Allgemein Manuale und Archive von Mailinglisten Beispiele hilfreicher Internetseiten (mit weiteren Verweisen zu Einführungen und Tutorien) Bücher In R Starten des Hilfesystems im Browser Hilfe zu einer Funktion nach Schlagwort suchen ähnliche Funktionen suchen R-Homepage: z.b. Ligges (2005): Programmieren mit R help.start()?funktionsname help(funktionsname) help.search( Schlagwort") apropos( Funktionsname")
2 2. Grammatik Satzbau Zuweisung <- = (funktioniert, ist aber nicht zu empfehlen) Objekt Alles ist ein Objekt (Daten, Funktionen, Ergebnisse, ) Objekt definieren Objektname sollte mit Buchstaben beginnen, darf aber auch Zahlen und Punkte/Unterstriche enthalten Groß- und Kleinschreibung wird unterschieden Funktion Funktionsname mit Argumenten in runden Klammern, zb: table( Variable1, Variable2) Kommentar # R-Konsole Pfadangaben Befehle dürfen sich über mehrere Zeilen erstrecken, Zeilenbeginn ist dann mit + statt > markiert. statt üblichem / muss // oder \ verwendet werden Datenstrukturen Je nach Datenstruktur können bestimmte Funktionen angewendet werden. Bei unpassender Datenstruktur gibt es Fehlermeldungen oder falsche Ergebnisse. Häufigster Fehlergrund: factor statt numeric. Teilweise können Daten direkt in andere Datenstruktur überführt werden (zb as.numeric). Vektor vector logical numeric [integer] numeric [double] complex character Matrix Array Dataframe Liste Abfragen der Klasse TRUE oder FALSE Ganzzahlen reele Zahlen in doppelter Maschinengenauigkeit Komplexe Zahlen Zeichenketten (strings) matrix (mehrere Spalten bzw Zeilen von Vektoren) array ( dreidimensinale Matrix ) data.frame (Matrix, bei der jede Spalte anderes Format haben darf) list (jeder Eintrag ist eigenes Objekt beliebigen Formates) class()
3 3. Vokabeln Logik Vergleiche ==,!=, <, >, <=, >= Konstanten Operatoren TRUE, FALSE! (Negation) &, bzw. &&, (und, oder) any() (ist irgendein Element TRUE?) all() (sind alle Elemente TRUE?) xor() (ausschließendes oder) Vektoren Erzeugen eines Vektors Zusammenfügen von Elementen Folgen Wiederholungen Indizieren von Vektoren n-tes Element aufrufen Vektor (vec) mehrerer Elemente aufrufen Element(e) entfernen Benanntes Element aufrufen Elemente über TRUE/FALSE-Vektor (muss dieselbe Länge wie der Vektor haben) aufrufen c() seq(anfang, Ende, by=abstand) seq(along = Objekt) Anfang:Ende rep(objekt, Anzahl) rep(objekt, each = Anzahl) x[n] x[vec] x[-vec] x[ Name ] x[logikvektor] Grundlegendes Rechnen Grundlegende Operatoren Extremwerte, Betrag Summe, Produkt Runden Wurzel Logarithmen Exponentialfunktion trigonometrische Funktionen +, -, *, /, ^ min(), max(), abs() sum(), prod() round(), floor(), ceiling() sqrt() log(), log10(), log2() exp() sin(), cos(), tan()
4 Unendlichkeit nicht definiert fehlende Werte leere Menge Inf, -Inf NaN (not a number) NA (not available) NULL Nützliche Funktionen Welche Elemente erfüllen eine gegebene Bedingung? Länge eines Vektors transponieren Sortieren Ränge bilden (ohne/ mit Entfernen von Bindungen) Überprüfen von exakter Gleichheit zweier Objekte Überprüfen von Gleichheit auf Maschinen- Rechengenauigkeit Entfernen mehrfach vorkommender Elemente aus einem Vektor Sind Werte mehrfach vorhanden? Untermenge abfragen (zb Alter a in 18 bis 65) kumulative Summe/ Produkt Kontinuierliche Variable kategorisieren which() length() t() sort() rank(), order() identical() all.equal() unique() duplicated() a %in% b cumsum(), cumprod() library(car) findinterval() Matrizen Erzeugen einer Matrix Indizierung der n-ten Zeile der m-ten Spalte eines Elementes Benannte Spalte aufrufen matrix(data = Datenvektor, nrow = Zeilenanzahl, ncol = Spaltenanzahl, byrow = FALSE) ( byrow = TRUE baut die Matrix zeilenweise statt spaltenweise auf) M[n, ] M[,m] M[n,m] M$Name Matrixmultiplikation %*% Abfragen und Setzen der Hauptdiagonalen Zeilen-, Spaltennamen Anzahl Zeilen, Spalten Invertieren einer Matrix diag() dimnames(), rownames(), colnames() nrow(), ncol() solve()
5 Listen Erzeugen einer Liste Erzeugen einer benannten Liste Aufrufen des n-ten Elementes Aufrufen eines benannten Elementes list(element1, Element2, ) list(e1 = Element1, E2 = Element2, ) L[[n]] L$Name, L[[ Name ]] Data Frames Erzeugen eines Data Frames Indizierung Untermengen extrahieren Datensätze aufteilen und zusammenfügen data.frame(name1 =Vektor1, Name2 =Vektor2, ) wie bei Matrix subset(dataframe, Bedingung) split(), merge() Daten einlesen Textdatei (.txt) read.table() Excel-Datei Einfachster Weg: Excel-Datei als.csv speichern, dann read.csv(), read.csv2() SPSS-Datei library(foreign) read.spss() STATA-Datei library(foreign) read.dta() SAS-Datei (auf Rechner ohne SAS:) SAS System Viewer (kostenloser Download) zum Öffnen des SAS Datensatzes und Speichern als.csv, dann read.csv(), read.csv2() Auch Datenbanken (OBDC, MySQL, ) sind möglich. Daten speichern Textdatei (.txt) Excel-Datei RData write.table() write.csv(), write.csv2() save(data, file= Name.RData") Datumsangaben SPSS-Datum nach R umkodieren library(date); library(chron) SPSS_Datum <- as.date( as.chron(isodate(1582, 10, 14) + SPSS_Datum) )
6 Pakete Paket installieren Paket aufrufen install.packages( Name ) oder: Packages Windows Binary (.zip) in library-order des R- Programmes entpacken library(paketname) Statistische Maßzahlen Lagemaße Arithmetisches Mittel Median Häufigkeitstabelle Streuungsmaße Varianz Standardabweichung Spannweite (d.h. Minimum, Maximum) Zusammenhangsmaße Korrelation Kovarianz Zusammenfassung mean() median() table() prop.table(kreuztabelle) var() sd() range(), min(), max() cor() cov() summary() Bei fehlenden Werten ist das Ergebnis NA. Zum Ausschluss dieser Werte das Argument na.rm=true angeben. Regressionsmodelle und Tests Lineare Regression lm( Outcome ~ Prädiktor ) Verallgemeinerte lineare Modelle (logistische, Poisson, ) Zusammenfassung Diagnoseplots glm(, family=binomial) glm(, family=poisson) summary() plot() t-test Chi-Quadrat-Test t.test() chisq.test()
7 Grafiken Allgemeine Plot-Funktion Boxplot Histogramm Säulendiagramm, Stabdiagramm Quantile-Quantile-Plot Einige Argumente für eine neue Grafik: Bereich für x- und y-achse Punkt-Symbol (plotting character), Farbe, Linientyp labels der x- und y-achse Überschrift, Unterschrift Hinzufügen von einer Geraden Punkten einer Legende Text plot() boxplot() hist() barplot() qqnorm() xlim, ylim pch, col, lty xlab, ylab main, sub lines() abline() points() legend() mtext()
Datenaufbereitung, Grafische Datenanalyse
Datenaufbereitung, Grafische Datenanalyse R-Übung 2 Statistik III für Nebenfachstudierende LMU WS 2013/14 David Rügamer 6. & 13. November 2013 Nach einer Vorlage von Toni Hilger (WS 11/12) und Arne Kaldhusdal
MehrErwin Grüner 10.11.2005
FB Psychologie Uni Marburg 10.11.2005 Themenübersicht in R Arithmetische Operator Wirkung + Addition - Subtraktion * Multiplikation / Division ˆ Exponentiation %/% Integerdivision %% Modulo Vergleichsoperatoren
MehrKlaus Schliep. 16. Februar 2004
Einführung in R Klaus Schliep 16. Februar 2004 Allgemeines R besteht ausschließlich aus Objekten. Die meisten Objekte sind entweder Daten oder Funktionen. Alle Funktionen werden mit runden Klammern geschrieben,
Mehr3.4 Bivariate Datenanalyse in R
90 KAPITEL 3. BIVARIATE ANALYSE 3.4 Bivariate Datenanalyse in R Beginnen wir mit dem Zusammenhang zwischen einem qualitativem und einem quantitativem Merkmal. Wir wollen das Alter der weiblichem Teilnehmer
MehrEinführung in die Programmierumgebung R Michael Wenk
Einführung in die Programmierumgebung R Michael Wenk 25.04.2018 Inhaltsverzeichnis 1 Installation und Start von R 1 2 Grundlagen 1 2.1 Basisoperationen und Variablenzuweisung.............................
MehrEine Einführung in R: Grundlagen I
Eine Einführung in R: Grundlagen I Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws11/r-kurs/
MehrEine Einführung in R: Grundlagen I
Eine Einführung in R: Grundlagen I Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig 14. Oktober 2009 Bernd Klaus, Verena Zuber Grundlagen
MehrSyntax Variablen. mtrx <- matrix (c(1,2,3,4,5,6),ncol=2,nrow=3) Anzeigen des Types: class(var) Umwandeln mit: as.vector(mtrx)
TUTORIUM BIOINFORMATIK SS17 Was ist R? Programmiersprache für statistische Analysen Funktionelle Programmiersprache Einfach und effektiv Bietet Funktionen zum Einlesen und Analysieren von Daten Erzeugen
MehrWahrscheinlichkeitsrechnung und Mathematische Statistik für Informatiker Software Folien von JProf. Uwe Ligges. Jörg Rahnenführer WS 2013/2014
Wahrscheinlichkeitsrechnung und Mathematische Statistik für Informatiker Software Folien von JProf. Uwe Ligges Jörg Rahnenführer WS 2013/2014 1 Statistiksoftware (R) 1.0 Statistiksoftware R R http://www.r-project.org
MehrEine Einführung in R: Grundlagen II
Eine Einführung in R: Grundlagen II Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws11/r-kurs/
MehrVorbereitungsseminar für Abschlussarbeiten
Vorbereitungsseminar für Abschlussarbeiten Einführung in R Thomas Kneib SoSe 2012 1 Die statistische Software R Open Source Statistik-Software. Kompilierte Versionen für alle gängigen Betriebssysteme und
MehrR-Wörterbuch Ein Anfang... ein Klick auf einen Begriff führt, sofern vorhanden, zu dessen Erklärung.
R-Wörterbuch Ein Anfang... ein Klick auf einen Begriff führt, sofern vorhanden, zu dessen Erklärung. Carsten Szardenings c.sz@wwu.de 7. Mai 2015 A 2 B 3 C 4 D 5 F 6 R 16 S 17 V 18 W 19 Z 20 H 7 I 8 K 9
MehrStatistische Software (R)
Statistische Software (R) Paul Fink, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Verteilungen und Zufallszahlen Übersicht Statistik-Funktionen Funktion mean() median() exp(mean(log(
MehrStatistische Software (R)
Statistische Software (R) Paul Fink, M.Sc., Eva Endres, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Verteilungen und Zufallszahlen Übersicht Statistik-Funktionen Funktion mean()
MehrStatistisches Programmieren
Statistisches Programmieren Session 1 1 Was ist R R ist eine interaktive, flexible Software-Umgebung in der statistische Analysen durchgeführt werden können. Zahlreiche statistische Funktionen und Prozeduren
MehrEinführung in R. 17. April Emacs mit Erweiterung ESS (http://ess.r-project.org/),
Einführung in R Wissensentdeckung in Datenbanken SS 2009 17. April 2009 R und Editoren für R: Auf den Poolrechnern der Fakultät Statistik (M/711 und M/U18, Mathe-Tower, Campus Nord) ist R installiert.
MehrUnivariate explorative Datenanalyse in R
Univariate explorative Datenanalyse in R Achim Zeileis 2009-02-20 1 Grundlegende Befehle Zunächst laden wir den Datensatz (siehe auch Daten.pdf ) BBBClub R> load("bbbclub.rda") das den "data.frame" BBBClub
MehrLineare Algebra mit dem Statistikprogramm R
SEITE 1 Lineare Algebra mit dem Statistikprogramm R 1. Verwendung von Variablen Variablen werden in R definiert, indem man einem Variablennamen einen Wert zuweist. Bei Variablennamen wird zwischen Groß
MehrMATLAB-Tutorium WS18 Nathalie Marion Frieß
MATLAB-Tutorium WS18 Nathalie Marion Frieß nathalie.friess@uni-graz.at Zugang UNI-IT Arbeitsplätzen lokal vorinstalliert Von zu Hause: Zugriff über Terminalserver Installation des Citrix Receiver Clients:
MehrEinführung in die Programmierung (MA8003)
Theorie 1.2: Vektoren & Matrizen II, Funktionen, Indizierung Dr. Lorenz John Technische Universität München Fakultät Mathematik, Lehrstuhl für Numerische Mathematik M2 04.10.2016 Theorie 1.2: Inhalt 1
MehrEinführung in die Programmierung (MA8003)
Theorie 1.2: Vektoren & Matrizen II, Funktionen, Indizierung Dr. Laura Scarabosio Technische Universität München Fakultät Mathematik, Lehrstuhl für Numerische Mathematik M2 04.10.2017 Theorie 1.2: Inhalt
MehrR Einstieg. Manuel Eugster, Armin Monecke, Faban Scheipl. Institut für Statistik Ludwig-Maximilians-Universität München.
R Einstieg Manuel Eugster, Armin Monecke, Faban Scheipl Institut für Statistik Ludwig-Maximilians-Universität München Einführung in R Was ist S? S ist eine Sprache für Datenanalyse und Graphik, entwickelt
MehrEinführung in die Angewandte Bioinformatik: Datenanalyse mit R
Einführung in die Angewandte Bioinformatik: Datenanalyse mit R 20.05.2010 Prof. Dr. Sven Rahmann 1 Funktionsaufruf mit benannten Parametern Es ist Konvention, einer Funktion erst die nötigen Daten zu übergeben;
MehrEinführung in die Ökonometrie
Einführung in die Ökonometrie Das Programmpaket R Installierung und Pakete R als Taschenrechner Laden von Datensätzen und Einlesen von Daten Hilfe und Dokumentation Einfaches Datenmanagement Univariate
MehrUnivariate explorative Datenanalyse in R
Univariate explorative Datenanalyse in R Achim Zeileis, Regina Tüchler 2006-10-03 1 Ein metrisches Merkmal Wir laden den Datensatz: R> load("statlab.rda") und machen die Variablen direkt verfügbar: R>
MehrKapitel 1. R als Taschenrechner. Vorlesung Programmieren in statistischer Software: R Sommersemester 2009. Einleitung, Grundlagen
Vorlesung Programmieren in statistischer Software: R Sommersemester 2009 Kapitel 1, Christian Foliengestaltung von Martin Dörr Inhalt dieses Abschnitts 1 2 1.3 Braun, John W., Murdoch, Duncan J. A first
MehrSozialwissenschaftliche Datenanalyse mit R
Katharina Manderscheid Sozialwissenschaftliche Datenanalyse mit R Eine Einführung F' 4-1 V : 'i rl ö LiSl VS VERLAG Inhaltsverzeichnis Vorwort 5 Danksagung 7 Inhaltsverzeichnis 9 R für sozialwissenschaftliche
MehrStatistik für Informatiker, SS 2017 Organisatorisches, ein Startbeispiel und eine sehr knappe R-Einführung
1/18 Statistik für Informatiker, SS 2017 Organisatorisches, ein und eine sehr knappe R-Einführung Matthias Birkner http://www.staff.uni-mainz.de/birkner/statinfo17/ 19.4.2017 2/18 Herzlich willkommen zur
MehrModul G d) Gibt es einen Größen- bzw. Altersunterschied zwischen den anwesenden Männern und Frauen?
Modul G 29.11.2007 Hausaufgabe vom 22.11.2007: Erstelle eine Matrix mit (fiktiven) Initialen, Alter, Geschlecht und Größe von 18 Seminarteilnehmern. Auswertung a) Zähle pro vorkommendem Alter die Anzahl
MehrDipl.-Volksw. Markus Pullen Wintersemester 2012/13
Statistische Auswertungen mit R Universität Kassel, FB 07 Wirtschaftswissenschaften Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Beispiele 2. Sitzung Wertzuweisungen zu Objekten, Vektoren, Matrizen,
MehrStatistische Software (R)
Statistische Software (R) Paul Fink, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Daten einlesen Daten DRY-Prinzip Daten als eine Zusammenstellung von Informationen zu einem bestimmten
MehrR- Grundlagen. TU Ilmenau. Stefan Heyder. 07. März 2019
R- Grundlagen Stefan Heyder 07. März 2019 TU Ilmenau Einleitung Arithmetik Funktionen Logik Variablen Datentypen Vektoren Fehlende Daten (NA) Einleitung Arithmetik Funktionen Logik Variablen Datentypen
MehrR starten (Arbeitsverzeichnis wählen, Workspace abspeichern, History abspeichern)
Zusammenfassung Sitzung 1: R installieren (wichtig für später: neue Versionen) R starten (Arbeitsverzeichnis wählen, Workspace abspeichern, History abspeichern) R-Konsole als Dialog, farbliche Darstellung,
MehrProgrammieren mit statistischer Software
Programmieren mit statistischer Software Eva Endres, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Datenaufbereitung The Forbes 2000 Ranking of the World s Biggest Companies I Paket
MehrÜbersicht Statistik-Funktionen. Statistische Software (R) Nützliche Funktionen. Nützliche Funktionen
Übersicht Statistik-Funktionen Statistische Software (R) Paul Fink, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Pseudo Zufallszahlen, Dichten, Verteilungsfunktionen, etc. Funktion
MehrFormale Methoden der Ökonomik: Einführung in die empirische Wirtschaftsforschung
Übung Formale Methoden der Ökonomik: Einführung in die empirische Wirtschaftsforschung BACHELOR FT 2013 (HSU) Übung Emp. WiFo FT 2013 1 / 17 Organisatorisches (HSU) Übung Emp. WiFo FT 2013 2 / 17 Organisatorisches
MehrÜbersicht deskriptiver Maße & anderer. Nützliche Funktionen. Statistische Software (R) artihmetische Mittel median() mean()
Übersicht deskriptiver Maße & anderer nützlicher Funktionen Statistische Software (R) Paul Fink, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Pseudo Zufallszahlen, Dichten, Verteilungsfunktionen,
MehrProgrammieren mit statistischer Software
Programmieren mit statistischer Software Eva Endres, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Vektorwertiges Programmieren Programmieren ohne explizite Schleife I Vektorisierung
MehrIDE Grundlagen Vektoren Matrizen Faktoren Dataframes Visualisierung Tips. Quick & dirty
Quick & dirty Eine pragmatische Einführung in R (Seminar Forschungsevaluation, Universität Wuppertal) Stephan Holtmeier kibit GmbH, stephan@holtmeier.de 31. Mai 2013 1 / 24 Unsere Entwicklungsumgebung:
MehrErwin Grüner
FB Psychologie Uni Marburg 24.11.2005 Themenübersicht Die Funktion Die Funktion Wahrscheinlichkeitsverteilungen Die Funktion Die Funktion dient zur Festlegung von Voreinstellungen für Graphiken. Die Funktion
MehrFormale Methoden der Ökonomik: Einführung in die empirische Wirtschaftsforschung
Übung Formale Methoden der Ökonomik: Einführung in die empirische Wirtschaftsforschung BACHELOR FT 2013 (HSU) Übung Emp. WiFo FT 2013 1 / 15 Datensätze Statistische Auswertungen gehen in den meisten Fällen
MehrUmgang mit R unter Windows. Stand:
Umgang mit R unter Windows Stand: 2017-07-24 R: Software R für Windows (XP etc.) Version 3.2.4 (3/2016) Linksammlung zu R: http://www.uni-due.de/hummell/r/ Portable R R-Studio für Windows, Linux, Mac OS
MehrEinführung in R. 1 Literatur und Software 1
Einführung in R Björn Böttcher Raum: C 247, Willersbau Sprechstunde: nach Vereinbarung Web: http://www.math.tu-dresden.de/ boettch/ Email: bjoern.boettcher@tu-dresden.de Inhaltsverzeichnis 1 Literatur
Mehr1 Literatur und Software 2
Einführung in R Björn Böttcher Raum: C 247, Willersbau Sprechstunde: nach Vereinbarung Web: http://www.math.tu-dresden.de/ boettch/ Email: bjoern.boettcher@tu-dresden.de Inhaltsverzeichnis 1 Literatur
MehrStatistische Software (R)
Statistische Software (R) Paul Fink, M.Sc., Eva Endres, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Grafiken Leitmotiv bei Erstellung von Grafiken Sinnvolle, leicht zu verstehende
MehrR Reader Arbeiten mit dem Statistikprogramm R. von Jörg Groß & Benjamin Peters
R Reader Arbeiten mit dem Statistikprogramm R von Jörg Groß & Benjamin Peters 1. Version: Juli 2009 erstellt von: Jörg Groß & Benjamin Peters Kontakt: joerg@licht-malerei.de bepeters@stud.uni-frankfurt.de
MehrLeseanleitung für QIDB-Rechenregeln. IQTIG-spezifische Variablen, Operatoren und Funktionen in R
Stand: 1. Oktober 2018 Impressum Thema: IQTIG-spezifische Variablen, Operatoren und Funktionen in R Datum der Veröffentlichung: 30. September 2018 Herausgeber: IQTIG Institut für Qualitätssicherung und
MehrAlgorithmen und Datenstrukturen 03
8. November 2011 Inhaltsverzeichnis 1 Besprechung Blatt 2 Matrix Multiplikation Simple Search 2 Vorbereitung Blatt 3 Fehlersuche LectureHall 3 Die Java Api Was ist die API? Matrix Multiplikation AdvancedMatrix.java
Mehr2 R die Basics. Inhalt. 2.1 Ziel. 2.2 R als Taschenrechner. Markus Burkhardt
2 R die Basics Markus Burkhardt (markus.burkhardt@psychologie.tu-chemnitz.de) Inhalt 2.1 Ziel... 1 2.2 R als Taschenrechner... 1 2.3 Umgang mit Vektoren... 2 2.3 Weitere Objektklassen... 3 2.4 Umgang mit
MehrStatistik PS R-Ergänzungen
Statistik PS R-Ergänzungen Kurt Hornik 2005-02-28 Kapitel 1 Einleitung 1.1 Einfaches Rechnen in R Zunächst starten wir R: auf den Windows-Rechnern, indem wir unter Start - Programme - Anwendungen - Mathematik
MehrDatentypen und -strukturen. Statistische Software. Datenstrukturen in R. Datentypen in R. Micha Schneider
Datentypen und -strukturen Statistische Software Micha Schneider Institut für Statistik Ludwig-Maximilians-Universität München WS 2016/17, R Teil 2 Datentypen in R Datenstrukturen in R Das einfachste Datenobjekt
Mehr> patienten<-data.frame( c(28,61,79,54,na,48), c(2,2,3,2,1,1), c("pillen","pillen","massage","gymnastik","massage","gymnastik"),
1 Der Datentyp factor in R 2 Beispieldatensatz > patienten
MehrÜbersicht deskriptiver Maße & anderer. Nützliche Funktionen. Statistische Software (R-Vertiefung) artihmetische Mittel median() mean()
Übersicht deskriptiver Maße & anderer nützlicher Funktionen Statistische Software (R-Vertiefung) Paul Fink, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Pseudo Zufallszahlen, Dichten,
MehrR-Tutorial. R bietet zahlreiche Hilfe-Funktionen an. Informiere Dich über die Funktion log():
Statistik für Bioinformatiker SoSe 2005 R-Tutorial Aufgabe 1: Hilfe. Logge Dich ein. Username und Passwort stehen auf dem Aufkleber am jeweiligen Bildschirm. Öffne eine Shell und starte R mit dem Befehl
MehrPräsenzübung (Einführung in R) Übung zur Vorlesung Statistik I für Biowissenschaften WS 2016/2017
Präsenzübung (Einführung in R) Übung zur Vorlesung Statistik I für Biowissenschaften WS 2016/2017 25.10.2016 Bezugsquelle für die Statistiksoftware R: http://www.r-project.org/ Aufgabe 1: (R als Taschenrechner
MehrAlgorithmen und Datenstrukturen 02
3. Mai 2012 1 Organisatorisches Allgemeine Hinweise Texteditoren 2 Besprechung Blatt 1 Erste Eindrücke 3 Daten Zahlen Zeichen, Strings und String-Operationen 4 Methoden und die Java Api Methoden Was ist
MehrMatlab: Grundlagen und Hilfen
1 Matlab: Grundlagen und Hilfen Jan Marc Stockschläder Fachbereich Physik TU Kaiserslautern 16.08.2012 2 Gliederung 1 Grundlagen Hilfreiche Funktionen Grundrechenarten Matrizen Graphen Statistik Funktionen
MehrDownload Aufruf Hilfe Objekte in R Datenimport Rechnen Grafik Verteilungen. R Grundlagen
R Grundlagen A. Gebhardt 6. Juni 2013/ R Institut für Statistik Universität Klagenfurt Universitätsstr. 65-67, A 9020 Klagenfurt albrecht.gebhardt@uni-klu.ac.at 1 / 27 Inhalt 1 Bezugsquelle 2 Aufruf 3
MehrPython Einführung. Monica Selva Soto. 24 März Mathematisches Institut
Mathematisches Institut mselva@math.uni-koeln.de 24 März 2009 Übungen zur Numerik 1 Vorlesung Übungen praktische Aufgaben Webseite: (Anmeldung, Übungsblätter) http://www.mi.uni-koeln.de/~mselva/numerik1.php
MehrProgrammieren mit statistischer Software
Programmieren mit statistischer Software Eva Endres, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Funktionen Definition von Funktionen I Eine Funktion hat einen Namen benötigt Argumente
MehrEinführung in die statistische Sprache R
Einführung in die statistische Sprache R M. Comp. Sc. Stefan Faußer Oktober 28, 2008 Überblick basiert auf der kommerziellen Sprache S, Source Code von R ist frei verfügbar (GPL) + teilweise objektorientierter,
MehrÜbersicht deskriptiver Maße & anderer. Nützliche Funktionen. Statistische Software (R-Vertiefung) artihmetische Mittel median() mean()
Übersicht deskriptiver Maße & anderer nützlicher Funktionen Statistische Software (R-Vertiefung) Paul Fink, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Pseudo Zufallszahlen, Dichten,
MehrSoftwarepraktikum. zu Elemente der Mathematik. Carsten Rezny Institut für angewandte Mathematik Universität Bonn
Softwarepraktikum zu Elemente der Mathematik Carsten Rezny Institut für angewandte Mathematik Universität Bonn 23. 25.05.2018 Listen Liste: Aufzählung von beliebigen Objekten liste={2,1.4,"abc"} Einzelnes
MehrMit R können Rechenoperationen durch direkte Eingabe durchgeführt werden. Beispiel >(3*(5+7)^4)/3 [1] 20736
Einführung in R 1. Allgemeines Der Download erfolgt über die homepage www.r-project.org Mit Datei neues Skript wird der R-Editor geöffnet. Hier können Befehle eingegeben und abgespeichert werden. Mit copy
MehrSoftwarepraktikum. zu Elemente der Mathematik. Carsten Rezny Institut für angewandte Mathematik Universität Bonn
Softwarepraktikum zu Elemente der Mathematik Carsten Rezny Institut für angewandte Mathematik Universität Bonn 18. 20.05.2016 Listen Liste: Aufzählung von beliebigen Objekten liste={2,1.4,"abc"} Einzelnes
MehrR-Fehlermeldungsleitfaden
R-Fehlermeldungsleitfaden Carsten Szardenings c.sz@wwu.de Wichtig: In neueren RStudio-Versionen wird auf einige Syntaxfehler (siehe Abschnitt 2) im Skript schon vor der Ausführung hingewiesen. Tippt so
MehrZusammenstellung der Befehle in R
C. Fesl: Übungen zur Angewandten Statistik Befehle in R 1 Zusammenstellung der Befehle in R Im folgenden wird der Programmcode immer in dieser Schrift angegeben. Wenn nicht anders angegeben, bezeichnet
MehrStatistische Datenanalyse mit SPSS für Windows
Jürgen Janssen Wilfried Laatz Statistische Datenanalyse mit SPSS für Windows Eine anwendungsorientierte Einführung in das Basissystem und das Modul Exakte Tests Zweite, neubearbeitete Auflage Mit 357 AbbOdungen
MehrTheorie-Teil: Aufgaben 1-3: 30 Punkte Programmier-Teil: Aufgaben 4-9: 60 Punkte
Hochschule RheinMain WS 2018/19 Prof. Dr. D. Lehmann Probe-Klausur zur Vorlesung Ökonometrie Theorie-Teil: Aufgaben 1-3: 30 Punkte Programmier-Teil: Aufgaben 4-9: 60 Punkte (die eigentliche Klausur wird
MehrInhaltsübersicht.
Inhaltsübersicht Vorwort zur vierten Auflage 1 Einleitung 2 Installation 3 Ein erster Überblick 4 Einführung in die Programmiersprache 5 Objekte 6 Dateneingabe und -management 7 Variablen bearbeiten 8
MehrDipl.-Volksw. Markus Pullen Wintersemester 2012/13
Statistische Auswertungen mit R Universität Kassel, FB 07 Wirtschaftswissenschaften Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Beispiele 1. Sitzung Einstieg, Berechnungen und Funktionen, Zuweisungen
MehrZahl ist der im Gradmaß angegebene Winkel, dessen Sinus Sie berechnen möchten.
Verwenden von Formeln in MegaCAD In den Eingabefeldern können sowohl Zahlen als auch Formeln verwendet werden. Dem Anwender stehen die dazu die Funktionen: "sin", "cos", "tan", "asin", "acos", "atan",
MehrMathematische Computer-Software
Mathematische Computer-Software Kommerzielle Computeralgebrasysteme (CAS) Beispiele: Mathematica, Maple, Numerisches und symbolisches Verarbeiten von Gleichungen: Grundrechenarten Ableitung und Integration
MehrDatenmanagement in R: Eine Einführung
UNIVERSITÄT BASEL Frühjahrsemester 2012 WWZ, Abt. Quantitative Methoden 23. März 2012 Prof. Dr. Christian Kleiber Linda Walter Jean-Michel Benkert Datenmanagement in R: Eine Einführung Diese Einführung
MehrProgrammiervorkurs für die Numerik Teil 2/4
line 1 1 0.8 0.6 0.4 0.2 0-0.2-0.4 Programmiervorkurs für die Numerik Teil 2/4 Christian Power Mathematisches Institut Universität Tübingen -8-6 -4-2 0 05.10.2016 2 4 6 8-8 -6-4 -2 0 2 4 6 8 Wiederholung
MehrStatistische Software (R-Vertiefung) Kontrollstrukturen: Bedingte Anweisungen. Logische Operatoren & Verknüpfungen. Syntax. Paul Fink, M.Sc.
Kontrollstrukturen: Bedingte Anweisungen Statistische Software (R-Vertiefung) if ( Bedingung ) { Ausdruck 1 } else { Ausdruck 2} Paul Fink, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
MehrStatistische Datenanalyse mit R. Dr. Andrea Denecke Leibniz Universität IT-Services
Statistische Datenanalyse mit R Dr. Andrea Denecke Leibniz Universität IT-Services Funktionen Eigene Funktionen in R haben den Aufbau namefunction
MehrVorwort zur vierten Auflage Einleitung 13
http://www.beltz.de/de/nc/verlagsgruppe-beltz/gesamtprogramm.html?isbn=978-3-621-28249-9 6 Inhalt Inhalt Vorwort zur vierten Auflage 11 1 Einleitung 13 1.1 Warum R? 13 1.2 Fürwen ist dieses Buch? 14 1.3
MehrProgrammieren in R - Lösungen zum Kapitel Data Analysis Christoph Rust Oktober 2018
Programmieren in R - Lösungen zum Kapitel Data Analysis Christoph Rust Oktober 2018 Vorbemerkungen: Diese Datei wurde mit R Markdown (www) erstellt. Die Quelldatei lässt sich unter (www) herunterladen.
Mehr7. Einführung in C++ Programmieren / Algorithmen und Datenstrukturen 1 Prof. Dr. Bernhard Humm FB Informatik, Hochschule Darmstadt
7. Einführung in C++ Programmieren / Algorithmen und Datenstrukturen 1 Prof. Dr. Bernhard Humm FB Informatik, Hochschule Darmstadt 1 Kontrollfragen Rekursion Was bedeutet Rekursion? Geben Sie Beispiele
MehrUlrich Kohler, Frauke Kreuterr. Datenanalyse mit. Stata. Allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung. 5. aktualisierte Auflage
Ulrich Kohler, Frauke Kreuterr Datenanalyse mit Stata Allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung 5. aktualisierte Auflage DE GRUYTER OLDENBOURG Inhalt Vorwort V Zu diesem Buch 1
MehrStatistische Software Übungsblatt 1 P. Fink SoSe 2013
Statistische Software Übungsblatt 1 P. Fink SoSe 2013 Aufgabe 1: Lesen Sie den Datensatz nba.asc aus dem Datenarchiv des Instituts für Statistik (http://www. statistik.lmu.de/service/datenarchiv/nba/nba.html)
Mehr11./ 12. April 2006. Andrea Ossig andrea.ossig@web.de. Prof. Dr. Helmut Küchenhoff kuechenhoff@stat.uni-muenchen.de
Einführung in SPSS 11./ 12. April 2006 Andrea Ossig andrea.ossig@web.de Prof. Dr. Helmut Küchenhoff kuechenhoff@stat.uni-muenchen.de Monia Mahling monia.mahling@web.de 1 Vor /Nachteile von SPSS +/ intuitiv
MehrEinführung in R. Universität Konstanz SS 2010
SS 2010 Übersicht Übersicht Was ist R? R ist eine Softwareumgebung für numerische und grafische Datenanalyse. R basiert auf der Programmiersprache S Kommerzielle Version von S: S-Plus (Ehemals Insightful,
MehrEinführung in MATLAB
Einführung in MATLAB Warum MATLAB? Messdaten sammeln Datenverarbeitung Graphische Darstellung 27.03.2019 EINFÜHRUNG IN MATLAB 2 Warum MATLAB? t = [1.0, 2.0, 3.0, ] v = [2.1, 4.2, 6.3, ] m = 3.14 E = ½
Mehr# Erforderlich da Leerstellen in einigen Elementen vorhanden sind kj = read.delim(file.path(pfad, "kj.txt"))
1 Data-Frames, Faktoren, Deskriptive Statistik Jonathan Harrington Siehe auch: R/Rpad Reference Card: http://rpad.googlecode.com/svn/rpad_homepage/rpad-refcard.pdf Für Abbildungen: http://addictedtor.free.fr/graphiques/
MehrTU Bergakademie Freiberg Datenanalyse/Statistik Wintersemester 2016/ Übungsblatt. Homepage zur Übung unter:
1. Übungsblatt Homepage zur Übung unter: http://www.mathe.tu-freiberg.de/ds Themen und Begriffe Skalenniveaus Stichprobe und Zufallsexperiment repräsentative Stichprobe Einführung in die Programmiersprache
MehrWas ist R? Grundfunktionen in R Beispiele Zusammenfassung Literatur. Einführung in R. Michael Zwinkel
Einführung in R Michael Zwinkel Arbeitsbereich Wissenschaftliches Rechnen Fachbereich Informatik Fakultät für Mathematik, Informatik und Naturwissenschaften Universität Hamburg Betreuer: Julian Kunkel
MehrBeispiele elementarer Datentypen Ganze Zahlen (integer) Unterbereiche Gleitkommazahlen Festkommazahlen
Beispiele elementarer Datentypen Ganze Zahlen (integer) - Werte sind ganze Zahlen in vorgegebenen Bereich (z. B. -2 31 bis 2 31-1) - Übliche Operationen: Arithmetik (z. B. +,-,*, Division mit Rest, Rest
MehrWie bekomme ich einen schnellen Überblick über die bereits eingegebenen Daten?
Datenanalyse 1 Datenanalyse Wie bekomme ich einen schnellen Überblick über die bereits eingegebenen Daten? In SPSS: Die Variablenansicht sollte bereits ordentlich ausgefüllt sein! Daten öffnen: Doppelklick
MehrStatistische Datenanalyse mit R, R-Studio. Dr. Andrea Denecke Leibniz Universität IT-Services
Statistische Datenanalyse mit R, R-Studio Dr. Andrea Denecke Leibniz Universität IT-Services R Studio Ist ein separat zu installierendes Programm, das aber mit dem eigentlichen R-Programm kommuniziert.
MehrLineare Regression in R, Teil 1
Lineare Regression in R, Teil 1 Christian Kleiber Abt. Quantitative Methoden, WWZ, Universität Basel October 6, 2009 1 Vorbereitungen Zur Illustration betrachten wir wieder den Datensatz CASchools aus
MehrArbeiten mit Daten. Session 3
Arbeiten mit Daten Session 3 1 Lesen und Schreiben von Daten Größere Datenmengen werden üblicherweise nicht manuell in die R Konsole eingegeben, sondern aus Files eingelesen. Hierbei gibt es grundsätzlich
Mehr17. Oktober Ubucon 2010, Universität Göttingen. Eine Einführung in Tcl. Dominik Wagenführ. Einleitung. Grundlagen. Strings.
Ubucon 2010, Universität Göttingen 17. Oktober 2010 Seite 1/40 Übersicht 1 2 3 4 5 6 7 Seite 2/40 Tcl: Tool Command Language [1] in den 1980er von John K. Ousterhout entwickelt Interpretersprache für verschiede
MehrBivariate explorative Datenanalyse in R
Bivariate explorative Datenanalyse in R Achim Zeileis, Regina Tüchler 2006-10-09 In der LV Statistik 1 haben wir auch den Zusammenhang von 2 Variablen untersucht. Hier werden die dazugehörenden R-Befehle
MehrStatistik & Graphiken in R Forschungsorientierte Vertiefung Methodenlehre
Statistik & Graphiken in R Forschungsorientierte Vertiefung Methodenlehre Dipl.-Psych. Norman Rose 29.11.2007 Agenda T-Test Lineare Regressionen Logistische Regression t-test Datenerzeugung & Deskriptive
Mehr