Was ist R? Statistische Software. Wo bekomme ich R? Wie installiere ich R?

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Was ist R? Statistische Software. Wo bekomme ich R? Wie installiere ich R?"

Transkript

1 Was ist R? Statistische Software R ist eine Implementation der Sprache S, anfänglich von Ross Ihaka und Robert Gentleman (Univ. Auckland) entwickelt und seit Mitte der 90iger Jahre von einem Entwickler-Kollektiv (R-Core) betreut. Da R einfach erweiterbar ist, hat sich über die Jahre eine weltweite, extrem aktive Entwicklergemeinschaft gebildet. Manuel J. A. Eugster (Folien Friedrich Leisch) Informationen zu R: Institut für Statistik Ludwig-Maximilians-Universität München WS 2010/2011, R Manuel Eugster, Statistische Software 2010/ Wo bekomme ich R? Wie installiere ich R? Fertige R Distributionen sind für Windows (alle wichtigen Versionen), MacOS X und viele Linux-Versionen auf CRAN dem Comprehensive R Archive Network erhältlich: Natürlich ist dort auch der vollständige Quellcode erhältlich, von nur mehr historisch interessanten alten bis zur derzeit aktuellsten Version. Auf CRAN finden Sie für Ihre Plattform (Windows, Mac,... ) eigene Seiten mit jeweils zwei Unterkategorien: base: R Basisdistribution mit einem Plattform-typischen Installationsmechanismus (Windows: Setup.EXE). Enthält S-Interpreter, Hilfswerkzeuge, Graphiksystem, wichtige Statistikfunktionen. contrib: Eine extrem umfangreiche Sammlung von Erweiterungspaketen, diese Teile können direkt aus einem laufenden R Prozess installiert werden (falls Sie mit dem Internet verbunden sind). Das von uns verwendete GUI namens Zusatzpaket Rcmdr auf CRAN zu finden. R Commander ist als Manuel Eugster, Statistische Software 2010/ Manuel Eugster, Statistische Software 2010/2011 3

2 Wie benutze ich R? Kommandos werden am Prompt eingegeben... Der R Commander > [1] 2 > a = 0.5 > b = a*2 > exp(b) [1] > log(exp(b)) [1] 1 > c = (cos(log(exp(b))) - a) / b + 1 > c [1] > a <- 1:5 > -a [1] > a * 10 [1] in dieser Vorlesung verwenden wir aber eine graphische Oberfläche um das Erlernen von R zu vereinfachen. Manuel Eugster, Statistische Software 2010/ Der R Commander Der R Commander Der R Commander ist ein Erweiterungspaket, das eine SPSS-ähnliche Oberfläche zur Verfügung stellt. Die Funktionalität orientiert sich am Umfang typischer Statistik- Grundvorlesungen (bei uns: Statistik 1+2, lineare Modelle). Ziel ist ein schrittweises Heranführen der Benutzer an die Sprache S. Installation: bei intakter Internet-Verbindung in der Konsole folgendes Kommando eingeben > install.packages("rcmdr", dependencies=true) Per Default läuft R unter Windows im sogenannten Multiple Document Interface (MDI), bei der alle Fenster, die R öffnet, in ein größeres Fenster eingebettet sind. Aus technischen Gründen erkennt Windows jedoch nicht, daß der R Commander auch zu R gehört, dieser ist daher getrennt. Das wird spätestens bei der ersten Graphik sehr lästig R auf das sogenannte Single Document Interface (SDI) umstellen. Am einfachsten geschieht dies im Menü Bearbeiten -> Einstellungen. Nach der Umstellung muß R einmal neu gestartet werden. Danach kann der R Commander mit dem Befehl > library("rcmdr") oder unter Windows auch über das Menü Pakete -> Installiere Pakete von CRAN gestartet werden. Ist das Paket einmal geladen, startet man den R Commander mit dem Befehl Commander(). Manuel Eugster, Statistische Software 2010/ Manuel Eugster, Statistische Software 2010/2011 7

3 Der R Commander Daten einlesen Die Oberfläche des R Commanders teilt sich in 4 Bereiche: Menü: Datenmanipulation, deskriptive Statistik, Inferenz, Modellierung, Verteilungen. Wahl des aktiven Datensatzes und Modells. Skriptfenster: Durch Menüs zusammengecklickte oder vom Benutzer eingegebene Kommandos in der Sprache S. Ausgabefenster: Umleitung der Ausgabe R Konsole in den R Commander. Meldungen: Etwaige Fehlermeldungen (Abbruch der Bearbeitung) oder Warnungen (Bearbeitung läuft weiter) von R. Zum ersten Import von Daten empfiehlt es sich, diese in einer Textdatei abzuspeichern: Eine Zeile pro Beobachtung, Merkmale durch eindeutiges Trennzeichen getrennt, z.b. Tabulator oder Semikolon. Am einfachsten ist es normalerweise, das Format Comma Separated Values (CSV) zu benutzen. Achtung: Je nach Ursprung der Software kann Punkt oder Komma das Dezimaltrennzeichen sein. In R immer Punkt, beim Lesen/Schreiben von Daten auswählbar (nicht für Ausgabe von Berechnungsergebnissen in der Konsole). Kontrolle des Formats in einem Editor vor dem Import kann helfen, Fehler zu vermeiden. Manuel Eugster, Statistische Software 2010/ Manuel Eugster, Statistische Software 2010/ Comma Separated Values (CSV) Münchner Mietspiegel 2003 Kommt das Trennzeichen in einer Zeichenkette vor, so muß diese durch einfaches oder doppeltes Hochkomma geschützt werden. Leerzeichen als Trennzeichen: Name Geburtsjahr Geschlecht Sting 1951 m "John Lennon" 1940 m Semikolon: Hochkomma hier nicht notwendig (schaden aber auch nicht): Name;Geburtsjahr;Geschlecht Sting;1951;m John Lennon;1940;m Soll auch in der Zeichenkette ein Hochkomma vorkommen, dann am einfachsten jeweils das andere (einfach, doppelt) zum Schützen nehmen. Beides geht auch (durch Backslash schützen). Zahlreiche deutsche Städte erstellen sogenannte Mietspiegel, um Mietern, Vermietern, Mietberatungsstellen und Sachverständigen eine objektive Entscheidungshilfe in Mietfragen zur Verfügung zu stellen. Die Mietspiegel werden dabei insbesondere zur Ermittlung der ortsüblichen Vergleichsmiete (Nettomiete in Abhängigkeit von Wohnungsgröße, -ausstattung, -alter, etc.) herangezogen. Bei der Erstellung von Mietspiegeln wird aus der Gesamtheit aller in Frage kommenden Wohnungen eine repräsentative Zufallsstichprobe gezogen (im Fall der Stadt München durch Infratest), und die interessierenden Daten werden von Interviewern anhand von Fragebögen ermittelt. Der vorliegende Datensatz stellt einen Ausschnitt aus dem Mietspiegel München des Jahres 2003 dar und enthält die Daten von 2053 Wohnungen. html miete03.asc Manuel Eugster, Statistische Software 2010/ Manuel Eugster, Statistische Software 2010/

4 Einlesen nach R Einlesen nach R Datenmanagement -> Importiere Daten -> aus Textdatei Optionen: Name für Datenmatrix (beliebiger zulässiger Variablenname) enthält die erste Zeile die Namen der Merkmale? Lesen aus Zwischenablage statt Datei? Wie sind fehlende Werte codiert? Trennzeichen? Dezimaltrennzeichen? Danach unbedingt prüfen, ob der Import erfolgreich war: Datenmatrix betrachten Statistik -> Deskriptive Statistik -> Aktive Datenmatrix Sind die Variablennamen korrekt erkannt worden? Sind Minimum und Maximum jeder Variablen plausibel? Sind die fehlenden Werte OK? Sind kategorische Variablen numerisch codiert (Momente statt Häufigkeiten)? Nach Bestätigung durch OK öffnet sich ein Datei-Browser zur Auswahl der Textdatei. Manuel Eugster, Statistische Software 2010/ Manuel Eugster, Statistische Software 2010/ Datenmatrix Datenmatrix bearbeiten Die wohl wichtigste Struktur zur Haltung von Daten im üblichen Rechteckschema, wo die Beobachtungen in den Zeilen und die Variablen in den Spalten dargestellt werden, ist die Datenmatrix. In R wird diese data.frame genannt. Die Spalten von data.frames beinhalten Vektoren unterschiedlichen Typs immer entsprechend des Variableninhalts: Ganzzahlige oder Gleitkomma-Werte: numeric Beliebige Zeichen, Wörter, Text: character Logische Zustände, die Werte TRUE und FALSE: logical Nominale oder ordinale Daten: factor Die Auswahl der aktiven Datenmatrix (falls mehr als eine geladen sind) erfolgt am einfachsten durch den Knopf neben Datenmatrix in der zweiten Zeile des Fensters. Manipulation der Datenmatrix: Datenmanagement -> Aktive Datenmatrix Fallbezeichnungen setzen: Auswahl einer Variablen, die geeignete Zeilennamen enthält (z.b. Namen oder ID von Patienten). Teilmenge: Zeilen und/oder Spalten der Datenmatrix auswählen und aktive Datenmatrix damit entweder überschreiben oder neue Datenmatrix anlegen. Auswahl der Zeilen über logischen Ausruck wie Alter < 20. Alternativ kann im Skriptfenster ein R-Kommando wie DMneu <- DMalt[1:10, 1:2] abgesetzt werden (Bsp wählt Zeilen 1 10 und Spalten 1 2 aus). Manuel Eugster, Statistische Software 2010/ Manuel Eugster, Statistische Software 2010/

5 Datenmatrix bearbeiten Variablen bearbeiten Fehlende Werte entfernen: Jede Zeile, die mindestens einen fehlenden Wert enthält, wird entfernt. Speichern: Speichern als binäre R-Datei (Endung.rda oder.rdata). Kann mit Datenmanagement -> Lade Datendatei wieder nach R geladen werden. Exportieren: Als Textdatei speichern, Trennzeichen usw. können spezifiziert werden. Reproduzierbarkeit: Immer Rohdaten zusammen mit Skript aller notwendigen Transformationen (aus Skriptfenster) speichern! Für weitere Bearbeitung ist zusätzliches Speichern der Fertigdatendatei meinedaten.rda praktisch. Neben der gesamten Datenmatrix können auch einzelne Spalten über das Menü Datenmanagement -> Variablen bearbeiten modifiziert werden. Neue Variable: erzeugt neue Variable aus bestehenden. Es stehen alle R-Funktionen zur Verfügung, häufig werden jedoch die Grundrechnungsarten und einfache Funktionen wie log() oder sin() verwendet. Es können auch mehrere Variablen verknüpft werden. Standardisieren: Auf Mittel null und Varianz eins transformieren. Konvertiere numerisch auf Faktor: Speichermodus von numerisch auf Faktor (=kategorisch) setzen, Stufen können übernommen oder vorgegeben werden. Manuel Eugster, Statistische Software 2010/ Manuel Eugster, Statistische Software 2010/ Variablen bearbeiten Gruppiere numerisch: Klassierung einer numerischen Variablen (mehrere Verfahren stehen zur Auswahl). Umbenennen, Löschen: sollte selbsterklärend sein. Univariate Deskription Gruppenbildung erfolgt durch Anlegen einer neuen kategorischen Variablen (=Faktor), die die Gruppenzuordnung enthält. Die meisten Analysen und Grafiken können getrennt nach den Stufen eines Faktors gerechnet werden. Manuel Eugster, Statistische Software 2010/

6 Zusammenfassung der Datenmatrix Statistik -> Deskriptive Statistik -> Aktive Datenmatrix Manuel Eugster, Statistische Software 2010/ Zusammenfassung der Datenmatrix nm nmqm wfl rooms Min. : Min. : Min. : 17.0 Min. : st Qu.: st Qu.: st Qu.: st Qu.:2.000 Median : Median : Median : 67.0 Median :3.000 Mean : Mean : Mean : 69.6 Mean : rd Qu.: rd Qu.: rd Qu.: rd Qu.:3.000 Max. : Max. : Max. :185.0 Max. :6.000 bj bez wohngut wohnbest Min. :1918 Min. : 1.00 Min. : Min. : st Qu.:1948 1st Qu.: st Qu.: st Qu.: Median :1960 Median :10.00 Median : Median : Mean :1958 Mean :11.27 Mean : Mean : rd Qu.:1973 3rd Qu.: rd Qu.: rd Qu.: Max. :2001 Max. :25.00 Max. : Max. : ww0 zh0 badkach0 badextra Min. : Min. : Min. : Min. : st Qu.: st Qu.: st Qu.: st Qu.: Median : Median : Median : Median : Mean : Mean : Mean : Mean : rd Qu.: rd Qu.: rd Qu.: rd Qu.: Max. : Max. : Max. : Max. : kueche Min. : st Qu.: Median : Mean : Manuel Eugster, Statistische Software 2010/2011 3rd Qu.: Max. : Zusammenfassung der Datenmatrix Häufigkeiten Alle Variablen im Mietspiegel sind numerisch codiert, nach Umwandlung von rooms, bez und den binären Indikatorvariablen in Faktoren ergibt sich mit Statistik -> Deskriptive Statistik -> Aktive Datenmatrix nm nmqm wfl rooms bj Min. : Min. : Min. : :255 Min. :1918 1st Qu.: st Qu.: st Qu.: :715 1st Qu.:1948 Median : Median : Median : :759 Median :1960 Mean : Mean : Mean : :263 Mean :1958 3rd Qu.: rd Qu.: rd Qu.: : 47 3rd Qu.:1973 Max. : Max. : Max. : : 14 Max. :2001 Statistik -> Deskriptive Statistik -> Häufigkeitsverteilung Verteilung der Anzahl der Zimmer: bez wohngut wohnbest ww0 zh0 badkach0 badextra kueche 9 : 177 0:1250 0:2008 0:1981 0:1878 0:1673 0:1862 0: : 161 1: 803 1: 45 1: 72 1: 175 1: 380 1: 191 1: : : : : 117 (Other):1190 Manuel Eugster, Statistische Software 2010/ Manuel Eugster, Statistische Software 2010/

7 Lage, Streuung, Quantile Schichtung Statistik -> Deskriptive Statistik -> Zusammenfassung num. Var. Kennzahlen des numerischen Merkmals Nettomiete: mean sd 0% 25% 50% 75% 100% n Kennzahlen eines numerischen Merkmals geschichtet nach einem kategorischen Merkmal: Gruppierungsvariable setzen. Statistik -> Deskriptive Statistik -> Zusammenfassung num. Var. mean sd 0% 25% 50% 75% 100% n Manuel Eugster, Statistische Software 2010/ Manuel Eugster, Statistische Software 2010/ Balkendiagramm: Anzahl Zimmer Balkendiagramm: Relative Häufigkeiten Statistik -> Grafiken -> Balkendiagramm > barplot(table(miete$rooms)/nrow(miete), xlab = "# Zimmer", ylab = "Prozent") Frequency Prozent # Zimmer rooms Manuel Eugster, Statistische Software 2010/ Manuel Eugster, Statistische Software 2010/

8 Kreisdiagramm: Anzahl Zimmer Histogramm: Nettomiete Statistik -> Grafiken -> Kreisdiagramm Statistik -> Grafiken -> Histogramm, Automatische Gruppenanzahl Anzahl Zimmer frequency miete$nm Manuel Eugster, Statistische Software 2010/ Manuel Eugster, Statistische Software 2010/ Histogramm: Nettomiete Gruppenanzahl auf 50 gesetzt. Bi- & Multivariate Darstellungen percent miete$nm Manuel Eugster, Statistische Software 2010/

9 Bi- & Multivariate Darstellungen Balkendiagramme für Kontingenztafeln 2 kategorische Merkmale 1 kategorisches und 1 numerisches Merkmal 2 oder mehr numerische und/oder kategorische Merkmale Kontingenztafeln: Statistik -> Kontingenztabellen -> Kreuztabelle 2 kategorische Merkmale: Balkendiagramme für Kontingenztafeln sind (derzeit noch) nicht über das Menü des R Commander ansteuerbar. Es müssen daher Kommandos im Skriptfenster eingegeben werden, diese können aber auch gleich ganze Ausdrücke enthalten: > TAB <- table(miete$wfl > 80, miete$rooms) > TAB FALSE TRUE Manuel Eugster, Statistische Software 2010/ Manuel Eugster, Statistische Software 2010/ Balkendiagramme für Kontingenztafeln Balkendiagramme für Kontingenztafeln > barplot(tab, legend = TRUE) Die Funktion t() transponiert eine Matrix: TRUE FALSE > TAB FALSE TRUE > t(tab) FALSE TRUE Manuel Eugster, Statistische Software 2010/ Manuel Eugster, Statistische Software 2010/

10 Balkendiagramme für Kontingenztafeln Balkendiagramme für Kontingenztafeln > barplot(t(tab), legend = TRUE) > barplot(t(tab), beside = TRUE, legend = TRUE) FALSE TRUE FALSE TRUE Manuel Eugster, Statistische Software 2010/ Manuel Eugster, Statistische Software 2010/ Balkendiagramme für Kontingenztafeln Mosaicplot: Zimmer, Lage, Zentralheizung > barplot(tab, beside = TRUE, legend = TRUE) Eingabe im Skriptfenster: FALSE TRUE > mosaicplot(~badextra + (wfl > 80) + wohnbest, data = miete) miete wfl > 80 TRUE FALSE badextra Manuel Eugster, Statistische Software 2010/ Manuel Eugster, Statistische Software 2010/

11 Boxplot: Nettomiete Grafiken -> Boxplot, Grafiken für die Gruppen: rooms rooms nm Manuel Eugster, Statistische Software 2010/ Boxplot: Nettomiete pro m rooms nmqm Manuel Eugster, Statistische Software 2010/ Streudiagramm: Nettomiete und Fläche Grafiken -> Streudiagramm wfl nm Manuel Eugster, Statistische Software 2010/ Streudiagramm: Miete, Fläche, Lage Grafiken -> Streudiagramm, Grafiken für die Gruppen: wohngut wfl nm wohngut 0 1 Manuel Eugster, Statistische Software 2010/

12 Streudiagramm: Miete, Fläche, Lage Grafiken -> XY conditioning plot wfl nm Manuel Eugster, Statistische Software 2010/ Streudiagramm: Miete, Fläche, Zimmer wfl nm Manuel Eugster, Statistische Software 2010/ Streudiagramm-Matrix Grafiken -> Streudiagramm Matrix nm nmqm wfl Manuel Eugster, Statistische Software 2010/ Korrelationsmatrix Statistik -> Deskriptive Statistik -> Korrelationsmatrix, Pearsons Produkt-Moment nm nmqm wfl nm nmqm wfl Statistik -> Deskriptive Statistik -> Test... Korrelation, Persons Produkt-Moment, zweiseitig Pearson s product-moment correlation data: miete$nm and miete$nmqm t = , df = 2051, p-value < 2.2e-16 alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: sample estimates: cor Manuel Eugster, Statistische Software 2010/

13 Korrelationsmatrix Statistik -> Deskriptive Statistik -> Korrelationsmatrix, Rangkorrelation Spearman nm nmqm wfl nm nmqm wfl Statistik -> Deskriptive Statistik -> Test... Korrelation, Spearman Rangkorrelation-Moment, zweiseitig Spearman s rank correlation rho data: miete$nm and miete$nmqm S = , p-value < 2.2e-16 alternative hypothesis: true rho is not equal to 0 sample estimates: rho Manuel Eugster, Statistische Software 2010/

Einführung zu R. 8. Mai 2008

Einführung zu R. 8. Mai 2008 Einführung zu R 8. Mai 2008 Ohne Anspruch auf Vollständigkeit und Fehlerfreiheit. Das Skript befindet sich noch im Aufbau und wird laufend verändert. Hinweise an malte.spiess@uni-ulm.de 1 Inhaltsverzeichnis

Mehr

Erste Schritte mit SPSS - eine Anleitung

Erste Schritte mit SPSS - eine Anleitung Der Internetdienst für Ihre Online-Umfragen Erste Schritte mit SPSS - eine Anleitung -1- Weitere in dieser Reihe bei 2ask erschienene Leitfäden Allgemeiner Leitfaden zur Fragebogenerstellung Sie möchten

Mehr

Einführung in die Statistik-Programmier-Sprache R. 1 Grundlagen von R. Müller, SS 2005

Einführung in die Statistik-Programmier-Sprache R. 1 Grundlagen von R. Müller, SS 2005 Einführung in die Statistik-Programmier-Sprache R Müller, SS 2005 1 Grundlagen von R Die Statistik-Software R ist eine objekt-orientierte, interaktive Programmiersprache, mit der einfach statistische Auswertungen

Mehr

VBA Programmierung mit Excel

VBA Programmierung mit Excel Universitätsrechenzentrum Johannes Gogolok Abt. Wiss. Anwendungen URZ B/012/9911 VBA Programmierung mit Excel Grundlagen REIHE: INTEGRIERTE SYSTEME VBA Programmierung mit Excel Grundlagen FernUniversität

Mehr

Das Handbuch zu KDiff3

Das Handbuch zu KDiff3 Das Handbuch zu KDiff3 Joachim Eibl Deutsche Übersetzung: Thomas Reitelbach Version 0.9.87 (2005-01-30) Copyright 2002-2005 Joachim Eibl Permission is granted to copy, distribute

Mehr

Support und Distribution: VERBI Software. Consult. Sozialforschung. GmbH www.maxqda.de

Support und Distribution: VERBI Software. Consult. Sozialforschung. GmbH www.maxqda.de Support und Distribution: VERBI Software. Consult. Sozialforschung. GmbH www.maxqda.de Alle Rechte, insbesondere das Recht der Vervielfältigung und Verbreitung sowie der Übersetzung, vorbehalten. Kein

Mehr

Kurzeinführung in. Matlab/Simulink/Stateflow

Kurzeinführung in. Matlab/Simulink/Stateflow Kurzeinführung in Matlab/Simulink/Stateflow Version 2.6 vom 5.02.2007 2 Inhaltsverzeichnis Inhaltsverzeichnis 1 Einführung in Matlab 3 1.1 Erste Schritte und Bedienungshilfen............................

Mehr

Erste Schritte mit Minitab 17

Erste Schritte mit Minitab 17 Erste Schritte mit Minitab 17 2014 by Minitab Inc. All rights reserved. Minitab, Quality. Analysis. Results. and the Minitab logo are registered trademarks of Minitab, Inc., in the United States and other

Mehr

Numerische Verfahren Übungen und Lösungen, Blatt 0

Numerische Verfahren Übungen und Lösungen, Blatt 0 Technische Universität Hamburg-Harburg Institut für Numerische Simulation E-10 Dr. Jens-Peter M. Zemke Sommersemester 2007 Numerische Verfahren Übungen und Lösungen, Blatt 0 Lesen Sie bitte den folgenden

Mehr

Das BlueJ Tutorial. Version 2.0.1 für BlueJ Version 2.0.x

Das BlueJ Tutorial. Version 2.0.1 für BlueJ Version 2.0.x Das BlueJ Tutorial Version 2.0.1 für BlueJ Version 2.0.x Michael Kölling Mærsk Institute University of Southern Denmark Deutsche Übersetzung: Matthias Langlotz und Ingo Rhöse Copyright M. Kölling Inhalt

Mehr

Öffnen einer Suchanfrage / Abgeben eines Angebotes (Offene Anfragen)

Öffnen einer Suchanfrage / Abgeben eines Angebotes (Offene Anfragen) Öffnen einer Suchanfrage / Abgeben eines Angebotes (Offene Anfragen) Wenn sie sich eine Anfrage ansehen wollen, weil sie mehr darüber erfahren möchten, oder weil sie für diese Anfrage eine Angebot abgeben

Mehr

Entwicklung einer Automatenbedienung mit einer leistungsfähigen Spracherkennung und einer graphischen Benutzerschnittstelle unter C++

Entwicklung einer Automatenbedienung mit einer leistungsfähigen Spracherkennung und einer graphischen Benutzerschnittstelle unter C++ Entwicklung einer Automatenbedienung mit einer leistungsfähigen Spracherkennung und einer graphischen Benutzerschnittstelle unter C++ Masterarbeit zur Erlangung des Grades "Master of Engineering" vorgelegt

Mehr

Die Installation der MiKT E X-Distribution

Die Installation der MiKT E X-Distribution Die Installation der MiKT E X-Distribution Kurt Lidwin Dieses Dokument enthält eine Anleitung, wie Sie ein TEX-System für eine der Windowsvarianten Windows XP, Vista oder Windows 7 unter Einsatz der Distribution

Mehr

Die CoDeSys Visualisierung. Ergänzung zum Handbuch für SPS Programmierung mit CoDeSys 2.3

Die CoDeSys Visualisierung. Ergänzung zum Handbuch für SPS Programmierung mit CoDeSys 2.3 Die CoDeSys Visualisierung Ergänzung zum Handbuch für SPS Programmierung mit CoDeSys 2.3 Copyright 2003, 2004, 2005, 2006, 2007 by 3S - Smart Software Solutions GmbH Alle Rechte vorbehalten. Es wurden

Mehr

Installation und Kurzanleitung für ELCOVISION 10. PMS Photo Mess Systeme AG

Installation und Kurzanleitung für ELCOVISION 10. PMS Photo Mess Systeme AG Installation und Kurzanleitung für ELCOVISION 10 PMS Photo Mess Systeme AG Copyright 1999 PMS Photo Mess Systeme AG. Alle Rechte vorbehalten. Dieses Handbuch beschreibt die Versionen 6.x des Photogrammetriesystems

Mehr

ohne Semikolon erhält man eine bestätigende Ausgabe von MATLAB

ohne Semikolon erhält man eine bestätigende Ausgabe von MATLAB 1 Einleitung Bei MATLAB handelt es sich um ein interaktives Programm zur besonders effizienten Durchführung von Matrixoperationen wie z.b. dem Lösen von Gleichungssystemen. Wenn man MATLAB gestartet hat,

Mehr

Einführung in die Programmierung des NXT Brick mit NXC

Einführung in die Programmierung des NXT Brick mit NXC Angewandte Informationstechnologie BRG Kepler Einführung in die Programmierung des NXT Brick mit NXC Johannes Zenz 2010/11 robotik.brgkepler.at Inhaltsverzeichnis 1. Grundlagen & Vorbereitung... 4 1.1

Mehr

Tutorium zu Aufzählungen und Nummerierungen

Tutorium zu Aufzählungen und Nummerierungen Tutorium zu Aufzählungen und Nummerierungen OpenOffice.org Copyright Copyright Copyright und Lizenzen Dieses Dokument unterliegt dem Copyright 2006 seiner Autoren und Beitragenden, wie sie im entsprechenden

Mehr

Was muss ich wirklich über itunes wissen?

Was muss ich wirklich über itunes wissen? O:/Wiley/iPod_PG/3d/c01.3d from 29.03.2011 10:33:10 1. Was muss ich wirklich über itunes wissen? O:/Wiley/iPod_PG/3d/c01.3d from 29.03.2011 10:33:10 Eine Mediathek mit Musiktiteln und anderen Mediainhalten

Mehr

Wie funktioniert ein Mieterhöhungsverlangen?

Wie funktioniert ein Mieterhöhungsverlangen? Wie funktioniert ein Mieterhöhungsverlangen? Grundsätzlich steht einem Vermieter jederzeit die Möglichkeit offen, die gegenwärtig bezahlte Miete gemäß 558 BGB an die ortsübliche Miete durch ein entsprechendes

Mehr

organice E-Post- Manager

organice E-Post- Manager organice Software GmbH organice E-Post- Manager Benutzerhandbuch Stand: April 2012 Inhalt 1. Allgemeine Informationen... 4 1.1 Voraussetzungen... 4 1.2 Unterstützte E-Mail-Formate... 4 1.3 Unterstützte

Mehr

Einführung in C++ ladedu.com/cpp

Einführung in C++ ladedu.com/cpp Einführung in C++ ladedu.com/cpp Einführung in C++ Heinz Tschabitscher et tu es toujours là Inhaltsverzeichnis Vorwort xiii 1 Einführung 1 1.1 Die Wurzeln von C++............................. 1 1.2

Mehr

Zeta Producer 12. Zeta Producer 12. Online-Handbuch. Seite 1 von 341

Zeta Producer 12. Zeta Producer 12. Online-Handbuch. Seite 1 von 341 Zeta Producer 12 Online-Handbuch Seite 1 von 341 Über dieses Online-Handbuch Hallo und Willkommen beim Online-Handbuch für Zeta Producer. Unser CMS für Websites ist intuitiv und einfach zu bedienen. In

Mehr

Anleitung zur Erstellung eines PDF/A1b-konformen Dokuments aus einer PDF-Datei

Anleitung zur Erstellung eines PDF/A1b-konformen Dokuments aus einer PDF-Datei Anleitung zur Erstellung eines PDF/A1b-konformen Dokuments aus einer PDF-Datei Diese Anleitung ist auf einem MAC für Acrobat Professional X entwickelt worden, sie ist aber mit minimaler Transferleistung

Mehr

Hinweise zur inhaltlichen und formalen Gestaltung von Seminar- und Diplomarbeiten im Fach Psychologie

Hinweise zur inhaltlichen und formalen Gestaltung von Seminar- und Diplomarbeiten im Fach Psychologie Hinweise zur inhaltlichen und formalen Gestaltung von Seminar- und Diplomarbeiten im Fach Psychologie [Stand 2008-12] Verfasser(innen): Eva Wimmer, Antje Hornung & Helmut Lukesch Lehrstuhl für Psychologie

Mehr

Der Internetdienst für Ihre Online-Umfragen. Leitfaden für die Erstellung eines Fragebogens

Der Internetdienst für Ihre Online-Umfragen. Leitfaden für die Erstellung eines Fragebogens Der Internetdienst für Ihre Online-Umfragen Leitfaden für die Erstellung eines Fragebogens Weitere in dieser Reihe bei 2ask erschienene Leitfäden Leitfaden Mitarbeiterbefragung Worauf sollte bei einer

Mehr

Arbeiten mit Scilab und Scicos

Arbeiten mit Scilab und Scicos - 1 - Arbeiten mit Scilab und Scicos Scilab für numerische Berechnungen Scicos für grafische Simulationen Jean-Marie Zogg 1 Einführung Seite 2 Arbeiten mit Scilab und Scicos 1 Einführung Scilab ist ein

Mehr

Informationsblatt Erstellung einer Abschlussarbeit im Format PDF/A an der Universität Heidelberg

Informationsblatt Erstellung einer Abschlussarbeit im Format PDF/A an der Universität Heidelberg Informationsblatt Erstellung einer Abschlussarbeit im Format PDF/A an der Universität Heidelberg Inhalt Informationsblatt Erstellung einer Abschlussarbeit im Format PDF/A an der Universität Heidelberg...

Mehr

Unterrichtssoftware SMART Notebook 11. Eine Kurzanleitung

Unterrichtssoftware SMART Notebook 11. Eine Kurzanleitung Unterrichtssoftware SMART Notebook 11 Eine Kurzanleitung Kurzanleitung SMART Notebook 11 Inhaltsverzeichnis Herzlich willkommen am SMART Board Interactive Whiteboard Einführung, Tipps & Tricks... 4 Grundlagen

Mehr