Dipl.-Volksw. Markus Pullen Wintersemester 2012/13
|
|
- Miriam Ackermann
- vor 6 Jahren
- Abrufe
Transkript
1 Statistische Auswertungen mit R Universität Kassel, FB 07 Wirtschaftswissenschaften Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Beispiele 2. Sitzung Wertzuweisungen zu Objekten, Vektoren, Matrizen, Listen Menü: Hilfe > Konsole > # Zuweisungen: Dem Ergebnis einen Namen geben. > # Es entsteht ein Objekt. > a <- 7 # elegant, kann nicht mit logischem Vergleich verwechselt werden > b <- 5 > c = a * b # unelegant, aber schneller zu tippen > c [1] 35 > # c ist wichtige Funktion, sollte nicht als Name verwendet werden. > # Gleiches gilt für pi, t, F und T > rm (c) # remove (c) geht auch. > c function (..., recursive = FALSE).Primitive("c") > (d = a + b) [1] 12 > d [1] 12 Wenn Sie ein Objekt durch eine Zuweisung erzeugt haben (z. B. d = a + b), behält es den zugewiesenen Wert bis zu einer erneuten Zuweisung, die sich direkt auf dieses Objekt bezieht (d = bzw. d <- ). Im Beispiel bleibt d, wie es ist, auch wenn Sie a oder b durch a = oder b = (bzw. a <- oder b <- ) ändern. > # Logische Vergleiche ==,!= (ungleich), <, <=, >, >= > d == a * b [1] FALSE > d == a + b [1] TRUE > Wahr = T > Wahr [1] TRUE > (Falsch = F) [1] FALSE > # Besser nicht die Abkürzungen F und T verwenden, falls man Sie doch selbst als Objekte definiert hat. 1
2 > # Wenn ich die Zuweisung vergessen habe: > 3 ^ 9 > Erg =.Last.value > Erg > 3 ^ 9 -> Erg.neu # Einige Autoren raten ab, da zu unübersichtlich. > Erg.neu > Erg.neu.2 = 3 ^ 9 > Erg.neu.2 > ls() # objects() geht auch. [1] "a" "b" "d" "Erg" "Erg.neu" "Erg.neu.2" "Falsch" "Wahr" > # Vektor: Basis der Statistik (Zahlenreihe), Grundeinheit in R > # Mit einer einzelnen Zahl kann man keine Statistik machen. > (v.1 = c( 3, 7, 8, 9, 5, 12)) [1] > (v.2 = seq (1, 6) ) [1] > (v.3 = rep (5, 7) ) [1] > (v.4 = 1 : 100 ) [1] [23] [45] [67] [89] > v = scan() 1: 3 2: 7 3: 8 4: 9 5: 5 6: 12 7: Read 6 items > v [1]
3 > 3 * v.1 [1] > v.1 + v.2 [1] > v.1[3] # Zugriff auf einzelne Komponente mit eckigen Klammern [1] 8 > v.1[3] = 7 > v.1 [1] > v.4 [17 : 24] # Zugriff auf mehrere Komponenten geht auch [1] > v.4 [17 : 12] [1] > v.2 [8 : 4] [1] NA NA 6 5 4] > # NA (not available): Fehlender Wert (z. B. verweigerte/nicht gewusste Antwort im Fragebogen) > v.2 [c(1, 3, 4)] [1] > v.2 [-4] # 4. Komponente (nicht 4. Element ) weglassen [1] > v.4[- 20:80] Fehler in v.4[-20:80] : nur Nullen dürfen mit negativen Indizes gemischt werden > v.4 [ - 20 : 80] # dies ist für R kein Minus-Operator, sondern ein Vorzeichen, also wird der Vektor von -20 bis 80 gebildet > v.4[- (20:80)] [1] [35] > v.2 [-c(1, 3, 4)] [1] > v.2 * v.3 # komponentenweise Multiplikation (R-Konvention) [1] Warnmeldung: In v.2 * v.3 : Länge des längeren Objektes ist kein Vielfaches der Länge des kürzeren Objektes > # Trotzdem ausgeführt: 5 am Ende bleibt nicht einfach stehen(fehler in alter Version dieser Erläuterung!), sondern erste Komponente des kürzeren Vektors wird recycelt R fängt beim 3
4 kürzeren Vektor wieder von vorne an (hier: 1 * 5). Wäre die Länge von v.3 ein Vielfaches der Länge von v.2, würde nicht einmal die Warnmeldung ausgegeben! > v.2 * v.3 [-7] [1] > (v.5 = seq (1, by =.5, along.with = v.3 ) ) [1] > length(v.5) [1] 7 > t(v.5) [,1] [,2] [,3] [,4] [,5] [,6] [,7] [1,] > # v.5 ist ein Spaltenvektor, transponiert ist er ein Zeilenvektor > # (hier dargestellt als 1x7-Matrix) > v [8] = 0 > v [1] NA 0 > v = v [ 1 : 6 ] > v [1] > v.lang = c( v, 0 ) > v.lang [1] > # Vektoren aus Zeichenketten sind auch möglich > (Farben = c("rot", "grün", "blau") ) [1] "rot" "grün" "blau" > "a" : "f" Fehler in "a":"f" : NA/NaN Argument Zusätzlich: Warnmeldungen: 1: NAs durch Umwandlung erzeugt 2: NAs durch Umwandlung erzeugt > # So geht es also nicht, aber so: > letters [1:6] [1] "a" "b" "c" "d" "e" "f" > LETTERS [1:7] [1] "A" "B" "C" "D" "E" "F" "G" > # Matrizen (mehrere Merkmalsträger mit mehreren Merkmalen, Zeitreihen mehrerer Größen) 4
5 > (m.1 = matrix( seq (1, 12), ncol=3) ) [,1] [,2] [,3] > (m.1 = matrix( seq (1, 12), ncol=3, dimnames = list(zeile = NULL, Spalte = NULL) ) ) # NULL ist ein leerer Vektor Spalte Zeile [,1] [,2] [,3] > (m.3 = cbind ( 1:4, 5:8, 9:12) )# Spalten (columns) zusammensetzen [,1] [,2] [,3] > dimnames (m.3) = list(z. = NULL, Sp. = NULL) > m.3 Sp. Z. [,1] [,2] [,3] > (m.4 = rbind ( v.1, v.2, v.3) ) # aus Zeilen (rows) zusammensetzen [,1] [,2] [,3] [,4] [,5] [,6] [,7] v v v Warnmeldung: In rbind(v.1, v.2, v.3) : number of columns of result is not a multiple of vector length (arg 1) > # Die Vektoren werden wie oben recycelt : R fängt bei den kürzeren wieder von vorne an! 5
6 > (m.4 = rbind ( v.1, v.2, v.3[-7]) ) [,1] [,2] [,3] [,4] [,5] [,6] v v > dimnames (m.4)[1] = list (c("v.1", "v.2", "v.3") ) > m.4 [,1] [,2] [,3] [,4] [,5] [,6] v v v > Namen = list ( Zeile=c(1, 2, 3), Spalte=c ("a", "b", "c", "d", "e", "f")) > dimnames (m.4) = Namen > m.4 Spalte Zeile a b c d e f > # Zugriff auf Teile einer Matrix > m.3 [1, 3] [1] 9 > m.3 [1, 3] = 12 > m.3 [1, 3] [1] 12 > m.3 [1,] [1] > m.3 [,2] [1] > m.4 [1, 3] v.1 7 > m.4 [1,] [1] > m.4 [, 2] v.1 v.2 v > # In einer Liste kann ich alles Mögliche hintereinander hängen. Wir betrachten noch einmal die oben bei der Matrix m.4 verwendete Liste Namen. 6
7 > Namen $Zeile [1] $Spalte [1] "a" "b" "c" "d" "e" "f" > Namen$Zeile [1] > Namen[2] $Spalte [1] "a" "b" "c" "d" "e" "f" > # Menü: Datei > Speichern in Datei > # Sichert den gesamten Dialog mit R als Textdatei. VORSICHT: Wenn Sie mit der Maus etwas markiert haben, wird nur der markierte Bereich gespeichert! > q() #oder Menü: Datei > Beenden (oder Schließen-Icon rechts oben.) 7
R-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
MehrEinfaches Datenmanagement in R
Einfaches Datenmanagement in R Achim Zeileis 2009-02-20 1 Daten einlesen Datensätze werden in R typischerweise als Objekte der Klasse "data.frame" dargestellt. In diesen entsprechen die Zeilen den Beobachtungen
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
MehrDas einfachste Objekt ist ein Vektor, der aus mehreren Elementen besteht. Ein Vektor wird auf diese Weise erzeugt:
Die Grundlagen der R-Programmiersprache Jonathan Harrington 1. Vektoren 1.1 Elemente Es gibt verschiedene Sorten von Objekten in R, in denen Daten gespeichert werden können. In R können Objekte beliebige
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
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/
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
MehrJavaScript. Dies ist normales HTML. Hallo Welt! Dies ist JavaScript. Wieder normales HTML.
JavaScript JavaScript wird direkt in HTML-Dokumente eingebunden. Gib folgende Zeilen mit einem Texteditor (Notepad) ein: (Falls der Editor nicht gefunden wird, öffne im Browser eine Datei mit der Endung
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,
MehrInstallation. Arbeiten mit der MATLAB-Entwicklungsumgebung. MATLAB als Taschenrechner mit Matrix- und Vektorrechnung.
Installation. Arbeiten mit der MATLAB-Entwicklungsumgebung. MATLAB als Taschenrechner mit Matrix- und Vektorrechnung. Die heutige Sitzung dient dem ersten Kennenlernen von MATLAB. Wir wollen MATLAB zuerst
MehrStatistische Software (R) Konstanten. Datentypen in R. Aufruf der Hilfeseiten zu grundlegende Operatoren und Funktionen: Paul Fink, M.Sc.
Grundlegende Operatoren und Funktionen Statistische Software (R) Paul Fink, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Vektoren,, Listen und Data Frames Aufruf der Hilfeseiten
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
MehrVektoren. 2.1 Darstellung. Kapitel Subtraktion und Addition
Kapitel 2 Vektoren In diesem Kapitel werden wir im wesentlichen die verschiedenen Formen der Darstellung von Vektoren in MatLab sowie Verknüpfungen zwischen Vektoren betrachten. In letzterem Punkt ist
MehrModul Entscheidungsunterstützung in der Logistik. Einführung in die Programmierung mit C++ Übung 2
Fakultät Verkehrswissenschaften Friedrich List, Professur für Verkehrsbetriebslehre und Logistik Modul Entscheidungsunterstützung in der Logistik Einführung in die Programmierung mit C++ Übung 2 SS 2016
MehrZugriff auf Matrizen. Anhängen von Elementen. Punktweise Operatoren. Vektoren und Matrizen in MATLAB II
Zugriff auf Matrizen. Anhängen von Elementen. Punktweise Operatoren. Vektoren und Matrizen in MATLAB II Matrixzugriff Wir wollen nun unsere Einführung in die Arbeit mit Vektoren und Matrizen in MATLAB
MehrGrundlagen der R Programmiersprache. Jonathan Harrington und Tina John IPDS, Kiel.
Grundlagen der R Programmiersprache Jonathan Harrington und Tina John IPDS, Kiel. Vektor Objekte Besteht aus einem oder mehrerern Elementen x = 3 meinedatei = c(10, 20, -4) foo = c("kiel", "Phonetik",
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
MehrEinstieg in die Informatik mit Java
1 / 26 Einstieg in die Informatik mit Java Felder, mehrdimensional Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 26 1 Überblick: mehrdimensionale Felder 2 Vereinbarung
Mehr10:Exkurs MATLAB / Octave
10:Exkurs MATLAB / Octave MATLAB (bzw. Octave als freie Version) ist eine numerische Berechnungsumgebung wurde vorrangig zum Rechnen mit Vektoren und Matrizen entworfen ist interaktiv benutzbar, vergleichbar
MehrFachhochschule Südwestfalen Wir geben Impulse. Vektorrechnung in Octave
Fachhochschule Südwestfalen Wir geben Impulse Vektorrechnung in Octave Inhalt Erzeugung von Vektoren Zugriff auf Vektorelemente Addition und Subtraktion von Vektoren Betrag eines Vektors Berechnung des
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
MehrVektoren. Jörn Loviscach. Versionsstand: 11. April 2009, 23:42
Vektoren Jörn Loviscach Versionsstand:. April 29, 23:42 Rechnen mit Pfeilen Bei den komplexen Zahlen haben wir das Rechnen mit Pfeilen schon kennen gelernt. Addition und Subtraktion klappen in drei wie
Mehr4.2 Selbstdefinierte Matlab-Funktionen 1. Teil
4.2 Selbstdefinierte Matlab-Funktionen 1. Teil 37 Ein m-file mit Namen Funktionsname.m und einer ersten Zeile der folgen Form: function Funktionsname(input1,input2,...,inputn) oder function output1=funktionsname(input1,input2,...,inputn)
MehrVariablen in MATLAB. Unterschiede zur Mathematik: Symbolisches und numerisches Rechnen. Skriptdateien. for-schleifen.
Variablen in MATLAB. Unterschiede zur Mathematik: Symbolisches und numerisches Rechnen. Skriptdateien. for-schleifen. Wir wollen uns heute dem Thema Variablen widmen und uns damit beschäftigen, wie sich
MehrVorlesung Unix-Praktikum
1/2 Vorlesung 6. - und Rechnerbetriebsgruppe Technische Fakultät Universität Bielefeld 23. November 2015 2/2 Willkommen zur sechsten Vorlesung Was gab es beim letzten Mal? Dateiverwaltung Aliase echo und
MehrAlgorithmen & Programmierung. Ausdrücke & Operatoren (1)
Algorithmen & Programmierung Ausdrücke & Operatoren (1) Ausdrücke Was ist ein Ausdruck? Literal Variable Funktionsaufruf Ausdruck, der durch Anwendung eines einstelligen (unären) Operators auf einen Ausdruck
MehrJava Einführung VARIABLEN und DATENTYPEN Kapitel 2
Java Einführung VARIABLEN und DATENTYPEN Kapitel 2 Inhalt dieser Einheit Variablen (Sinn und Aufgabe) Bezeichner Datentypen, Deklaration und Operationen Typenumwandlung (implizit/explizit) 2 Variablen
MehrLOGISCHE FUNKTIONEN...
Logische Funktionen Excel 2010 - Fortgeschritten ZID/Dagmar Serb V.02/Jän. 2016 LOGISCHE FUNKTIONEN... 2 UND-FUNKTION... 2 Übung Lottozahl1... 2 ODER-FUNKTION... 3 Übung Spektralfarben... 3 WENN-FUNKTION...
MehrErwin Grüner 09.02.2006
FB Psychologie Uni Marburg 09.02.2006 Themenübersicht Folgende Befehle stehen in R zur Verfügung: {}: Anweisungsblock if: Bedingte Anweisung switch: Fallunterscheidung repeat-schleife while-schleife for-schleife
MehrInverse Matrix. 1-E Ma 1 Lubov Vassilevskaya
Inverse Matrix -E Ma Lubov Vassilevskaya Inverse Matrix Eine n-reihige, quadratische Matrix heißt regulär, wenn ihre Determinante einen von Null verschiedenen Wert besitzt. Anderenfalls heißt sie singulär.
MehrLineare Algebra. Grundlagen der Vektorrechnung. fsg Verlag
Rolf Stahlberger Alexander Golfmann Lineare Algebra Grundlagen der Vektorrechnung fsg Verlag Impressum Herausgeber: FSG Verlag Alexander Golfmann Augustenstr. 58 80333 München info@fsg-verlag.de www.fsg-verlag.de
MehrMit Dateien und Ordnern arbeiten
Erzeugen Sie auf der Arbeitsoberfläche (Desktop) ein neues Objekt (Datei) vom Typ TEXTDOKUMENT. Den Mauszeiger an eine freie Stelle der Arbeitsoberfläche bewegen, dann einen Rechtsklick mit der Maus, ein
MehrMatrizen, Determinanten, lineare Gleichungssysteme
Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n
MehrTutorium zur Makroökonomik
Universität Ulm 89069 Ulm Germany Dipl. WiWi. Sabrina Böck Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Tutorium zur Makroökonomik
MehrGrundlagen der Programmiersprache C++
/ TU Braunschweig Grundlagen der Programmiersprache C++ Um den Studierenden den Einstieg in die FE-Programmierung zu erleichtern werden die wesentlichen Elemente eines C-Programmes beschrieben, soweit
MehrEine kurze Einführung in scilab
Eine kurze Einführung in scilab 1.5 1 0.5 0 0.5 1 1.5 1.5 1 0.5 0 0.5 1 von Dr. Werner E. Schabert April 2009 Version 3.1 Universität Augsburg Inhaltsverzeichnis 1 Rechenoperationen und mathematische
MehrZusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren
Zusammenfassung Mathe III Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Definition: (1) anschaulich: Ein Vektor ist eine direkt gerichtete Verbindung zweier
Mehrk 5 Mathematische Vorlagen und die Vorlage für eine nxm-matrix mit dem Pfeilcursor bzw. dem Mauszeiger doppelt anklicken
25. Grundoperationen mit Vektoren In Schulbüchern werden Vektoren üblicherweise als Spaltenvektoren dargestellt. Darum werden in den Kapiteln 2530 Beispiele fast ausschliesslich mit Spaltenvektoren gerechnet,
MehrÜbungspaket 23 Mehrdimensionale Arrays
Übungspaket 23 Mehrdimensionale Arrays Übungsziele: Skript: Deklaration und Verwendung mehrdimensionaler Arrays Kapitel: 49 Semester: Wintersemester 2016/17 Betreuer: Kevin, Matthias, Thomas und Ralf Synopsis:
Mehr2. ZELLINHALTE UND FORMELN
2. ZELLINHALTE UND FORMELN Aufgabe: In dem Beispiel Haushaltsbuch entwickeln Sie eine Kostenaufstellung, die alle monatlichen Ausgaben einzelner Sparten enthält. Darauf basierend berechnen Sie mit einfachen
MehrWiederholung und Vertiefung. Programmieren in C. Pointer und so... thoto. /dev/tal e.v. 6. April 2013 (Version vom 11. April 2013) Programmieren in C
Pointer und so... 6. April 2013 (Version vom 11. April 2013) Agenda für Heute 1 Wiederholung und Vertiefung Wiederholung 2 Was sind? Felder und Vektoren? Zeichenketten Wiederholung Wiederholung Funktion
MehrFunktionen. Excel 2010 - Fortgeschritten ZID/Dagmar Serb V.01/Mär-12
Funktionen Excel 2010 - Fortgeschritten ZID/Dagmar Serb V.01/Mär-12 FUNKTIONEN... 1 LOGISCHE FUNKTIONEN... 1 UND-Funktion... 1 Übung 1: UND-Funktion...1 ODER-Funktion... 2 Übung 2: ODER-Funktion...2 WENN-Funktion...
MehrLineare Algebra (Teil 1) (LinAlg_1.mw)
Lineare Algebra (Teil 1) (LinAlg_1.mw) Neue MAPLE-Befehle: Vector, DotProduct, CrossProduct, Norm, Matrix, Row, Column, Transpose, Rank, Basis, Determinant, MatrixInverse, Eigenvalues, Eigenvectors. Wir
MehrAm Dienstag, den 16. Dezember, ist Eulenfest. 1/48
Am Dienstag, den 16. Dezember, ist Eulenfest. 1/48 Grundbegriffe der Informatik Einheit 12: Erste Algorithmen in Graphen Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009
MehrA) Durchsuchen von Datenbanken im Internet durch Endnote
EINLEITUNG/ANWEISUNGEN ZU DIESEM TEXT Wir werden die obere Liste (File/ Edit usw.) benutzen, obwohl die meisten Funktionen auch möglich mit rechtem Mausklick, mit Kombinationen der Tastatur oder mit den
MehrAnalytische Geometrie mit dem Voyage 1
Analytische Geometrie mit dem Voyage. Vektoren Vektoren lassen sich definieren in eckigen Klammern. Setzt man ein Semikolon zwischen die einzelnen Komponenten, so ergibt sich ein Spaltenvektor. Ein Spaltenvektor
MehrTag 9: Datenstrukturen
Tag 9: Datenstrukturen A) Datenstrukturen B) Cell Arrays C) Anwendungsbeispiel: Stimulation in einem psychophysikalischen Experiment A) Datenstrukturen Wenn man komplizierte Datenmengen verwalten möchte,
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
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:
MehrElemente der Analysis II
Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel
MehrErwin Grüner 15.12.2005
FB Psychologie Uni Marburg 15.12.2005 Themenübersicht Mit Hilfe der Funktionen runif(), rnorm() usw. kann man (Pseudo-) erzeugen. Darüber hinaus gibt es in R noch zwei weitere interessante Zufallsfunktionen:
Mehr5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix
5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix Jörn Loviscach Versionsstand: 20. März 2012, 16:02 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu:
MehrVektorräume und Rang einer Matrix
Universität Basel Wirtschaftswissenschaftliches Zentrum Vektorräume und Rang einer Matrix Dr. Thomas Zehrt Inhalt:. Lineare Unabhängigkeit 2. Vektorräume und Basen 3. Basen von R n 4. Der Rang und Rangbestimmung
MehrARAkoll 2013 Dokumentation. Datum: 21.11.2012
ARAkoll 2013 Dokumentation Datum: 21.11.2012 INHALT Allgemeines... 3 Funktionsübersicht... 3 Allgemeine Funktionen... 3 ARAmatic Symbolleiste... 3 Monatsprotokoll erzeugen... 4 Jahresprotokoll erzeugen
MehrJava Cheatsheet. Mehrzeiliger Kommentar (beginnt mit /* und endet mit */)
Good code is its own best documentation. (Steve McConnell) Java Cheatsheet Java Grundlagen Aufbau einer Klasse Name der Klasse public class MeineKlasse { Textdatei MeineKlasse.java (muss dem Namen der
MehrDr. Monika Meiler. Inhalt
Inhalt 5 Referenzdatentypen - Felder... 5-2 5.1 Eindimensionale Felder - Vektoren... 5-3 5.1.1 Vereinbarung... 5-3 5.1.2 Referenzen sind keine Felder... 5-4 5.1.3 Kopieren eindimensionaler Felder... 5-6
MehrProgrammierkurs Python I
Programmierkurs Python I Michaela Regneri & Stefan Thater Universität des Saarlandes FR 4.7 Allgemeine Linguistik (Computerlinguistik) Winter 2010/11 Übersicht Kurze Wiederholung: while Sammeltypen (kurz
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,
MehrAutor: Michael Spahn Version: 1.0 1/10 Vertraulichkeit: öffentlich Status: Final Metaways Infosystems GmbH
Java Einleitung - Handout Kurzbeschreibung: Eine kleine Einführung in die Programmierung mit Java. Dokument: Autor: Michael Spahn Version 1.0 Status: Final Datum: 23.10.2012 Vertraulichkeit: öffentlich
Mehr2. Programmierung in C
2. Programmierung in C Inhalt: Überblick über Programmiersprachen, Allgemeines zur Sprache C C: Basisdatentypen, Variablen, Konstanten Operatoren, Ausdrücke und Anweisungen Kontrollstrukturen (Steuerfluss)
MehrKorrelationsmatrix. Statistische Bindungen zwischen den N Zufallsgrößen werden durch die Korrelationsmatrix vollständig beschrieben:
Korrelationsmatrix Bisher wurden nur statistische Bindungen zwischen zwei (skalaren) Zufallsgrößen betrachtet. Für den allgemeineren Fall einer Zufallsgröße mit N Dimensionen bietet sich zweckmäßiger Weise
MehrPIWIN 1 Übung Blatt 5
Fakultät für Informatik Wintersemester 2008 André Gronemeier, LS 2, OH 14 Raum 307, andre.gronemeier@cs.uni-dortmund.de PIWIN 1 Übung Blatt 5 Ausgabedatum: 19.12.2008 Übungen: 12.1.2009-22.1.2009 Abgabe:
MehrDefinitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht
Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben
MehrComputer & GNU/Linux Einführung Teil 4
Inst. für Informatik [IFI] Computer & GNU/Linux EinführungTeil 4 Simon Haller, Sebastian Stab 1/20 Computer & GNU/Linux Einführung Teil 4 Simon Haller, Sebastian Stabinger, Benjamin Winder Inst. für Informatik
Mehr(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:
Mehr2.3 Univariate Datenanalyse in R
2.3. UNIVARIATE DATENANALYSE IN R 47 2.3 Univariate Datenanalyse in R Wir wollen nun lernen, wie man in R Daten elementar analysiert. R bietet eine interaktive Umgebung, Befehlsmodus genannt, in der man
MehrPHP Code Konventionen Um einen einheitlichen Code zu generieren, der von jedem gelesen werden kann, müssen folgende Konventionen eingehalten werden.
PHP Code Konventionen Um einen einheitlichen Code zu generieren, der von jedem gelesen werden kann, müssen folgende Konventionen eingehalten werden. Allgemein Ein Einzug sollte aus 4 Leerzeichen bestehen.
MehrEinstieg in die Informatik mit Java
1 / 26 Einstieg in die Informatik mit Java Felder Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 26 1 Was sind Felder? 2 Vereinbarung von Feldern 3 Erzeugen von Feldern
MehrEinführung in die Programmierung mit VBA
Einführung in die Programmierung mit VBA Vorlesung vom 07. November 2016 Birger Krägelin Inhalt Vom Algorithmus zum Programm Programmiersprachen Programmieren mit VBA in Excel Datentypen und Variablen
Mehrk 5 Mathematische Vorlagen und die Vorlage für eine nxm-matrix anklicken
25. Grundoperationen mit Vektoren In Schulbüchern werden Vektoren üblicherweise als Spaltenvektoren dargestellt. Darum werden in den Kapiteln 2530 Beispiele fast ausschliesslich mit Spaltenvektoren gerechnet,
MehrTI-89. Gleichungssysteme
TI-89 Gleichungssysteme Hans Berger 005 Lineare Gleichungssysteme Der TI-89 kann beliebige Objekte in Variable speichern, auch ganze Gleichungen. Man kann somit beliebige Gleichungen z.b. in g1, g, g3,
Mehr1 Definition. 2 Besondere Typen. 2.1 Vektoren und transponieren A = 2.2 Quadratische Matrix. 2.3 Diagonalmatrix. 2.
Definition Die rechteckige Anordnung von m n Elementen a ij in m Zeilen und n Spalten heißt m n- Matrix. Gewöhnlich handelt es sich bei den Elementen a ij der Matrix um reelle Zahlen. Man nennt das Paar
MehrMathematische Erfrischungen III - Vektoren und Matrizen
Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen
MehrErwin Grüner
FB Psychologie Uni Marburg 01.12.2005 Themenübersicht Die Funktion Die Funktion Zweck: Erzeugung eines Vektors durch Replizieren Parameter x times length.out each Bedeutung Zahl oder Vektor Anzahl der
MehrVirtual PC 2004 SP1 Seite 2: Virtual PC für das Internet einrichten:
Virtual PC 2004 SP1 Seite 2: Virtual PC für das Internet einrichten: Arbeiten Sie mit einem Router, wird der Internetzugang sofort funktionieren, wenn nicht, aktivieren Sie unter Windows XP die Internetverbindungsfreigabe.
MehrEine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls
Kriterien für Invertierbarkeit einer Matrix Eine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls (i) für jede Basis, die Bildvektoren auch eine Basis, bilden; (intuitiv
MehrInformationsverarbeitung im Bauwesen
V14 1 / 30 Informationsverarbeitung im Bauwesen Markus Uhlmann Institut für Hydromechanik WS 2009/2010 Bemerkung: Verweise auf zusätzliche Information zum Download erscheinen in dieser Farbe V14 2 / 30
MehrReihungen. Martin Wirsing. in Zusammenarbeit mit Matthias Hölzl und Nora Koch 11/03
Reihungen Martin Wirsing in Zusammenarbeit mit Matthias Hölzl und Nora Koch 11/03 2 Ziele Die Datenstruktur der Reihungen verstehen: mathematisch und im Speicher Grundlegende Algorithmen auf Reihungen
MehrLineare Gleichungssysteme - Grundlagen
Lineare Gleichungssysteme - Grundlagen Betrachtet wird ein System linearer Gleichungen (im deutschen Sprachraum: lineares Gleichungssystem mit m Gleichungen für n Unbekannte, m, n N. Gegeben sind m n Elemente
MehrDiana Lange. Generative Gestaltung Operatoren
Diana Lange Generative Gestaltung Operatoren Begriffserklärung Verknüpfungsvorschrift im Rahmen logischer Kalküle. Quelle: google Operatoren sind Zeichen, die mit einer bestimmten Bedeutung versehen sind.
MehrMatlab - eine kurze Einführung
Matlab - eine kurze Einführung Helke Karen Hesse, Thomas Dunne helke.hesse@iwr.uni-heidelberg.de, thomas.dunne@iwr.uni-heidelberg.de 13.11.2006 1 / Gliederung Überblick Grundlegende Syntax Variablen Vektoren
MehrQR-Zerlegung Allgemeines. Householder-Spiegelung. Givens-Rotation. Gram-Schmidt-Orthogonalisierung. Fazit. QR-Zerlegung.
20.0.2011 Inhaltsverzeichnis 1 2 3 4 1 2 3 4 der Matrix A R mxn, m n A = Q R Matrix Q: Q R nxn orthogonale Matrix (Spalten paarweise orthogonal) Q Q T = E Matrix R: R R mxn obere Dreiecksmatrix r 11 r
Mehr3 Kurzeinführung in Matlab
3 Kurzeinführung in Matlab Matlab ist ein sehr leistungsfähiges interaktives Programmpaket für numerische Berechnungen. Nutzen Sie dies parallel zu den Vorlesungen. Sie können damit persönlich erfahren,
MehrEinführung in MATLAB
Kapitel 4 Einführung in MATLAB 41 Allgemeines MATLAB ist eine kommerzielle mathematische Software zur Lösung mathematischer Probleme und zur graphischen Darstellung der Ergebnisse Die Verfahren in MATLAB
MehrMicrosoft Excel 2007 Basis. Leseprobe
Microsoft Excel 2007 Basis Kapitel 4 - Mit Formeln und Funktionen arbeiten 4.1 Formeln und Funktionen eingeben 4.1.1 Aufbau von Formeln und mathematische Operatoren in Formeln 4.1.2 Aufbau von Funktionen
MehrÜbung 4: Einführung in die Programmierung mit MATLAB
Übung 4: Einführung in die Programmierung mit MATLAB AUFGABE 1 Was bewirkt der Strichpunkt? - Der Strichpunkt (Semikola) unterdrück die Anzeige der (Zwischen-) Resultate. Welche Rolle spielt ans? - Wenn
MehrEmpirische Softwaretechnik
Empirische Softwaretechnik Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 1 Einführung in das Statistikpaket 2 R?! nicht vergleichbar mit den üblichen Statistikprogrammen wie SAS oder
MehrKapitel 6. Programmierkurs. 6.0 Felder (Arrays) Deklaration von Feldern. Felder (Arrays) Mehrdimensionale Arrays. Birgit Engels, Anna Schulze WS 07/08
Kapitel 6 Programmierkurs Birgit Engels, Anna Schulze Felder (Arrays) Mehrdimensionale Arrays ZAIK Universität zu Köln WS 07/08 1/ 21 2/ 21 6.0 Felder (Arrays) Deklaration von Feldern Bisher haben wir
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
MehrLänge, Skalarprodukt, Vektorprodukt
Länge, Skalarprodukt, Vektorprodukt Jörn Loviscach Versionsstand: 20. April 2009, 19:39 1 Überblick Ein Vektorraum muss nur eine Minimalausstattung an Rechenoperationen besitzen: die Addition zweier Vektoren
MehrMatlab Einführung. Tobias Wunner
Matlab Einführung Tobias Wunner 16. Oktober 2006 Vorteile Interpreter und interaktive Befehlseingabe Schnelles Implementieren von wissenschaftlichen Methoden Gutes Hilfesystem >> lookfor 'sum' TRACE Sum
MehrDie Funktion SVERWEIS(Suchkriterium;Matrix;Index;Bereich_Verweis)
Die Funktion SVERWEIS(Suchkriterium;Matrix;Index;Bereich_Verweis) Argumente: Suchkriterium: Ein Wert, Text oder Bezug, nach dem in der ersten Spalte eines Bereiches (Matrix) gesucht werden soll. Matrix:
MehrFelder, Rückblick Mehrdimensionale Felder. Programmieren in C
Übersicht Felder, Rückblick Mehrdimensionale Felder Rückblick Vereinbarung von Feldern: typ name [anzahl]; typ name = {e1, e2, e3,..., en} Die Adressierung von Feldelementen beginnt bei 0 Die korrekte
MehrIn BlueJ geht es einfach
Arbeiten mit BlueJ Compilieren, Editieren, Objekte erzeugen, Methoden aufrufen, Objekte inspizieren, vorhandene Klassen benutzen, eigene Klassen und Methoden erstellen In BlueJ geht es einfach BlueJ durch
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
MehrFelder (1) Allgemeines
Felder (1) Allgemeines Gleichartige Daten, wie Tabelle von Zahlen, Datumswerten, Namen etc. Felder (engl. Array) stellen einen Verbundtyp dar, in dem mehrere Daten desselben Typs gespeichert werden Oft
MehrEinführung in R Viktor Werle Dustin Kahl. Entscheidungen unter Risiko und statistische Datenanalyse
Einführung in R Viktor Werle Dustin Kahl Entscheidungen unter Risiko und statistische Datenanalyse R Fakten Freie Programmiersprache für statistisches Rechnen und statistische Grafiken. Interpretersprache,
MehrParallele Algorithmen mit OpenCL. Universität Osnabrück, Henning Wenke, 2013-05-08
Parallele Algorithmen mit OpenCL Universität Osnabrück, Henning Wenke, 2013-05-08 Aufräumen Ressourcen in umgekehrter Abhängigkeitsreihenfolge freigeben Objekte haben Reference-Count (RC), initial 1 clrelease
MehrBuch-Add-Ons. Jürgen Bayer. Object Pascal-Tipps und Tricks. 1 Konvertieren und auf numerische Werte überprüfen 2
Buch-Add-Ons Jürgen Bayer Inhaltsverzeichnis Object Pascal-Tipps und Tricks 1 Konvertieren und auf numerische Werte überprüfen 2 1.1 Strings in Integerwerte konvertieren 2 1.2 Strings in Extended-Werte
MehrMySQL Queries on "Nmap Results"
MySQL Queries on "Nmap Results" SQL Abfragen auf Nmap Ergebnisse Ivan Bütler 31. August 2009 Wer den Portscanner "NMAP" häufig benutzt weiss, dass die Auswertung von grossen Scans mit vielen C- oder sogar
Mehr