Material zur Vorlesung Räumliche Statistik
|
|
- Lars Dunkle
- vor 5 Jahren
- Abrufe
Transkript
1 Dr. Felix Ballani SoSe 2018 Material zur Vorlesung Räumliche Statistik Einführung in R Während der folgenden Übungen sollen Sie ab und zu mit dem Statistik-Programm R arbeiten. Das Statistik-Programm R kann kostenlos von der R-Homepage bezogen werden. Ebenfalls frei erhältlich sind verschiedene Arbeitsoberflächen und Editoren sowie Erweiterungen, welche das Arbeiten und die Programmierung mit R vereinfachen, z. B. die Entwicklungsumgebung RStudio, siehe In den PC-Pools ist an allen Rechnern die R-Core-Version vorhanden und an den meisten das etwas komfortablere RStudio. Arbeiten Sie den gesamten Abschnitt durch und führen Sie die R-Befehle entweder in der Konsole oder aber einfacher im begleitenden R-Skript intro.r durch. Speichern Sie das begleitende R-Skript intro.r, starten Sie R und öffnen Sie dann (s. u.) die Datei intro.r. Allgemeines Die R-Core-Version öffnet sich mit einem Fenster namens R Console, welches auch (neben weiteren) nach dem Starten von RStudio vorhanden ist. In diesem Fenster werden alle Rechnungen durchgeführt, indem man hier einzelne Befehlszeilen eingibt und anschließend die Enter-Taste drückt. In der R-Core-Version kann man weiterhin im Menü über Datei > Neues Skript einen R- Editor öffnen, in diesem schreiben und das Geschriebene über Datei > Speichern unter... abspeichern. Ebenso kann man ein bereits vorhandenes sogenanntes R-Skript über Datei > Öffne Skript... öffnen. Eine Skriptdatei hat üblicherweise die Endung.r. In RStudio erhält man eine neue Skriptdatei über File > New File > R Script. In einem R-Skript kann man eine einzelne Befehlszeile ausführen, indem man den Cursor in dieser Zeile platziert und dann die Tastenkombination Strg+R (R-Core-Version) bzw. Strg+Enter (RStudio) drückt oder über das Menü Bearbeiten > Ausführung Zeile oder Auswahl (R-Core-Version) bzw. Code > Run Selected Line(s) (RStudio, hier gibt es zusätzlich einen Run -Button) ansteuert. Der Vorteil eines R-Skripts besteht u. a. darin, dass man aber auch mehrere Befehlszeilen zusammen ausführen kann. Dazu markiert man die betreffenden Zeilen mit Hilfe der linken Maustaste und drückt dann Strg+R bzw. Strg+Enter. Alle Zeichen, die in einer Zeile (einer Skriptdatei) hinter dem Zeichen # stehen, interpretiert R als Kommentar und ignoriert diese bei der Ausführung. Die Pfeiltaste nach oben bringt in der Konsole den letzen Befehl zurück. R unterscheidet kleine und große Buchstaben.
2 R besitzt eine umfangreiche Hilfe. Alle bereits in R vorhandenen ( built-in -) Funktionen sind hinsichtlich der möglichen Argumente und Rückgabewerte dokumentiert und mit Beispielen unterlegt. Das Gleiche gilt für Funktionen, die in Zusatzpaketen implementiert sind. Es gibt verschiedene Möglichkeiten, die Hilfe aufzurufen. Neben der formalen Beschreibung des/der entsprechenden Kommandos/Funktion gibt es hilfreiche Beispiele. help(sum)?sum # Hilfe für die "built-in"-funktion sum # das Gleiche wie help(sum) Grundlegendes R als Taschenrechner 1+1 # Addieren 2*3 # Multiplizieren 3/2 # Dividieren 3^2 # Potenzieren (1+2)*3 # Klammern setzen 1.3*2 # Der Punkt fungiert als Dezimalzeichen. pi # Die Konstante pi/4 # Rechnen mit der Konstanten 1/0 # Inf = Infinity (unendlich) 0/0 # NaN = Not a Number: Platzhalter bzw. Fehlermeldung pi[2] # NA = Not Available: Platzhalter bzw. Fehlermeldung Variablen erstellen a <- 2*3 # eine Variable a anlegen, gleichzeitig einen Wert zuweisen a # den Wert der Variablen a anzeigen lassen a^2 # mit der Variable rechnen... b <- a^2 #... und das Ergebnis einer weiteren Variablen zuweisen Baum <- "Eiche" # Wert einer Variablen kann auch eine Zeichenkette... Baum w.wert <- TRUE #... oder ein Wahrheitswert (oder noch komplexer) sein w.wert Als Namen von Variablen können nahezu beliebige Zeichenketten verwendet werden. Einige Zeichenketten sind allerdings in R bereits belegte Konstanten (wie pi) oder Funktionen (wie sum), die man möglichst nicht neu belegt. Im Zweifelsfall kann man dies testen: exists( for ) exists( mein_name ) Funktionen verwenden log( ) # der natürliche Logarithmus log(16,2) # der Logarithmus von 16 zur Basis 2 objects() # alle vorhandenen Variablen und Objekte anzeigen
3 Funktionen werden in R durch ihren Namen aufgerufen, gefolgt von ihren Argumenten, die in runden Klammern durch Komma(ta) getrennt hinter dem Namen angegeben werden. Beim Aufruf der Funktion objects wird hier keine Spezifizierung von Argumenten benötigt, daher bleibt die Klammer leer. Wenn es mehrere Parameter gibt, bestimmt normalerweise die Reihenfolge, welche Zahl für welches Argument steht. log(16,2) und log(2,16) unterscheiden sich also. Man kann aber Parameter dann in beliebiger Reihenfolge angeben, wenn man die Namen der Argumente mit angibt. Im Beispiel wäre also log(base=2,x=16) das Gleiche wie log(16,2) bzw. log(x=16,base=2). In R ist das Verwenden von Funktionen ganz wesentlich. Daher ist es oftmals nötig, eigene Funktionen zu definieren. Dies geschieht immer nach dem Schema Funktionsname <- function(arg1name,arg2name,...,argnname) {... wobei innerhalb der geschweiften Klammern angegeben wird, was mit den Argumenten Arg1Name, Arg2Name usw. gemacht werden soll, z. B. BspFunktion <- function(a,b) { # zwei Argumente w <- 5*a+b return(w) # Rückgabewert Das Ergebnis der Funktion wird mit return zurückgegeben. BspFunktion(1,0) BspFunktion(2,2) Es ist auch oft üblich, bei der Definition der Funktion einigen Argumenten sinnvolle Standardwerte zuzuweisen. BspFunktion <- function(a=0,b=0) { w <- 5*a+b return(w) BspFunktion() BspFunktion(1) # erstes Argument wird auf 1 gesetzt Schleifen for(i in 1:10) print(i^2) for( name in c("i", "want", "to", "go", "home!") ) { cat(name,"\n") while(rnorm(1) < 1) print("hallo") Bedingungen if(rnorm(1) > 0) { print("rnorm erzeugte einen positiven Wert.") else { print("rnorm erzeugte einen negativen Wert.")
4 Vektoren, Matrizen, Listen Erzeugung von Vektoren x <- c(1, 2, 3, 4, 5) # c kommt von concatenate. x y <- exp(x)-2 # exp wird auf jedes Element von x angewendet. y y[2] # zweites Element von y y[2] <- 1 # Ändern des zweiten Elements von y Möglichkeiten, verschiedene Arten von Vektoren zu erzeugen rep(1,5) # Wiederholung 1:5 # das Gleiche wie c(1, 2, 3, 4, 5) seq(1,20,by=4) # Folge mit Abstand by=4 seq(1,20,length=5) # Folge mit length=5 Elementen in gleichen Abständen verschiedene Wege, um auf Elemente von Vektoren zuzugreifen x <- 1:30/10 length(x) # Anzahl der Elemente von x x[1:10] # die ersten zehn Elemente von x x[c(1,10,15)] # die Elemente an Position 1, 10,15 x[c(10,1,15)] # die gleichen Element in anderer Reihenfolge x[ x > 2.5 ] # alle Elemente von x, die > 2.5 sind x > 2.5 # Vektor von Wahrheitswerten x[-(1:10)]; # alle Elemente außer den Elementen 1 bis 10 Matrizen x <- c(1,2,3,4) matrix(x,nrow=2,ncol=2) # Elemente spaltenweise angeordnet matrix(x,2,2,byrow = T) # Elemente zeilenweise angeordnet A <- matrix(1:15,3) B <- matrix(1:3,3,5) B Matrixoperationen A + B A * B A %*% t(b) # elementweise Summe # elementweise Multiplikation # Matrixprodukt, t(b) ist transponierte Matrix B Zugriff auf Matrizen und Dimension dim(b) # Dimension (Anzahl der Zeilen bzw. Spalten) NROW(B) # Zeilenanzahl NCOL(B) # Spaltenanzahl A[,1] # erste Spalte A[1,] # erste Zeile A[3,1] # erstes Element der dritten Zeile
5 Zusammenfassen von Vektoren zu Matrizen cbind(c(1,2), c(3,4)) rbind(c(1,2), c(3,4)) # spaltenweise # zeilenweise Listen; sind nützlich, um Informationen verschiedenen Typs zusammenzufassen. course.info <- list(students = c("sandra", "Karl", "Thomas", "Nadine"), nr.of.exercises = 15, rooms = c("seminarraum","pc-pool")) course.info$rooms course.info[[3]] course.info$students[2] Zufallszahlen und einfache Statistiken Generierung von (Pseudo-)Zufallszahlen und Verwendung von Quantil-, Verteilungs- und Wahrscheinlichkeitsdichtefunktionen rnorm(10) qnorm(0.975) pnorm(0) dnorm(0) # Generiert 10 Zufallszahlen zur N(0,1)-Verteilung # 97.5 %-Quantil der Standardnormalverteilung # Verteilungsfunktion # Wahrscheinlichkeitsdichtefunktion In ähnlicher Weise erhält man z. B. mit runif Zufallszahlen zur stetigen Gleichverteilung, mit rexp Zufallszahlen zur Exponentialverteilung und mit rbinom Zufallszahlen zur Binomialverteilung. einfache Statistiken x <- rnorm(20) y <- rnorm(20,mean=2,sd=2) # 20 Zufallszahlen zur N(2,4)-Verteilung mean(x) # empirischer Mittelwert mean(y) sd(x) # empirische Standardabweichung sd(y) var(x) # empirische Varianz var(y) z <- 2*(0.5*x + sqrt(0.75)*rnorm(20)) cov(x,z) # empirische Kovarianz von x und z cor(x,z) # empirischer Korrelationskoeffizient Einfache Grafiken hist(rnorm(100)) # Histogramm plot(x,z) # Streudiagramm xx <- seq(-3,3,by=0.1) plot(xx,dnorm(xx),type="l",main="dichtefkt. der N(0,1)-Vert.",xlab="x",ylab="f(x)") Über?par können Sie herausfinden, mit welchen weiteren optionalen Argumenten man die Grafikausgabe beeinflussen kann.
6 Dateiverwaltung getwd() zeigt und setwd("meinpfad") setzt das Arbeitsverzeichnis von R. Sofern nicht mit weiteren Pfadangaben versehen, werden in diesem Verzeichnis alle Dateien gespeichert, für die man einen solchen Befehl ausführt. getwd() # aktuelles Arbeitsverzeichnis A <- matrix(rnorm(20),4,5) write.table(a,file="amatrix.txt",row.names=false,col.names=false) # Speichern AA <- read.table("amatrix.txt") # Einlesen class(aa) # Typ data.frame AA <- as.matrix(aa) # Umwandeln in den Typ matrix class(aa) Nicht alle Daten sind in Form einer Matrix vorhanden. Sie lassen sich mit save abspeichern und mit load wieder einlesen. save(course.info,file="ci.rdata") remove(course.info) course.info load(file="ci.rdata") course.info # Abspeichern im.rdata-format # Löschen des Objekts course.info # Einlesen Der Befehl save.image() speichert alle Objekte in der Datei.RData im aktuellen Arbeitsverzeichnis. Somit kann man auf bereits erzeugte Objekte auch nach einer Sitzungsunterbrechung wieder zugreifen. In der Regel wird man beim Schließen der R-Core-Version oder von RStudio gefragt, ob man die aktuelle Sitzung in dieser Weise speichern möchte.
Aufgaben zur Vorlesung Statistische Analyse von Systemen
Dr. Felix Ballani SoSe 2018 Aufgaben zur Vorlesung Statistische Analyse von Systemen Übung am 04. April 2018 Während der folgenden Übungen sollen Sie mit dem Statistik-Programm R arbeiten, das Sie (überwiegend)
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
MehrKurze Einführung in R
Dr. Katharina Best Sommersemester 2011 Kurze Einführung in R WiMa-Praktikum Erste Schritte R wird durch Eintippen von R in der Konsole gestartet. Beendet wird es durch q() oder quit(). Es existieren auch
MehrDer Download von R erfolgt über die homepage
Einführung in R 1. Allgemeines zu R Der Download von R erfolgt über die homepage www.r-project.org Wenn man das Programm öffnet, erscheint eine leere Konsole. Das > -Zeichen zeigt das Eingabefeld an. Befehle
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
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
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,
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
MehrEinführung in die formale Demographie Übung
Einführung in die formale Demographie Übung Roland Rau mailto:roland.rau@uni-rostock.de 10. Oktober 2016 Inhaltsverzeichnis 1 Überblick 2 2 Erste Schritte in R 2 2.1 Woher erhalte ich R?...............................
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
MehrVorlesung Statistik SS 2006
Vorlesung Statistik SS 2006 http://ismi.math.uni-frankfurt.de/wakolbinger/teaching/stat06/ http://ismi.math.uni-frankfurt.de/wakolbinger/teaching/stat06/ Formales Schein Aufgaben Lösungen Abgabe 50% der
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
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,
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
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
MehrEinheit 1. Einführung in R. IFAS JKU Linz c 2018 Programmieren mit Statistischer Software 1 0 / 11
Einheit 1 Einführung in R IFAS JKU Linz c 2018 Programmieren mit Statistischer Software 1 0 / 11 Einführung R ist ein Software-Paket für Statistisches Rechnen und Graphik. Es ist die Open Source Implementierung
MehrProgrammieren mit statistischer Software
Programmieren mit statistischer Software Eva Endres, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Grundbegriffe Danksagung Herzlichen Dank an Manuel Eugster, Cornelia Oberhauser
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
MehrFunktionen in JavaScript
Funktionen in JavaScript Eine Funktion enthält gebündelten Code, der sich in dieser Form wiederverwenden lässt. Es können ganze Programmteile aufgenommen werden. Mithilfe von Funktionen kann man denselben
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
MehrLinux-Einführung Übung
Linux-Einführung Übung Mark Heisterkamp 24. 25. Februar 2010 1 Einführung und Grundlagen 1.1 Erste Schritte... 1.1.1 Xterminalfenster Öffnen Sie ein weiteres Xterminalfenster mit der Maus. mittels Kommando.
MehrMatlab: eine kleine Einführung 4
Praktikum zur Vorlesung: Numerische Mathematik für Lehramt SS 6 Linux Matlab: eine kleine Einführung Jan Mayer 27. April 6 Matlab: eine kleine Einführung 2 Matlab starten: Linux 1. Konsole öffnen (Bildschirm-Icon
MehrMatlab: eine kleine Einführung 2
Praktikum zur Vorlesung: Numerische Mathematik für Lehramt SS 6 Matlab: eine kleine Einführung Jan Mayer 27. April 6 Linux Matlab: eine kleine Einführung 2 Linux Matlab starten: 1. Konsole öffnen (Bildschirm-Icon
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:
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
MehrEin erstes "Hello world!" Programm
OOP Henrik Horstmann 14. September 2014 Inhaltsverzeichnis Inhaltsverzeichnis 1 Bedeutung der Symbole...1 2 Die Benutzer Oberfläche von HOOPLU...2 2.1 Projekte öffnen und speichern...2 2.2 Die Klasse Program
MehrMatlab: eine kleine Einführung
Praktikum zur Vorlesung: Numerische Mathematik für Lehramt SS 2006 Matlab: eine kleine Einführung Jan Mayer 27. April 2006 Linux Matlab: eine kleine Einführung 2 Linux Matlab starten: 1. Konsole öffnen
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
MehrFunktionen in JavaScript
Funktionen in JavaScript Eine Funktion enthält gebündelten Code, der sich in dieser Form wiederverwenden lässt. Mithilfe von Funktionen kann man denselben Code von mehreren Stellen des Programms aus aufrufen.
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
MehrC# - Einführung in die Programmiersprache Methoden. Leibniz Universität IT Services
C# - Einführung in die Programmiersprache Methoden Leibniz Universität IT Services 02.07.12 Methoden... sind Subroutinen in einer Klasse. können einen Wert an den Aufrufer zurückgeben. verändern die Eigenschaften
MehrSchülerworkshop Computertomographie Mathematik als Schlüsseltechnologie
Schülerworkshop Computertomographie Mathematik als Schlüsseltechnologie Peter Quiel 1. und 2. Juni 2007 MATLAB-Einführung Überblick Für die nächsten 1 ½ Stunden ist MATLAB unser Thema! Was ist MATLAB,
Mehrm-files sind Folgen von MATLAB-Anweisungen oder Daten-Files.
MATLAB m-files m-files sind Folgen von MATLAB- oder Daten-Files. Erstellen von m-files Über File New M-file wird ein Texteditor geöffnet. Dort wird das m-file als ASCII-File erzeugt und unter name.m im
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
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,
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
MehrUnterlagen zu: Das Datenanalysesystem SAS SS 2000
Das Datenanalysesystem SAS Eine Einführung in Version 8 und die Analyst Application Carina Ortseifen URZ Heidelberg Sommersemester 2000 Zum Kurs 10 Kurs setzt sich zusammen aus - Vorlesung 09:15-11:00
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
MehrEinführung in Matlab Was ist MATLAB? Hilfe Variablen
Einführung in Matlab Was ist MATLAB? MATLAB (Matrix Laboratory) ist eine interaktive Interpreter-Sprache, die einen einfachen Zugang zu grundlegenden numerischen Verfahren - wie beispielsweise der Lösung
Mehr1 Berechnung von Summen (ca = 10 Punkte)
Einführung in die wissenschaftliche Programmierung Klausur 26.02.2013 Seite 1/8 Name, Vorname, Unterschrift: Matrikelnummer: 1 Berechnung von Summen (ca. 5 + 4 + 1 = 10 Punkte) Gegeben sind natürliche
MehrArithmetik in der tcsh
Arithmetik in der tcsh Variablen speichern Zeichenketten (also Strings/Wörter) @ statt set Interpretation als arithmetische Ausdrücke (aus Ziffern, (, ), +, -, *, /, % bestehend) Beispiele: @ var = (3
MehrRunning R. Windows Aus Menü. Lese R Code ein führt den Code auch gleich aus, eventuell muss vorher das Verzeichnis gewechselt werden.
Einführung 1 / 1 Einführung 2/1 Running R Windows Aus Menü Linux Lese R Code ein führt den Code auch gleich aus, eventuell muss vorher das Verzeichnis gewechselt werden. Auf der Konsole/Eingabeaufforderung:
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.
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
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
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,
MehrArrays. Theorieteil. Inhaltsverzeichnis. Begriffe. Programmieren mit Java Modul 3. 1 Modulübersicht 3
Programmieren mit Java Modul 3 Arrays Theorieteil Inhaltsverzeichnis 1 Modulübersicht 3 2 Eindimensionale Arrays 3 2.1 Arrays deklarieren.............................. 3 2.2 Arrays erzeugen................................
MehrÜbersicht Shell-Scripten
!!!! Wichtig: Bei Shell-Scripten enden die Zeilen nicht mit einem Strichpunkt!!!! Erste Zeile eines Shell-Scripts: #! /bin/bash Variablen in Shell-Scripts: Variablennamen müssen mit einem Buchstaben beginnen,
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
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
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()
MehrWichtige Befehle in R zur Datenanalyse Ergänzende Unterlagen zur Vorlesung Prof. Dr. Oliver Gansser
Wichtige Befehle in R zur Datenanalyse Ergänzende Unterlagen zur Vorlesung Prof. Dr. Oliver Gansser Inhaltsverzeichnis Einleitung 2 Das Programm R............................................ 2 Datenmanagement
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
MehrAnalysis mit dem CAS
Studienseminar für Gymnasien in Kassel ALEXANDER KALLMEYER und MARTIN SCHULTE M10: Methoden und Medien Vortrag: Computer im Mathematikunterricht Aufgabe und Funktions- und Benutzungsreferenz für Maxima
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
MehrErstellen von Makros / Textbausteine
Erstellen von Makros / Textbausteine Schritt 1: Erstellen eines Menüeintrages Klicken Sie auf den Button Makro Edit und wählen den Menüpunkt Neuen Ordner anlegen aus. Ein Eingabefeld erscheint in dem Sie
MehrBash-Skripting Linux-Kurs der Unix-AG
Bash-Skripting Linux-Kurs der Unix-AG Sebastian Weber 07.01.2013 Was ist ein Bash-Skript? Skript muss mit chmod +x ausführbar gemacht sein Aneinanderreihung von Befehlen normale Befehle nutzbar Sebastian
MehrBash-Scripting Linux-Kurs der Unix-AG
Bash-Scripting Linux-Kurs der Unix-AG Zinching Dang 02. Juli 2013 Was ist ein Bash-Script? Aneinanderreihung von Befehlen, die ausgeführt werden Bedingte und wiederholende Ausführung möglich Nützlich bei
Mehr1 Univariate Statistiken
1 Univariate Statistiken Im ersten Kapitel berechnen wir zunächst Kenngrößen einer einzelnen Stichprobe bzw. so genannte empirische Kenngrößen, wie beispielsweise den Mittelwert. Diese können, unter gewissen
MehrÜbungsblatt 1. Java Vorkurs (WS 2017)
Übungsblatt 1 Java Vorkurs (WS 2017) Aufgabe 1 Hallo-Welt Erstelle ein neues Projekt mit dem Namen HelloJava. Erzeuge in diesem Projekt eine neue Klasse HelloJava. (a) Schreibe die main-methode in die
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;
MehrBash-Skripting Linux-Kurs der Unix-AG
Bash-Skripting Linux-Kurs der Unix-AG Sebastian Weber 13.06.2012 Was ist ein Bash-Skript? Skript muss mit chmod +x ausführbar gemacht sein Aneinanderreihung von Befehlen normale Befehle nutzbar Sebastian
MehrAlgorithmen und ihre Programmierung
Veranstaltung Pr.-Nr.: 101023 Algorithmen und ihre Programmierung Veronika Waue WS 07/08 Einführung Definition: Algorithmus Ein Algorithmus ist eine genau definierte Folge von Anweisungen zur Lösung eines
MehrVorbemerkung. Allgemeines zu Shell Scripts. Aufruf. Einfaches Beispiel
Inhalt: Vorbemerkung...1 Allgemeines zu Shell Scripts...1 Aufruf...1 Einfaches Beispiel...1 Testen eines Shell-Scripts...2 Kommandozeilen-Parameter...2 Prozeßsteuerung...3 Bedingte Ausführung: if...3 Mehrfachentscheidung:
MehrShell-Scripting Linux-Kurs der Unix-AG
Shell-Scripting Linux-Kurs der Unix-AG Andreas Teuchert 8. Juli 2014 Was ist ein Shell-Script? Aneinanderreihung von Befehlen, die ausgeführt werden Bedingte und wiederholende Ausführung möglich Nützlich
MehrFunktionen nur wenn dann
Funktionen nur wenn dann Funktionen können auch nur in bestimmten Fällen angewendet werden. Code wird nur in einem bestimmten Fall ausgeführt Code Ja Code Block wahr if wahr? Nein else Code Block Alternative
MehrDateneingabe und Transformation Übersicht
Dateneingabe und Transformation Übersicht 2.0 Allgemeine 2.1 Eingabe über die 2.2 2.3 Eingabe eines externen ASCII-Files 2.4 Varianten der INPUT-Anweisung, Formatierungselemente 2.5 Ein- und Ausgabe von
MehrKurze Bedienungsanleitung für den Java-Editor
Editor-Versionen: 13.36 (pr), 12.61 (Stick) Einstellungen Definition des Quelltext-Kopfes Editor: Kommentar Sprungweite des Tabulators im Quelltext Editor: Optionen Hilfen für geschweifte Klammern einstellen
MehrSkriptum Bauinformatik SS 2013 (Vorlesung IV)
Skriptum Bauinformatik SS 2013 (Vorlesung IV) Stand: 23.04.2013 Dr. Johannes Lange 2 Inhalt Objektorientierte Programmierung Großes Beispiel... 2 Klasse erstellen... 2 Erzeugen eines Objekts der Klasse...
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
MehrKLAUSUR ZUM BACHELORMODUL EINFÜHRUNG IN DIE PROGRAMMIERUNG WS 2016/17, DR. MAXIMILIAN HADERSBECK KLAUSUR AM
KLAUSUR ZUM BACHELORMODUL EINFÜHRUNG IN DIE PROGRAMMIERUNG WS 2016/17, DR. MAXIMILIAN HADERSBECK KLAUSUR AM 6.2.2017 VOR NACH MATRIKELNUMMER: STUDIENGANG: B.Sc. Computerlinguistik, B.Sc. Informatik, Magister
MehrFachhochschule Südwestfalen Wir geben Impulse. Kontrollstrukturen und Schleifen in Octave
Fachhochschule Südwestfalen Wir geben Impulse Kontrollstrukturen und Schleifen in Octave Einführung Inhalt m-files Script-Files Function-Files Ein- Ausgabe von Variablen oder Ergebnissen For-Schleife While-Schleife
MehrKapitel 1: Die ersten Schritte 1
Kapitel 1: Die ersten Schritte Thema: Programmieren Seite: 1 Kapitel 1: Die ersten Schritte 1 Starten Sie Eclipse. Importieren Sie das Eclipse-Projekt scenarios-chapter-1. Gehen Sie in den Unterordner
MehrPraktische Informatik 1
Praktische Informatik 1 Imperative Programmierung und Objektorientierung Karsten Hölscher und Jan Peleska Wintersemester 2011/2012 Session 2 Programmierung Begriffe C/C++ Compiler: übersetzt Quellcode
MehrDemographie III Übung
Demographie III Übung Roland Rau mailto:roland.rau@uni-rostock.de 15. Oktober 2012 Inhaltsverzeichnis 1 Überblick 2 2 Erste Schritte in R 2 2.1 Woher erhalte ich R?............................... 2 2.2
MehrÜbungsaufgaben. zahlen bis auf das 3. und 7. Element enthält. (e) Erstellen Sie einen Vektor. zahlen3, der ein Klon von
Kurzeinführung in R Prof. Dr. Andreas Behr 1. Erzeugen Sie folgende Vektoren: (a) a : {1, 3, 7} Übungsaufgaben (b) b : { Katja, Christoph, Gerald, Jurij } (c) d : {T RUE, T RUE, F ALSE} 2. Erzeugen Sie
MehrShell-Scripting Linux-Kurs der Unix-AG
Shell-Scripting Linux-Kurs der Unix-AG Benjamin Eberle 1. Februar 2016 Was ist ein Shell-Script? Aneinanderreihung von Befehlen, die ausgeführt werden Bedingte und wiederholende Ausführung möglich Nützlich
MehrUnix-Grundkurs 1. Thema heute: Shell-Skripten
Unix-Grundkurs 1 Thema heute: Unix-Grundkurs 2 Ein Shell-Skript ist die Zusammenfassung von Kommandos in einer Textdatei. Diese Textdatei wird wie ein ablaufbares Programm behandelt. Es werden von einer
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,
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
MehrEinführung in NI LabVIEW
Workshop Einführung in NI LabVIEW Stefan Egeler Applications Engineer National Instruments Germany GmbH 1 Inhalt Übung 1: Öffnen und Ausführen eines Beispiel-VIs... 3 Übung 2: Erstellen eines einfachen
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
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
MehrPPS "Bits on Air" 1. Teil, Matlab-Tutorial Vorbereitungsaufgaben (Lösungsvorschläge)
Institut für Kommunikationstechnik Prof. Dr. H. Bölcskei Sternwartstrasse 7 CH-8092 Zürich PPS "Bits on Air" 1. Teil, Matlab-Tutorial Vorbereitungsaufgaben (Lösungsvorschläge) Markus Gärtner, Samuel Brändle
Mehr3.1 Allgemeines. Abbildung 3.1: Eröffnungsmenü einer Excel-Mappe
3.1 Allgemeines Nach Aufruf des Programms-MS-Excel wird eine leere Datei, auch als Arbeitsmappe oder Excel-Worksheet als bezeichnet, geöffnet (= Abb. 3.1). Eine Arbeitsmappe besteht aus einem Stapel von
MehrÜbungszettel 2a - Python
Vorsemesterkurs Informatik Übungsaufgaben Übungszettel 2a - Python Aufgabe 1: Python starten Teilaufgaben (a)-(c) beziehen sich auf das Arbeiten unter den Systemen, die auf den RBI-Rechnern installiert
MehrEreignisse Auf Benutzereingaben reagieren
Ereignisse Auf Benutzereingaben reagieren JavaScript ermöglicht es dem Entwickler auf Ereignisse (engl.: events) im Browser zu reagieren. Auf diese Weise kann der Benutzer mit den Anwendungen interagieren,
MehrGrundlagen im Umgang mit dem Rechner
Grundlagen im Umgang mit dem Rechner Aufbau des Betriebssystems Schalten Sie Ihren TI-Nspire ein! Es erscheint der Startbildsschirm: Durch Klicken auf eins der sieben unten angeordneten Symbole, öffnen
MehrStrings. Daten aus Dateien einlesen und in Dateien speichern.
Strings. Daten aus Dateien einlesen und in Dateien speichern. Strings Ein String ist eine Zeichenkette, welche von MATLAB nicht als Programmcode interpretiert wird. Der Ausdruck 'a' ist ein String bestehend
Mehr1. Grundbegri e der Stochastik
Wiederholung von Grundwissen der Stochastik. Grundbegri e der Stochastik Menge der Ereignisse. Die Elemente! der Menge heißen Elementarereignisse und sind unzerlegbare Ereignisse. Das Ereignis A tritt
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
MehrNumerik-Programm, mittlerweile mit vielen Erweiterungen (Toolboxen) Matlab = Matrix Laboratory Sehr gute Doku (doc, help, lookfor)
Matlab Numerik-Programm, mittlerweile mit vielen Erweiterungen (Toolboxen) Matlab = Matrix Laboratory Sehr gute Doku (doc, help, lookfor) Arbeitsumgebung Die Fenster Konsole zur Befehlseingabe (Command
MehrShell. Oder Konsole suchen im Application Finder. Auch Terminal, Bash oder Kommandozeile genannt. Bash nimmt Befehle entgegen und führt diese aus
LUKAS LEIPOLD Shell Shell Oder Konsole suchen im Application Finder Auch Terminal, Bash oder Kommandozeile genannt Bash nimmt Befehle entgegen und führt diese aus Befehle I cd mkdir pwd rm mv cp ls ln
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
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,
Mehr