Aufgaben zur Vorlesung Statistische Analyse von Systemen
|
|
- Jonas Pohl
- vor 5 Jahren
- Abrufe
Transkript
1 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) bereits in der einführenden Statistikvorlesung während des Bachelorstudiums kennengelernt haben. In der heutigen Übung ist das Ziel, Ihre Kenntnisse über R aufzufrischen bzw. gegebenenfalls R kennenzulernen. 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 Im PC-Pool ist an allen Rechnern die R-Core-Version vorhanden und an den meisten das etwas komfortablere RStudio. Wiederholung/Einführung zur Programmiersprache R Arbeiten Sie den gesamten Abschnitt durch und führen Sie die R-Befehle entweder in der Konsole oder aber einfacher im begleitenden R-Skript durch. Das begleitende R-Skript sysstat18_01.r zu der heutigen Übung finden Sie unter Speichern Sie diese Datei, starten Sie R und öffnen Sie dann (s. u.) die Datei sysstat18_01.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.
2 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. 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 )
3 Funktionen verwenden log( ) # der natürliche Logarithmus log(16,2) # der Logarithmus von 16 zur Basis 2 objects() # alle vorhandenen Variablen und Objekte anzeigen 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")
4 Bedingungen if(rnorm(1) > 0) { print("rnorm erzeugte einen positiven Wert.") else { print("rnorm erzeugte einen negativen Wert.") 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
5 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 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
6 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. 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 1. Aufgabe: Untersuchen Sie in Form einer kleinen Simulationsstudie, in welcher Weise empirische Kenngrößen von den zugrunde liegenden theoretischen Kenngrößen (wie Erwartungswert oder Varianz) abweichen! Folgen Sie dabei den im R-Skript angegebenen Befehlen. 2. Aufgabe: Eine wesentliche Eigenschaft von Systemen ist, dass Beobachtungen an verschiedenen Orten und/oder zu verschiedenen Zeiten abhängig sein können, so dass die Methoden der klassischen Statistik, die in der Regel von unabhängigen Daten ausgehen, nicht unmittelbar angewendet werden können. Untersuchen Sie im Folgenden am Beispiel eines Datensatzes (Kohlendioxidgehalt in der Atmosphäre von Januar 1959 bis Dezember 1997) die Abhängigkeit/Korreliertheit zeitlich benachbarter Werte. Folgen Sie dabei den im R-Skript angegebenen Befehlen.
Material zur Vorlesung Räumliche Statistik
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
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
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
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,
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?...............................
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
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
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
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
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,
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
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
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
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
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
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
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
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
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
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
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:
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.
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
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
MehrStatistische Software (R)
Statistische Software (R) Paul Fink, M.Sc. Institut für Statistik Ludwig-Maximilians-Universität München Daten einlesen Daten DRY-Prinzip Daten als eine Zusammenstellung von Informationen zu einem bestimmten
MehrR 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,
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 23. 25.05.2018 Listen Liste: Aufzählung von beliebigen Objekten liste={2,1.4,"abc"} Einzelnes
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
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()
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................................
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
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,
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,
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
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:
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
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 I für Betriebswirte Vorlesung 3
Statistik I für Betriebswirte Vorlesung 3 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 15. April 2019 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 3 Version: 1. April
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
MehrStatistik I für Betriebswirte Vorlesung 4
Statistik I für Betriebswirte Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 25. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
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
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,
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
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
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
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.
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
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
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;
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
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
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
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:
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
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
MehrAngewandte Statistik mit R
Reiner Hellbrück Angewandte Statistik mit R Eine Einführung für Ökonomen und Sozialwissenschaftler 2., überarbeitete Auflage B 374545 GABLER Inhaltsverzeichnis Vorwort zur zweiten Auflage Tabellenverzeichnis
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
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
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,
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
MehrAngewandte Statistik mit R. Eine Einführung für Ökonomen und
Reiner Hellbrück Angewandte Statistik mit R Eine Einführung für Ökonomen und Sozialwissenschaftler 3. Auflage Springer Gabler Inhaltsverzeichnis Vorwort zur dritten Auflage Vorwort zur ersten Auflage Vorwort
MehrInhaltsverzeichnis. Vorwort. Abbildungsverzeichnis. Tabellenverzeichnis. 1 Einleitung Gegenstand Aufbau 4
Inhaltsverzeichnis Vorwort Abbildungsverzeichnis Tabellenverzeichnis v xv xvii 1 Einleitung 1 1.1 Gegenstand 1 1.2 Aufbau 4 2 Datenerhebung - ganz praktisch 7 2.1 Einleitung 7 2.2 Erhebungsplan 7 2.2.1
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
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...
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
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
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,
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
MehrEinführung in SPSS Wintersemester 2000/2001
Einführung in SPSS für Windows Wintersemester 2000/2001 Carina Ortseifen (Stand: 18. Oktober 2000) SPSS Statistical Program for Social Sciences Am URZ ist installiert: SPSS für Windows 9.0 und 10.0 (deutsch
MehrProgrammiersprache 1 (C++) Prof. Dr. Stefan Enderle NTA Isny
Programmiersprache 1 (C++) Prof. Dr. Stefan Enderle NTA Isny 7. Funktionen Einleitung Nach dem Prinzip Divide and Conquer bietet es sich an, größere Aufgaben in kleinere Teile zu unterteilen. Anweisungsblöcke,
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
MehrWorkshop Statistik mit R
Workshop Statistik mit R Aufgaben Stefan Heyder 7. und 8. März 2019 1 Grundlagen R und Vektoren 1.1 Einen Vektor erstellen (i) Erstellen Sie einen Vektor x welcher die Zahlen 1 bis 12 enthält. (ii) Multiplizieren
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
MehrEine Einführung in R: Grundlagen II
Eine Einführung in R: Grundlagen II Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws11/r-kurs/
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
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
MehrDer CASIO fx-991de X im Überblick
Gruber I Neumann Der CASIO fx-991de X im Überblick Mit vielen Beispielen, Einstiegs- und Übungsaufgaben Inhaltsverzeichnis 3 Inhaltsverzeichnis 1 Der Taschenrechner 6 1.1 Erste Rechnungen................................
Mehr1. Grundbegri e der Stochastik
. Grundbegri e der Stochastik Raum der Ereignisse. Die einelementigen Teilmengen f!g heißen auch Elementarereignisse. Das Ereignis A tritt ein, wenn ein! A eintritt. A ist ein geeignetes System von Teilmengen
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
MehrAnleitung zum Applet
Anleitung zum Applet Visualisierung des Begriffs erwartungstreu bearbeitet von: Edwin Rohr WS 2004/2005 E/TI - 7 betreut von: Prof. Dr. Wilhelm Kleppmann Edwin Rohr - 1 - Inhaltsverzeichnis 1 Vorwort..
MehrGruber I Neumann. CASIO fx-87de X. von der Sek I bis zum Abitur. Ausführliche Beispiele und Übungsaufgaben
Gruber I Neumann CASIO fx-87de X von der Sek I bis zum Abitur Ausführliche Beispiele und Übungsaufgaben Inhaltsverzeichnis 3 Inhaltsverzeichnis 1 Der Taschenrechner 6 1.1 Erste Rechnungen................................
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
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
Mehr