Empirische Softwaretechnik

Transkript

1 Empirische Softwaretechnik Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester

2 Einführung in das Statistikpaket 2

3 R?! nicht vergleichbar mit den üblichen Statistikprogrammen wie SAS oder SPSS interactive computing with data de-facto Standard an den Unis kostet nichts! 3

4 Entwickler von R Ross Ihaka & Robert Gentleman (University of Auckland, New Zealand) R: A Language for Data Analysis and Graphics Journal of Computational and Graphical Statistics 5 (1996) R Development Core Team (ab 1997) 4

5 Eigenschaften von R interaktiv programmierbar (basiert auf Version 3 der Sprache S) erweiterbar (Schnittstelle zu Programmiersprachen wie C, C++, Fortran, Java, Perl) umfangreiche Graphikfunktionen 5

6 Wo gibt s R? R-Webseite CRAN = Comprehensive R Archive Network Binärdateien für Windows, Linux, Mac Quellen Bibliotheken ( packages ) Dokumentation (Handbücher, FAQ s) 6

7 So sieht s dann aus... 7

8 Bücher über R Dalgaard: Introductory Statistics with R (Springer, 2002) Venables & Smith: An Introduction to R (Network Theory Ltd., 2002) letzteres gibt s auch als PDF im Internet: 8

9 Sprache S entwickelt von John Chambers & Richard Becker ACM Software System Award 1998 für Chambers for the S system, which has forever altered how people analyze, visualize, and manipulate data 9

10 Bücher über S Becker & Chambers (1984): S. An Interactive Environment for Data Analysis and Graphics ( the brown book ) Version 1 von S Becker & Chambers & Wilks (1988): The New S Language ( the blue book ) Version 2 von S 10

11 Bücher über S (Forts.) Chambers & Hastie (1992): Statistical Models in S ( ) Version 3 von S Chambers (1998): Programming with Data. A Guide to the S Language ( the green book ) Version 4 von S 11

12 Statistik mit R Verteilungsfunktionen Testen von Hypothesen parametrisch: t-test, Pearson,... nicht-parametrisch: Wilcoxon, Spearman,... Lineare Regression...und noch mehr! 12

13 Explorative Datenanalyse mit R Punktwolken ( scatter plots ) Balkendiagramme ( bar plots ) Boxplots Regressionskurven 13

14 Datentypen Zahlen und Zeichen Boolesche Werte (TRUE, FALSE, NA) kategorielle Daten ( factors ) Vektoren (auch Zeichenketten) Matrizen (und mehrdimensionale Felder) (inhomogene) Listen Datensätze/-tabellen ( data frames ) 14

15 Wertzuweisungen x <- 12 x [1] 12 y <- c(13,2,11,3,7,5) y [1] y <- seq(0,0.9,0.2) y [1]

16 Zeichnen der Standard- Normalverteilung x <- seq(-4,4,0.05) v <- dnorm(x,mean=0,sd=1) plot(x,v,type="l") 16

17 Rechengenauigkeit pi [1] options("digits") $digits [1] 7 options(digits=4) pi [1]

18 Binomialverteilung für MVP Parameter n = und p = 0, Beobachtung b = 1255 options(digits=20) y <- pbinom(1254,size= , prob= ) 1 y [1] 0 einfach zu unwahrscheinlich! 18

19 Hypothesen-Test zu MVP options(digits=20) prop.test(1255, , ) 1-sample proportions test with continuity correction data: 1255 out of 1e+06, null probability X-squared = , df = 1, p-value = < 2.2e

20 Schleifen?! Schleifen sind langsam also vermeiden! Befehle in R sind stattdessen vektor- und matrixorientiert Beispiel: x <- seq(0,0.8,0.2) x + 1 [1] wird recycled! 20

21 Korrelationstest nach Pearson vt <- c(0,3,5,0,3,5) wa <- c(116,132,135,152,154,181) cor.test(vt,wa) Pearson's product-moment correlation data: vt and wa t = 1.052, df = 4, p-value = cor

22 Zeichnen von Punktwolken plot(vt,wa,xlab="vererbungstiefe", ylab="wartungsaufwand") 22

23 Lineare Regression vt <- c(0,3,5,0,3,5) wa <- c(116,132,135,152,154,181) lm(wa~vt) Sprechweise: wa depends on vt Call: lm(formula = wa ~ vt) Coefficients: (Intercept) vt

24 Zeichnen der Regressionsgerade plot(vt,wa,xlab="vererbungstiefe", ylab="wartungsaufwand") abline(lm(wa~vt)) Sprechweise: a and b line 24

25 Postscript-Ausgabe postscript(file="vt-wa-plot.ps") plot(vt,wa) dev.off() 25

26 Einlesen von Tabellen "inheritdata.txt" enthält die Experimentdaten: vt mz wa scan(file="inheritdata.txt",skip=2) [1]

27 Einlesen von Tabellen (Forts.) temp <- scan(file="inheritdata.txt",skip=2) Read 42 items tempmat <- matrix(temp,ncol=3,byrow=true) tempmat [,1] [,2] [,3] [1,] [2,] [3,]

28 Einlesen von Tabellen (Forts.) vt <- tempmat[,1] mz <- tempmat[,2] wa <- tempmat[,3] mz [1]

29 Abspeichern von Tabellen write(t(tempmat),file="mat.txt",ncolumns=3) muß erst transponiert werden es werden 3 Spalten 29

30 selbst ausprobieren! 30

31 ENDE 31