Statistische Programmiersprachen
(Bachelor, 3. oder 5. Semester)
Ziel des Kurses
Das Bearbeiten der realen Datensätze ohne Computer ist nicht möglich. Es ist notwendig Statistischen Programme zu verwendet, um gründliche und qualitativ hochwertige Analysen schnell durchzuführen. In diesem Kurs werden folgende Themen angeboten:
- die Programiersprache R kennenzulernen,
- moderne mächtige Packete zu lernen,
- die Methoden der Statistik I und II auf reale Daten anzuwenden,
- korrekte Interpretation und attraktive Darstellung der Ergebnisse.
Semesterablauf
- Die Vorlesungen finden in der Woche 4.-8. Oktober 2021 in 2.-4. DS als Blockveranstaltung vie Zoom statt. Vorlesungen und Übungen werden gemischt.
- Um die Kreditpunkte zu erhalten, müssen die Teilnehmer eine schriftliche openbook Prüfung (120 Minuten) erfolgreich ablegen.
- Die Kurssprache ist Deutsch.
Aktuelles
- Aktuelle Information sowie die Unterlagen zum Kurs finden Sie in OPAL, erstmal ohne Passwort. Bitte schreiben Sie sich ein. Das Passwort erhalten Sie am ersten Tag und dann wird die OPAL-Seite Passwortgeschützt.
Veranstaltungen
Veranstaltung |
Tag |
Zeit |
Raum |
Dozent |
Vorlesung |
4.-8.10.2020 | 2.-4. DS |
Zoom |
|
Themen
(Änderungen sind möglich)
- The basics of R: first simple programs, first graphs;
- Methods from of Statistics 1 and 2: descriptive statistics, probability theory, decision theory, linear regression;
- Numerical Techniques: integration, defferentiation, optimization;
- Modern visualization tools: rpanel, ggplot;
- Other modern powerful packages.
Literatur
- Härdle, W., Okhrin, O., Okhrin, Y., 2017. Basic Elements of Computational Statistics, Springer Verlag.
- Wickham, H. and Grolemund, G., 2016. R for Data Science: Import, Tidy, Transform, Visualize, and Model Data, O'Reilly Media, Inc.
- Spector, P., 2008. Data Manipulation with R, Series Use R!, Springer Verlag.
- Cowpertwait, P., Metcalfe, A., 2009. Introductory Time Series with R, Series Use R!, Springer Verlag.
- Dalgaard, P., 2002. Introductory Statistics with R, Springer Verlag.
- Silge, J., Robinson, D. 2017. Text Mining with R: A Tidy Approach, O'Reilly