Universität Bremen, FB3 Dr. Farhad Arzideh WS 2016/17 Einführung ins Statistikprogramm R Die angewandte Statistik kommt ohne den Einsatz moderner Software-Werkzeuge nicht aus. R ist ein frei verfügbares Statistik-Software zur statistischen Analyse und grafische Darstellung empirisch erhobener Daten. Dieser Kurs richtet sich an Studierende aller Fachbereiche, die im Laufe ihres Studiums auf das Problem der korrekten statistischen Auswertung empirisch erhobener Daten stoßen und zum ersten Mal mit einem Statistik- Software arbeiten. Lernziele • Statistische Auswertungen Anhand einer Software • Einführung in R: keine Programmierung- Kenntnisse vorausgesetzt, nur ProgrammierVerständnis und Grundlagen der Statistik erforderlich • Der Umfang von R ist groß und ständig wachsend. In diesem Kurs lernen wir eine Einführung in die Basisfunktionen von R. Ziel ist es: – mit konkreten Aufgaben einen Einstieg ins R zu bieten, – grundlegende Fuktionen in R kennen, – eigene Funktionen schreiben, – Handhabung von Datenstrukturen, Ein- und Ausgabe von Daten lernen, – Datenanalysen ausführen (deskriptive und explorative Statistik). Kursinhalt • Umsetzung und Anwendung deskriptiver Statistiken mit R (Tabellen und Grafiken) • Verteilungen und Simulationen mit R • Statistische Tests und das lineare Modell mit R • Erstellen eigener Funktionen Vorkenntnisse Allgemeine PC-Kenntnisse (Umgang mit Microsoft Windows) und Grundlagen der Statistik. Studien- und Prüfungsleistungen Regelmäßige Teilnahme am Kurs, Präsenzaufgaben bearbeiten und 75% der Hausaufgaben sinnvoll bearbeiten. 1 Weitere Informationen • Veranstaltungsraum: KKSB (Kompetenzzentrum für Klinische Studien Bremen) Linzer Strasse 4, Seminarraum 040010 • Termine: freitags 9-12 Uhr (als Alternative, mittwochs 16-19 Uhr- falls den TeilnehmerInnen passt), erster Termin: Freitag, 21.10., 9 Uhr • Sie benötigen Ihre eigene Notebooks Berechnung der Kreditpunkte 3 CP Literatur • U. Ligges, Programmieren mit R, 2 008 • M.J. Crawley, Statistik mit R, 2 012 • L. Sachs, J. Hedderich, Angewandte Statistik, Methodensammlung mit R 2 006 • D. Chen, K. Peace, Clinical Trial Data Analysis Using R, 2 011 • D. Dubravko, Statistik mit R, 2 004 • A. Behr, Einführung in die Statistik mit R 2 011 • J. Groß, Grundlegende Statistik mit R, 2 010 • E. Hothorn , A Handbook of Statistical Analysis Using R, , 2006 • R. Hatzinger, R, Einführung durch angewandte Statistik , 2011 • R.P. Hellbrück, eine Einführung für Ökonomen und Sozialwissenschaftler , 2011 • P. Dalgaard, Introductory statistics with R , 2002 • R. Schlittgen, Einführung in die Statistik , 2008 • Fred Böker, Stefan Sperlich, Walter Zucchini, Statistikübungen für Bachelor und Masterstudenten, Ein Arbeitsbuch mit einer Einführung in R , 2012 • Carsten F. Dormann, Parametrische Statistik, Verteilungen, maximum likelihood und GLM in R , 2013 • Göran Kauermann, Helmut Küchenhoff, Stichproben Methoden und praktische Umsetzung mit R , 2011 • Daniel Wollschläger, Grundlagen der Datenanalyse mit R, Eine anwendungsorientierte Einführung , 2012 • Siehe in http://www.r-project.org/ unter Books Handbücher: 2 • R developement core team, R: A Language and Environment for Statistical Computing • J. Groß R Reader Arbeiten mit dem Statistikprogramm R: http://cran.r-project.org/doc/contrib/Grosz+Peters-R-Reader.pdf • Wim Krijnen http://cran.r-project.org/doc/contrib/Krijnen-IntroBioInfStatistics.pdf • Siehe in http://www.r-project.org/ unter Manuals 3
© Copyright 2024 ExpyDoc
