Verena Zuber, Bernd Klaus, Korbinian Strimmer
Uni Leipzig, Wintersemester 2010/11
Neuigkeiten:
- Prüfungsraum: IMISE Raum 237
- Erster Termin 2011: 6. Januar
- Einmaliger Wechsel des Raumes: Donnerstag, den 4.11 im Seminarraum 109 des IMSE (1. Stock)
- Der Kurs findet in Zukunft DONNERSTAGS von 11:00 bis 12:30 im CIP-Pool (EG), IMISE, Härtelstr. statt. Nächster Termin: Donnerstag 21.10
- 11.10.: Erster Termin Montag um 11:15 im CIP-Pool (EG), IMISE, Härtelstr.
- Bitte melden Sie sich, falls der Montagstermin für Sie wegen anderer Vorlesungen ungünstig ist. Es ist noch möglich, den Termin zu verschieben.
Synopsis:
Organisatorische Details zur Vorlesung (z.B. Raum und Zeit) finden Sie im kommentierten Vorlesungsverzeichnis WS 2010/11.Ziel der Veranstaltung ist es, einen Einblick in die Programmsprache R zu vermitteln. R bietet eine Basis für statistische Analysen und deren graphische Darstellung. Es ist sowohl möglich auf ein breites Spektrum an bestehenden Methoden zuzugreifen, als auch eigene Anwendungen zu schreiben.
Neben SAS, (SPSS) und Stata ist R eine der beliebtesten statistischen Programmsprachen. R ist ein GNU Projekt und frei für jeden zugänglich und erweiterbar.
R Project for Statistical Computing:
- http://www.r-project.org
- Editor für Windows: Tinn-R
Geplante Inhalte:
- Grundlagen
- Deskriptive Analyse
- Graphische Darstellung
- Verteilungen und Simulieren
- Einfache Tests und das lineare Modell
- Erstellen eigener Funktionen
- Fortgeschrittene Methoden aus der Biostatistik
Verwendete Literatur:
- Wim Krijnen, 2009: Applied Statistics for Bioinformatics Using R
- Andrew Robinson, 2008: IcebreakR
- Tom Short, 2004: R reference card
- W. N. Venables, D. M. Smith and the R Development Core Team, 2009:
An Introduction to R
Empfohlene Literatur:
- W. John Braun und Duncan J. Murdoch, 2009: A First Course In Statistical Programming With R
- Michael L. Lavine, 2009: Introduction To Statistical Thought
- Uwe Ligges, 2009: Springer-Verlag, Heidelberg, 3. Auflage, (ISBN 978-3-540-79997-9) Programmieren mit R
- Günther Sawitzki, 2008: Einführung in R
Datensätze:
- Patienten-Daten
- OECD-Daten , 2009: Doing Better for Children
- Modifizierte OECD-Daten , 2009: Doing Better for Children
- Daten von Google zur Suchhäufigkeit von Angela Merkel und zu Guttenberg , 2009: Google Insights for Research
- PISA-Daten , 2009: OECD Programmme for International Student Assessment
- Daten von Google zur Suchhäufigkeit von den Begriffen Arbeitsamt und Krise getrennt nach Bundesländern , 2009: Google Insights for Research
- Calcium-Daten
- Daten vom Weihnachtsmarkt
- HotDog-Daten
- Daten zu Fahrzeuglärm
- Daten zur Eigenschaft von Süssigkeiten
- Maus-Daten zu Trisomie 21
- Pisa Daten für ANOVA
- Information über Musiker eines New Yorker Orchesters
- Titanic-Daten
Vorlesungsübersicht:
| Inhalt | Folien | Aufgaben | Lösungen | Literatur | Datum | |
|---|---|---|---|---|---|---|
| 1. | Grundlagen I: Was ist R? Wichtige Datenstrukturen und Funktion |
 |
|
 |
IcebreakR: Kapitel 4+6 An Introduction to R: Kapitel 1-3, 6 |
11.10 |
| 2. | Grundlagen II: Rechnen mit R, Umgang mit Daten |
|
|
|
IcebreakR: Kapitel 5 An Introduction to R: Kapitel 4,5,7 |
21.10 |
| 3. | Deskriptives: Statistiken und Graphiken |
|
|
|
28.10 | |
| 4. | Dichten und Verteilungsfunktionen: Grundlagen zu Verteilungen, Simulieren und Graphiken |
|
|
Skript prop.R | 4.11 | |
| 5. | Programmstrukturen: Umgang mit fremden und Erstellen eigener Funktionen |
|
|
|
Skript treff.R | 11.11 |
| 6. | Programmstrukturen: Erstellen eigener Funktionen |
|
|
18.11 | ||
| 7. | Statistische Tests: Eine Einführung | |
|
|
Applied Statistics for Bioinformatics: Kapitel 4 | 25.11 |
| 8. | Statistische Tests: Übungen | |
|
2.12 | ||
| 9. | Lineare Regression: Theorie | |
|
|
9.12 | |
| 10. | Lineare Regression: Interpretation und Übung | |
|
|
16.12 | |
| 11. | Varianzanalyse | |
|
|
6.1 | |
| 12. | Multivariate Verfahren | |
|
|
Applied Statistics for Bioinformatics Using R: Kapitel 4.2, 6 | 13.1 |
| 13. | Multivariate Verfahren | |
|
|
Applied Statistics for Bioinformatics Using R: Kapitel 7 | 20.1 |
| 14. | Wiederholungsstunde | |
|
27.1 | ||
| 14. | Fragestunde | |
3.2 |