Schulungsübersicht

Einführung und Vorbemerkungen

    R benutzerfreundlicher machen, R und verfügbare GUIs Die R-Umgebung Zugehörige Software und Dokumentation R und Statistiken Interaktive Verwendung von R Eine Einführungssitzung Hilfe zu Funktionen und Features erhalten R-Befehle, Groß-/Kleinschreibung usw. Abrufen und Korrigieren früherer Befehle Ausführen von Befehlen oder Umleiten von Befehlen Ausgabe in eine Datei. Datenpermanenz und Entfernen von Objekten

Einfache Manipulationen; Zahlen und Vektoren

    Vektoren und Zuweisung Vektorarithmetik Generieren regelmäßiger Folgen Logische Vektoren Fehlende Werte Zeichenvektoren Indexvektoren; Auswählen und Ändern von Teilmengen eines Datensatzes. Andere Objekttypen

Objekte, ihre Modi und Attribute

    Intrinsische Attribute: Modus und Länge Ändern der Länge eines Objekts Abrufen und Festlegen von Attributen Die Klasse eines Objekts

Geordnete und ungeordnete Faktoren

    Ein konkretes Beispiel: Die Funktion tapply() und Ragged Arrays. Geordnete Faktoren

Arrays und Matrizen

    Arrays Array-Indizierung. Unterabschnitte eines Arrays Indexmatrizen Die Funktion array() Gemischte Vektor- und Array-Arithmetik. Die Recyclingregel
Das äußere Produkt zweier Arrays
  • Verallgemeinerte Transponierung eines Arrays
  • Matrix Einrichtungen Matrix Multiplikation
  • Lineare Gleichungen und Inversion
  • Eigenwerte und Eigenvektoren
  • Singulärwertzerlegung und Determinanten
  • Anpassung der kleinsten Quadrate und QR-Zerlegung
  • Partitionierte Matrizen bilden, cbind() und rbind()
  • Die Verkettungsfunktion () mit Arrays
  • Häufigkeitstabellen aus Faktoren
  • Listen und Datenrahmen
  • Listen Erstellen und Ändern von Listen. Verketten von Listen
  • Datenrahmen Erstellen von Datenrahmen

      attachment() und detach()
    Arbeiten mit Datenrahmen
  • Anhängen beliebiger Listen
  • Verwalten des Suchpfads
  • Daten aus Dateien lesen
  • Die read.table()-Funktion Die scan()-Funktion AccessEingebaute Datensätze laden Daten aus anderen R-Paketen laden
  • Daten bearbeiten
  • Wahrscheinlichkeitsverteilungen

      R als Satz statistischer Tabellen. Untersuchen der Verteilung eines Datensatzes. Tests mit einer oder zwei Stichproben
    Gruppierung, Schleifen und bedingte Ausführung
  • Gruppierte Ausdrücke Kontrollanweisungen Bedingte Ausführung: if-Anweisungen Wiederholte Ausführung: for-Schleifen, Repeat und While
  • Schreiben Sie Ihre eigenen Funktionen

      Einfache Beispiele Definieren neuer binärer Operatoren Benannte Argumente und Standardwerte Das Argument „...“ Zuweisungen innerhalb von Funktionen Fortgeschrittenere Beispiele Effizienzfaktoren in Blockentwürfen Löschen aller Namen in einem gedruckten Array Rekursive numerische Integration

    Umfang

      Anpassen der Umgebung

    Klassen, generische Funktionen und Objektorientierung

      Statistische Modelle in R
    Statistische Modelle definieren; Formeln Kontraste
  • Lineare Modelle
  • Generische Funktionen zum Extrahieren von Modellinformationen
  • Varianzanalyse und Modellvergleich ANOVA-Tabellen
  • Aktualisieren angepasster Modelle

      Verallgemeinerte lineare Modelle Familien
    Die glm()-Funktion
  • Nichtlineare Kleinste-Quadrate- und Maximum-Likelihood-Modelle Kleinste Quadrate
  • Maximale Wahrscheinlichkeit
  • Einige nicht standardmäßige Modelle
  • Grafische Verfahren
  • Plotbefehle auf hoher Ebene Die Funktion plot() Anzeigen multivariater Daten Grafiken anzeigen Argumente für Plotfunktionen auf hoher Ebene
  • Plotbefehle auf niedriger Ebene Mathematical Anmerkung
  • Hershey-Vektorschriftarten
  • Interaktion mit Grafiken
  • Verwendung von Grafikparametern Permanente Änderungen: Die Funktion par()
  • Vorübergehende Änderungen: Argumente für Grafikfunktionen
  • Liste der Grafikparameter mit grafischen Elementen
  • Achsen und Markierungen
  • Abbildungsränder

      Umgebung mit mehreren Figuren
    Gerätetreiber PostScript-Diagramme für gesetzte Dokumente
  • Mehrere Grafikgeräte
  • Dynamische Grafiken
  • Pakete
  • Standardpakete, beigesteuerte Pakete und CRAN-Namespaces
  • Voraussetzungen

    Gute Kenntnisse der Statistik.

     21 Stunden

    Teilnehmerzahl



    Preis je Teilnehmer

    Erfahrungsberichte (3)

    Kombinierte Kurse

    Verwandte Kategorien