Einführung in R: Analyse und Programmierung

Verena Zuber, Bernd Klaus, Korbinian Strimmer

Uni Leipzig, Wintersemester 2009/10

Neuigkeiten:

• 4.11.: Start der Veranstaltung erst um 14:30!
• 3.2.: Wer Prüfung machen will, sollte am letzten Termin unbedingt erscheinen.

Synopsis:

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:

• 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:

• OECD-Daten , 2009: Doing Better for Children
• Modifizierte OECD-Daten , 2009: Doing Better for Children
• Mietdaten , 2009: Münchner Mietspiegel
• PISA-Daten , 2009: OECD Programmme for International Student Assessment
• Daten zum Testen der Füllmenge von Glühwein am Weihnachtsmarkt
• Daten zum Geschmack von Süssigkeiten
• R-Code: treff.R
• Daten zum Untergang der Titanic
• Daten zu Sängern
• PISA-Daten mit Faktor Bildung des Vaters , 2009: OECD Programmme for International Student Assessment

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	14.10
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				Applied Statistics for Bioinformatics: Kapitel 2	28.10
4.	Programmstrukturen: Umgang mit fremden und Erstellen eigener Funktionen				IcebreakR: Kapitel 7 An Introduction to R: Kapitel 9,10	4.11
5.	Programmstrukturen: Erstellen eigener Funktionen					11.11
	vorlesungsfrei					18.11
6.	Dichten und Verteilungsfunktionen: Grundlagen zu Verteilungen, Simulieren und Graphiken				Applied Statistics for Bioinformatics: Kapitel 3 An Introduction to R: Kapitel 8	25.11
	dies academicus					2.12
7.	Statistische Tests: Eine Einführung				Applied Statistics for Bioinformatics: Kapitel 4	9.12
8.	Statistische Tests: Übungen					16.12
	vorlesungsfrei					23.12
	vorlesungsfrei					30.12
9.	Lineare Regression: Eine Einführung				Applied Statistics for Bioinformatics: Kapitel 5.1	6.1
10.	Lineare Regression: Vertiefung				IcebreakR: Kapitel 10	13.1
11.	Varianzanalyse				Applied Statistics for Bioinformatics: Kapitel 5.2	20.1
12.	Wiederholungsaufgaben					27.1
13.	Fragestunde und Besprechung der Prüfungstermine					3.2