Statistical Programming with R
Allgemeines:
- Credit Points: 3 (Schlüsselkompetenz)
- Semester: Wintersemester
- Umfang: Durchführung als Blockveranstaltung vor Semesterbeginn
- Zielgruppe: Studierende der Bachelorstudiengänge
- Sprache: Englisch/Deutsch
- Prüfung: Klausur/Aufsichtsarbeit direkt im Anschluss an den Kurs (60 Min.)
- Lehrstuhl: Professur für Quantitative Methoden
- Studiengänge: vgl. die entsprechenden Bachelor-Studiengangslisten
- Platzvergabe: Nach dem Windhundprinzip (beschränkte Teilnehmerzahl!)
- Anmeldung: Durch Selbsteinschreibung in diesen Moodle-Kurs bis zum 11.09.2022
Termine
- Veranstaltungsart: Blockveranstaltung vor Semesterbeginn
- Termin: 19.09.2022 - 23.09.2022
- Ort: CIP-Pool
Kursbeschreibung
Diese Veranstaltung richtet sich an Studierende insbesondere als Vorbereitung für das Verfassen von Seminar-, Haus- oder Abschlussarbeiten.
Die Studierenden sind in der Lage, verschiedene Datenstrukturen zu generieren, vorhandene Funktionen in R zu nutzen sowie selber einfache Programme und Skripte zu programmieren. Weiterhin können Sie beliebige Daten in R einlesen, diese Daten verarbeiten und exportieren. Es ist Ihnen möglich, Problemstellungen aus den Grundlagenveranstaltungen grafisch darzustellen und ihre Grundkenntnisse in Ökonometrie mit R zu verknüpfen. Weiterhin haben Sie einen Einblick in numerische Optimierungsverfahren und Monte Carlo Methoden.
Anforderungen
Es ist empfehlenswert, zunächst die statistisch-mathematische Grundausbildung aus dem Bachelor-Programm zu absolvieren.
AnsprechpartnerInnen
Materialien
Die Unterlagen zur Veranstaltung werden über Moodle zur Verfügung gestellt.
Inhaltsübersicht
Einführung in R
Datenstrukturen
Funktionen und Schleifen
Umgang mit Daten
Grafiken
Lineare Regression
Numerische Optimierung
Monte Carlo Methoden
Literaturhinweise
- Ligges: Programmieren mit R, aktuelle Auflage. Berlin, Springer.
- Braun/Murdock: A first course in statistical programming with R, aktuelle Auflage. Cambridge University Press.
- Rizzo: Statistical Computing with R, aktuelle Auflage. Chapman & Hall.
Alle Informationen auch auf der Lehrstuhlwebsite: Statistical Programming with R