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 08.09.2024

 

Termine

  • Veranstaltungsart: Blockveranstaltung vor Semesterbeginn
  • Termin: 23.09.2024 - 27.09.2024 (Terminänderung)
  • 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.

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.

Informationen auf der Lehrstuhlseiter

Alle Informationen auch auf der Lehrstuhlwebsite: Statistical Programming with R