Achtung! Ihr ePaper wartet auf Veröffentlichung!
Durch Aktivierung des Dokuments werden die Inhalte via KI optimal bei Google indexiert und für über 500 Mio. ePaper Leser auf YUMPU in der richtigen Kategorie einsortiert.
Das sorgt für hohe Sichtbarkeit und viele Leser!
Ihr ePaper ist nun veröffentlicht und live auf YUMPU!
Sie finden Ihre Publikation hier:
Teilen Sie Ihr interaktives ePaper auf allen Plattformen und auf Ihrer Webseite mit unserer Embed-Funktion
R/S-Plus für Einsteiger und für Fortgeschrittene - STAMATS
R/S-Plus für Einsteiger und für Fortgeschrittene - STAMATS
R/S-Plus für Einsteiger und für Fortgeschrittene - STAMATS
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
# s o l l so a u f g e f a s s t werden , a l s stuenden d o r t d i e<br />
# Variablennamen .<br />
# ( was i n ceuto . dat j a auch d e r F a l l i s t ; )<br />
# h e a d e r=FALSE i n t e r p r e t i e r t auch d i e<br />
# 1 . Z e i l e a l s Daten<br />
<br />
<br />
Mathematik VII<br />
Peter Ruckdeschel<br />
Matthias Kohl<br />
R/S-plus <strong>für</strong><br />
<strong>Einsteiger</strong> <strong>und</strong><br />
<strong>Fortgeschrittene</strong><br />
135
######### # # ANMERKUNG P . R . : # # d i e D a t e i ceuto . dat l a e s s t s i c h von u n s e r e r # Homepage aus b e z i e h e n # ( s i e h e auch L i n k s zu R e f e r a t e n ) # u n t e r # # h t t p : //www. uni b a y r e u t h . de / departments / # math/ org /mathe7/ S<strong>Plus</strong> / r e f e r a t e / volkmar / # ceuto . dat # ########## # ceuto read . t a b l e ( " c euto . dat " , header=TRUE) # h e a d e r=TRUE b e d e u t e t : d i e 1 . Z e i l e d e r D a t e i Mathematik VII Peter Ruckdeschel Matthias Kohl R/S-plus <strong>für</strong> <strong>Einsteiger</strong> <strong>und</strong> <strong>Fortgeschrittene</strong> 134
# s o l l so a u f g e f a s s t werden , a l s stuenden d o r t d i e # Variablennamen . # ( was i n ceuto . dat j a auch d e r F a l l i s t ; ) # h e a d e r=FALSE i n t e r p r e t i e r t auch d i e # 1 . Z e i l e a l s Daten Mathematik VII Peter Ruckdeschel Matthias Kohl R/S-plus <strong>für</strong> <strong>Einsteiger</strong> <strong>und</strong> <strong>Fortgeschrittene</strong> 135
- Seite 1 und 2:
Lehrstuhl Mathematik VII R/S-Plus f
- Seite 3 und 4:
Inhaltsverzeichnis. . . . . . . . .
- Seite 5 und 6:
0.6 eine kommentierte Literaturlist
- Seite 7 und 8:
1.4.6 Missings . . . . . . . . . .
- Seite 9 und 10:
2 Einfache explorative Analyse. . .
- Seite 11 und 12:
2.5.4 Visualisierung diskreter Zufa
- Seite 13 und 14:
3.3.3 Fehlerbehandlung . . . . . .
- Seite 15 und 16:
4.2.5 ein Beispiel . . . . . . . .
- Seite 17 und 18:
5.1.4 -Test für Varianzen . . .
- Seite 19 und 20:
6.3.3 Umsetzung in R . . . . . . .
- Seite 21 und 22:
7.3.2 Autokovarianz und Spektrum .
- Seite 23 und 24:
8.2.1 Wie benützt man R effizient?
- Seite 25 und 26:
8.3.9 Koordination der Speichermana
- Seite 27 und 28:
A.3.2 Univariate Analyse . . . . .
- Seite 29 und 30:
A.7.3 Fisher- und t-Test. . . . . .
- Seite 31 und 32:
A.13.1 Zeitreihenanalyse I . . . .
- Seite 33 und 34:
L.2.2 Faktoren. . . . . . . . . . .
- Seite 35 und 36:
L.6.4 Regressionsplots. . . . . . .
- Seite 37 und 38:
L.12 Lösungsvorschläge Blatt 12.
- Seite 39 und 40:
0 Vorwort 0.1 zur Veranstaltung 0.1
- Seite 41 und 42:
0.1.2 Adressaten / Ziele der Kurs
- Seite 43 und 44:
die Tests aus Kapitel 5 von Venable
- Seite 45 und 46:
Teil der BT’er Hörerschaft der S
- Seite 47 und 48:
0.1.4 Quellen der Kurs folgt in gr
- Seite 49 und 50:
0.1.5 zum Gebrauch des .pdf-Files
- Seite 51 und 52:
Datensätze, die ebenfalls verlinkt
- Seite 53 und 54:
0.1.6 Danksagung Dank geht an unse
- Seite 55 und 56:
0.2 Kurzvorstellung R/S-Plus c.f. V
- Seite 57 und 58:
Open Source-Variante: R - aktuell (
- Seite 59 und 60:
0.2.3 Vergleich mit anderen Paketen
- Seite 61 und 62:
- wie jede höhere Programmiersprac
- Seite 63 und 64:
0.3.2 Graphik: die vielen Parameter
- Seite 65 und 66:
0.3.4 Klassen und objektorientierte
- Seite 67 und 68:
0.3.6 Schnittstellenprogrammierung
- Seite 69 und 70:
0.3.8 Organisation von CRAN und Ver
- Seite 71 und 72:
Zuweisung: A8 #weist dem Objekt A
- Seite 73 und 74:
im Entstehen begriffen (Apr. 2006):
- Seite 75 und 76:
0.6 eine kommentierte Literaturlist
- Seite 77 und 78:
Kapitel 8 d. Kurses); wenige, lehrr
- Seite 79 und 80:
0.7 eine elementare Sitzung # c.f.
- Seite 81 und 82:
# # # 25 ^= Argument " n c l a s s
- Seite 83 und 84: # l r f l o e s s ( y ~ x , data=d
- Seite 85 und 86: # A u s r e i s s e r ) detach ( )
- Seite 87 und 88: main=" Speed ␣ o f ␣ L i g h t
- Seite 89 und 90: alle Einheiten sind Objekte Komman
- Seite 91 und 92: mode( a ) # Modus von a a [ 3 ] # g
- Seite 93 und 94: 1.2.3 Listen vorzustellen als: ver
- Seite 95 und 96: v v e c t o r ( " numeric " , l e
- Seite 97 und 98: 1.2.4 Funktionen I 1.2.4 (a) Funkti
- Seite 99 und 100: 1.2.6 Data-Frames üblicher Typ zu
- Seite 101 und 102: 1.3 Dateneingabe 1.3.1 Eingabe von
- Seite 103 und 104: # 2way d e s i g n # 4 Z e i l e n
- Seite 105 und 106: können wir aber auch schreiben "C:
- Seite 107 und 108: 1.3.4 Einlesen von Daten II — Dat
- Seite 109 und 110: 1.3.4 (b) Was sind „Daten“? Da
- Seite 111 und 112: Hauptuntersuchung) 3. Analysephase:
- Seite 113 und 114: Beispiel 1.3-5 [Dateneingabe über
- Seite 115 und 116: Tipps zur Datenspeicherung: Daten
- Seite 117 und 118: Excel-Blätter sehen dabei jedoch s
- Seite 119 und 120: # Wer s i c h e i n g e h e n d e r
- Seite 121 und 122: # nbg . sav mit R s c h l u g f e h
- Seite 123 und 124: # ohne w e i t e r e I n f o r m a
- Seite 125 und 126: # s i n n l o s i s t . # Dadurch k
- Seite 127 und 128: c l a s s ( t r y 4 a ) # # Anderer
- Seite 129 und 130: t r y 5 as . numeric (SEX) t r y 6
- Seite 131 und 132: R-Beispiel 1.3-10 [Import von ASCII
- Seite 133: # u n u n t e r s c h e i d b a r w
- Seite 137 und 138: Ist bei einer elementweise definier
- Seite 139 und 140: 1.4.4 Auswertungsreihenfolge , >,_
- Seite 141 und 142: Fehlerabfangen in eigenen Routinen
- Seite 143 und 144: R-Beispiel 1.5-1: data ( p a i n t
- Seite 145 und 146: unzul. Indizes: ergeben Fehler bei
- Seite 147 und 148: Namen für die Indizes: dimnames, z
- Seite 149 und 150: 1.6.4 Sortieren kanonisch mit sort
- Seite 151 und 152: 1.7.2 Matrixprodukte und Transposit
- Seite 153 und 154: 1.7.3 apply und sweep 1.7.3 (a) app
- Seite 155 und 156: 1.7.4 Funktionen in Matrizen Löse
- Seite 157 und 158: s e l b s t c (T, T, F , T, F , F
- Seite 159 und 160: 1.8.4 split split splittet den Dat
- Seite 161 und 162: der Befehl write .matrix von Venabl
- Seite 163 und 164: der Befehl save - Syntax: save("",f
- Seite 165 und 166: 1.10 Arbeiten mit dem System 1.10.1
- Seite 167 und 168: 1.10.3 Auffinden von S-Objekten 1.1
- Seite 169 und 170: Tabelle 1.10-1 [Reguläre Ausdrück
- Seite 171 und 172: Löschen weiterer directories, List
- Seite 173 und 174: } der Befehl .Last - analog . Firs
- Seite 175 und 176: 1.10.5 History-File mit history (m
- Seite 177 und 178: - -additiv: disjunkt
- Seite 179 und 180: - ordinale Merkmale: z.B. Schulnote
- Seite 181 und 182: 2.1.3 wichtige Verteilungen 2.1.3 (
- Seite 183 und 184: 2.1.3 (b) die Normalverteilung wic
- Seite 185 und 186:
2.1.3 (d) sonstige stetige Verteilu
- Seite 187 und 188:
- r : Simulation von Zufallsgröße
- Seite 189 und 190:
2.2 Verteilungen mit den Zusatzpake
- Seite 191 und 192:
R-Beispiel 2.2-1: l i b r a r y ( d
- Seite 193 und 194:
In Paket distrEx hat man auch Funkt
- Seite 195 und 196:
Die folgenden drei Unterabschnitte
- Seite 197 und 198:
Beweis zu Lemma 2.3-3: Für is
- Seite 199 und 200:
Beweis zu Lemma 2.3-4: Da , fo
- Seite 201 und 202:
Aus der rechten Seite der Implikati
- Seite 203 und 204:
2.3.2 (c) rein multiplikative Schem
- Seite 205 und 206:
Schreibt man diese Rekursion aus, s
- Seite 207 und 208:
2.3.2 (f) in R implementierte Zufal
- Seite 209 und 210:
- Technik: Fibonacci-Folge mit Diff
- Seite 211 und 212:
- betrachte Länge der Folgen
- Seite 213 und 214:
2.3.3 (b) Wie zufällig müssen (si
- Seite 215 und 216:
- : simuliere u.i.v. -Variabl
- Seite 217 und 218:
Für den Zähler gilt
- Seite 219 und 220:
2.3.4 (d) Ausnutzung der Definition
- Seite 221 und 222:
2.3.4 (f) Wartezeiten bei Poissonva
- Seite 223 und 224:
Achtung: bei Verwendung der Exp-Ver
- Seite 225 und 226:
um also £ im (-)Bereich ; ( e
- Seite 227 und 228:
dann: Glättung ## s t a r k e G l
- Seite 229 und 230:
2.4.2 Zusammefassungen 2.4.2 (a) de
- Seite 231 und 232:
2.4.5 Symmetrie / Krümmung Proble
- Seite 233 und 234:
Beispieldatensatz: xc (100,1,4,3,3,
- Seite 235 und 236:
Umsetzung in R: hist Parameter: -
- Seite 237 und 238:
hier: links Originalwartezeiten, re
- Seite 239 und 240:
Visualisierung von Unabhängigkeit/
- Seite 241 und 242:
2.6 ein ausgearbeitetes Beispiel #
- Seite 243 und 244:
# 2 . 4 g r a p h i s c h e u n i v
- Seite 245 und 246:
stem ( abbey ) stem ( abbey , s c a
- Seite 247 und 248:
2.7 Dichteschätzung Besitzt eine
- Seite 249 und 250:
2.7.2 ASH und WARP Histogramm und
- Seite 251 und 252:
2.7.3 Kerndichteschätzung 2.7.3 (a
- Seite 253 und 254:
2.7.3 (c) verschiedene Kerne Unifo
- Seite 255 und 256:
2.8 Anwendungen von Zufallszahlen 2
- Seite 257 und 258:
Ausweg £ Beispiel zu letzterem: Ve
- Seite 259 und 260:
- numerische Strategie: £ Approxim
- Seite 261 und 262:
generell hilfreich: Symmetrie ausnu
- Seite 263 und 264:
negatives reduziert die Varianz!
- Seite 265 und 266:
2.8.4 globale Optimierung gesucht:
- Seite 267 und 268:
2.9.2 Jack-Knife geht zurück auf
- Seite 269 und 270:
Idee: alle Wertekombinationen der R
- Seite 271 und 272:
Lösung 1: Dichteschätzung l i b r
- Seite 273 und 274:
#Bandweitenwahl c ( ucv ( r e s ) ,
- Seite 275 und 276:
3 Programmierung Quellen: Neben Ven
- Seite 277 und 278:
#ohne #nahezu b i s a u f eps i f
- Seite 279 und 280:
R-Beispiel 3.1-3 [verschiedene Test
- Seite 281 und 282:
# mit Abkuerzungen r e s u l t s w
- Seite 283 und 284:
3.1.3 (e) Beispiel R-Beispiel 3.1-4
- Seite 285 und 286:
3.2.2 ein Beispiel: Blatt 5 Aufgabe
- Seite 287 und 288:
X . x r u n i f ( n ) #e r z e u g
- Seite 289 und 290:
{ # Achtung am g e s c h i c k t e
- Seite 291 und 292:
################## # f u e r B l a
- Seite 293 und 294:
3.2.3 Tricks zur Vermeidung von Sch
- Seite 295 und 296:
Lösung: stratifizierte (geschichte
- Seite 297 und 298:
- für die letzten beiden Begriffe
- Seite 299 und 300:
- jederzeit möglich durch Übergab
- Seite 301 und 302:
der Deklarationsreihenfolge den ver
- Seite 303 und 304:
£ Umwandlung des von substitute er
- Seite 305 und 306:
3.3.3 Fehlerbehandlung 3.3.3 (a) wa
- Seite 307 und 308:
Problem: mit stop oder warning entw
- Seite 309 und 310:
e r g t r y . t e s t ( 1 0 ) p r
- Seite 311 und 312:
3.4.1 Exkurs: Exception-Handling in
- Seite 313 und 314:
4: withRestarts({ .Internal(.signal
- Seite 315 und 316:
schließlich auf session-Ebene - Eb
- Seite 317 und 318:
3.4.3 Selbst ausgelöste Exceptions
- Seite 319 und 320:
zum Zählen der “Schritte” für
- Seite 321 und 322:
3.4.4 Übersicht Tabelle 3.4-4 [Tra
- Seite 323 und 324:
3.4.5 in S-Plus: inspect In S-Plus
- Seite 325 und 326:
- show.output.on.console: (logisch)
- Seite 327 und 328:
verschiedene Aufrufe von R - Was ge
- Seite 329 und 330:
3.5.2 shell shell ruft einen Syste
- Seite 331 und 332:
- Sys.getenv, Sys.putenv: inspizier
- Seite 333 und 334:
3.6 Rekursionen und Frames Rekursio
- Seite 335 und 336:
Idee: Verwende für eine ¦ genauen
- Seite 337 und 338:
R-Beispiel 3.6-2 [numerische Integr
- Seite 339 und 340:
alle Namen, die ausgewertet werden
- Seite 341 und 342:
alle Funktionen haben als Argument
- Seite 343 und 344:
a s s i g n ( " v a l " ,NULL , e n
- Seite 345 und 346:
3.6.3 Programmieroperationen auf de
- Seite 347 und 348:
3.6.3 (c) Anwendungen im Zusammenh
- Seite 349 und 350:
£ als Funktion ohne Argumente (geh
- Seite 351 und 352:
[ 1 , ] 1 . 2 1 1 4 2 8 7 1 . 0 6 1
- Seite 353 und 354:
hier: nur Windows-Welt windows sta
- Seite 355 und 356:
Option "fixed": Dimensionen der Gra
- Seite 357 und 358:
- family: Schriftenfamilie; genauer
- Seite 359 und 360:
4.1.3 andere Ausgabeformate Neben d
- Seite 361 und 362:
häufigste Parameter/Argumente —
- Seite 363 und 364:
4.2.3 Die plot-Funktion ist die el
- Seite 365 und 366:
Zeichentypus pch = "*" spezielles
- Seite 367 und 368:
Befehle, um Text zu einem Graph hin
- Seite 369 und 370:
las=m fügt die Beschriftung par
- Seite 371 und 372:
4.3 einige Tabellen 4.3.1 Symbole f
- Seite 373 und 374:
4.3.3 Linientypen genauer: eine de
- Seite 375 und 376:
4.4 weitere grundlegende Plot-Befeh
- Seite 377 und 378:
Tabelle 4.4-1 [grundlegende Grafikb
- Seite 379 und 380:
4.4.2 (b) Säulendiagramme — barp
- Seite 381 und 382:
eingeschlossen werden soll; oft nü
- Seite 383 und 384:
R-Beispiel 4.4-2 [Tote in GB durch
- Seite 385 und 386:
# Berechnung d e r a b s o l u t e
- Seite 387 und 388:
4.4.2 (c) Punktdiagramme — dotcha
- Seite 389 und 390:
4.4.3 multivariate Diagramme bishe
- Seite 391 und 392:
- Hat eine der beiden Matrizen weni
- Seite 393 und 394:
4.4.4 Interaktive Graphik ist eige
- Seite 395 und 396:
Interfaces gibt auch für R xgobi
- Seite 397 und 398:
4.4.5 Filme Abschnitt beruht auf H
- Seite 399 und 400:
4.4.6 Flächendiagramme Für univa
- Seite 401 und 402:
- Zugriff mit screen(), - Schließe
- Seite 403 und 404:
p l o t ( x2 , y2 , t y p e=" l " ,
- Seite 405 und 406:
4.5.2 Hinzufügen von Information 4
- Seite 407 und 408:
die relative Position der Achsen-Ti
- Seite 409 und 410:
- x.intersp, y.intersp: Zeichenabst
- Seite 411 und 412:
4.5.3 interaktives Bearbeiten manc
- Seite 413 und 414:
- dieser Label wird je nach Klickpo
- Seite 415 und 416:
4.5.4 Mathematik in Labels vor all
- Seite 417 und 418:
sinφ −1.0 −0.5 0.0 0.5 1.0 sin
- Seite 419 und 420:
xlab = c(x.name, paste("Given :", a
- Seite 421 und 422:
sollen die bedingten Plots der ents
- Seite 423 und 424:
R-Beispiel 4.6-1 [Bedingte Plots]:
- Seite 425 und 426:
4.7 Export von Daten und Graphik na
- Seite 427 und 428:
locksize >= 0: das Object x wird in
- Seite 429 und 430:
4.7.2 Export von Graphik 4.7.2 (a)
- Seite 431 und 432:
Mathematik VII Peter Ruckdeschel Ma
- Seite 433 und 434:
“Richtung” der Hypothese: einse
- Seite 435 und 436:
Ist die Realisation von , so hei
- Seite 437 und 438:
5.1.3 -Test für Mittelwert Modell
- Seite 439 und 440:
5.1.4 -Test für Varianzen Mode
- Seite 441 und 442:
5.1.6 Binomialtest — Einstichprob
- Seite 443 und 444:
5.1.8 graphische Anpassungstests M
- Seite 445 und 446:
Mathematik VII Peter Ruckdeschel Ma
- Seite 447 und 448:
5.1.10 Kolmogoroff(-Smirnoff)-Test
- Seite 449 und 450:
5.1.12 Wilcoxon-Rangtest Modell:
- Seite 451 und 452:
- Kendall’s : Kritischer Wer
- Seite 453 und 454:
5.2.1 (b) Typen von Schätzern Ang
- Seite 455 und 456:
5.2.1 (e) Güte von Schätzern Kon
- Seite 457 und 458:
R-Beispiel 5.2-1 [“direkte Progra
- Seite 459 und 460:
d f t r y 1 : 4 0 # G i t t e r p
- Seite 461 und 462:
R-Beispiel 5.2-3 [Maximierung mit u
- Seite 463 und 464:
5.2.3 Robuste Parameterschätzung i
- Seite 465 und 466:
Interpretation der folgenden Grafik
- Seite 467 und 468:
5.2.3 (b) Begriffe der robusten Sta
- Seite 469 und 470:
Bruchpunkt: - bei wieviel Prozent
- Seite 471 und 472:
elative Effizienz - bei Verwendung
- Seite 473 und 474:
IC IC IC IC IC −3 −3 −3 −3
- Seite 475 und 476:
IC IC IC IC IC −1 0 1 2 3 4 1−D
- Seite 477 und 478:
6 numerische Algorithmen in S-Plus/
- Seite 479 und 480:
falls diese vom Typ für ein
- Seite 481 und 482:
6.1.5 Umsetzung in R Lineare / Kon
- Seite 483 und 484:
- Details £ Es werden nur vollstä
- Seite 485 und 486:
c u r v e ( f c ( x ) , 0 , 10 , c
- Seite 487 und 488:
p l o t ( x , y , main = p a s t e
- Seite 489 und 490:
6.3 Integration 6.3.1 Problemstellu
- Seite 491 und 492:
£ stop.on.error: (logisch) soll be
- Seite 493 und 494:
die Funktion adapt aus dem CRAN-Pak
- Seite 495 und 496:
- man beachte, dass die Zahl der n
- Seite 497 und 498:
stochastische Suche: ziehe zufälli
- Seite 499 und 500:
ei Glattheit: Newtonverfahren [-1]
- Seite 501 und 502:
! besser als Bisektion, falls
- Seite 503 und 504:
6.5.2 Klassen von Problemen Defini
- Seite 505 und 506:
6.5.3 Methoden Minimierung auf Git
- Seite 507 und 508:
+ sehr einfach zu realisieren + geo
- Seite 509 und 510:
6.6 sich selbst verändernde Progra
- Seite 511 und 512:
# #Rueckgabewert f_{m+1:2m+1}(x ) #
- Seite 513 und 514:
# d i x f u n c t i o n ( x ,FUN=s
- Seite 515 und 516:
#Median von FUN, Med(F) e v a l ( p
- Seite 517 und 518:
} # r e t u r n ( d i ) ### e i n i
- Seite 519 und 520:
# z . B . d f f u e r c h i s q # #
- Seite 521 und 522:
} #Test # repKI (FUN=" exp " , n=21
- Seite 523 und 524:
# {me i n t e g r a t e ( dix , l
- Seite 525 und 526:
K I l r (FUN=" exp " , n=21, l l =
- Seite 527 und 528:
weitere nötige Spezifikationen - F
- Seite 529 und 530:
Beispiel 7.1-2 [ein Regressionsmode
- Seite 531 und 532:
ei Faktoren (diskreten Regressoren)
- Seite 533 und 534:
Versuchsplanung kann die Versuchsb
- Seite 535 und 536:
Faktorkodierung - zur Umsetzung vo
- Seite 537 und 538:
interpretieren — in R umgesetzt a
- Seite 539 und 540:
produziert; sonst werden gewöhnlic
- Seite 541 und 542:
- lm ruft selbst Hilfsfunctionen wi
- Seite 543 und 544:
- plot erstellt diagnostische Plots
- Seite 545 und 546:
matplot ( c l i m b [ s2 ] , c b i
- Seite 547 und 548:
eine Struktur vor? - bei einem Plot
- Seite 549 und 550:
- coefficients: eine Matrix, deren
- Seite 551 und 552:
Argumente - object: Objekt vom Typ
- Seite 553 und 554:
7.1.1 (g) Modellwahl Idee bei gesc
- Seite 555 und 556:
R-Beispiel 7.1-5 [Modellanpassung]:
- Seite 557 und 558:
7.1.1 (i) Box-Cox-Transformation I
- Seite 559 und 560:
7.1.2 Generalisiert Lineare Modelle
- Seite 561 und 562:
Linkfunktionen bei binären Variab
- Seite 563 und 564:
7.1.2 (d) Modell-Einpassung in R d
- Seite 565 und 566:
zusätzlich: - linear.predictors: d
- Seite 567 und 568:
summary ( e r g ) par ( mfrow=c ( 2
- Seite 569 und 570:
Wie kann man die Daten gut in einem
- Seite 571 und 572:
Implementation in R — alles in Bi
- Seite 573 und 574:
7.2.6 Cluster-Analyse Fragestellun
- Seite 575 und 576:
7.2.7 Diskriminanzanalyse Frageste
- Seite 577 und 578:
- um mit nur einer Realisation (ein
- Seite 579 und 580:
7.3.1 (d) spezielle Klassen/Befehle
- Seite 581 und 582:
- deltat: Zeitabstand zwischen zwei
- Seite 583 und 584:
spezielle Methoden - aggregate bere
- Seite 585 und 586:
7.3.2 Autokovarianz und Spektrum 7.
- Seite 587 und 588:
- in R — in ts £ Bestimmung aus
- Seite 589 und 590:
“Stationarisierung” durch Diffe
- Seite 591 und 592:
7.3.5 (b) Realisation in R —in ds
- Seite 593 und 594:
7.3.6 (b) der Kalman-Filter mithil
- Seite 595 und 596:
- Kalman Glätter smoother R-Beispi
- Seite 597 und 598:
7.3.7 (b) Realisation in R — in t
- Seite 599 und 600:
7.4 Geostatistik 7.4.1 Grundlagen 7
- Seite 601 und 602:
(zum Teil kommentierte) Literaturli
- Seite 603 und 604:
Nicholas Lewin-Koh und Michael Tief
- Seite 605 und 606:
auf (neuem) Gitter - Kriging: anste
- Seite 607 und 608:
p l o t ( p i n e s , x l i m=c ( 0
- Seite 609 und 610:
- Grundsituation: einzelner Program
- Seite 611 und 612:
anderen Klassen via Vererbung expli
- Seite 613 und 614:
Instanz / Objekt: Variable vom Typ
- Seite 615 und 616:
8.1.3 OOP - Realisierung in R 8.1.3
- Seite 617 und 618:
S4-Classes: basierend auf S Version
- Seite 619 und 620:
- generiert ein Objekt x vom Typ /
- Seite 621 und 622:
- die spezifischste Methode wird ve
- Seite 623 und 624:
Konflikt / Zweideutigkeit: foo.bar.
- Seite 625 und 626:
8.1.3 (f) weitere Literatur Beitr
- Seite 627 und 628:
- validate: eine Funktion, die übe
- Seite 629 und 630:
matplot mehrere Kurven verarbeitet
- Seite 631 und 632:
Generierung einer Instanz von "trac
- Seite 633 und 634:
Methode (mit ein und demselben Name
- Seite 635 und 636:
8.1.4 (d) Anwendung virtueller Klas
- Seite 637 und 638:
Problem: NULL ist selbst keine List
- Seite 639 und 640:
- Bereitstellung einer Initialisier
- Seite 641 und 642:
Anlegen der generischen Funktion:
- Seite 643 und 644:
8.1.5 (b) Generische Funktionen in
- Seite 645 und 646:
- R-Beispiel 8.1-9 [ein plot-Befehl
- Seite 647 und 648:
8.1.5 (c) Zugriffsmethoden — Acce
- Seite 649 und 650:
t1 new ( " t r a c k " , x =1:20 ,
- Seite 651 und 652:
R-Beispiel 8.1-12 [Ersetzungsmethod
- Seite 653 und 654:
8.1.5 (f) elementweise Funktionen,
- Seite 655 und 656:
- aber nur eine Frage des Interpret
- Seite 657 und 658:
Anzeige aller Gruppenmitglieder mit
- Seite 659 und 660:
Datenbank zurück: selectMethod(""
- Seite 661 und 662:
£ Methoden zur Konvertierung von e
- Seite 663 und 664:
8.1.8 Befehle: Typüberprüfung zur
- Seite 665 und 666:
v a l i d a r r a y f u n c t i o
- Seite 667 und 668:
8.1.8 (b) Spezifizieren von is-Rela
- Seite 669 und 670:
durch die Funktion extends beschrie
- Seite 671 und 672:
£ sondern: direkt slots des überg
- Seite 673 und 674:
# Methoden f ü r bestimmte K l a s
- Seite 675 und 676:
- sonst möglich: Probleme bei tief
- Seite 677 und 678:
Initialisieren gesetzt werden könn
- Seite 679 und 680:
- diese kann man mit attach oder lo
- Seite 681 und 682:
8.2.1 (c) Nutzung von R-Output - un
- Seite 683 und 684:
Anpassung durch Nutzer oder Adminis
- Seite 685 und 686:
- ein COPYING file, in dem —falls
- Seite 687 und 688:
8.2.4 Aufbau des DESCRIPTION-file
- Seite 689 und 690:
einem Ausdruck (= ) mit der entspre
- Seite 691 und 692:
8.2.5 Format für Datensätze Daten
- Seite 693 und 694:
\ keyword { d i s t r i b u t i o n
- Seite 695 und 696:
8.2.6 (c) Formatbefehle zur Textmar
- Seite 697 und 698:
8.2.6 (d) Listen-/Tabellenbefehle
- Seite 699 und 700:
8.2.6 (f) Sonderzeichen R (“wir
- Seite 701 und 702:
R CMD Rd2txt erzeugt “schöne”
- Seite 703 und 704:
Erinnerung: Außerhalb von Paketen
- Seite 705 und 706:
Vignetten: - Idee: Lücke zwischen
- Seite 707 und 708:
- die Angabe unter \usage konsisten
- Seite 709 und 710:
Kommt es dennoch zu Namenskollision
- Seite 711 und 712:
£ für S4-Klassen: ¡ per .onLoadf
- Seite 713 und 714:
dem prompt-Befehl erzeugt, für S4-
- Seite 715 und 716:
8.2.11 Checken eines Pakets mithil
- Seite 717 und 718:
esten direkt erhält unter http://p
- Seite 719 und 720:
6. Anpassen der Datei MKRules: (im
- Seite 721 und 722:
8.2.13 Erstellen von Bundles manch
- Seite 723 und 724:
- promptClasses zur Dokumentation v
- Seite 725 und 726:
£ Abhhängigkeiten mit .onLoad Fun
- Seite 727 und 728:
where ’ pkg ’ i s t h e name o
- Seite 729 und 730:
8.3.2 vor Nutzung von compiliertem
- Seite 731 und 732:
zweiter Schritt: Profiling von R-Co
- Seite 733 und 734:
8.3.3 Schnittstellen von und zu and
- Seite 735 und 736:
weitere Schnittstellen zu Oracle (P
- Seite 737 und 738:
8.3.4 (c) Exkurs: Hauptbefehle in S
- Seite 739 und 740:
ein Beispiel: ## Not run : # c r e
- Seite 741 und 742:
8.3.5 C/FORTRAN-Code in R Beispiele
- Seite 743 und 744:
wichtig: Sicherheits-/Absturzrisiko
- Seite 745 und 746:
Erläuterung: - storage.mode(x)="do
- Seite 747 und 748:
conv f u n c t i o n ( a , b ) { .
- Seite 749 und 750:
R-Beispiel 8.3-4 [Faltung zweier Ve
- Seite 751 und 752:
weil dieses Makro möglicherweise e
- Seite 753 und 754:
8.3.5 (d) Manipulation von R-Instan
- Seite 755 und 756:
- der C-Code dazu: #i n c l u d e
- Seite 757 und 758:
R-Beispiel 8.3-6 [LUdec-Objekt und
- Seite 759 und 760:
Kommentare zu diesem Beispiel: - wi
- Seite 761 und 762:
Überblick über die in C zur Verf
- Seite 763 und 764:
3. setzen der breakpoints in den Co
- Seite 765 und 766:
- Rückgabewert: ein Character-Vekt
- Seite 767 und 768:
explizit: Ein/Ausladen der Biblioth
- Seite 769 und 770:
- Achtung: wird ein Symbol in mehre
- Seite 771 und 772:
#i n Unix dyn . l o a d ( " SimpleM
- Seite 773 und 774:
8.3.8 Erzeugen von Shared Libraries
- Seite 775 und 776:
gesamte (oder zumindest Teile des)
- Seite 777 und 778:
char£ R_alloc(long n, int size ):
- Seite 779 und 780:
- Schnittstellenprogrammierung, c.f
- Seite 781 und 782:
£ (übliches “kilo”) ¢
- Seite 783 und 784:
dieser verwaltet auch den Speicher
- Seite 785 und 786:
} pred . b p r e d i c t ( lm . b
- Seite 787 und 788:
Methode aus - funktioniert analog z
- Seite 789 und 790:
S — und damit auch R haben das Pr
- Seite 791 und 792:
möglich Trade-Off zwischen guter
- Seite 793 und 794:
8.3.11 (b) Kommandozeilenoptionen
- Seite 795 und 796:
- Zugriff auf die Kommandozeilenpar
- Seite 797 und 798:
- daneben auch Aufruf von spezielle
- Seite 799 und 800:
Hauptfenster (sdi) für die Konsole
- Seite 801 und 802:
8.3.12 R auf Parallelrechnern 8.3.1
- Seite 803 und 804:
8.3.12 (b) “Poor Man’s Parallel
- Seite 805 und 806:
- Quelle unter AllTask #! / b i n /
- Seite 807 und 808:
# w h i l e ( ‘ l s 1 £ . $ s c
- Seite 809 und 810:
Textdatei myRcall mit eigentlichem
- Seite 811 und 812:
Problem Verfahren Anwendugen robust
- Seite 813 und 814:
Software zur Regelung der Kommunika
- Seite 815 und 816:
£ Wichtige Funktionen in snow ¡ A
- Seite 817 und 818:
Quellen - allgemeine Einführungen
- Seite 819 und 820:
8.3.13 Beispiel: R im InterNet —
- Seite 821 und 822:
Program f o r k d i m e n s i o n a
- Seite 823 und 824:
R i g h t l i m i t rb o f t h e r
- Seite 825 und 826:
£ f i l t e r t e i n e n Tokenstr
- Seite 827 und 828:
i n t dim=a t o i ( i l [ 0 ] ) , t
- Seite 829 und 830:
£ A u f r u f von R im BATCH Modus
- Seite 831 und 832:
p r i n t f ( "␣ a r e :" ) ; Ma
- Seite 833 und 834:
w h i l e ( ( c=g e t c ( f o ) ) !
- Seite 835 und 836:
das eigentliche R-Programm — verf
- Seite 837 und 838:
#( v g l . Rieder (1994, Theorem 5.
- Seite 839 und 840:
} } b1 (k£G2A + G2£ (V c0^2£v
- Seite 841 und 842:
} } a s s i g n ( " e f f " , e f
- Seite 843 und 844:
8.4 Struktur von CRAN / das R Core
- Seite 845 und 846:
8.4.2 (c) Leitung Präsidenten: Ro
- Seite 847 und 848:
- Mitgliedschaft sowohl natürliche
- Seite 849 und 850:
- Duncan Temple Lang (USA): duncan@
- Seite 851 und 852:
Catherine Loader (USA): catherine@r
- Seite 853 und 854:
8.4.3 (c) Entwicklungsprozess Abst
- Seite 855 und 856:
Tue Jul 1 09:55:21 UTC 2003, hornik
- Seite 857 und 858:
- automatisierte Formulare zur Fehl
- Seite 859 und 860:
eff . aovlist , expand.grid, extrac
- Seite 861 und 862:
8.4.4 Einreichung eigener Pakete be
- Seite 863 und 864:
Aufgabensammlung zur Veranstaltung
- Seite 865 und 866:
A.1.1 Arbeit mit R-Skripten am Beis
- Seite 867 und 868:
A.1.3 Datenimport (a) Welche Funkti
- Seite 869 und 870:
A.2 Blatt 2 Stoff bis einschließl
- Seite 871 und 872:
Lösungsvorschlag: .pdf-Version: L
- Seite 873 und 874:
A.2.3 String-, Matrixoperationen We
- Seite 875 und 876:
Lösungsvorschlag: .pdf-Version: L
- Seite 877 und 878:
A.3 Blatt 3 Stoff bis einschließl
- Seite 879 und 880:
A.3.2 Univariate Analyse Beziehen S
- Seite 881 und 882:
(d) Erstellen Sie zu einen Boxplot
- Seite 883 und 884:
Lösungsvorschlag: .pdf-Version: L
- Seite 885 und 886:
Trommel. Ab wieviel (einzelnen) Soc
- Seite 887 und 888:
A.4.1 Visualisierung des (schwachen
- Seite 889 und 890:
A.4.2 Numerische Integration: Berec
- Seite 891 und 892:
A.4.3 Berechnung von (a) Sei
- Seite 893 und 894:
A.4.4 Konfidenzintervalle, Bootstra
- Seite 895 und 896:
Lösungsvorschlag: .pdf-Version: L
- Seite 897 und 898:
A.5.1 Maximale Lücke Motivation: D
- Seite 899 und 900:
A.5.2 Buffons Nadelproblem — Bere
- Seite 901 und 902:
Lösungsvorschlag: .pdf-Version: L
- Seite 903 und 904:
Lösungsvorschlag: .pdf-Version: L
- Seite 905 und 906:
Parameter lambda=8 und ein Vektor
- Seite 907 und 908:
(3) Ist die Abweichung in einem der
- Seite 909 und 910:
Lösungsvorschlag: .pdf-Version: L
- Seite 911 und 912:
A.6.1 Visualisierung (a) Visualisie
- Seite 913 und 914:
A.6.2 Bundestagswahl 2002 (a) Bezie
- Seite 915 und 916:
A.6.3 Multivariate Konvexkombinatio
- Seite 917 und 918:
zeichnen Sie grün, falls Sie inner
- Seite 919 und 920:
Lösungsvorschlag: .pdf-Version: L
- Seite 921 und 922:
A.7 Blatt 7 Stoff bis einschließl
- Seite 923 und 924:
A.7.2 Wilcoxon und t-Test, - und
- Seite 925 und 926:
A.7.3 Fisher- und t-Test (a) Ermitt
- Seite 927 und 928:
gemacht. Treffen Sie eine Testentsc
- Seite 929 und 930:
A.8 Blatt 8 Stoff bis einschließl
- Seite 931 und 932:
Lösungsvorschlag: .pdf-Version: L
- Seite 933 und 934:
Lösungsvorschlag: .pdf-Version: L
- Seite 935 und 936:
(e) Schätzen Sie die Varianzen und
- Seite 937 und 938:
A.9.1 Berechnung eines Quantils Geg
- Seite 939 und 940:
A.9.2 Schätzung eines eindimension
- Seite 941 und 942:
(d) Integrieren Sie in Ihre Funktio
- Seite 943 und 944:
mit Erwartungswert ¡ (
- Seite 945 und 946:
Lösungsvorschlag: .pdf-Version: L
- Seite 947 und 948:
wobei auf einem -Gitter (
- Seite 949 und 950:
den empirischen mean squared error
- Seite 951 und 952:
A.10.1 Lineare Regression Plotten S
- Seite 953 und 954:
Gravitationskonstante mit einem Sch
- Seite 955 und 956:
Modell 2. Die Positionen der Steine
- Seite 957 und 958:
Hinweis: Verwenden Sie die Funktion
- Seite 959 und 960:
A.11.1 ANOVA Der Absatz von Produkt
- Seite 961 und 962:
A.11.2 Box-Cox-Transformation I Bet
- Seite 963 und 964:
A.11.4 Generalisiert lineares Model
- Seite 965 und 966:
A.12 Blatt 12 Stoff bis einschlie
- Seite 967 und 968:
Verteilung rot, falls sie innerhalb
- Seite 969 und 970:
.R-Version (www): Blatt 12, Aufgabe
- Seite 971 und 972:
A.12.4 Normalisierte Hauptkomponent
- Seite 973 und 974:
Lösungsvorschlag: .pdf-Version: L
- Seite 975 und 976:
A.13.1 Zeitreihenanalyse I Beziehen
- Seite 977 und 978:
A.13.2 Zeitreihenanalyse II (a) Sim
- Seite 979 und 980:
A.13.3 Räumliche Statistik Wiederh
- Seite 981 und 982:
A.14.1 Entwurf einer Simulationskla
- Seite 983 und 984:
A.14.3 Simulationsklasse II (a) Mac
- Seite 985 und 986:
die eine Instanz vom Typ Auswertung
- Seite 987 und 988:
A.15.1 Checken/Erstellen eines Pake
- Seite 989 und 990:
Kopieren Sie dabei alle Konsolenerg
- Seite 991 und 992:
A.16 Blatt 16 Stoff bis Ende des K
- Seite 993 und 994:
(b) Schreiben Sie den Algorithmus a
- Seite 995 und 996:
(c) Wiederholen Sie Aufgabe A.5.1,
- Seite 997 und 998:
(d) Laden und Abarbeiten Sie einzel
- Seite 999 und 1000:
algebra nlme2 Non-Linear Mixed Effe
- Seite 1001 und 1002:
class Functions for classification
- Seite 1003 und 1004:
g.data Delayed-Data Packages gafit
- Seite 1005 und 1006:
MASS Main Library of Venables and R
- Seite 1007 und 1008:
pixmap tree traversal Bitmap Images
- Seite 1009 und 1010:
splines Regression Spline Functions
- Seite 1011 und 1012:
L.1.3 Datenimport (a) read. table
- Seite 1013 und 1014:
L.1.4 Mustererzeugung #############
- Seite 1015 und 1016:
L.2 Lösungsvorschläge Blatt 2 L.2
- Seite 1017 und 1018:
###################################
- Seite 1019 und 1020:
#T e i l ( b ) ####################
- Seite 1021 und 1022:
# Matrix 3 aus Aufgabe 1 ( a ) M3
- Seite 1023 und 1024:
L.2.4 Matrixoperationen ###########
- Seite 1025 und 1026:
L.2.5 Schreiben von Daten auf File
- Seite 1027 und 1028:
L.3 Lösungsvorschläge Blatt 3 L.3
- Seite 1029 und 1030:
stem ( L a u f z e i t ) summary (
- Seite 1031 und 1032:
L.3.3 Elementare Datenanalyse #####
- Seite 1033 und 1034:
###################################
- Seite 1035 und 1036:
L.3.4 Univariate Konvexkombinatione
- Seite 1037 und 1038:
L.3.5 Übungsaufgaben zur Stochasti
- Seite 1039 und 1040:
# k q pte 1 phyper ( q=23, m=120 ,
- Seite 1041 und 1042:
# Paar bekommen zu haben Pncum exp
- Seite 1043 und 1044:
# Ziehen d e r W u e r f e l e r g
- Seite 1045 und 1046:
# v e r s c h i e d e n e n Werte n
- Seite 1047 und 1048:
L.4.2 Numerische Integration: Berec
- Seite 1049 und 1050:
# s q r t ( n ) >= 2 Phi ^ 1(0.975
- Seite 1051 und 1052:
par ( c o l =1) t i t l e ( p a s t
- Seite 1053 und 1054:
n 100 x m a t r i x ( r c h i s q
- Seite 1055 und 1056:
f s 2 d c h i s q ( df =1, x=U22 )
- Seite 1057 und 1058:
L.4.4 Konfidenzintervalle, Bootstra
- Seite 1059 und 1060:
s t r e u b sd ( medb ) KIb q u a
- Seite 1061 und 1062:
medf . bsm mean ( medf . bs ) s t
- Seite 1063 und 1064:
L.5 Lösungsvorschläge Blatt 5 L.5
- Seite 1065 und 1066:
} } k 2 M 500 # n = 5 n 5 } mini
- Seite 1067 und 1068:
Min4 minima (U1) summary ( Min1 )
- Seite 1069 und 1070:
# M a t r t i x mit i d e n t i s c
- Seite 1071 und 1072:
# Berechnen von M S i m u l a t i o
- Seite 1073 und 1074:
# v e r z e r r t w i r k t , s o l
- Seite 1075 und 1076:
# Erzeugen des K o o r d i n a t e
- Seite 1077 und 1078:
# e i n e r S t r e i f e n g r e n
- Seite 1079 und 1080:
Pexakt (81200000) # zu ungenau ! ##
- Seite 1081 und 1082:
L.5.3 Dichteplot ##################
- Seite 1083 und 1084:
} } sep="" ) ) ) t i t l e ( p a s
- Seite 1085 und 1086:
L.5.4 Schleifen - Schleifenvermeidu
- Seite 1087 und 1088:
} } i t e r j 0 w h i l e ( i t e
- Seite 1089 und 1090:
} } M o u t e r ( as . numeric ( n
- Seite 1091 und 1092:
L.5.5 Adaptives Verfahren zur 2-dim
- Seite 1093 und 1094:
} } e l s e { } m ( c+d ) /2 ( R e
- Seite 1095 und 1096:
} a s s i g n ( " v a l x " , NULL
- Seite 1097 und 1098:
nrow=n , n c o l =2) ##############
- Seite 1099 und 1100:
l i 0.2 r e 1 . 3 par ( c o l =1)
- Seite 1101 und 1102:
# T e i l ( b ) ###################
- Seite 1103 und 1104:
mi min (X . d ) i n d X . d==mi i
- Seite 1105 und 1106:
# f e s t z u s t e l l e n , ob e
- Seite 1107 und 1108:
x r e max( Pfade . x ) + 1 y l i
- Seite 1109 und 1110:
Pfade4 . ym r b i n d ( j i t t e
- Seite 1111 und 1112:
L.6.2 Bundestagswahl 2002 #########
- Seite 1113 und 1114:
# e n t s p r e c h e n d e n P a n
- Seite 1115 und 1116:
# p r i n t ( l o c a t o r ( 1 ) )
- Seite 1117 und 1118:
#dev . o f f ( ) " y e l l o w " ,
- Seite 1119 und 1120:
Scont d i a g ( rep ( 0 . 6 4 , k
- Seite 1121 und 1122:
p l o t (X [ 1 , ] , X [ 2 , ] , t
- Seite 1123 und 1124:
par ( c o l=" b l a c k " ) p l o t
- Seite 1125 und 1126:
L.6.4 Regressionsplots ############
- Seite 1127 und 1128:
###################################
- Seite 1129 und 1130:
L.6.5 Powerpoint-Präsentation Ma
- Seite 1131 und 1132:
e q u i r e ( c t e s t ) #########
- Seite 1133 und 1134:
#U n t e r t e i l e n d e r Daten
- Seite 1135 und 1136:
########### ### qq P l o t ########
- Seite 1137 und 1138:
X6 . l i s t e s p l i t (X6 , S e
- Seite 1139 und 1140:
# F Test v a r . t e s t (X6 . l i
- Seite 1141 und 1142:
# B e r u f s t a t u s ==1: a r b
- Seite 1143 und 1144:
#a s y m p t o t i s c h e r F i s
- Seite 1145 und 1146:
L.7.4 Testvergleich durch Simulatio
- Seite 1147 und 1148:
###################################
- Seite 1149 und 1150:
# # E_1 [ 1 (N=9 oder 1 0 ) ] =P_1(
- Seite 1151 und 1152:
meana mean ( xa ) # 0 . 7 7 => NPT
- Seite 1153 und 1154:
M 10000 ve 0 . 0 5 X . i d . 0 m
- Seite 1155 und 1156:
e n t s c h . i d . 0 . v z t r e
- Seite 1157 und 1158:
cat ( " E m p i r i s c h e r ␣ F
- Seite 1159 und 1160:
␣␣␣␣␣␣␣␣ ( kont .
- Seite 1161 und 1162:
# M1i , M2i , I i s t o unabh # M1i
- Seite 1163 und 1164:
# = S l o g ( q ( p ) ) ( n S ) l o
- Seite 1165 und 1166:
# #a b e r 2( S/n q ) = p^ML p ####
- Seite 1167 und 1168:
f a c s / s0 cat ( " Schaetzung
- Seite 1169 und 1170:
Na 30 na 10 ka c ( 3 , 4 , 6 , 4
- Seite 1171 und 1172:
} ks sample ( k , l e , r e p l a
- Seite 1173 und 1174:
# f i n d e N u l l s t e l l e t h
- Seite 1175 und 1176:
# T e i l ( d ) t i t l e ( main="
- Seite 1177 und 1178:
asvarnMedid+asBiasMedid ^2 , "\ t \
- Seite 1179 und 1180:
par ( new=F , mar=c ( 5 . 1 , 4 . 1
- Seite 1181 und 1182:
x s t a r t x . l i s t a r t x .
- Seite 1183 und 1184:
} i t e r 0 w h i l e ( t e s t >
- Seite 1185 und 1186:
} w h i l e ( t e s t > d e l t a )
- Seite 1187 und 1188:
L.9.2 Schätzung eines eindimension
- Seite 1189 und 1190:
lambda c ( s t a r t , ( ende s t
- Seite 1191 und 1192:
} #Newton A l g o r i t h m u s new
- Seite 1193 und 1194:
} w h i l e ( t e s t > d e l t a )
- Seite 1195 und 1196:
lambda1 maximum(Y [ , 1 ] , d e l
- Seite 1197 und 1198:
L.9.3 Numerische Probleme mit dem C
- Seite 1199 und 1200:
S i e b f o r m e l . v a r f u n
- Seite 1201 und 1202:
cat ( " Die ␣ Streuung ␣ i s t
- Seite 1203 und 1204:
} } p r i n t ( i ) y as . i n t e
- Seite 1205 und 1206:
L.9.4 Optimale Prognose ###########
- Seite 1207 und 1208:
} # T e i l ( b ) r e t u r n ( i
- Seite 1209 und 1210:
###################################
- Seite 1211 und 1212:
n 5000 y l i m=c ( 0 , 5 ) , x l a
- Seite 1213 und 1214:
k . a . i . i g . i . f k t (Y . i
- Seite 1215 und 1216:
) ) mean ( (Y . i i i k . a . i i
- Seite 1217 und 1218:
# Vermutung : # p r e s z = c o n s
- Seite 1219 und 1220:
e i n s rep ( 1 , l e n g t h ( h
- Seite 1221 und 1222:
L.10.3 Länge der alten Meile #####
- Seite 1223 und 1224:
z y [2:6] y [ 1 : 5 ] z # K l e i
- Seite 1225 und 1226:
# backward s e l e c t i o n lm . i
- Seite 1227 und 1228:
# 1 . M o e g l i c h k e i t #k u
- Seite 1229 und 1230:
L.11 Lösungsvorschläge Blatt 11 L
- Seite 1231 und 1232:
windows ( ) par ( mfrow=c ( 2 , 1 )
- Seite 1233 und 1234:
lm1 lm ( g a i n ~ d e n s i t y )
- Seite 1235 und 1236:
summary ( lm2 ) windows ( ) par ( m
- Seite 1237 und 1238:
L.11.3 Box-Cox-Transformation II ##
- Seite 1239 und 1240:
# a l s o E( n ) /n= a £ l o g ( n
- Seite 1241 und 1242:
d i f f=mach e r g 2 $co [ 3 ] ) )
- Seite 1243 und 1244:
# e r z e u g e n d e r Response V
- Seite 1245 und 1246:
p o i n t s ( aufw , p e r s / 66)
- Seite 1247 und 1248:
} i f ( sum ( t ( x ) !=x )>0) stop
- Seite 1249 und 1250:
# N o r m a l v e r t e i l u n g e
- Seite 1251 und 1252:
p l o t ( e l l i p s e , t y p e="
- Seite 1253 und 1254:
t i t l e ( e x p r e s s i o n ( p
- Seite 1255 und 1256:
p l o t ( h1 , main=" Complete ␣
- Seite 1257 und 1258:
###################################
- Seite 1259 und 1260:
L.12.3 Hauptkomponentenanalyse, Fak
- Seite 1261 und 1262:
# 2 . M o e g l i c h k e i t bank
- Seite 1263 und 1264:
L.12.4 normalisierte Hauptkomponent
- Seite 1265 und 1266:
#E r k l ä r t e V a r i a n z p s
- Seite 1267 und 1268:
t e x t (NPC2 [ i n d 1 ==1], NPC3
- Seite 1269 und 1270:
EVktRb e i g e n (Rb) $ v e c t o
- Seite 1271 und 1272:
( u s c r i m e [ , 1 0 ] ) [ i n d
- Seite 1273 und 1274:
L.13 Lösungsvorschläge Blatt 13 L
- Seite 1275 und 1276:
#" s t a t " : 2 4 8 9 10 11 ## ab
- Seite 1277 und 1278:
a c f ( z e i t d $"V9" , t y p e="
- Seite 1279 und 1280:
a c f ( z e i t d $"V8" , t y p e="
- Seite 1281 und 1282:
WW3 d i f f ( z e i t d $"V3" , 1 ,
- Seite 1283 und 1284:
L.13.2 Zeitreihenanalyse II #######
- Seite 1285 und 1286:
# V o r h e r s a g e p r e d i c t
- Seite 1287 und 1288:
l o a d ( f i l e =p a s t e (PFAD,
- Seite 1289 und 1290:
i n 1 v a r i o g ( s101 , uvec =
- Seite 1291 und 1292:
method = "RML" ) o l s v a r i o f
- Seite 1293 und 1294:
p l o t ( bin1 , main = e x p r e s
- Seite 1295 und 1296:
par ( par . o r i ) ## ## 6 . P r o
- Seite 1297 und 1298:
polygon ( x=c ( 0 , 1 , 1 , 0 ) , y
- Seite 1299 und 1300:
legend ( 0 . 4 , 0 . 4 , l e g e n
- Seite 1301 und 1302:
#s a v e . image ( ) p r i o r . c
- Seite 1303 und 1304:
## ## ## c o l=gray ( seq ( 1 , .
- Seite 1305 und 1306:
L.14.2 Indexoperator Mathematik V
- Seite 1307 und 1308:
L.14.4 Schätzerauswertungsklasse
- Seite 1309 und 1310:
L.16.3 Aufruf von C Code unter R L.
- Seite 1311 und 1312:
Literatur Homepage John Chambers: h
- Seite 1313 und 1314:
—— (2002): Introduction to time
- Seite 1315 und 1316:
Geiger C. and Kanzow C. (1999): Num
- Seite 1317 und 1318:
Luenberger D. (1969): Optimization
- Seite 1319 und 1320:
Sawitzki G. (2005): Einführung in
Unangemessen
Laden...
Unangemessen
Sie haben dieses Magazin bereits gemeldet
Vielen Dank, für Ihre Hilfe diese Plattform sauber zu halten.
Die Redaktion wird schnellst möglich einen Blick darauf werfen.
Einbetten
Laden...
Template löschen?
Sind Sie sicher, dass Sie das Template löschen möchten?
ePAPER HERUNTERLADEN
Dieses ePaper steht aktuell nicht mehr zum Download zur Verfügung.
Ähnliche Magazine zu diesem Thema finden Sie weiter unten unter “Empfehlungen”.