Inhalt

[ 551DATADSSP19 ] PR Datenanalyse mit statistischer Software

Versionsauswahl
Workload Ausbildungslevel Studienfachbereich VerantwortlicheR Semesterstunden Anbietende Uni
4 ECTS B2 - Bachelor 2. Jahr Statistik Markus Hainy 2 SSt Johannes Kepler Universität Linz
Detailinformationen
Anmeldevoraussetzungen keine
Quellcurriculum Bachelorstudium Statistik und Data Science 2023W
Ziele Fortgeschrittene Verwendung und Erweiterung der Statistik-Software R.
Lehrinhalte Verschiedene Aspekte der Sprache S und des Dialekts R, erweiterte Graphiken; effektive Organisation sauberer Daten mit dem tidyverse; statistische Modellierung mittels linearer Modelle; Einführung in Literate Programming.
Beurteilungskriterien Hausübungen und schriftliche Projektausarbeitung
Lehrmethoden Vortrag durch Lehrende/n; Diskussion der Hausübungen, die durch die Studierenden präsentiert werden; Eigenständiges Programmieren von statistischen Analysemethoden
Abhaltungssprache Deutsch
Literatur Ligges, U. (2009) Programmieren mit R, Springer, Berlin / Heidelberg, 3. Auflage.

Wickham, H, Grolemund, G. (2016) R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. O’Reilly.

Ergänzungsliteratur wird in jedem Semester bekannt gegeben

Lehrinhalte wechselnd? Nein
Äquivalenzen 4MSSS2PR: PR Statistische Simulationen II (4 ECTS) und 551STSOSIMU14: Statistische Simulationen (4 ECTS)
Präsenzlehrveranstaltung
Teilungsziffer 20
Zuteilungsverfahren Zuteilung nach Vorrangzahl