- 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: 7.3.2 Autokovarianz und Spektrum .
- 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 und 134:
# u n u n t e r s c h e i d b a r w
- Seite 135 und 136:
# s o l l so a u f g e f a s s t we
- 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