Kategorien Preise Unternehmen
Kostenloses Lehrbuch

Einführung in das Programmieren mit R

0 Bewertungen
278
Language:  German
Das Buch liefert eine Einführung in das Programmieren mit R, wobei keine Programmiervorkenntnisse vorausgesetzt werden.
Kostenlose PDF-Lehrbücher herunterladen oder online lesen. Weniger als 15 % Werbeeinblendungen
Business Abonnement kostenlos für die ersten 30 Tage , dann $5.99/mo
Beschreibung
Inhalt

Ein Grund für die stetige Zunahme der Bedeutung der Statistiksoftware R ist sicherlich, dass R auch eine mächtige Programmiersprache darstellt. Das Buch liefert eine Einführung in das Programmieren mit R, wobei keine Programmiervorkenntnisse vorausgesetzt werden. Der erste Teil des Buches befasst sich entsprechend mit den grundlegenden Objekten der Sprache R sowie mit Arithmetik und Operationen. Im Kapitel 4 wird das Arbeiten mit dem System beschrieben. Hierunter ist sowohl das R-System als auch das Dateisystem zu verstehen. Die Kapitel 5 und 6 sind Kontrollstrukturen und Funktionen, grundlegenden Prinzipien der Programmierung, gewidmet. Die letzten beiden Kapiteln des Buches führen in die objektorientierte Programmierung mit R ein, wobei sogenannte S3 Klassen und Methoden sowie S4 Klassen und Methoden besprochen werden.

  1. Wichtige Objekte
    1. Einführung
    2. Vektoren
    3. Listen
    4. Matrizen und Arrays
    5. Faktoren
    6. Data.frames
    7. Typ-Umwandlung
    8. Funktionen
    9. Übungsaufgaben
  2. Arithmetik
    1. Rechenoperationen und wichtige Funktionen
    2. Logische Ausdrücke
    3. Spezielle Werte
    4. Auswertungsreihenfolge
    5. Übungsaufgaben
  3. Operationen
    1. Indizes
    2. Matrizen
    3. Strings
    4. Faktoren
    5. Übungsaufgaben
  4. Arbeiten mit dem System
    1. Dateizugrie
    2. Aunden von Objekten
    3. Systemkonguration
    4. History-Datei
    5. Übungsaufgaben
  5. Kontrollstrukturen
    1. Bedingtes Ausführen von R Code
    2. Wiederholtes Ausführen von R Code
    3. Übungsaufgaben
  6. Funktionen
    1. Anlegen eigener Funktionen
    2. Debugging
    3. Übungsaufgaben
  7. S3 Klassen und Methoden
    1. S3 Klassen
    2. S3 Methoden
    3. Ein konkretes Beispiel
    4. Übungsaufgaben
  8. S4 Klassen und Methoden
    1. S4 Klassen
    2. S3 Klassen als S4 Klassen
    3. Virtuelle S4 Klassen
    4. S4 Methoden
    5. Übungsaufgaben
home.book.about_author
Matthias

Matthias Kohl

Matthias Kohl ist Professor für Mathematik in Biology und Medizin und leitet das Masterprogramm “Precision Medicine Diagnostics (M.Sc.)” an der Hochschule Furtwangen. Er ist Mitglied des Institute of Precision Medicine und des Baden-Württemberg Center of Applied Research (BW-CAR). Er hat mehr als 15 Jahre Forschungserfahrung auf den Gebieten Robuste Statistik, Statistisches Lernen, Biostatistik und statistische Bioinformatik. In den vergangenen Jahren war er an vielen klinischen und experimentellen Studien sowie F&E Projekten beteiligt. Er ist Autor von mehr als 80 wissenschaftlichen (peer-reviewed) Artikeln, mehr als 20 Erweiterungspaketen für die Statistiksoftware R, drei Erweiterungspaketen für die Bioconductor Software und sieben Patenten / Patentanmeldungen.

Fachgebiete:

(Bio-)Statistik, Bioinformatik, Statistisches (maschinelles) Lernen, Robuste Statistik

Ausbildung:

Mathematikstudium (Nebenfach Informatik) an der Universität Bayreuth

Promotion in Robuster Statistik an der Universität Bayreuth (summa cum laude)

Werdegang:

Wissenschaftlicher Mitarbeiter (Universität Bayreuth, Universitätsklinikum Jena)

Freiberuflicher statistischer und mathematischer Berater

Head of Biostatistics bei SIRS-Lab GmbH (Jena)

Aktuell:

Leiter des Steinbeistransferzentrums "Personalisierte Medizin"

Professor für Mathematik in Biologie und Medizin an der Hochschule Furtwangen, Fakultät Medical and Life Sciences