Druckansicht der Internetadresse:

University of Bayreuth Graduate School

Förderung während der Promotion an der Universität Bayreuth

Seite drucken

Termine

Calendar icon Kalenderdatei (Für ältere Kalender klicken Sie bitte hier)
zur Übersicht

R-Workshop

04.-05. März 2021
tba

Uhrzeit: 9:00-17:00 Uhr; 9:00-13:00 Uhr

Trainer: Dr. habil Robert Hable
Sprache: Deutsch
Qualifikationsbereiche: Wissenschaftliches Arbeiten; Rund um die Promotion
Anmeldung: bis 18. Februar 2021
für Mitglieder der University of Bayreuth Graduate School: https://baydoc.uni-bayreuth.de
für PostDocs und Habilitierende über das WiN-UBT Portal

  • Einführung in die R-Oberfläche
  • Daten aus Excel importieren und Datenverwaltung
  • Deskriptive Statistik: Mittelwert, Median, Quantil, Standardabweichungen, Korrelationen (Pearson, Spearman), Punktewolken (und Grafikoptionen), Boxplots, Histogramme, Balkendiagramme
  • R-Skripte, R-Pakete, R-Hilfe und Literatur
  • Mittelwerte und Vergleiche: Konfidenzintervalle, die gängigsten Tests für Vergleiche (t-Test, Mann-Whitney/Wilcoxon, Kruskal-Wallis, ...)
  • Überprüfen von Voraussetzungen: Tests auf Normalverteilung, QQ-Plots, Gleichheit der Varianzen (Levene)
  • Hauptkomponentenanalyse
  • Lineare Regression und Varianzanalyse: Einführung in lineare Regression mit R, ANOVA, MANOVA, Post-Hoc-Test, generalisierte lineare Regression (logistisch, probit)
  • Repeated Measurements (Longitudinale Studien)

Um einen möglichst reibungslosen Einstieg in R zu gewährleisten, werden bereits im Vorfeld kurze einführende Unterlagen an die Teilnehmer verteilt. Durch diese kleine Vorbereitung wird es leichter, dem Kompaktkurs zu folgen.

Der Kurs beinhaltet auch praktische Übungen, in denen die Teilnehmer selber am Computer statistische Auswertungen in R durchführen.

Qualifikationsziele                                                                                                                                                               

Behandelte statistische Verfahren selbstständig in R anwenden zu können

Teilnahmevoraussetzungen

  • Mindestvoraussetzung: Vertrautheit mit statistischen Grundbegriffen, insbesondere Mittelwert, Standardabweichung, Median, Quantil, Konfidenzintervall, Prinzip des Hypothesentestens, p-Wert, Signifikanz
  • Optimale Voraussetzung: Grundsätzliche Kenntnis der (meisten) im Kurs behandelten statistischen Verfahren (Hauptfokus des Kurses sind die Auswertungen in R und nicht die statistischen Inhalte).

Trainer                                                                                                                                                               

  • Studium Diplom Mathematik (2001-2006)
  • Promotion am Institut für Statistik der LMU München (2006-2009)
  • Akademischer Rat a. Zt. an der Universität Bayreuth (2009-2014)
  • Habilitation über statistische maschinelle Lernverfahren an der Universität Bayreuth (2012)
  • Associate Editor der Zeitschrift Statistics & Probability Letters
  • Autor zahlreicher Statistik-Fachartikel
  • Seit 2014: Leiter „Data Analysis & Big Data“ am Technologie Campus Grafenau der TH Deggendorf; selbstständiger statistischer Berater

Aus Gründen des Respekts und der Fairness allen Teilnehmenden und den Workshopleitenden gegenüber gelten Teilnehmende, die mehr als 10 % des Workshops verpassen als nicht anwesend. Sie erhalten somit kein Zertifikat und können den betreffenden Workshop weder für die Freischaltung von Geldern noch den Erwerb weiterführender Qualifikationen geltend machen.

Verantwortlich für die Redaktion: Eva Querengässer

Facebook Twitter Youtube-Kanal Instagram Blog Kontakt