330152 VU Praktische Datenaufbereitung- und analyse (2022S)
Arbeiten mit R
Prüfungsimmanente Lehrveranstaltung
Labels
Die Plätze werden vorrangig an Studierende im Masterstudium der Ernährungswissenschaften vergeben. Die Einteilung zu den Kursen erfolgt über Moodle
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 14.02.2022 08:00 bis Mi 23.02.2022 23:59
- Abmeldung bis Di 15.03.2022 23:59
Details
max. 33 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine
Gruppe 1:
• Di 22.03.2022 09:45-13:00 UZA2-2C315
• Di 29.03.2022 09:45-13:00 UZA2-2E562
• Di 05.04.2022 09:45-13:00 UZA2-2E562
• Di 26.04.2022 09:45-13:00 UZA2-2E562
• Di 03.05.2022 09:45-13:00 UZA2-2E562
• Di 17.05.2022 09:45-13:00 UZA2-2E562
• Do 24.03.2022 09:45-13:00 UZA2-2E562
• Do 31.03.2022 09:45-13:00 UZA2-2E562
• Do 07.04.2022 09:45-13:00 UZA2-2E562
• Do 28.04.2022 09:45-13:00 UZA2-2E560
• Do 05.05.2022 09:45-13:00 UZA2-2E560
• Do 19.05.2022 09:45-13:00 UZA2-2E562Gruppe 3:
• Do 24.03.2022 14:00-17:30 UZA2-2E560
• Do 31.03.2022 14:00-17:30 UZA2-2E562
• Do 07.04.2022 14:00-17:30 UZA2-2E562
• Do 28.04.2022 14:00-17:30 UZA2-2E562
• Do 05.05.2022 14:00-17:30 UZA2-2E560
• Do 19.05.2022 14:00-17:30 UZA2-2E562
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Die Leistung wird anhand der aktiven Teilnahme, einer Hausübung und einer Projektarbeit beurteilt.
Mindestanforderungen und Beurteilungsmaßstab
- Projektarbeit (Handout, Präsentation): 70%
- Hausübung: 20%
- Aktive Teilnahme: 10%Bestehensgrenze: 60%
- Hausübung: 20%
- Aktive Teilnahme: 10%Bestehensgrenze: 60%
Prüfungsstoff
Stoff der Vorlesung gem. Folien und Vortrag
Literatur
siehe e-learning Plattform Moodle
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Do 24.03.2022 16:30
Einführung in R und RStudio
Grundlagen in R
Datentypen
Daten einlesen, aufbereiten und exportieren
Schreiben von einfachen Funktionen
Visualisierung mit ggplot2
Testen in R
Einfache und multiple lineare Regression
logistische RegressionBei Bedarf wird die Lehrveranstaltung auf hybride Lehre oder auf digital umgestellt. Sie müssen für die Lehrveranstaltung angemeldet sein, um die Information einer solchen Änderung zu erhalten.