Vorlesung: Di 8:15 - 9:45 im G204a
Übung: Di 10:00 - 11:45 im G204a
Aktuell: Die Ergebnisse der Klausur wurden in das Prüfungssystem eingetragen.
Klausur-Einsicht: Freitag 7. August 15:00 - 16:00 im A131
Vorlesungsplan: Folgendes Material soll behandelt werden:
Teil I: Grundlagen
1. Installation und Online-Ressourcen
2. Rechnen mit Zahlen und Vektoren
3. Rechnen mit Matrizen
4. Wahrscheinlichkeitsverteilungen und Zufallszahlen in R
Teil II: Anwendungen
5. Rechnen mit grossen dünnbesetzten Matrizen: Das eindimensionale Hubbard-Modell
6. Analyse von Finanz-Zeitreihen: Das zeitdiskrete Black-Scholes Modell
7. ARCH-Modelle und Maximum Likelihood Estimation
8. Monte Carlo Simulation und Parallelisierung
9. Cloud Computing mit Amazon's Elastic Compute Cloud EC2
10. Creating an R-Package
Material zum Vorlesungsteil:
week1.txt
week2.txt
week3.txt
week4.txt W'keitsverteilungen-in-R.pdf
week5.txt MatrixDarstellung-1DHubbardModel.pdf
week6.txt
week7.txt
week8.txt week8.pdf
week9.txt
week10.txt
week11.txt
week12.txt
Material zur R-Software:
• Die R-Software kann hier heruntergeladen werden. Auf den Hochschul-PCs ist das R bereits installiert.
• Kompakt-Übersichten R-Befehle: 4 Seiten, 4 Seiten, 7 Seiten, 8 Seiten
• Gerrit Eichner: Grundlagen der Datenanalyse mit R, Skript zum ersten Teil des 4-semestrigen Kurses an der Uni Giessen