Weiter zum Inhalt
Die Messung von Tagesgängen der Kohlenstoffdioxid-Flüsse mit manuellen Hauben startet vor Sonnenaufgang (Großes Moor bei Gifhorn, 04:45 Uhr).
© Thünen-Institut/AK
Die Messung von Tagesgängen der Kohlenstoffdioxid-Flüsse mit manuellen Hauben startet vor Sonnenaufgang (Großes Moor bei Gifhorn, 04:45 Uhr).
Institut für

AK Agrarklimaschutz

Statistik mit R

Kursleitung: Roland Fuß

Zeitpunkt und Dauer: September-November 2023 – wird bei Bedarf wiederholt

Der Kurs wird an 6 Freitagen durchgeführt. Die Daten sind 15.09., 29.09., 13.10., 27.10., 10.11., 24.11., jeweils von 9:00-14:00 Uhr (mit einer Stunde Mittagspause). Sollte das Thema es erfordern, gibt es zwei weitere Termine im Dezember.
Um das Zertifikat zu bekommen müssen alle Teilnehmenden mindestens 4 Termine wahrgenommen haben.

Registrierung: Der Kurs wird über die Instituts-Mailing-Liste angekündigt.

https://terminplaner6.dfn.de/p/1ddd48562fcbebe953a4a1429a1785c2-252047

Die Anzahl der Teilnehmenden ist begrenzt auf 25. Promovierende des Thünen-Institutes für Agrarklimaschutz haben Vorrang.

Zielgruppe: Doktorand*innen und Wissenschaftler*innen am Beginn der Karriere

Kursbeschreibung und Lernziele:

Der Kurs soll auf typische statistische Herausforderungen bei der Analyse von Daten aus Feld- und Laborstudien in den Bereichen Landwirtschaft und Bodenkunde vorbereiten. Er konzentriert sich auf praktische Beispiele, weniger auf Theorie. In diesem Kurs wird die Software R verwendet (https://www.r-project.org/). Grundkenntnisse in R sind aber ausreichend. Das Wissen, um fortgeschrittene Modelle anwenden zu können, wird während des Kurses vermittelt (dazu sollten dann alle Termine wahrgenommen werden).

Der Kurs beginnt mit der Wiederholung von Statistiken auf dem Niveau des Grundstudiums, wie Datenexploration und beschreibende Statistiken, Verteilungsmodelle, Hypothesentests und ANOVA. Es werden auch einige nicht-parametrische Methoden behandelt. Der Schwerpunkt wird auf Regressionsmodellen liegen: lineare Regression, robuste Regression, orthogonale Regression, nichtlineare Regression, nichtgaußsche Fehlerverteilungen (verallgemeinerte lineare Modelle), Modellierung der Heterogenität, Abhängigkeitsstrukturen (Modelle mit gemischten Effekten), verallgemeinerte additive Modelle.

Nach oben