|
Lehrende: Dr. Maria Bobrowski; Johannes Weidinger
Veranstaltungsart:
Blocklehrveranstaltung
Anzeige im Stundenplan:
Semesterwochenstunden:
2
Credits:
4,0
Unterrichtssprache:
Deutsch
Min. | Max. Teilnehmerzahl:
15 | 15
Weitere Informationen:
Zur Vorbereitung auf den Blockkurs wird 2 Wochen vor dem Kurs eine Nachricht über Stine verschickt, die Aufgaben (Installation und Einrichtung der Software, Download der Daten) enthält. Für weitere Informationen finden Sie unter dem Punkt „Zusätzliche Hinweise zu Prüfungen“.
Kommentare/ Inhalte:
Die Möglichkeiten Vorhersagen über geowissenschaftliche Phänomene zu treffen, sind aus der aktuellen Forschung der Naturwissenschaften nicht mehr wegzudenken. Numerische und statistische Modelle bieten eine große Bandbreite an neuen Methoden, welche sich besonders in der Bio- und Klimageographie eignen, zukünftige Szenarien vorhersagen und einschätzen zu können. Mit Hilfe der frei verfügbaren Statistiksoftware R, ein Werkzeug zur statistischen Datenanalyse und (räumlichen) graphischen Darstellung von Daten und Ergebnissen, lassen sich diese Fragestellungen aufgreifen und bearbeiten. R ist zunehmend die Standardsoftware für statistische Auswertungen im wissenschaftlichen Bereich und in Unternehmen.
Lernziel:
Der Kurs baut auf dem "R Einführungskurs" sowie dem Kurs "R für Fortgeschrittene" auf und soll weitere Aspekte und Analyseverfahren in R ermöglichen. Dabei erarbeiten sich die Teilnehmenden anhand von Übungen weitere fortgeschrittene Kenntnisse in statistische Analysen mit bio- und klimageographischen Schwerpunkten. Besonderer Fokus liegt hierbei auf dem Verstehen, der Entwicklung und dem Programmieren von statistischen Modellen.
Der Schwerpunkt der Veranstaltung liegt außerdem auf den aus Statistik-und GIS-Veranstaltungen bekannten Inhalten, die mittels R anhand von räumlichen Klima- und Vegetationsdaten vertieft werden. Hinweise zur Übertragbarkeit der Methoden auf andere, z.B. von den Teilnehmenden selbst erhobene oder gemessene Datensätze werden gegeben.
Damit kann dieser Kurs als weitere Vertiefung für den weitergehenden Einsatz von R in individuellen Fragestellungen (z.B. Abschlussarbeiten, Praktika, Projekte, …) dienen.
Vorgehen:
Die Installation der Software, grundlegende Kenntnisse in R sowie die Syntax werden vorausgesetzt. Sollte hier Wiederholungsbedarf bestehen, wird zeitlich vor der Veranstaltung nochmal ein Hinweis mit Material verschickt. Alle statistischen Verfahren werden zur Auffrischung kurz erklärt und wiederholt. Der Blockkurs umfasst im Einzelnen die Themen:
- Grundlagen von R, Installation des Basispakets sowie dessen Erweiterungen
- Detrending und Saisonalitäten
- R als Geographisches Informationssystem (GIS)
- Möglichkeiten der Modellierung (numerisch, physikalisch, dynamisch, statistisch)
Anwendungsbeispiele:
I.) Habitatmodellierung anhand von vegetationskundlichen und bioklimatischen Daten im Himalaya
II.) Regionale Klimamodellierung anhand von topographischen und klimatischen Daten im Himalaya
Literatur:
- Alexandrowicz, R. W. (2013). R in 10 Schritten. Einführung in die statistische Programmierumgebung. Wien: facultas wuv / UTB.
- Baumhauer, R. (201): Klima-, Hydro-, Boden-, Vegetationsgegrapgie. Darmstadt: WBG, Wiss. Buchges.
- Hatzinger, R., Hornik, K., Nagel, H. & Maier, M. (2014). R: Einführung durch angewandte Statistik. 2. Auflage, Hallbergmoos: Pearson.
- Zuur, A. F., Ieno, E. N. & Meesters, E. (2009). A beginner's guide to R. New York: Springer.
- Shumway, R. H. and Stoffer, D. S (Hrsg.)(2017). Time Series Analysis and Its Applications. With Examples in R. Cham: Springer.
Zusätzliche Hinweise zu Prüfungen:
Aktive Mitarbeit, Übungsaufgaben, eine Hausaufgabe und eine Abschlußaufgabe.
2 Wochen vor dem Kurs wird eine Nachricht über Stine verschickt, die Aufgaben zur Vorbereitung auf den Kurs enthält. Diese Aufgaben umfassen die Installation und Einrichtung der Software auf einem USB-Stick. Ebenso müssen die Kursdaten basierend auf einem R-Skript heruntergeladen werden.
Um direkt mit den Inhalten im Kurs beginnen zu können, muss ein Vorbereitungsskript ausgeführt werden.
Diese Aufgaben sind unbedingt vor dem Kurs durchzuführen und der Arbeitsaufwand beträgt circa 2 Stunden.
Uns ist bewusst, dass die Vorbereitung einige Zeit in Anspruch nehmen wird.
Im Vergleich zu anderen Kursen, insbesondere den semesterbegleitenden, wird der Aufwand für die Abschlussaufgaben deutlich geringer ausfallen.
Damit wird der für die Veranstaltung und das Modul vorgesehene Arbeitsaufwand nicht überschritten.
Für Rückfragen stehen wir Ihnen jederzeit zur Verfügung.
|
