## -------------------------------------------------------------------
## Befehle zur Kurzeinfuehrung
## ---------------------------
## Zuweisung, print
t.v <- c(2,-1,9,0.4,100)
t.v
##- [1]   2.0  -1.0   9.0   0.4 100.0

## Hilfe
?c
help.search("princomp")
help.start()

## Objekte: Vektoren, Matrizen, Listen
rep(0,10)
[1] 0 0 0 0 0 0 0 0 0 0
rep(t.v,3)
##- [1]   2.0  -1.0   9.0   0.4 100.0   2.0  -1.0   9.0   0.4 100.0   2.0  -1.0
##- [13]   9.0   0.4 100.0
t.vs <- seq(0,2,0.5)
t.i <- 1:7
t.m <- matrix(t.v,5,3)
t.m <- cbind(1:5,t.v,c(0,0,2,2,3))
t.m

list(t.v,t.m)
mode(t.m)

as.character(1:3)
as.logical(c(0,1,-1,3,0.5))

## Bezeichnungen
pi
pi <- 2
pi

c
c <- 5
c(3,1)

## -------------------------------------------------------------------
## Funktionen
matrix(t.v, nrow=5, ncol=3)
matrix(t.v, ncol=3)
matrix(t.v, nrow=5, byrow=TRUE)
diag(1:3)
diag(t.m)

## Operationen
c(2, 4)*c(3, -1)
c(2, 4)*3   # recycling
t.v*c(2,0)  
1:5+t.m
t.m-t.v     # dirty trick!
1/0
0/0

## mathematische Funktionen
log(c(1,10,0,-2,NA))
min(t.v, 500, 1:10)
which.min(t.v)
pmin(t.v,1:5)

## Matrix-Multiplikation
t.m %*% c(2,1,0)
t.v %*% t.m
t.m %*% t.v

## Logische Operatoren, Vergleiche
t.v>1
t.l <- t.v>1 & t.v<=10
t.l
t.v*(t.v>1) # Umwandlung, Prioritaet

## Zusammenfassende Funktionen
sum(t.v)
median(t.v)
apply(t.m,2,mean)  #  keine loops!

## -------------------------------------------------------------------
## Namen und Element-Auswahl
## Elements mit numerischen Indices
t.v[2:3]
t.m[c(3,5),3]
t.m[,3]

## Namen
names(t.v) <- c("Hans","Fritz","Elsa","Trudi","Olga")
t.v["Elsa"]
t.vn <- names(t.v)
dimnames(t.m) <- list(t.vn, c("V1","V2","V3"))
t.m[c("Elsa","Fritz"),"V1"]
t.m["Elsa",1]
## direkte Zuweisung von Namen
t.v <- c(Hans=2,Fritz=-1,Elsa=9,Trudi=0.4,Olga=100)
t.m <- cbind(V1=1:5, V2=t.v, V3=c(0,0,2,2,3))

## paste
paste("V", 1:3, sep=".")
paste("AB","CD","ef")
dimnames(t.m)[[2]] <- paste("V", 1:3, sep="")

## -------------------------------------------------------------------
## Daten
## d.abst <- read.table("http://stat.ethz.ch/~stahel/data/abst.dat",header=TRUE)
data(iris)
iris[25*1:6,]
t.x <- as.matrix(iris[,1:4])  # Umwandlung in eine Matrix

## -------------------------------------------------------------------
## Grafik
plot(iris[,1],iris[,2],xlab="Sepal.Length",ylab="Sepal.Width",main="Iris")
## dev.print()
sunflowerplot(iris[,1],iris[,2],
              xlab="Sepal.Length",ylab="Sepal.Width",main="Iris")
plot(c(iris[,1],50),c(iris[,2],10),
     xlab="Sepal.Length",ylab="Sepal.Width",main="Iris")
pairs(iris,main="Iris")
## -------------------------------------------------------------------
## "Frames" oder "environments"
## -------------------------------------------------------------------
## Verteilungen und Zufallszahlen
dnorm(7,5,2) # Dichte der Normalverteilung für x=7, mu=5, sigma=2.
pnorm(7,5,2) # P(X <= 7) 
qnorm(c(0.025, 0.5, 0.975)) # Quantile der Standard-Normalverteilung
rnorm(10)} # Zufallszahlen

qchisq(0.95,2)
pchisq(5.8, df=1, lower.tail=FALSE)
set.seed(28)
runif(10)
sample(8) # zufaellige Reihenfolge
sample(3, size=10, replace=TRUE) # Zufallsauswahl mit Zuruecklegen