Der R Vertiefungskurs richtet sich an Teilnehmer, die bereits erste Erfahrungen mit R gesammelt haben (z.B. in unserem R Crashkrus, R Basiskurs oder im Selbststudium). Aufbauend auf grundlegenden R-Kenntnissen werden einfache Techniken vermittelt, mittels derer sich das R als Programmiersprache leichter und effizienter bedienen lässt. Weiterhin werden einige bekannte Methoden aus der klassischen Statistik vorgestellt, die zur Analyse eigener Daten verwendet werden können.
Alle verwendeten statistischen Verfahren und Programmiertechniken werden an echten Daten Beispielen motiviert und mit Hilfe von Übungsaufgaben von den Teilnehmern eingeübt. Zudem wird in dem Anwendungsteil des Kurses auch auf die Interpretation der Ergebnisse eingegangen.
Der Kurs behandelt folgende Themen:
Datenanalyse und klassische Statistik
Wiederholung: Import und Export von Daten (z.B. Excel, SPSS etc.), sowie das Arbeiten, Inspizieren und Modifizieren von Daten.
Einführung in die fortgeschrittene Datenanalyse und Visualisierung von Daten mit dem beliebten Erweiterungspaket ggplot2, welches visuell ansprechende und ausdrucksstarke Grafiken erzeugen kann.
Einführung in klassische statistische Hypothesen-Tests (z.B. t-Test).
Regressionsanalyse und das lineare Regressionsmodell mit Erweiterungen wie multipler Regression und Verwendung von kategorischen Prädiktoren.
Reporting und literate Programming
Einführung in die Markdown Syntax mit Hilfe der Erweiterungspakete rmarkdown bzw. knitr.
Automatisierte Erstellung von dynamischen Berichten und Präsentationen, um wiederkehrende Analysen zeitsparend zu produzieren und voll reproduzierbar zu gestalten.
Umwandlung von Berichten oder Präsentationen in verschiedene Dateiformate wie PDF, Word oder HTML.
Professionelle Präsentation von Analyseergebnissen durch Einbinden von Grafiken, Tabellen und R-Code in Berichten ohne Copy & Paste.
Programmierung
Anwenden von Kontrollstrukturen (if, else) für bedingte Anweisungen (sog. WENN-DANN-SONST Funktionalität).
Anwenden von Schleifen (for, while) und apply Funktionen für das effiziente Ausführen von repetitiven und iterativem R-Code.
Schreiben eigener Funktionen in R um Analysen einfacher zu automatisieren.
Folgende R-Pakete werden behandelt:
ggplot2
knitr, rmarkdown
Voraussetzungen: Kenntnisse in R (Im Umfang des 2-tägigen R Basiskurs bzw. 1-tägigen R Crashkurses)
Weiterlesen