Statistik Grundlagen und Programmieren mit R

Grundlagen von R

• Kurzer Einblick in R und R-Studio
• Erläuterungen zur Nutzung von R und R-Studio (Editor, Konsole, Hilfefunktion und mehr)
• Prozess der Paketinstallation und -einbindung
• Zuordnung von Variablen
• Erstellen und Durchführen von Skripten

Datenstrukturen

• Vektor, Faktor und Array in der R-Umgebung
• Auswahl von Elementen
• Datenaufbereitung mit grundlegenden Funktionen
• Umwandlung von Daten in verschiedene Datenstrukturen

Einführung in dplyr (ein Bestandteil des tidyverse)

• Üerblick über die Tidyverse Pakete
• Ein Tibble – Fortentwicklung des data.frames
• Anwendung erster dplyr-Funktionen zur Spaltenauswahl
• select(), filter(), rename(), slice()
• Einsatz logischer Operatoren

Datenmodifikation mit dplyr

• Sortierung von Zeilen mit arrange()
• Berechnung neuer Spalten mittels mutate()
• Statistische Zusammenfassung mit summarise()
• Der Pipe Operator %>%
• Gruppierung von Analysen mit group_by()
• Behandlung von fehlenden Daten mit drop_na(), replace_na()

Statistikermittlung mit dplyr

• Hauptdeskriptive Statistiken
• Auswahl zufälliger Stichproben aus vorhandenen Daten
• Korrelationsuntersuchung (Spearman, Pearson)
• Erstellung von Kontingenztabellen

Kontrollabläufe

• Erstellung benutzerdefinierter Funktionen
• Definition von Standardwerten in Funktionen
• Einsatz von For-Schleifen
• If-Else Anweisungen

Datenvisualisierung über ggplot2

• Verständnis der Grafikgrammatik
• Anwendung der ggplot2-Ebenen zur Erstellung erster Grafiken und statistischer Darstellungen
• Anpassen von Darstellungen (Größe der Datenpunkte, Farbgebung, Gruppierung) mit konstanten oder variablen Werten
• Erzeugung mehrerer Subplots, Anpassung und Speicherung von Grafiken

Datenaufnahme und -export

• Festlegung des Arbeitsverzeichnisses in R und RStudio
• Import/Export von CSV-, Excel- oder SPSS-Dateien
• Übersicht über hilfreiche Parameter
• Die fread()-Funktion für umfangreiche Datensätze

Puffer und ggfalls Fallstudien

• Vorreservierte Zeit für Anfänger zur Fragestellung, zum Testen und zum Schreiben von Code
• Mögliche Fallstudie zur selbständigen Vertiefung des Erlernten und zur Besprechung auftretender Fragestellungen

2 Tage

Diese Einführung in R erfordert keine Kenntnisse in R oder einer anderen Programmiersprache. Es ist jedoch erforderlich, dass die Teilnehmer über Vorerfahrungen im Umgang mit Daten verfügen. Sie haben bereits mit Excel oder einer BI-Software gearbeitet und verstehen beispielsweise das Konzept einer spaltenweisen Berechnung sowie einfache Statistiken wie den Mittelwert und die Varianz.

Allgemeine Computerkenntnisse und mathematische Grundkenntnisse (wie das Verständnis einer Funktion, des Summenzeichens, eines Integrals, einer Ableitung, der Grundrechenarten und eines Koordinatensystems zum Plotten) werden vorausgesetzt.

In R werden Fachbegriffe verwendet, und die Dokumentation im Internet ist auf Englisch. Daher sind die Folien in dieser Schulung auf Englisch gehalten. Die Sprache des Kurses ist jedoch Deutsch.

Diese Schulung vermittelt die Grundlagen von R für die Programmierung und Datenanalyse mit R. Der Fokus liegt dabei auf praktischer Anwendung. Die Teilnehmer haben die Möglichkeit, eigenständig in der Entwicklungsumgebung RStudio zu programmieren und somit direkt zu üben. Der Trainer steht dabei zur Verfügung, um Fragen zu beantworten und Unklarheiten zu klären. Zudem unterstützt er bei der Lösung der Übungen.

Dieser R-Kurs richtet sich an Teilnehmer, die Grundlagen der Programmierung und Datenanalyse mit R erlernen möchten und keine oder nur geringe Erfahrung in den Bereichen Datenanalyse, statistische Auswertung und der Nutzung der Statistik-Software R mit RStudio haben. Das Ziel des Kurses ist es, eine Einführung in die Statistik zu bieten und deren Umsetzung in R zu vermitteln. Die Teilnehmer werden entweder bereits in ihrem Unternehmen mit der statistischen Auswertung von Daten betraut oder streben eine Entwicklung in diese Richtung an.

54400