Schulungsübersicht

Grundlegender Überblick über R und R Studio

  • R-Überblick
  • R Studio Umgebungsfenster
    • Skripteditorfenster
    • Datenumgebung
    • Konsole
    • Plots/Hilfe/Pakete

Arbeiten mit Daten

  • Einführung in Vektoren und Matrizen (data.frame)
  • Verschiedene Variablentypen
    • Numerisch, Ganzzahl, Faktor usw.
    • Ändern von Variablentypen
    • Datenimportieren mit R Studio Menüfunktionen
    • Entfernen von Variablen mit ls() Befehl
  • Erstellen von Variablen in der Konsole – einzelne, Vektor, Datensatz
  • Nennen von Vektoren und Matrizen
  • Befehle Head und Tail
  • Einführung in dim, length und class
  • Kommandozeilenimport (Lesen von .csv- und tab-getrennten .txt-Dateien)
  • Anhängen und Entfernen von Daten (Vorteile gegenüber data.frame$)
  • Datenfusion mit cbind und rbind

Erkundung Data Analysis

  • Zusammenfassung der Daten
  • Zusammenfassungsanweisungen für Vektoren und Datensätze
  • Auswahl von Daten mit eckigen Klammern
    • Zusammenfassen und Erstellen neuer Variablen
  • Tabelle- und Zusammenfassungsanweisungen
  • Zusammenfassende Statistikbefehle
    • Mittelwert
    • Median
    • Standardabweichung
    • Varianz
    • Anzahl & Häufigkeiten
    • Minimum & Maximum,
    • Quartile
    • Perzentile
    • Korrelation

Daten exportieren

  • Schreiben einer Tabelle in .txt-Datei
  • Schreiben in eine .csv-Datei

R Arbeitsbereich

  • Konzept von Arbeitsverzeichnissen und Projekten (menügesteuert und durch Code – setwd())

Einführung in R-Skripte

  • Erstellen von R-Skripten
  • Speichern von Skripten
  • Aufnahmen des Arbeitsbereichs

Konzepte von Paketen

  • Installation von Paketen
  • Laden von Paketen ins Speicher

Plotten von Daten (mit dem standardmäßigen R-Plot-Befehl und dem ggplot2-Paket)

  • Säulen- und Histogramme
  • Kastengrafiken
  • Liniendiagramme / Zeitreihen
  • Streudiagramme
  • Balken-Diagramm und Blattdiagramm
  • Mosaikdiagramme
  • Anpassung von Plots
    • Titel
    • Legenden
    • Achsen
    • Plotbereich
  • Exportieren eines Plots zu einer externen Anwendung

Voraussetzungen

  • Keine vorherige Erfahrung mit R ist erforderlich
  • Eine grundlegende Vertrautheit mit Programmierkonzepten oder Datenanalysehilft dabei, ist aber nicht zwingend notwendig

Zielgruppe

  • Datenanalysten und Statistiker, die mit R beginnen
  • Forscher und Akademiker, die sich mit Datenmanipulation und -visualisierung auseinandersetzen
    • Professionelle, die in Data Science-Rollen wechseln
 7 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Erfahrungsberichte (4)

Kommende Kurse

Verwandte Kategorien