R
für Einsteiger
- Dauer je Seminar: 1/2 Tag

 

Grundlagen in R

Erfahren Sie Grundsätzliches zu den Themen Vektoren, Matrizen, Arrays und Data Frames in R. Lernen Sie wichtige Grundbausteine von R – wie Datum, Zeichenketten usw. - kennen. Wie findet man das richtige Package, um ein konkretes Problem zu lösen und setzt es dann um?

Funktionale Programmierung in R

Funktionen sind ein elementares Werkzeug in R - damit lassen sich komplexe Aufgaben in Teilaufgaben zerlegen. Dass Funktionen selbst R-Objekte sind und somit alle Möglichkeiten von Objekten bieten, ist nur wenigen bekannt. Richtig eingesetzt, ergeben sich damit viele interessante und nützliche Möglichkeiten.

Explorative Datenanalyse mit R

Sie erhalten einen unbekannten Datenbestand. Erfahren Sie, welche Techniken R bereitstellt, um den Inhalt dieses Datenbestands zu erkunden. Beschreiben Sie die Variablen und entdecken Sie interessante Korrelationen. Fassen Sie Ihre Erkenntnisse in Grafiken zusammen und bilden Sie erste Hypothesen und Modelle.

Klassische Grafik mit R

Grafiken sind ein zentraler Bestandteil von R. Lernen Sie die Grundlagen für die Erstellung einer professionellen Grafik bis hin zur Druckausgabe kennen (Parametrisierung – Layout – Grafik – Druck).

ggplot – the grammar of graphics (T2)

ggplot ist die Umsetzung des Buches The Grammar of Graphics. Wenn Sie die Grammatik einer Grafik verstehen, können auch Sie in kürzester sehr anspruchsvolle Grafiken erstellen.

lattice – multivariate Datenvisualisierung (T3)

Der Schwerpunkt des Grafik Packages lattice liegt in der Darstellung multivariater Daten. Es handelt sich um ein leistungsfähiges und elegantes Grafiksystem.

Datenaufbereitung in R (Teil 1 - Datenimport)

Im Rahmen dieses Seminars lernen Sie u. A. den Import von Textdateien, Excel-Dateien, SPSS-Dateien, SAS-Datasets, relationalen Datenbanken usw. in R kennen.

Datenaufbereitung mit R (Teil 2 Datenmanipulation)

Das Package tidyverse ist hier die Basis: Ich zeige Ihnen Schritt für Schritt, wie man auch komplexe Tabellen in kurzer Zeit erstellt und optimal für die Datenanalyse aufbereitet.