R kompakt: Der schnelle Einstieg in die Datenanalyse

1 Erste Schritte1.1 Vorstellung1.1.1 Pro und Contra R1.1.2 Typografische Konventionen1.1.3 R installieren1.1.4 Grafische Benutzeroberflächen1.1.5 Weiterführende Informationsquellen und Literatur1.2 Grundlegende Elemente1.2.1 R Starten, beenden und die Konsole verwenden1.2.2 Befehlssequenzen im Editor bearbeiten1.2.3 Einstellungen vornehmen1.2.4 Umgang mit dem Workspace1.2.5 Einfache Arithmetik1.2.6 Funktionen mit Argumenten aufrufen1.2.7 Hilfe-Funktionen1.2.8 Zusatzpakete verwenden1.2.9 Hinweise zum Arbeiten mit Zusatzpaketen1.2.10 Empfehlungen und typische Fehlerquellen1.3 Datenstrukturen: Klassen, Objekte, Datentypen1.3.1 Objekte benennen1.3.2 Zuweisungen an Objekte1.3.3 Objekte ausgeben1.3.4 Objekte anzeigen lassen und entfernen1.3.5 Datentypen1.3.6 Logische Werte, Operatoren und Verknüpfungen2 Daten importieren und exportieren2.1 Daten im Textformat lesen und schreiben2.2 R-Objekte speichern und laden2.3 Daten mit anderen Programmen austauschen2.3.1 Programme zur Tabellenkalkulation2.3.2 SPSS, Stata und SAS2.3.3 Datenbanken3 Elementare Datenverarbeitung3.1 Vektoren3.1.1 Vektoren erzeugen3.1.2 Elemente auswählen und verändern3.1.3 Datentypen in Vektoren3.1.4 Elemente benennen3 Inhaltsverzeichnis3.2 Logische Operatoren3.2.1 Logischer Vergleich von Vektoren3.2.2 Logische Indexvektoren3.3 Systematische und zufällige Wertefolgen erzeugen3.3.1 Numerische Sequenzen erstellen3.3.2 Wertefolgen wiederholen3.3.3 Zufällig aus einer Urne ziehen3.3.4 Zufallszahlen aus bestimmten Verteilungen erzeugen3.4 Daten transformieren3.4.1 Werte sortieren3.4.2 Werte in zufällige Reihenfolge bringen3.4.3 Teilmengen von Daten auswählen3.4.4 Daten umrechnen3.4.5 Neue aus bestehenden Variablen bilden3.4.6 Werte ersetzen oder recodieren3.4.7 Kontinuierliche Variablen in Kategorien einteilen3.5 Gruppierungsfaktoren3.5.1 Ungeordnete Faktoren3.5.2 Faktorstufen nachträglich ändern3.5.3 Geordnete Faktoren3.5.4 Reihenfolge von Faktorstufen3.5.5 Faktoren nach Muster erstellen3.5.6 Quantitative in kategoriale Variablen umwandeln3.6 Deskriptive Kennwerte numerischer Daten3.6.1 Summen, Differenzen und Produkte3.6.2 Extremwerte3.6.3 Mittelwert, Median und Modalwert3.6.4 Prozentrang, Quartile und Quantile3.6.5 Varianz, Streuung, Schiefe und Wölbung3.6.6 Kovarianz und Korrelation3.6.7 Kennwerte getrennt nach Gruppen berechnen3.7 Matrizen3.7.1 Dimensionierung, Zeilen und Spalten3.7.2 Elemente auswählen und verändern3.7.3 Matrizen verbinden3.7.4 Matrizen sortieren3.7.5 Randkennwerte berechnen3.7.6 Kovarianz- und Korrelationsmatrizen3.8 Datensätze3.8.1 Datentypen in Datensätzen3.8.2 Elemente auswählen und verändern3.8.3 Namen von Variablen und Beobachtungen3.8.4 Datensätze in den Suchpfad einfügen3.9 Listen3.9.1 Komponenten auswählen und verändern3.9.2 Komponenten hinzufügen und entfernen4 Inhaltsverzeichnis3.10 Häufigkeiten bestimmen3.10.1 Einfache Tabellen absoluter und relativer Häufigkeiten3.10.2 Absolute, relative und bedingte relative Häufigkeiten in Kreuztabellen3.10.3 Randkennwerte von Kreuztabellen3.11 Codierung, Identifikation und Behandlung fehlender Werte3.11.1 Fehlende Werte codieren und ihr Vorhandensein prüfen3.11.2 Fehlende Werte ersetzen und umcodieren3.11.3 Behandlung fehlender Werte bei der Berechnung einfacher Kennwerte3.11.4 Behandlung fehlender Werte in Matrizen3.11.5 Behandlung fehlender Werte beim Sortieren von Daten3.11.6 Behandlung fehlender Werte in inferenzstatistischen Tests3.12 Zeichenketten verarbeiten3.12.1 Zeichenketten erstellen und ausgeben3.12.2 Zeichenketten manipulieren3.12.3 Zeichenfolgen finden3.12.4 Zeichenfolgen ersetzen3.13 Datum und Uhrzeit3.13.1 Datumsangaben erstellen und formatieren3.13.2 Uhrzeit3.13.3 Berechnungen mit Datum und Uhrzeit4 Datensätze aufbereiten und aggregieren mit dplyr4.1 Besonderheiten4.2 Variablen umbenennen4.3 Teilmengen von Daten auswählen4.3.1 Variablen auswählen4.3.2 Beobachtungen auswählen4.4 Variablen entfernen, hinzufügen und transformieren4.5 Doppelte und fehlende Werte behandeln4.6 Datensätze sortieren4.7 Datensätze zeilen- oder spaltenweise verbinden4.8 Datensätze zusammenführen4.9 Organisationsform von Datensätzen ändern4.10 Datensätze getrennt nach Gruppen auswerten und aggregieren4.11 Häufigkeiten bestimmen5 R-Dokumente und Notebooks erstellen5.1 Grundprinzip5.2 Arbeitsschritte5.3 Aufbau eines Quelldokuments5.4 Beispiel6 Hilfsmittel für die Inferenzstatistik6.1 Lineare Modelle formulieren6.2 Funktionen von Zufallsvariablen6.2.1 Dichtefunktionen6.2.2 Verteilungsfunktionenv Inhaltsverzeichnis6.2.3 Quantilfunktionen6.3 Gemeinsamer Datensatz für alle Auswertungen7 Lineare Regression7.1 Test des Korrelationskoeffizienten7.2 Einfache lineare Regression7.2.1 Deskriptive Modellanpassung7.2.2 Regressionsanalyse7.3 Multiple lineare Regression7.3.1 Deskriptive Modellanpassung und Regressionsanalyse7.3.2 Modelle vergleichen7.4 Erweiterungen der linearen Regression7.5 Regressionsmodelle auf andere Daten anwenden7.6 Kreuzvalidierung von Regressionsmodellen7.7 Regressionsdiagnostik7.7.1 Extremwerte, Ausreißer und Einfluss7.7.2 Verteilungseigenschaften der Residuen7.7.3 Multikollinearität7.8 Partialkorrelation und Semipartialkorrelation7.9 Logistische Regression7.9.1 Modellanpassung für dichotome Daten7.9.2 Anpassungsgüte7.9.3 Vorhersage, Klassifikation und Anwendung auf neue Daten7.9.4 Signifikanztests für Parameter und Modell8 t-Tests und Varianzanalysen8.1 Tests auf Normalverteilung8.2 Levene-Test auf Varianzhomogenität8.3 t-Tests8.3.1 t-Test für eine Stichprobe8.3.2 t-Test für zwei unabhängige Stichproben8.3.3 t-Test für zwei abhängige Stichproben8.4 Einfaktorielle Varianzanalyse8.4.1 Auswertung mit aov()8.4.2 Auswertung mit anova()8.4.3 Grafische Prüfung der Voraussetzungen8.4.4 Paarvergleiche mit t-Tests und -Adjustierung8.4.5 Simultane Konfidenzintervalle nach Tukey8.5 Einfaktorielle Varianzanalyse mit abhängigen Gruppen8.5.1 Univariat formulierte Auswertung8.5.2 Multivariat formulierte Auswertung8.6 Zweifaktorielle Varianzanalyse8.6.1 Auswertung8.6.2 Quadratsummen vom Typ I, II und III8.7 Zweifaktorielle Varianzanalyse mit zwei Intra-Gruppen Faktoren8.7.1 Univariat formulierte Auswertung8.7.2 Multivariat formulierte Auswertungvi Inhaltsverzeichnis8.8 Zweifaktorielle Varianzanalyse mit Split-Plot-Design8.8.1 Univariat formulierte Auswertung8.8.2 Multivariat formulierte Auswertung8.9 Kovarianzanalyse9 Nonparametrische Methoden9.1 Häufigkeiten kategorialer Variablen analysieren9.1.1 Binomialtest9.1.2 2-Test auf eine feste Verteilung9.1.3 2-Test auf Unabhängigkeit9.1.4 2-Test für mehrere Auftretenswahrscheinlichkeiten9.1.5 Fishers exakter Test auf Unabhängigkeit9.1.6 Kennwerte von (2 × 2)-Konfusionsmatrizen9.1.7 ROC-Kurve und AUC9.2 Maße für Zusammenhang und Übereinstimmung9.2.1 Spearmans und Kendalls 9.2.2 Zusammenhang kategorialer Variablen9.2.3 Inter-Rater-Übereinstimmung9.3 Tests auf Übereinstimmung von Verteilungen9.3.1 Wilcoxon-Vorzeichen-Rang-Test9.3.2 Wilcoxon-Rangsummen-Test / Mann-Whitney-U-Test9.3.3 Kruskal-Wallis-H-Test9.3.4 Friedman-Test10 Multivariate Verfahren10.1 Hauptkomponentenanalyse10.2 Faktorenanalyse10.3 Multivariate multiple Regression10.4 Hotellings T210.4.1 Test für eine Stichprobe10.4.2 Test für zwei Stichproben10.5 Multivariate Varianzanalyse11 Diagramme mit ggplot2 erstellen11.1 Grundprinzip11.1.1 Grundschicht11.1.2 Diagramme speichern11.2 Diagrammtypen11.2.1 Punkt-, Streu- und Liniendiagramme11.2.2 Säulendiagramm11.2.3 Histogramm11.2.4 Boxplot11.2.5 Quantil-Quantil-Diagramm11.3 Bedingte Diagramme in Panels darstellen11.4 Diagrammelemente hinzufügen11.5 Diagramme formatieren11.5.1 Elementposition kontrollierenvii Inhaltsverzeichnis11.5.2 Achsen anpassen11.5.3 Legende ändern11.5.4 Farben, Datenpunktsymbole und Linientypen11.5.5 Aussehen im Detail verändern12 R als Programmiersprache12.1 Kontrollstrukturen12.1.1 Fallunterscheidungen12.1.2 Schleifen12.2 Eigene Funktionen erstellen12.2.1 Funktionskopf und Funktionsrumpf12.2.2 Rückgabewert12.2.3 Generische Funktionen12.2.4 Funktionen analysieren12.2.5 Effizienz von Auswertungen steigernLiteraturverzeichnis