Der Kurs kann im Rahmen unseres Data Analysis Bootcamp in R (siehe Modul 1 und 2 ) separat gebucht werden.

Der R Basiskurs richtet sich an Teilnehmer und Teilnehmerinnen, welche die statistische Software R als Werkzeug für die Analyse und Visualisierung eigener Daten erlernen möchten und dabei keine Vorkenntnisse besitzen oder eine Auffrischung Ihrer Kenntnisse wünschen.

Neben einer Einführung zur allgemeinen Bedienung von R wird vor allem auch die praktische Anwendung einfacher statistischer Analysen an realen Daten demonstriert. Alle vorgestellten statistischen Methoden und Themen werden anschaulich erläutert, vorgeführt und mithilfe von Auf­gaben von den Teilnehmern unter intensiver Aufsicht eingeübt.

Der Kurs behandelt folgende Themen:

Einführung in die Grundlagen von R

• Arbeiten mit R und R Studio, eine der beliebtesten und mächtigsten graphischen Benutzeroberfläche (GUIs) für R.

• Installation und Nutzung von Erweiterungspaketen in R.

• Einführung in Hilfeseiten und Tipps zur Selbsthilfe.

• Erläuterung der wichtigsten Datentypen, Operatoren (arithmetische und logische Operatoren) und Funktionen in R.

• Import und Export von Daten (z.B. Dateiformate wie CSV, Excel etc.)

• Arbeiten mit Dataframes und Vektoren (numeric, logical, character, factors), z.B. das Indizieren, Aufteilen und Umwandeln von Variablen bzw. Datensätzen.

Allgemeine Grafiken und Deskriptive Statistik mit R

• Einführung die Datenvisualisierung (z.B. mit ggplot2)

• Erstellung allgemeinen Grafiken und deren Anpassung, z.B. Änderung von Achsenbeschriftungen, Titel, Farben, Punktarten und Linientypen.

• Bestehende Grafiken mit zusätzlichen Elementen erweitern:
  Hinzufügen von Legenden, beliebigen Texten, Linien und Punkten.

• Erstellung einfacher deskriptiver Grafiken:
  Histogramme, Boxplots, Balken- und Streudiagramme, Histogramme & Dichten etc.

• Export von Grafiken und Änderung der Größe von Grafiken.

• Berechnung statistischer Kennzahlen:
  Mittelwert, Median, Quantile, Varianz, Häufigkeitsverteilungen, Kontingenztafeln, etc.

• Berechnung und Interpretation der Korrelation von Variablen.

Voraussetzungen: keine

Anstehende Kurstermine