Praktische Datenanalyse in R

LMdiagnostics.jpg

Dieser Kurs wurde für Personen konzipiert, die klassische Verfahren aus der Statistik mit Hilfe von R zur Analyse eigener Daten verwenden möchten. Ziel dieses Kurses ist es den Teilnehmern einen guten Überblick über die verschiedenen Datenanalyseverfahren zu vermitteln, sodass die erlernten Methoden selbständig auf die jeweiligen Arbeitsgebiete und Daten angewandt werden können.
Alle verwendeten statistischen Verfahren werden zur Auffrischung erklärt, an echten Datenbeispielen motiviert, demonstriert und mit Hilfe von Übungsaufgaben eingeübt. Zudem wird in dem Anwendungsteil des Kurses auch auf die inhaltliche Interpretation der Ergebnisse eingegangen. Kurssprache und Kursunterlagen sind auf Deutsch.


Der Kurs behandelt folgende Themen:

Einführung

  • Installation von R und Erweiterungspaketen

  • Verwendung graphischer Benutzerschnittstellen (GUIs) für R (z.B. R Studio)

  • Grundlagen von R: Erläuterung wichtiger Datentypen, Operatoren, Funktionen und Hilfeseiten

  • Import und Export von Daten (z.B. Excel, SPSS etc.)

Fortgeschrittene Visualisierung von Daten (z.B. Stacked Barplots, Mosaikplots, Spinogramme etc.)

Statistische Inferenz

  • Klassische Hypothesen-Tests für normalverteilte, nicht-normalverteilte und kategoriale Variablen (z.B. t-Test, Wilcoxon-Mann-Whitney-Test, Chi-Quadrat Test).

  • Berechnung und Interpretation der Korrelation von Variablen

Lineare Modelle

  • Das lineare Regressionsmodell mit Erweiterungen wie multipler Regression und Verwendung von kategorischen Einflussgrößen.

  • Allgemeine Modelldiagnose.

  • Interpretation signifikanter Einflussgrößen.

Generalisierte lineare Modelle

  • Logistische Regression

  • Additive Modelle

  • Gemischte Modelle

Folgende R-Pakete werden behandelt:

  • ggplot2

  • effects

  • mgcv

  • Epi

Abonnieren Sie unseren Newsletter und bleiben Sie immer auf dem Laufenden.