Statistik mit R Schnelleinstieg R einfach lernen in 14 Tagen

Mit diesem Buch gelingt Ihnen der einfache Einstieg in die statistische Analyse mit der Programmiersprache R. Alle Grundlagen werden in 14 Kapiteln anschaulich und leicht nachvollziehbar anhand von praktischen Beispielen erläutert. Der Autor führt Sie Schritt für Schritt in die Datenanalyse mit R...

Descripción completa

Detalles Bibliográficos
Autor principal:	Walther, Björn (-)
Formato:	Libro electrónico
Idioma:	Alemán
Publicado:	Frechen : mitp 2022.
Edición:	1st ed
Materias:	R (Computer program language) Statistics > Data processing. Mathematical statistics > Data processing.
Ver en Biblioteca Universitat Ramon Llull:	https://discovery.url.edu/permalink/34CSUC_URL/1im36ta/alma991009686299006719

Tabla de Contenidos:

Intro
Impressum
Nachschlagehilfe
Einleitung
E.1 R lernen in 14 Tagen
E.2 Der Aufbau des Buches
E.3 Downloads zum Buch
E.4 Fragen und Feedback
Teil I: Einführung in die Arbeit mit R und RStudio
1 Warum gerade R für statistische Analysen?
2 R-Grundlagen in Kurzform
2.1 Syntax
2.2 Objekttypen in R
2.3 R-Pakete finden und verwenden
2.3.1 Pakete installieren und laden
2.3.2 Finden von Paketen
2.4 Datenformate in R
2.4.1 Wide-Format
2.4.2 Long-Format
2.4.3 Transformation der Formate
2.5 Pipe-Operatoren
3 RStudio als hilfreiche Oberfläche
3.1 Layout von RStudio
3.2 Empfohlene Einstellungen
3.2.1 Dark Mode
3.2.2 Tastatur-Shortcuts
3.2.3 In Projekten arbeiten
Teil II: Datenmanagement und deskriptive Statistiken
4 Datenmanagement in R
4.1 Datensätze in R einlesen
4.1.1 Nutzen des Importassistenten
4.1.2 Import über Code
4.2 Datensätze zusammenfügen
4.2.1 Fälle hinzufügen
4.2.2 Variablen hinzufügen
4.3 Teildatensätze erstellen
4.3.1 Auswahl bestimmter Variablen
4.3.2 Auswahl bestimmter Fälle
4.3.3 Auswahl bestimmter Fälle und Variablen
4.4 Datensätze exportieren
4.4.1 CSV- und TXT-Export
4.4.2 XLSX-Export
4.4.3 SAV-Export (SPSS) und DTA-Export (STATA)
4.5 Datensätze speichern und wieder laden
4.6 Fehlende Werte ausschließen
4.7 Variablen faktorisieren
4.8 Datumsvariablen als Datum formatieren
4.9 Dummycodierung von kategorialen Variablen
4.9.1 Das Prinzip einer Dummycodierung
4.9.2 Dummycodierung in R
4.10 Skalenbildung
4.10.1 Zweck einer Skalenbildung
4.10.2 Interne Konsistenz
4.10.3 Inverscodierung von Items
4.10.4 Skalenbildung
5 Deskriptive Statistik von Stichproben
5.1 Häufigkeiten
5.1.1 Absolute Häufigkeiten
5.1.2 Relative Häufigkeiten
5.1.3 Kumulierte relative Häufigkeiten.
5.1.4 Übersichtstabelle
5.2 Lageparameter
5.3 Streuparameter
5.4 Schiefe und Kurtosis
5.5 Überblicksfunktionen für die deskriptive Statistik in R
5.5.1 Überblick mit describe()
5.5.2 Überblick mit Desc()
5.6 Deskriptive Statistiken für Untergruppen
5.6.1 Nutzen von tapply()
5.6.2 Nutzen von describeBy()
5.6.3 Nutzen des Pipe-Operators
5.7 Zusammenhänge
5.7.1 Kreuztabellen
5.7.2 Korrelation
Teil III: Diagramme
6 Allgemeine Darstellungen von Verteilungen für eine oder mehrere Gruppen
6.1 Histogramm
6.1.1 Histogramm mit der Basisversion von R
6.1.2 Einfaches Histogramm mit ggplot2
6.1.3 Histogramm für Gruppen mit ggplot2
6.2 Säulendiagramm
6.2.1 Säulendiagramm mit der Basisversion von R
6.2.2 Einfaches Säulendiagramm mit ggplot2
6.2.3 Säulendiagramm für Gruppen mit ggplot2
6.3 Balkendiagramm
6.3.1 Balkendiagramm mit der Basisversion von R
6.3.2 Balkendiagramm mit ggplot2
6.4 Boxplot
6.4.1 Boxplot mit der Basisversion von R
6.4.2 Boxplot mit ggplot2
6.5 Kreisdiagramm
6.6 Q-Q-Plot
7 Veränderungen in Diagrammen darstellen
7.1 Diagramme mit der Basisversion von R
7.1.1 Liniendiagramm für eine Variable
7.1.2 Liniendiagramm für zwei oder mehr Variablen
7.2 Diagramme mit ggplot2
7.2.1 Liniendiagramm für eine Variable
7.2.2 Liniendiagramm für zwei oder mehr Variablen
7.2.3 Gestapeltes Flächendiagramm
7.2.4 Boxplots
7.2.5 Säulendiagramm mit Fehlerbalken
7.2.6 Liniendiagramm mit Fehlerbalken
8 Zusammenhänge in Diagrammen darstellen
8.1 Streudiagramm
8.1.1 Streudiagramm mit der Basisversion von R
8.1.2 Streudiagramm mit ggplot2
8.2 Korrelationsdiagramm
Teil IV: Analytische Tests
9 Stichprobe mit Population vergleichen - Einstichproben-Tests
9.1 Einstichproben-t-Test für den Mittelwert
9.1.1 Voraussetzungen.
9.1.2 Durchführung
9.1.3 Interpretation der Ergebnisse
9.1.4 Berechnung der Effektstärke
9.1.5 Reporting der Ergebnisse
9.2 Einstichproben-Wilcoxon-Test für den Median
9.2.1 Voraussetzungen
9.2.2 Durchführung
9.2.3 Interpretation der Ergebnisse
9.2.4 Berechnung der Effektstärke
9.2.5 Reporting der Ergebnisse
9.3 Chi2-Anpassungstest für die Verteilung
9.3.1 Voraussetzungen
9.3.2 Durchführung
9.3.3 Interpretation der Ergebnisse
9.3.4 Reporting der Ergebnisse
10 Veränderungen zwischen Zeitpunkten nach Intervention prüfen
10.1 Zwei Zeitpunkte
10.1.1 t-Test bei abhängigen Stichproben
10.1.2 Wilcoxon-Test bei abhängigen Stichproben
10.2 Mehr als zwei Zeitpunkte
10.2.1 ANOVA mit Messwiederholung
10.2.2 Friedman-ANOVA
11 Unterschiede zwischen Gruppen prüfen
11.1 Zwei Gruppen zu einem Zeitpunkt mit einem Einflussfaktor
11.1.1 t-Test bei unabhängigen Stichproben
11.1.2 Mann-Whitney-U-Test (Mann-Whitney-Wilcoxon-Test)
11.2 Mehr als zwei Gruppen zu einem Zeitpunkt mit einem Einflussfaktor
11.2.1 Einfaktorielle ANOVA
11.2.2 Kruskal-Wallis-Test
12 Unterschiede zwischen Gruppen mit mehreren Einflussfaktoren sowie mit Messwiederholung (gemischte Modelle)
12.1 Mehrere Gruppen infolge mehrerer Einflussfaktoren - Mehrfaktorielle ANOVA
12.1.1 Voraussetzungen
12.1.2 Durchführung
12.1.3 Interpretation der Ergebnisse
12.1.4 Reporting der Ergebnisse
12.2 Gemischte ANOVA als Sonderfall
12.2.1 Voraussetzungen
12.2.2 Durchführung
12.2.3 Interpretation der Ergebnisse
12.2.4 Reporting der Ergebnisse
13 Ungerichtete Zusammenhänge - Korrelationsanalysen
13.1 Pearson-Korrelation
13.1.1 Durchführung
13.1.2 Ergebnis und Interpretation
13.1.3 Reporting der Ergebnisse
13.2 Spearman-Korrelation
13.2.1 Durchführung
13.2.2 Ergebnis und Interpretation.
13.2.3 Reporting der Ergebnisse
13.3 Kendall-Tau-Korrelation
13.3.1 Durchführung
13.3.2 Ergebnis und Interpretation
13.3.3 Reporting der Ergebnisse
13.4 Pearson-punktbiseriale Korrelation
13.4.1 Durchführung
13.4.2 Ergebnis und Interpretation
13.4.3 Exkurs: Interpretation einer signifikanten Korrelation
13.4.4 Reporting der Ergebnisse
13.5 Chi2-Test auf Unabhängigkeit
13.5.1 Durchführung
13.5.2 Ergebnis und Interpretation
13.5.3 Reporting der Ergebnisse
13.6 Kontingenzkoeffizient / Cramer V
13.7 Odds-Ratio
13.8 Zusatz: Partialkorrelation
14 Gerichtete Zusammenhänge - Regressionsanalysen
14.1 Lineare Regression
14.1.1 Vorbemerkungen und Vorbereitungen
14.1.2 Voraussetzungen der linearen Regression
14.1.3 Durchführung
14.1.4 Ergebnis
14.1.5 Interpretation der Ergebnisse
14.1.6 Reporting der Ergebnisse
14.2 Moderation und Mediation im Rahmen der linearen Regression
14.2.1 Moderation
14.2.2 Mediation
14.3 Binär-logistische Regression
14.3.1 Voraussetzungen
14.3.2 Durchführung
14.3.3 Ergebnis
14.3.4 Interpretation
14.3.5 Reporting der Ergebnisse
14.4 Ordinal-logistische Regression
14.4.1 Voraussetzungen
14.4.2 Durchführung
14.4.3 Ergebnis
14.4.4 Interpretation
14.4.5 Reporting der Ergebnisse
Anhang
A.1 Übersicht der allgemeinen Befehle für Diagramme mit der Basisversion von R
A.1.1 Beschriftungen
A.1.2 Schriftarten, Schriftvariation, Schriftgröße, Schriftfarben
A.1.3 Achsenformatierung
A.1.4 Linienarten und Datenpunkteformate
A.1.5 Legende
A.2 Übersicht der allgemeinen Befehle für Diagramme mit ggplot2
Glossar.

Statistik mit R Schnelleinstieg R einfach lernen in 14 Tagen

Ejemplares similares