Kontakt aufnehmen

Schulungsübersicht

Tag Eins

  1. Einführung in R & Rstudio (2 Stunden)
    • R benutzerfreundlicher gestalten: R und verfügbare GUIs
    • RStudio
    • Skripting in RStudio
    • Navigation, Abschnitte und Code-Einblendungen
    • Fehlerbehebung und Code-Debugging in RStudio
    • Verwandte Software und Dokumentation
    • Unterstützung bei Funktionen und Features
    • Projekte in RStudio
    • Erstellung analytischer Berichte mit RStudio
    • Tastenkombinationen und nützliche Funktionen
  2. Datenimport und -export (1 Stunde)
    • Textdateien – txt, csv
    • Tabelle-Dateien – xls, xlsx
    • SPSS, SAS und andere Formate
    • Zugriff auf Daten aus SQL-Datenquellen
    • SQL-Datenbankverbindungen und -operationen
  3. Datenorganisation (2 Stunden)
    • Datentypen und Klassen
    • Datenspeicherung in R – Rdata-Format
    • Objektstrukturen
    • Zahlen und Vektoren
    • Matrizen und Tabellen
    • Faktoren
    • Listen
    • Data Frames
    • Datum und Uhrzeit
  4. Tabellarische Darstellung (3 Stunden)
    • Überblick über Pakete für Datentabellen – dplyr, tidyr, data.table
    • Indizes und Subskripte
    • Auswahl und Filterung von Beobachtungen und Variablen
    • Filtern und Gruppieren
    • Umkodierung und Transformation
    • Neugestaltung von Daten
    • Zusammenführen von Daten
    • Zeichenkettenmanipulation mit dem Paket stringr
    • Reguläre Ausdrücke

Tag Zwei

  1. Verwandte Software und Dokumentation (1 Stunde)
    • RStudio und GIT – Versionsverwaltung
    • Markdown
    • Berichte und Präsentationen mit LaTeX
    • Shiny-Webanwendungen
  2. R und Statistik (2 Stunden)
    • Wahrscheinlichkeit und Normalverteilung
    • Zufallszahlen
    • Deskriptive Statistik
    • Standardisierung und Normalisierung
    • Konfidenzintervalle
    • Hypothesentests
    • ANOVA
    • Qualitative Datenanalyse
  3. Lineare Regression (2 Stunden)
    • Korrelationskoeffizient und Interpretation
    • Einfache und multiple lineare Regression
    • Schätzmethode – Kleinste-Quadrate-Verfahren
    • Modellvalidierung – Tests auf Verletzung von Annahmen
    • Variablenselektion – verschiedene Ansätze
    • Regularisierung – Ridge- und Lasso-Regression
    • Generalisiertes Kleinste-Quadrate-Verfahren – Nichtlinearität
    • Logistische Regression
  4. Grafische Verfahren (2 Stunden)
    • Grundlegende Diagramme für eine Variable
    • Visualisierungen für zwei und mehr Variablen
    • Grafische Parameter
    • Spezielle Diagrammtypen
    • Export von Diagrammen als png-, pdf- und jpeg-Dateien
    • Erweiterung der grafischen Fähigkeiten von R mit ggplot2
  5. Hilfe in R (1 Stunde)
    • Durchsuchen der R-Dokumentation
    • R-Pakete und Dokumentation
    • R Cran Task View – Suche nach Problemlösungen

Voraussetzungen

Für die Teilnahme an diesem Kurs sind keine speziellen Voraussetzungen erforderlich.

 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien