Aktion	Zweigstelle	Standorte	Status	Frist	Vorbestellungen
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NN.MNS Woll / College 6a - Naturwissenschaften / Regal 611-612	Status: Verfügbar	Frist:	Vorbestellungen: 0

Dieses Buch liefert eine anwendungsorientierte Einführung in die Datenauswertung mit der freien Statistikumgebung R. Es behandelt deskriptive Auswertungen ebenso umfassend wie inferenzstatistische Analysen. Neben klassischen univariaten Verfahren berücksichtigt das Buch nonparametrische Tests, Resampling-Methoden und multivariate Statistik. Zudem deckt es die vielfältigen Möglichkeiten ab, Daten aufzubereiten und Diagramme zu erstellen. Die statistischen Verfahren werden anhand von Beispielen erläutert und an vielen Stellen mit Diagrammen illustriert.

 

Das Buch richtet sich an alle, die R kennenlernen und in konkreten Aufgabenstellungen einsetzen möchten, ohne bereits über Vorerfahrungen mit befehlsgesteuerten Programmen oder Programmiersprachen zu verfügen.

 

In der vorliegenden sechsten Auflage berücksichtigt das Buch die Neuerungen in Version 4.5.0 von R und wurde insbesondere in Bezug auf die Arbeit mit den Zusatzpakten ggplot2, dplyr und emmeans erweitert. Das Buch stellt zudem ausführlich da, wie mit Quarto vielfältige Dokumente erstellt werden können, die R-Auswertungen direkt einbinden. (Verlagstext)

 

 

Aus dem Inhalt:

/ Erste Schritte Vorstellung Pro Contra R Typografische Konventionen R installieren Grafische Benutzeroberflächen Weiterführende Informationsquellen Literatur Grundlegende Elemente R Starten, beenden die Konsole verwenden Einstellungen Umgang dem Workspace Einfache Arithmetik Funktionen Argumenten aufrufen Hilfe-Funktionen Empfehlungen typische Fehlerquellen Zusatzpakete verwenden Zusatzpakete installieren: Grundlagen Zusatzpakete installieren: Erweiterte Optionen Zusatzpakete laden Hinweise zum Arbeiten Zusatzpaketen Datenstrukturen: Klassen, Objekte, Datentypen Objekte benennen Zuweisungen Objekte Objekte ausgeben Objekte anzeigen lassen, umbenennen entfernen Datentypen Logische Werte, Operatoren Verknüpfungen / Elementare Dateneingabe -Verarbeitung Vektoren Vektoren erzeugen Elemente auswählen verändern Datentypen Vektoren Elemente benennen Elemente löschen Logische Operatoren Vektoren logischen Operatoren vergleichen Logische Indexvektoren Mengen Doppelt auftretende Werte finden Mengenoperationen Kombinatorik Systematische zufällige Wertefolgen erzeugen Numerische Sequenzen erstellen Wertefolgen wiederholen Zufällig aus einer Urne ziehen Zufallszahlen aus bestimmten Verteilungen erzeugen Daten transformieren Werte sortieren Werte zufällige Reihenfolge bringen Teilmengen Daten auswählen Daten umrechnen Neue aus bestehenden Variablen bilden Werte ersetzen oder recodieren Kontinuierliche Variablen Kategorien einteilen Gruppierungsfaktoren Ungeordnete Faktoren Faktoren kombinieren Faktorstufen nachträglich ändern Geordnete Faktoren Reihenfolge Faktorstufen kontrollieren Faktoren nach Muster erstellen Quantitative kategoriale Variablen umwandeln Deskriptive Kennwerte numerischer Daten Summen, Differenzen Produkte Extremwerte Mittelwert, Median Modalwert Robuste Maße der zentralen Tendenz Prozentrang, Quartile Quantile Varianz, Streuung, Schiefe Wölbung Diversität kategorialer Daten Kovarianz Korrelation Robuste Streuungsmaße Kovarianzschätzer Kennwerte getrennt nach Gruppen berechnen Funktionen geordnete Paare Werten anwenden Matrizen Datentypen Matrizen Dimensionierung, Zeilen Spalten Elemente aus wählen verändern Weitere Wege, Elemente auszu wählen zu verändern Matrizen verbinden Matrizen sortieren Randkennwerte berechnen Beliebige Funktionen Matrizen anwenden Matrix zeilen- oder spaltenweise Kennwerten verrechnen Kovarianz- Korrelationsmatrizen Arrays Listen Komponenten auswählen verändern Komponenten hinzufügen entfernen Listen mehreren Ebenen Datensätze Datentypen Datensätzen Elemente auswählen verändern Namen Variablen Beobachtungen Datensätze Suchpfad einfügen Häufigkeiten bestimmen Einfache Tabellen absoluter relativer Häufigkeiten Iterationen zählen Absolute (bedingte) relative relative Häufigkeiten Kreuztabellen Randkennwerte Kreuztabellen Datensätze aus Häufigkeitstabellen erstellen Kumulierte relative Häufigkeiten Prozentrang Fehlende Werte behandeln Fehlende Werte codieren identifizieren Fehlende Werte ersetzen umcodieren Behandlung fehlender Werte bei der Berechnung einfacher Kennwerte Behandlung fehlender Werte Matrizen Behandlung fehlender Werte beim Sortieren Daten Behandlung fehlender Werte inferenzstatistischen Tests Multiple Imputation Zeichenketten verarbeiten Objekte Zeichenketten umwandeln Zeichenketten erstellen ausgeben Zeichenketten manipulieren Zeichenfolgen finden Zeichenfolgen extrahieren Zeichenfolgen ersetzen Zeichenketten als Befehl ausführen Datum Uhrzeit Datumsangaben erstellen formatieren Uhrzeit Datum Uhrzeit rechnen Daten importieren, exportieren, aufbereiten aggregieren Daten importieren exportieren Datentabellen im Textformat R-Objekte Daten anderen Programmen austauschen Daten der Konsole einlesen Unstrukturierte Textdateien nutzen Dateien verwalten Dateien auswählen Dateipfade manipulieren Dateien verändern Datensätze aufbereiten aggregieren Verkettung Befehlen der Pipe Variablen umbenennen Teilmengen Daten auswählen Doppelte fehlende Werte ausschließen Variablen entfernen, hinzufügen transformieren Datensätze sortieren Datensätze aufteilen Datensätze zeilen- oder spaltenweise verbinden Datensätze zusammenführen Organisationsform einfacher Datensätze ändern Organisationsform komplexer Datensätze ändern Daten getrennt nach Gruppen auswerten aggregieren Funktionen Variablen anwenden Funktionen mehrere Variablen anwenden Datensätze aufbereiten aggregieren dplyr Besonderheiten Variablen umbenennen Teilmengen Daten auswählen Doppelte fehlende Werte ausschließen Variablen entfernen, hinzufügen transformieren Datensätze sortieren Datensätze zeilen- oder spaltenweise verbinden Datensätze zusammenführen Organisationsform komplexer Datensätze ändern Datensätze getrennt nach Gruppen auswerten aggregieren Funktionen Gruppen Variablen anwenden Häufigkeiten bestimmen Zuverlässige reproduzierbare Datenauswertung Befehlssequenzen im Editor bearbeiten Dokumente erstellen Quarto Grundprinzip Aufbau eines Quelldokuments Arbeitsschritte Elemente verweisen Fortgeschrittene Möglichkeiten Besondere Ausgabeformate Erweiterungen R-Markdown Datenqualität prüfen Reproduzierbare Auswertungen sicherstellen Potentielle Probleme Maßnahmen Allgemeine Empfehlungen Hilfsmittel die Inferenzstatistik Wichtige Begriffe inferenzstatistischer Tests Lineare Modelle formulieren Funktionen Zufalls variablen Dichtefunktion Verteilungsfunktion Quantilfunktion / Lineare Regression Test des Korrelationskoeffizienten Regressionsmodell anpassen Koeffizienten, Residuen Vorhersage extrahieren Regression grafisch darstellen Regressionsanalyse Regressionsmodell verändern Modelle vergleichen auswählen Moderierte Regression Regressionsmodelle andere Daten wenden Regressionsdiagnostik Extremwerte, Ausreißer Einfluss Verteilungseigenschaften der Residuen Multikollinearität Erweiterungen der linearen Regression Robuste Regression Penalisierte Regression Nichtlineare Zusammenhänge Abhängige Fehler bei Messwiederholung oder Clusterung Beta-Regression natürliche Anteile Regressionsmodelle mehrere Verteilungsparameter Partialkorrelation Semipartialkorrelation /-Tests Varianzanalysen Tests Normal Verteilung Tests Varianzhomogenität F-Test Varianzhomogenität zwei Stichproben Levene-Test mehr als zwei Stichproben Fligner-Killeen-Test mehr als zwei Stichproben r-Tests r-Test eine Stichprobe r-Test zwei unabhängige Stichproben r-Test zwei abhängige Stichproben Einfaktorielle Varianzanalyse (CR-p) Auswertung oneway. test () Auswertung aov () Auswertung anova () Effektstärke schätzen Voraussetzungen grafisch prüfen Einzelvergleiche (Kontraste) Einfaktorielle Varianzanalyse mitabhängigen Gruppen (RB-p) Univariat formuliert auswerten Effektstärke schätzen Zirkularität der Kovarianzmatrix prüfen Multivariat formuliert auswerten Anova () Multivariat formuliert aus werten anova () Einzelvergleiche alternative Auswertungsmöglichkeiten Zweifaktorielle Varianzanalyse (CRF-pg) Auswertung Schätzung der Effektstärke Quadratsummen vom Typ I, II III Bedingte Haupteffekte Beliebige a-priori Kontraste Beliebige post-hoc Kontraste nach Scheffe Marginale Paarvergleiche nach Tukey Zweifaktorielle Varianzanalyse zwei Intra-Gruppen Faktoren (RBF-p< ) Univariat formuliert auswerten Effektstärke schätzen Zirkularität der Kovarianzmatrizen prüfen Multivariat formuliert auswerten Einzelvergleiche (Kontraste) Zweifaktorielle Varianzanalyse Split-Plot-Design(SPF-p • q) Univariat formuliert auswerten Effektstärke schätzen Voraussetzungen Prüfen der Zirkularität Multivariat formuliert auswerten Einzelvergleiche (Kontraste) Erweiterung dreifaktorielles SPF-p • qrDesign Erweiterung dreifaktorielles SPF-pg • rDesign Kovarianzanalyse Effekte testen Effekstärke schätzen Quadratsummen vom Typ III Beliebige a-priori Kontraste Beliebige post-hoc Kontraste nach Scheffe Adjustierte Mittelwerte marginale Effekte Adjustierte Mittelwerte Marginale Effekte Power, Effektstärke notwendige Stichprobengröße Binomialtest r-Test Einfaktorielle Varianzanalyse (CR-p) / Regressionsmodelle kategoriale Daten Zähldaten Logistische Regression Modell dichotome Daten anpassen Modell binomiale Daten anpassen Anpassungsgüte Signifikanztests Parameter Modell Vorhersage, Klassifikation, Kalibrierung Anwendung neue Daten Andere Link-Funktionen Modelle Overdispersion Mögliche Probleme bei der Modellanpassung Ordinale Regression Modell anpassen Anpassungsgüte Signifikanztests Parameter Modell Vorhersage, Klassifikation Anwendung neue Daten Multinomiale Regression Modell anpassen Anpassungsgüte Signifikanztests Parameter Modell Vorhersage, Klassifikation Anwendung neue Daten Regression Zähldaten Poisson-Regression Ereignisraten analysieren Adjustierte Poisson-Regression Negativ-Binomial-Regression Zero-Inflated Poisson-Regression Zero-truncated Poisson-Regression Log-lineare Modelle Modell Modell log Im () anpassen Modell gIm () anpassen Survival-Analyse Verteilung Ereigniszeiten Zensierte gestutzte Ereigniszeiten Zeitlich konstante Prädiktoren Daten Zählprozess-Darstellung Kaplan-Meier-Analyse Survival-Funktion schätzen Survival, kumulative Inzidenz kumulatives Hazard darstellen Log-Rank-Test gleiche Survival-Funktionen Cox Proportional Hazards Modell Anpassungsgüte Modelltests Survival-Funktion, Baseline Hazard kumulatives Hazard schätzen Modelldiagnostik Vorhersage Anwendung neue Daten Erweiterungen des Cox Proportional Hazards Modells Parametrische ProportionalHazards Modelle Darstellung über die Hazard Funktion Darstellung als Accelerated Failure Time Modell Anpassung Modelltests Survival-Funktion schätzen Klassische nonparametrische Methoden Anpassungstests Binomialtest Test Zufälligkeit (Runs-Test) Kolmogorov-Smirnov-Anpassungstest / -Test eine feste Verteilung / -Test eine Verteilungsklasse Analyse gemeinsamen Häufigkeiten kategorialer Variablen x -Test Unabhängigkeit x -Test Gleichheit Verteilungen x -Test mehrere Auftretenswahrscheinlichkeiten Fishers exakter Test Unabhängigkeit Fishers exakter Test Gleichheit Verteilungen Kennwerte ( x )-Konfusionsmatrizen ROC-Kurve AUC Maße Zusammenhang Übereinstimmung Zusammenhang stetiger ordinaler Variablen: Spearmans p Kendalls r Zusammenhang kategorialer Variablen: , Cramers V, Kontingenzkoeffizient Inter-Rater-Übereinstimmung Tests gleiche Variabilität Mood-Test Ansari-Bradley-Test Tests Übereinstimmung Verteilungen Kolmogorov-Smirnov-Test zwei Stichproben Vorzeichen-Test Wilcoxon-Vorzeichen-Rang-Test eine Stichprobe Wilcoxon-Rangsummen-Test Mann-Whitney- U-Test zwei unabhängige Stichproben Wilcoxon-Test zwei abhängige Stichproben Kruskal-Wallis-H-Test unabhängige Stichproben Friedman-Rangsummen-Test abhängige Stichproben Cochran-Q-Test abhängige Stichproben Bowker-Test zwei abhängige Stichproben McNemar-Test zwei abhängige Stichproben Stuart-Maxwell-Test zwei abhängige Stichproben Resampling-Verfahren Nonparametrisches Bootstrapping Replikationen erstellen Bootstrap-Vertrauensintervalle Bootstrap-Vertrauensintervalle M — Ml Lineare Modelle: Case Resampling Lineare Modelle: Model-Based Resampling Lineare Modelle: Wild Bootstrap Parametrisches Bootstrapping Bootstrap-Vertrauensintervalle M — Mi Verallgemeinerte lineare Modelle Permutationstests Test gleiche Lageparameter unabhängigen Stichproben Test gleiche Lageparameter abhängigen Stichproben Test Unabhängigkeit zwei Variablen Multivariate Verfahren Lineare Algebra Matrix-Algebra Lineare Gleichungssysteme lösen Norm Abstand Vektoren Matrizen Mahalanobistransformation Mahalanobisdistanz Kennwerte Matrizen Zerlegungen Matrizen Orthogonale Projektion Hauptkomponentenanalyse Berechnung Dimensionsreduktion / Visualisierung Faktorenanalyse Multidimensionale Skalierung Multivariate multiple Regression Hotellings T Test eine Stichprobe Test zwei unabhängige Stichproben Test zwei abhängige Stichproben Univariate Varianzanalyse abhängigen Gruppen (RB-p) Multivariate Varianzanalyse (MANOVA) Einfaktorielle MANOVA Zweifaktorielle MANOVA Diskriminanzanalyse Das allgemeine lineare Modell Modell der multiplen linearen Regression Modell der einfaktoriellen Varianzanalyse Modell der zweifaktoriellen Varianzanalyse Parameterschätzungen, Vorhersage undResiduen Hypothesen über parametrische Funktionen testen Lineare Hypothesen als Modellvergleiche formulieren Lineare Hypothesen testen Beispiel: Multivariate multiple Regression Beispiel: Einfaktorielle MANOVA Beispiel: Zweifaktorielle MANOVA Vorhersagegüte prädiktiver Modelle Kreuzvalidierung linearer Regressionsmodelle £-fache Kreuzvalidierung Leave-One-Out Kreuzvalidierung Kreuzvalidierung verallgemeinerter linearer Modelle Kreuzvalidierung Survival-Modellen Bootstrap-Vorhersagefehler Diagramme erstellen Grafik-Devices Aufbau Verwaltung Grafik-Devices Grafiken speichern Streu- Liniendiagramme Streudiagramme plot () Datenpunkte eines Streudiagramms identifizieren Streudiagramme matplot () Diagramme formatieren Grafikelemente formatieren Farben spezifizieren Achsen formatieren Säulen- Punktdiagramme Einfache Säulendiagramme Gruppierte gestapelte Säulendiagramme Dotchart Elemente einem bestehenden Diagramm hinzufügen Koordinaten einem Diagramm identifizieren beliebige Diagrammbereiche zeichnen Punkte Linien Polygone Funktionsgraphen Text, Legende mathematische Formeln Achsen Fehlerbalken Rastergrafiken Verteilungsdiagramme Histogramm Schätzung der Dichtefunktion Stamm-Blatt-Diagramm Boxplot Stripchart Quantil-Quantil-Diagramm Empirische kumulierte Häufigkeitsverteilung Kreisdiagramm Gemeinsame Verteilung zweier Variablen Multivariate Daten visualisieren Höhenlinien variable Datenpunktsymbole Dreidimensionale Gitter Streudiagrammme Matrix aus Streudiagrammen Heatmap Mehrere Diagramme einem Grafik-Device darstellen layout() par(mfrowz mfcol, fig) split. screen () / Diagramme ggplot Grundprinzip Grundschicht Diagramme speichern Diagrammtypen Punkt- Streudiagramme Linien- Flächendiagramme Säulendiagramm Histogramm Kerndichteschätzer Boxplot Quantil-Quantil-Diagramm Bedingte Diagramme Panels darstellen Diagrammelemente hinzufügen Geometrische Grundformen Besondere Diagrammelemente Symbole mathematische Formeln Diagramme formatieren Elementposition kontrollieren Achsen anpassen Legende ändern Farben, Datenpunktsymbole Linientypen Aussehen im Detail verändern Numerische Methoden Daten interpolieren glätten Lineare Interpolation Splines LOESS-Glätter Nonparametrische Kerndichteschätzer Nullstellen finden Integrieren differenzieren Numerisch integrieren Numerisch differenzieren Numerisch optimieren Maximum-Likelihood-Parameterschätzung Allgemeine Optimierung R als Programmiersprache Kontrollstrukturen Fallunterscheidungen Schleifen Funktionsaufrufe ohne Schleifen wiederholen Eigene Funktionen erstellen Funktionskopf Funktionsrumpf Funktionsargumente prüfen Fehler behandeln Rückgabewert Funktionsende Eigene Funktionen verwenden Generische Funktionen Funktionen analysieren Quelltext fremder Funktionen begutachten Funktionen zur Laufzeit untersuchen Effizienz Auswertungen steigern Grundlegende Empfehlungen Auswertungen parallelisieren / Literatur Stichwortverzeichnis R-Funktionen, Klassen Schlüsselwörter Zusatzpakete