Schulungsübersicht

Tag 1

Einführung und Vorbemerkungen

  • R freundlicher gestalten, R und verfügbare GUIs
  • RStudio
  • Related Software und Dokumentation
  • R und Statistiken
  • R interaktiv nutzen
  • Eine einführende Sitzung
  • Hilfe zu Funktionen und Merkmalen
  • R-Befehle, Groß- und Kleinschreibung, etc.
  • R-Aufruf und Korrektur von vorherigen Befehlen
  • Ausführen von Befehlen aus einer Datei oder Umleiten der Ausgabe in eine Datei
  • Datenpermanenz und Entfernen von Objekten

Einfache Manipulationen; Zahlen und Vektoren

  • Vektoren und Zuweisung
  • Vektorielle Arithmetik
  • Erzeugen von regulären Sequenzen
  • Logische Vektoren
  • Fehlende Werte
  • Zeichen-Vektoren
  • Indexvektoren; Auswählen und Ändern von Teilmengen eines Datensatzes
  • Andere Arten von Objekten

Objekte, ihre Modi und Attribute

  • Intrinsische Attribute: Modus und Länge
  • Ändern der Länge eines Objekts
  • Abrufen und Setzen von Attributen
  • Die Klasse eines Objekts

Geordnete und nicht geordnete Faktoren

  • Ein spezifisches Beispiel
  • Die Funktion tapply() und ragged arrays
  • Geordnete Faktoren

Arrays und Matrizen

  • Arrays
  • Array-Indizierung. Unterabschnitte eines Arrays
  • Index-Matrizen
  • Die Funktion array()
    • Gemischte Vektor- und Array-Arithmetik. Die Recycling-Regel
  • Das äußere Produkt von zwei Arrays
  • Verallgemeinerte Transponierung eines Arrays
  • Matrix Einrichtungen
    • Matrix Multiplikation
    • Lineare Gleichungen und Invertierung
    • Eigenwerte und Eigenvektoren
    • Singulärwertzerlegung und Determinanten
    • Kleinste-Quadrate-Anpassung und die QR-Zerlegung
  • Bilden von partitionierten Matrizen, cbind() und rbind()
  • Die Verkettungsfunktion () mit Arrays
  • Häufigkeitstabellen aus Faktoren

Tag 2

Listen und Datenrahmen

  • Listen
  • Erstellen und Ändern von Listen
    • Verkettung von Listen
  • Datenrahmen
    • Erstellen von Datenrahmen
    • attach() und detach()
    • Arbeiten mit Datenrahmen
    • Anhängen beliebiger Listen
    • Verwalten des Suchpfades

Datenmanipulation

  • Auswahl, Unterteilung von Beobachtungen und Variablen
  • Filtern, Gruppieren
  • RKodierung, Transformationen
  • Aggregation, Kombination von Datensätzen
  • Zeichenmanipulation, stringr-Paket

Readen von Daten

  • Txt-Dateien
  • CSV-Dateien
  • XLS-, XLSX-Dateien
  • SPSS, SAS, Stata,... und andere Datenformate
  • Exportieren von Daten in txt-, csv- und andere Formate
  • Accessing von Daten aus Datenbanken mit SQL Sprache

Wahrscheinlichkeitsverteilungen

  • R als eine Reihe von statistischen Tabellen
  • Untersuchen der Verteilung eines Datensatzes
  • Ein- und Zwei-Stichproben-Tests

Gruppierung, Schleifen und bedingte Ausführung

  • Gruppierte Ausdrücke
  • Kontrollanweisungen
    • Bedingte Ausführung: if-Anweisungen
    • Repetitive Ausführung: for-Schleifen, repeat und while

Tag 3

Eigene Funktionen schreiben

  • Einfache Beispiele
  • Definieren neuer binärer Operatoren
  • Benannte Argumente und Vorgabewerte
  • Das '...' Argument
  • Zuweisungen innerhalb von Funktionen
  • Fortgeschrittene Beispiele
    • Effizienzfaktoren in Blockentwürfen
    • Weglassen aller Namen in einem gedruckten Array
    • Recursive numerische Integration
  • Bereich
  • Anpassung der Umgebung
  • Klassen, generische Funktionen und Objektorientierung

Statistische Analyse in R

  • Lineare Regressionsmodelle
  • Generische Funktionen zur Extraktion von Modellinformationen
  • Aktualisieren angepasster Modelle
  • Verallgemeinerte lineare Modelle
    • Familien
    • Die Funktion glm()
  • Klassifizierung
    • Logistische Regression
    • Lineare Diskriminanzanalyse
  • Unüberwachtes Lernen
    • Hauptkomponentenanalyse
    • Clustering-Methoden (k-means, hierarchisches Clustering, k-medoids)
  • Survival-Analyse
    • Überlebensobjekte in r
    • Kaplan-Meier-Schätzung
    • Konfidenzbänder
    • Cox-PH-Modelle, konstante Kovariaten
    • Cox-PH-Modelle, zeitabhängige Kovariaten

Grafische Verfahren

  • Hochrangige Befehle zum Plotten
    • Die Funktion plot()
    • Anzeige von multivariaten Daten
    • Grafiken anzeigen
    • Argumente für hochrangige Plot-Funktionen
  • Grundlegende Visualisierungsgrafiken
  • Multivariate Beziehungen mit Lattice und dem ggplot-Paket
  • Verwendung von Grafikparametern
  • Liste der Grafikparameter

Automatisierte und interaktive Berichte

  • Kombinieren der Ausgabe von R mit Text

Erstellen von html- und pdf-Dokumenten

 21 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Erfahrungsberichte (6)

Kommende Kurse

Verwandte Kategorien