Generelle Informationen zum Kurs
1
Tutorial 1: Installation und Aufbau von R und R-Studio
1.1
Installation von R
1.2
Installation von R-Studio
1.3
Aufbau von R-Studio
1.3.1
Source: Code schreiben
1.3.2
Konsole: Ergebnisse des Codes anzeigen
1.3.3
Environment: Überblick über Objekte & Daten
1.3.4
Files/Plots/Packages etc.: Visualisierung, Hilfe
1.4
Take-Aways
1.5
Weitere Tutorials zu diesen Schritten
2
Tutorial 2: Workflow in R
2.1
Definition des Arbeitsverzeichnisses
2.2
Packages
2.2.1
Installation von Packages
2.2.2
Aktivierung von Packages
2.2.3
Infos zu Packages
2.3
Hilfe
2.3.1
Hilfe zu Funktionen
2.3.2
R-Skript stoppen
2.4
Speichern, Laden & Aufräumen
2.4.1
Speichern von Code
2.4.2
Speichern von Work Spaces
2.4.3
Laden von Work Spaces
2.4.4
Aufräumen des Work Spaces
2.4.5
Take Aways
2.5
Weitere Tutorials zu diesen Schritten
3
Tutorial 3: Objekte & Strukturen in R
3.1
Datentyen
3.1.1
Zahlen
3.1.2
Text
3.1.3
Faktoren
3.1.4
Datumsangaben
3.1.5
Andere Operatoren und Ausdrücke
3.2
Objekttypen
3.2.1
Skalare
3.2.2
Vektoren
3.2.3
Matrizen & Dataframes
3.2.4
Listen
3.2.5
Weitere Objekttypen
3.3
Take Aways
3.4
Weitere Tutorials zu diesen Schritten
3.5
Übungsaufgabe
3.5.1
Aufgabe 1
3.5.2
Aufgabe 2
4
Tutorial 4: Daten: Anschauen, Manipulieren, Ausschreiben
4.1
Objekte ein- und auslesen
4.1.1
.csv Files
4.1.2
Text-Files
4.1.3
Packages für weitere Dateiformate
4.2
Objekte inspizieren
4.2.1
Skalare inspizieren
4.2.2
Vektoren inspizieren
4.2.3
Dataframes inspizieren
4.2.4
Listen inspizieren
4.3
Informationen über Objekte
4.3.1
Anzahl an Elementen, Zeilen & Spalten
4.3.2
Datentyp ändern
5
as.numeric()_, as.character()as.factor()
5.0.1
Objekte sortieren
5.1
Objekte bearbeiten
6
merge,
6.1
Daten manipulieren
6.1.1
Take Aways
7
mean, sd, etc.
7.1
Multivariate Statistik
8
Tutorial 6: Funktionen & Bedingungen in R
8.1
Funktionen schreiben
8.2
if commands nutzen
8.3
loops nutzen
8.4
Übungsaufgabe:
9
Tutorial 7: Visualisierungen
10
Lösungen zu Übungsaufgaben
10.1
Lösung zu Tutorial 3
10.1.1
Aufgabe 3.1
10.1.2
Aufgabe 3.2
Facebook
Twitter
LinkedIn
Weibo
Instapaper
A
A
Serif
Sans
White
Sepia
Night
Forschungsseminar: Text as data
9
Tutorial 7: Visualisierungen