R Alles-in-einem-Band für Dummies (eBook)

Joseph Schmuller (Autor)

eBook Download: EPUB

2023
Wiley-VCH GmbH (Verlag)
978-3-527-84451-7 (ISBN)

Infos

Wenn Sie R von Grund auf kennenlernen und auch die fortgeschrittenen Techniken zur Lösung gängiger Aufgaben bei der Datenanalyse mit R beherrschen möchten, dann liegen Sie mit diesem Buch goldrichtig. Es bietet Ihnen nicht nur einen Überblick über die Programmierung in R und die Arbeit mit der Sprache, sondern geht auch auf die Arten von Projekten und Anwendungen ein, die R-Entwicklerinnen und -Entwickler häufig in Angriff nehmen müssen. Statistische Analysen, Datenvisualisierungen, maschinelles Lernen und Datenmanagement mit R: All das lernen Sie mit diesem Buch intensiv kennen.

Joseph Schmuller forscht an der Universität North Florida und hat Statistik auf ganz verschiedenen Niveaus unterrichtet. Er war Mitglied der American Statistical Association und hat mehr als 25 Jahre Erfahrung in der Informatik. Er ist Autor verschiedener erfolgreicher Computerbücher, unter anderem von 'Statistik mit Excel für Dummies' und 'Statistik mit R für Dummies'.

Textauszug

R
Alles-in-einem-Band für Dummies

Schummelseite

R bietet eine umfangreiche Palette von Funktionen, die Sie bei Ihrer Arbeit unterstützen – von einfachen Statistiken bis hin zu komplexen Analysen.

Auf dieser Schummelseite können Sie die wichtigsten Funktionen für Statistik, interaktive Anwendungen, maschinelles Lernen, Datenbanken und Bilder der Basisinstallation von R nachschlagen.

Statistische Funktionen im grundlegenden R

Hier finden Sie eine Auswahl an statistischen Funktionen, die in der Basisinstallation von R enthalten sind. Viele weitere nützliche Funktionen finden Sie in verschiedenen R-Packages.

LAGEMAßE UND VARIANZ

Funktion	Was sie berechnet

mean(x)

Mittelwert der Zahlen im Vektor x

median(x)

Median der Zahlen im Vektor x

var(x)

Geschätzte Varianz der Grundgesamtheit, der die Zahlen für den Vektor x entnommen werden

sd(x)

Geschätzte Standardabweichung der Grundgesamtheit, der die Zahlen für den Vektor x entnommen werden

scale(x)

Standardwerte (z-Werte) für die Zahlen im Vektor x

RELATIVE LAGE

Funktion	Was sie berechnet

sort(x)

Die Zahlen im Vektor x in aufsteigender Reihenfolge

sort(x)[n]

Die n. kleinste Zahl im Vektor x

rank(x)

Ränge der Zahlen (in aufsteigender Reihenfolge) im Vektor x

rank(-x)

Ränge der Zahlen (in absteigender Reihenfolge) im Vektor x

rank(x, ties.method= "average")

Ränge der Zahlen (in aufsteigender Reihenfolge) im Vektor x, wobei gleichrangige Zahlen den Durchschnitt der Ränge erhalten, die die Gleichrangigen erreicht hätten

rank(x, ties.method= "min")

Ränge der Zahlen (in aufsteigender Reihenfolge) im Vektor x, wobei gleichrangige Zahlen das Minimum der Ränge erhalten, die die Gleichrangigen erreicht hätten

rank(x, ties.method = "max")

Ränge der Zahlen (in aufsteigender Reihenfolge) im Vektor x, wobei gleichrangige Zahlen das Maximum der Ränge erhalten, die die Gleichrangigen erreicht hätten

quantile(x)

Das 0., 25., 50., 75. und 100. Perzentil (mit anderen Worten: die Quartile) der Zahlen im Vektor x. (Das ist kein Druckfehler: quantile(x) gibt die Quartile von x zurück.)

t-TESTS

Funktion	Was sie berechnet

t.test(x,mu=n, alternative = "two.sided")

Zweiseitiger t-Test, dass der Mittelwert der Zahlen im Vektor x von n verschieden ist.

t.test(x,mu=n, alternative = "greater")

Einseitiger t-Test, dass der Mittelwert der Zahlen im Vektor x größer als n ist.

t.test(x,mu=n, alternative = "less")

Einseitiger t-Test, dass der Mittelwert der Zahlen im Vektor x kleiner als n ist.

t.test(x,y,mu=0, var.equal = TRUE, alternative = "two.sided")

Zweiseitiger t-Test, dass sich der Mittelwert der Zahlen im Vektor x vom Mittelwert der Zahlen im Vektor y unterscheidet. Die Varianzen in den beiden Vektoren werden als gleich angenommen.

t.test(x,y,mu=0, alternative = "two.sided", paired = TRUE)

Zweiseitiger t-Test, dass sich der Mittelwert der Zahlen in Vektor x vom Mittelwert der Zahlen in Vektor y unterscheidet. Die Vektoren stellen paarweise Stichproben dar.

ANALYSE DER VARIANZ (ANOVA)

Funktion	Was sie berechnet

aov(y∼x, data = d)

Einfaktorielle ANOVA, wobei die Zahlen im Vektor y die abhängige Variable und die Elemente des Vektors x die Stufen der unabhängigen Variable darstellen. Die Daten befinden sich im Datenrahmen d.

aov(y∼x + Error(w/x), data = d)

ANOVA mit wiederholten Messungen, wobei die Zahlen im Vektor y die abhängige Variable und die Elemente im Vektor x die Stufen einer unabhängigen Variablen darstellen. Error(w/x) gibt an, dass jedes Element im Vektor w alle Stufen von x durchläuft. (Mit anderen Worten: x ist eine wiederholte Messung.) Die Daten befinden sich im Datenrahmen d.

aov(y∼x*z, data = d)

Zweifaktorielle ANOVA, wobei die Zahlen im Vektor y die abhängige Variable und die Elemente der Vektoren x und z die Stufen der beiden unabhängigen Variablen darstellen. Die Daten befinden sich im Datenrahmen d.

aov(y∼x*z + Error(w/z), data = d)

Gemischte ANOVA, mit den Zahlen im Vektor z als abhängige Variable und den Elementen der Vektoren x und y als die Stufen der beiden unabhängigen Variablen. Error(w/z) gibt an, dass jedes Element im Vektor w alle Niveaus von z durchläuft. (Mit anderen Worten: z ist eine wiederholte Messung.) Die Daten befinden sich im Datenrahmen d.

KORRELATION UND REGRESSION

Funktion	Was sie berechnet

cor(x,y)

Korrelationskoeffizient zwischen den Zahlen im Vektor x und den Zahlen im Vektor y

cor.test(x,y)

Korrelationskoeffizient zwischen den Zahlen in Vektor x und den Zahlen in Vektor y, zusammen mit einem t-Test auf die Signifikanz des Korrelationskoeffizienten.

lm(y∼x, data = d)

Lineare Regressionsanalyse mit den Zahlen im Vektor y als abhängige Variable und den Zahlen im Vektor x als unabhängige Variable. Die Daten befinden sich im Datenrahmen d.

Coefficients(a)

Steigung und Schnittpunkt des linearen Regressionsmodells a.

confint(a)

Konfidenzintervalle der Steigung und des Schnittpunkts des linearen Regressionsmodells a.

lm(y∼x+z, data = d)

Multiple Regressionsanalyse mit den Zahlen im Vektor y als abhängige Variable und den Zahlen in den Vektoren x und z als unabhängige Variablen. Die Daten befinden sich im Datenrahmen d.

Wenn Sie eine ANOVA oder eine Regressionsanalyse durchführen, speichern Sie die Analyse...

Produkt-Details

• Erscheint lt. Verlag: 25.7.2023
• Reihe/Serie: ...für Dummies
• Reihe/Serie: Für Dummies
• Sprache: deutsch
• Themenwelt: Mathematik / Informatik ► Informatik ► Programmiersprachen / -werkzeuge
• Schlagworte: Cluster • Dashboard • Data Mining • Datenanalyse • Entscheidungsbaum • Forest • Hypothesentest • Informatik • Korrelation • machine learning • Maschinelles Lernen • Neuronales Netz • Programmierung • Programmierung u. Software-Entwicklung • Regression • Relation • R Studio • Statistik • Varianz • Vektor • Wahrscheinlichkeit
• ISBN-10: 3-527-84451-1 / 3527844511
• ISBN-13: 978-3-527-84451-7 / 9783527844517