Walther Statistik mit R Schnelleinstieg

R einfach lernen in 14 Tagen
1. Auflage 2022
ISBN: 978-3-7475-0495-6
Verlag: mitp Verlags GmbH & Co.KG
Format: PDF
Kopierschutz: 1 - PDF Watermark

E-Book, Deutsch, 320 Seiten

Reihe: mitp Schnelleinstieg

• Alle Grundlagen für den Einsatz von R in Studium und Praxis
• Die gängigsten Datenvisualisierungen und Datenanalyseverfahren
• Mit praktischer Nachschlagehilfe für die einzelnen Verfahren

Mit diesem Buch gelingt Ihnen der einfache Einstieg in die statistische Analyse mit der Programmiersprache R. Alle Grundlagen werden in 14 Kapiteln anschaulich und leicht nachvollziehbar anhand von praktischen Beispielen erläutert.

Der Autor führt Sie Schritt für Schritt in die Datenanalyse mit R ein: von den Grundlagen zu Syntax und Datentypen über die Verwendung der grafischen Benutzungsoberfläche RStudio bis hin zur Erstellung von Diagrammen sowie analytischen Verfahren zum Prüfen von Veränderungen, Unterschieden und Zusammenhängen.

Eine praktische Übersicht hilft Ihnen, die passenden Verfahren für jede Aufgabenstellung schnell nachzuschlagen und einfach anzuwenden.

Grundlegende Statistik-Kenntnisse werden vorausgesetzt.

Aus dem Inhalt:

• Alle wesentlichen Grundlagen einfach erläutert
• Einführung in RStudio
• Deskriptive Statistik von Stichproben
• Diagramme für Verteilungen, Veränderungen und Zusammenhänge
• Analytische Verfahren zur Beurteilung von
  • Veränderungen zwischen Zeitpunkten
  • Unterschiede zwischen Gruppen
  • Ungerichteten und gerichteten Zusammenhängen
• Entscheidungsbaum für die Auswahl der passenden statistischen Tests
• R-Code und alle Beispieldatensätze zum Download

Zielgruppe

Studierende und alle, die auf dem Feld der Statistik tätig sind

Autoren/Hrsg.

Walther, Björn

Inhaltsverzeichnis

1;Cover;1
2;DRM;2
3;Titel;3
4;Impressum;4
5;Inhalt;5
6;Nachschlagehilfe;13
7;Einleitung;17
7.1;E.1R lernen in 14 Tagen;17
7.2;E.2Der Aufbau des Buches;17
7.3;E.3Downloads zum Buch;18
7.4;E.4Fragen und Feedback;18
8;Teil IEinführung in die Arbeit mit R und RStudio;19
9;1 Warum gerade R für statistische Analysen?;21
10;2 R-Grundlagen in Kurzform;23
10.1;2.1Syntax;23
10.2;2.2Objekttypen in R;24
10.3;2.3R-Pakete finden und verwenden;25
10.3.1;2.3.1Pakete installieren und laden;25
10.3.2;2.3.2Finden von Paketen;26
10.4;2.4Datenformate in R;28
10.4.1;2.4.1Wide-Format;28
10.4.2;2.4.2Long-Format;29
10.4.3;2.4.3Transformation der Formate;30
10.5;2.5Pipe-Operatoren;31
11;3 RStudio als hilfreiche Oberfläche;33
11.1;3.1Layout von RStudio;33
11.2;3.2Empfohlene Einstellungen;35
11.2.1;3.2.1Dark Mode;35
11.2.2;3.2.2Tastatur-Shortcuts;36
11.2.3;3.2.3In Projekten arbeiten;36
12;Teil IIDatenmanagement und deskriptive Statistiken;39
13;4 Datenmanagement in R;41
13.1;4.1Datensätze in R einlesen;41
13.1.1;4.1.1Nutzen des Importassistenten;41
13.1.2;4.1.2Import über Code;43
13.2;4.2Datensätze zusammenfügen;46
13.2.1;4.2.1Fälle hinzufügen;46
13.2.2;4.2.2Variablen hinzufügen;47
13.3;4.3Teildatensätze erstellen;49
13.3.1;4.3.1Auswahl bestimmter Variablen;49
13.3.2;4.3.2Auswahl bestimmter Fälle;50
13.3.3;4.3.3Auswahl bestimmter Fälle und Variablen;50
13.4;4.4Datensätze exportieren;51
13.4.1;4.4.1CSV- und TXT-Export;51
13.4.2;4.4.2XLSX-Export;52
13.4.3;4.4.3SAV-Export (SPSS) und DTA-Export (STATA);52
13.5;4.5Datensätze speichern und wieder laden;52
13.6;4.6Fehlende Werte ausschließen;53
13.7;4.7Variablen faktorisieren;53
13.8;4.8Datumsvariablen als Datum formatieren;54
13.9;4.9Dummycodierung von kategorialen Variablen;55
13.9.1;4.9.1Das Prinzip einer Dummycodierung;55
13.9.2;4.9.2Dummycodierung in R;56
13.10;4.10Skalenbildung;56
13.10.1;4.10.1Zweck einer Skalenbildung;56
13.10.2;4.10.2Interne Konsistenz;57
13.10.3;4.10.3Inverscodierung von Items;59
13.10.4;4.10.4Skalenbildung;59
14;5 Deskriptive Statistik von Stichproben;61
14.1;5.1Häufigkeiten;61
14.1.1;5.1.1Absolute Häufigkeiten;61
14.1.2;5.1.2Relative Häufigkeiten;62
14.1.3;5.1.3Kumulierte relative Häufigkeiten;63
14.1.4;5.1.4Übersichtstabelle;64
14.2;5.2Lageparameter;65
14.3;5.3Streuparameter;68
14.4;5.4Schiefe und Kurtosis;70
14.5;5.5Überblicksfunktionen für die deskriptive Statistik in R;71
14.5.1;5.5.1Überblick mit describe();71
14.5.2;5.5.2Überblick mit Desc();72
14.6;5.6Deskriptive Statistiken für Untergruppen;73
14.6.1;5.6.1Nutzen von tapply();73
14.6.2;5.6.2Nutzen von describeBy();74
14.6.3;5.6.3Nutzen des Pipe-Operators;75
14.7;5.7Zusammenhänge;76
14.7.1;5.7.1Kreuztabellen;76
14.7.2;5.7.2Korrelation;77
15;Teil IIIDiagramme;79
16;6 Allgemeine Darstellungen von Verteilungen für eine oder mehrere Gruppen;81
16.1;6.1Histogramm;82
16.1.1;6.1.1Histogramm mit der Basisversion von R;82
16.1.2;6.1.2Einfaches Histogramm mit ggplot2;85
16.1.3;6.1.3Histogramm für Gruppen mit ggplot2;89
16.2;6.2Säulendiagramm;90
16.2.1;6.2.1Säulendiagramm mit der Basisversion von R;90
16.2.2;6.2.2Einfaches Säulendiagramm mit ggplot2;93
16.2.3;6.2.3Säulendiagramm für Gruppen mit ggplot2;94
16.3;6.3Balkendiagramm;95
16.3.1;6.3.1Balkendiagramm mit der Basisversion von R;95
16.3.2;6.3.2Balkendiagramm mit ggplot2;96
16.4;6.4Boxplot;98
16.4.1;6.4.1Boxplot mit der Basisversion von R;98
16.4.2;6.4.2Boxplot mit ggplot2;100
16.5;6.5Kreisdiagramm;103
16.6;6.6Q-Q-Plot;104
17;7 Veränderungen in Diagrammen darstellen;107
17.1;7.1Diagramme mit der Basisversion von R;108
17.1.1;7.1.1Liniendiagramm für eine Variable;108
17.1.2;7.1.2Liniendiagramm für zwei oder mehr Variablen;112
17.2;7.2Diagramme mit ggplot2;114
17.2.1;7.2.1Liniendiagramm für eine Variable;114
17.2.2;7.2.2Liniendiagramm für zwei oder mehr Variablen;116
17.2.3;7.2.3Gestapeltes Flächendiagramm;119
17.2.4;7.2.4Boxplots;121
17.2.5;7.2.5Säulendiagramm mit Fehlerbalken;122
17.2.6;7.2.6Liniendiagramm mit Fehlerbalken;123
18;8 Zusammenhänge in Diagrammen darstellen;127
18.1;8.1Streudiagramm;127
18.1.1;8.1.1Streudiagramm mit der Basisversion von R;127
18.1.2;8.1.2Streudiagramm mit ggplot2;130
18.2;8.2Korrelationsdiagramm;133
19;Teil IVAnalytische Tests;137
20;9 Stichprobe mitPopulation vergleichen –Einstichproben-Tests;141
20.1;9.1Einstichproben-t-Test für den Mittelwert;142
20.1.1;9.1.1Voraussetzungen;142
20.1.2;9.1.2Durchführung;142
20.1.3;9.1.3Interpretation der Ergebnisse;144
20.1.4;9.1.4Berechnung der Effektstärke;144
20.1.5;9.1.5Reporting der Ergebnisse;145
20.2;9.2Einstichproben-Wilcoxon-Test für den Median;146
20.2.1;9.2.1Voraussetzungen;146
20.2.2;9.2.2Durchführung;146
20.2.3;9.2.3Interpretation der Ergebnisse;148
20.2.4;9.2.4Berechnung der Effektstärke;148
20.2.5;9.2.5Reporting der Ergebnisse;149
20.3;9.3Chi2-Anpassungstest für die Verteilung;149
20.3.1;9.3.1Voraussetzungen;150
20.3.2;9.3.2Durchführung;150
20.3.3;9.3.3Interpretation der Ergebnisse;151
20.3.4;9.3.4Reporting der Ergebnisse;151
21;10 Veränderungen zwischen Zeitpunkten nach Intervention prüfen;153
21.1;10.1Zwei Zeitpunkte;153
21.1.1;10.1.1t-Test bei abhängigen Stichproben;154
21.1.2;10.1.2Wilcoxon-Test bei abhängigen Stichproben;159
21.2;10.2Mehr als zwei Zeitpunkte;165
21.2.1;10.2.1ANOVA mit Messwiederholung;165
21.2.2;10.2.2Friedman-ANOVA;174
22;11 Unterschiede zwischen Gruppen prüfen;181
22.1;11.1Zwei Gruppen zu einem Zeitpunkt mit einem Einflussfaktor;181
22.1.1;11.1.1t-Test bei unabhängigen Stichproben;181
22.1.2;11.1.2Mann-Whitney-U-Test (Mann-Whitney-Wilcoxon-Test);189
22.2;11.2Mehr als zwei Gruppen zu einem Zeitpunkt mit einem Einflussfaktor;195
22.2.1;11.2.1Einfaktorielle ANOVA;196
22.2.2;11.2.2Kruskal-Wallis-Test;205
23;12 Unterschiede zwischen Gruppen mit mehreren Einflussfaktoren sowie mit Messwiederholung (gemischte Modelle);213
23.1;12.1Mehrere Gruppen infolge mehrerer Einflussfaktoren – Mehrfaktorielle ANOVA;213
23.1.1;12.1.1Voraussetzungen;214
23.1.2;12.1.2Durchführung;214
23.1.3;12.1.3Interpretation der Ergebnisse;224
23.1.4;12.1.4Reporting der Ergebnisse;225
23.2;12.2Gemischte ANOVA als Sonderfall;226
23.2.1;12.2.1Voraussetzungen;227
23.2.2;12.2.2Durchführung;228
23.2.3;12.2.3Interpretation der Ergebnisse;236
23.2.4;12.2.4Reporting der Ergebnisse;237
24;13 Ungerichtete Zusammenhänge – Korrelationsanalysen;239
24.1;13.1Pearson-Korrelation;240
24.1.1;13.1.1Durchführung;241
24.1.2;13.1.2Ergebnis und Interpretation;242
24.1.3;13.1.3Reporting der Ergebnisse;242
24.2;13.2Spearman-Korrelation;243
24.2.1;13.2.1Durchführung;243
24.2.2;13.2.2Ergebnis und Interpretation;244
24.2.3;13.2.3Reporting der Ergebnisse;245
24.3;13.3Kendall-Tau-Korrelation;245
24.3.1;13.3.1Durchführung;246
24.3.2;13.3.2Ergebnis und Interpretation;247
24.3.3;13.3.3Reporting der Ergebnisse;248
24.4;13.4Pearson-punktbiseriale Korrelation;248
24.4.1;13.4.1Durchführung;249
24.4.2;13.4.2Ergebnis und Interpretation;250
24.4.3;13.4.3Exkurs: Interpretation einer signifikanten Korrelation;250
24.4.4;13.4.4Reporting der Ergebnisse;251
24.5;13.5Chi2-Test auf Unabhängigkeit;251
24.5.1;13.5.1Durchführung;251
24.5.2;13.5.2Ergebnis und Interpretation;253
24.5.3;13.5.3Reporting der Ergebnisse;255
24.6;13.6Kontingenzkoeffizient / Cramer V;255
24.7;13.7Odds-Ratio;256
24.8;13.8Zusatz: Partialkorrelation;257
25;14 Gerichtete Zusammenhänge – Regressionsanalysen;259
25.1;14.1Lineare Regression;259
25.1.1;14.1.1Vorbemerkungen und Vorbereitungen;260
25.1.2;14.1.2Voraussetzungen der linearen Regression;261
25.1.3;14.1.3Durchführung;262
25.1.4;14.1.4Ergebnis;269
25.1.5;14.1.5Interpretation der Ergebnisse;271
25.1.6;14.1.6Reporting der Ergebnisse;274
25.2;14.2Moderation und Mediation im Rahmen der linearen Regression;276
25.2.1;14.2.1Moderation;276
25.2.2;14.2.2Mediation;279
25.3;14.3Binär-logistische Regression;281
25.3.1;14.3.1Voraussetzungen;282
25.3.2;14.3.2Durchführung;282
25.3.3;14.3.3Ergebnis;283
25.3.4;14.3.4Interpretation;284
25.3.5;14.3.5Reporting der Ergebnisse;289
25.4;14.4Ordinal-logistische Regression;289
25.4.1;14.4.1Voraussetzungen;290
25.4.2;14.4.2Durchführung;290
25.4.3;14.4.3Ergebnis;291
25.4.4;14.4.4Interpretation;292
25.4.5;14.4.5Reporting der Ergebnisse;295
26;Anhang;297
26.1;A.1Übersicht der allgemeinen Befehle für Diagramme mit der Basisversion von R;297
26.1.1;A.1.1Beschriftungen;297
26.1.2;A.1.2Schriftarten, Schriftvariation, Schriftgröße, Schriftfarben;297
26.1.3;A.1.3Achsenformatierung;298
26.1.4;A.1.4Linienarten und Datenpunkteformate;299
26.1.5;A.1.5Legende;300
26.2;A.2Übersicht der allgemeinen Befehle für Diagramme mit ggplot2;301
27;Glossar;303
28;Stichwortverzeichnis;307

Über Autor(innen)

Björn Walther ist promovierter Wirtschaftswissenschaftler und hat jahrelange Erfahrung im akademischen Bereich, besonders zum Thema Datenanalyse, speziell mit R. Darüber hinaus hat er den größten deutschsprachigen YouTube-Kanal zum Thema programmgestützte statistische Auswertungen u.a. mit R aufgebaut.