Was ist diese Seite?
Diese Seite ist ein stetig wachsendes Skript zu Data Science in R. Ich versuche alle Kapitel prinzipiell in 3 verschiedene Kategorien einzuteilen:
- R Anwendung: Erklärungen und Diskussionen zur Nutzung von R
- Auswertungen: Beispielhafte statistische Auswertungen von Datensätzen mit R
- Statistik: Weiterführende, aber vor allem anschauliche Erläuterungen zur Statistik
Die Kategorien finden sich oben. Die Kapitel innerhalb der Kategorien können sowohl dort, als auch weiter unten in einem tabellarischem Inhaltsverzeichnis aufgerufen werden.
Neben dieser Website, baue ich auch noch an einer zweiten namens *MMFAIR - Mixed Models for Agriculture in R".
Inhaltsverzeichnis
Wie gesagt wird diese Seite stetig um Kapitel erweitert. Aus diesem Grund gibt es streng genommen keine klare Reihenfolge in der die Kapitel gelesen werden sollten. Um dennoch das richtige zu finden, soll diese tabellarische Übersicht weiterhelfen.
R Anwendung
Erklärungen, Diskussionen und Verweise auf weiterführende Informationen zur Nutzung von R - teilweise ganz unabhängig von statistischen Analysen und eher im Bereich Datenverarbeitung usw. Wer wirklich noch überhaupt keine Erfahrung mit R hat, sollte wohl besser z.B. hier die absoluten Grundlagen lernen.
| Kapitel | Beschreibung | Funktion |
|---|---|---|
| UseR 1 | Import & Export von Daten | read.table(), fread(), read_excel(), ggsave() … |
| UseR 2 | Effizientes Erstellen deskriptiver Statistiken | summary(), table(), data.table() … |
| UseR 3 | Loops & Listen | for(i in ...){...}, list(), list.files() |
| UseR 4 | Ersellen von Feldplanabbildungen | desplot() |
| UseR 5 | Weitere Tipps | dplyr %>%, %in%, p_load(), fct_reorder() |
Auswertungen
Aufgrund der bisherigen Workshops liegt der Schwerpunkt der Beispielauswertungen momentan auf Daten/Versuchen aus dem Agrar- bzw. Biologiebereich. Viele Punkte sowohl in der statistischen Vorgehensweise, als auch der Umsetzung in R lassen sich aber einfach auf andere Bereiche übertragen.
| Kapitel | Behandlungseffekt | Design | Besonderheit | Funktion |
|---|---|---|---|---|
| Bsp 1 | 1 Metrischer | - | cor(), lm() |
|
| Bsp 2 | 1 Metrischer | - | Ausreißer | cor(), lm() |
| Bsp 3 | 1 Faktor | CRD | lm() |
|
| Bsp 4 | 1 Faktor | RCBD | lm() |
|
| Bsp 5 | 1 Faktor | \(\alpha\)-lattice | lmer() |
|
| Bsp 6 | 2 Faktoren | RCBD | lm() |
|
| Bsp 7 | 2 Faktoren | split-plot | lmer() |
|
| Bsp 8 | 1 Faktor | Augmtended | lmer() |
|
| Bsp 9 | 1 Faktor | RCBD | Messwiederholung | gls() |
| Bsp 10 | 1 Faktor | RCBD | Prozentwerte | glm() |
| Bsp 11 | 1 Faktor | Lat. Quadrat | Zählwerte | glm() |
Statistik Theorie
Pragmatische Erklärungen, Diskussionen und Verweise auf weiterführende Informationen zur statistischen Theorie.
| Kapitel | Beschreibung | Funktion |
|---|---|---|
| Stat 1 | Korrelation | cor(), cor.test() |
| Stat 2 | Regression | lm() |
| Stat 3 | Vergleich Versuchsdesigns | - |
| Stat 4 | ANOVA & Post Hoc Tests | anova(), emmeans() |
| Stat 5 | Adjustierte Mittelwerte | emmeans() |
| Stat 6 | p-Werte und Signifikanzen | - |
| Stat 7 | Behandlungsinteraktionen | - |
| Stat 8 | Gemischte Modelle | - |
| Stat 9 | Kovarianzstrukturen | gls() & asreml() |
| Stat 10 | Nicht-normalverteilte Daten | glm() |
Anderes
Weitere Quellen
Ich empfehle
- die “Statistics” Playlist auf dem Youtube-Kanal “CrashCourse”.
- den R-Pocast und auch dessen “Resources” Liste
Bei Fragen kannst du mir gerne schreiben!
schmidtpaul@hotmail.de
