R-Sprache für die Datenanalyse – kostenloser Kurs von Skillbox, Schulung, Datum: 29. November 2023.

Programmiersprache R

Einführung in die R-Sprache und grundlegende Operationen
Installieren Sie R und RStudio, eine R-Entwicklungsumgebung, und machen Sie sich mit deren Benutzeroberfläche vertraut. Sie lernen, wie Sie R- und Rmarkdown-Dateien erstellen, lernen die Syntax der Sprache kennen und machen sich mit dem Konzept eines Vektors in R vertraut.

Typen und Datenstrukturen
Entdecken Sie Datentypen in R und erfahren Sie, wie Sie Daten von einem Typ in einen anderen konvertieren. Sie verstehen Datenstrukturen in R: Vektoren, Matrizen, Datenrahmen und Listen. Finden Sie heraus, wie Sie mit ihnen zusammenarbeiten können.

Kontrollstrukturen
Erfahren Sie, wie Sie das if-else-Bedingungskonstrukt verwenden, Bedingungen testen und mit Schleifen und Funktionen arbeiten.

Datenverarbeitung. Tidyverse-Bibliothek

Dateien in R lesen und schreiben
Sie lernen, wie Sie mit Dateien im Arbeitsordner arbeiten und Dateien in den Formaten CSV, TXT und Excel lesen und schreiben.

Datenverarbeitung mit grundlegenden R-Tools
Erfahren Sie, wie Sie Datenrahmen verwenden und mithilfe grundlegender R-Tools mit Daten arbeiten. Sie erfahren, wie Sie eine Beschreibung eines Datenrahmens anzeigen und mit Zeilen und Spalten arbeiten.

Datenverarbeitung mit der Tidyverse-Bibliothek: Teil 1
Machen Sie sich mit der Tidyverse-Bibliothek und ihren Funktionen vertraut. Sie verstehen die Funktionen der Tidyverse-Syntax und lernen, wie Sie mit verschiedenen Funktionen arbeiten. Sie erfahren, wie Sie mithilfe der Stargazer-Bibliothek Daten gruppieren und aggregieren und zusammenfassende Informationen hochladen.

Datenverarbeitung mit der Tidyverse-Bibliothek: Teil 2
Erfahren Sie, wie Sie Datenstrukturen transformieren und Tabellen verknüpfen.

Arbeiten mit fehlenden Werten in R
Lernen Sie, fehlende Werte zu suchen, zu zählen und nach Mustern darin zu suchen. Sie werden verstehen, wie Sie fehlende Werte mithilfe der Mäuse- und VIM-Bibliotheken visualisieren und die Lücken mithilfe von Tidyverse füllen.

Arbeiten mit ordinalen und kategorialen Daten in R
Lernen Sie Datenskalen: numerisch, ordinal und kategorisch. Sie werden die Funktionen von Faktordaten in R und die Operationen damit verstehen. Erfahren Sie, wie Sie mit Forcats mit kategorialen Daten arbeiten.

Datenvisualisierung

Datenvisualisierung in R
Lernen Sie, einfache Diagramme mit grundlegenden R-Tools zu erstellen – Histogramm, Streudiagramm und Liniendiagramm. Sie erfahren, wie Sie diese konfigurieren und in eine Datei hochladen.

Datenvisualisierung mit der ggplot2-Bibliothek
Erfahren Sie, wie Sie mit der ggplot2-Bibliothek Diagramme erstellen. Lernen Sie, mit eindimensionalen, zweidimensionalen und nicht numerischen Daten zu arbeiten und Daten in Diagrammen zu gruppieren.

Statistische Datenanalyse in R

Geheimdienstdatenanalyse in R
Erfahren Sie mehr über deskriptive Statistik in R. Lernen Sie, die psychische Bibliothek zu nutzen und nach atypischen Werten zu suchen. Lernen Sie die Korrelationskoeffizienten von Pearson und Spearman kennen und verstehen Sie, wie man sie verwendet. Sie lernen das Konzept der Korrelationsmatrizen kennen, können diese visualisieren und in einen Bericht hochladen.

A/B-Tests: selektive Auswertung
Erfahren Sie, wie Sie Aufgaben festlegen und ein Design für A/B-Tests auswählen. Lernen Sie, Stichproben durchzuführen, Probleme in der Stichprobe zu identifizieren und deren Größe unter Berücksichtigung des Fehlers und des Vertrauensniveaus der Daten zu berechnen. Sie können Konfidenzintervalle im A/B-Testing berechnen und analysieren.

A/B-Tests: Testen statistischer Hypothesen
Lernen Sie, statistische Hypothesen mithilfe von Tests zu testen und mögliche Fehler beim Testen zu verstehen. Erfahren Sie, wie Sie Anteile und Durchschnittswerte bei A/B-Tests vergleichen und lernen Sie den Algorithmus zur Durchführung eines A/B-Tests kennen.

Beziehungen in Daten in R finden
Lernen Sie, Beziehungen in quantitativen und kategorialen Daten zu identifizieren. Lernen Sie die einfache lineare Regression. Sie lernen, wie Sie mit einem Regressionsmodell arbeiten, dessen Qualität überprüfen, die Ergebnisse hochladen und in einen Rmarkdown-Bericht einbinden.

Erweiterte Visualisierung und Präsentation der Analyseergebnisse

Interaktive Diagramme mit der Plotly-Bibliothek
Machen Sie sich mit dem Plotly-Projekt vertraut und verstehen Sie seine Fähigkeiten, Syntaxmerkmale und Funktionen. Erfahren Sie, wie Sie interaktive Plotly-Diagramme in 2D und 3D erstellen und die Ergebnisse auf RPubs veröffentlichen.

Analytische Dashboards im R: Shiny-Framework
Entdecken Sie das Shiny-Projekt, seine Fähigkeiten und seine Codestruktur. Installieren Sie die Shiny-Bibliothek, erfahren Sie, wie Sie eine Vorlagenanwendung bearbeiten, Menüs, Datenrahmenlinien und Schnittstellenelemente zu Ihrem Dashboard hinzufügen.

Abschlussprojekt

Verarbeitung und Analyse sozioökonomischer Daten
Sie laden Daten aus verschiedenen Dateien herunter, sammeln sie in einem einzigen Datenrahmen und verarbeiten ihn. Führen Sie explorative Analysen durch, erstellen Sie Regressionsmodelle und Diagramme und präsentieren Sie die Ergebnisse und Interpretationen dann in einem Bericht.