R kompakt: Der schnelle Einstieg in die Datenanalyse by Daniel Wollschläger

By Daniel Wollschläger

Dieses Buch liefert eine kompakte Einführung in die Datenauswertung mit der freien Statistikumgebung R. Ziel ist es dabei, einen Überblick über den Basisumfang von R zu schaffen und einen schnellen Einstieg in die deskriptive Datenauswertung sowie in die Umsetzung der wichtigsten statistischen assessments zu ermöglichen. Diese werden an Beispielen erläutert und an vielen Stellen grafisch illustriert. Zudem deckt das Buch die vielfältigen Möglichkeiten ab, Diagramme zu erstellen, Daten mit anderen Programmen auszutauschen und R durch Zusatzpakete zu erweitern. Das Buch ist damit für Leser geeignet, die R kennenlernen und rasch in konkreten Aufgabenstellungen einsetzen möchten.

Show description

Read or Download R kompakt: Der schnelle Einstieg in die Datenanalyse PDF

Best biostatistics books

Biostatistics: A Foundation for Analysis in the Health Sciences 6th Edition

Like its predecessors, this variation stresses intuitive knowing of ideas instead of studying through mathematical facts. offers vast assurance of statistical approaches utilized in the entire health and wellbeing technological know-how disciplines. This model encompasses a larger emphasis on laptop purposes, and lots of the statistical concepts comprise the MINITAB instructions during which they are often utilized.

Handbook of Modern Item Response Theory

Merchandise reaction idea has develop into an integral part within the toolkit of each researcher within the behavioral sciences. It presents a strong potential to review person responses to a number of stimuli, and the method has been prolonged and built to hide many various versions of interplay. This quantity provides a wide-ranging guide to merchandise reaction conception - and its purposes to academic and mental trying out.

Statistical Methods for the Analysis of Repeated Measurements

This publication offers a entire precis of a wide selection of statistical equipment for the research of repeated measurements. it's designed to be either an invaluable reference for practitioners and a textbook for a graduate-level path eager about equipment for the research of repeated measurements. This publication could be of curiosity to* Statisticians in teachers, undefined, and learn companies * Scientists who layout and examine stories within which repeated measurements are received from each one experimental unit * Graduate scholars in information and biostatistics.

Multivariate Survival Analysis and Competing Risks

Multivariate Survival research and Competing hazards introduces univariate survival research and extends it to the multivariate case. It covers competing hazards and counting techniques and gives many real-world examples, routines, and R code. The textual content discusses survival facts, survival distributions, frailty types, parametric tools, multivariate info and distributions, copulas, non-stop failure, parametric chance inference, and non- and semi-parametric equipment.

Extra info for R kompakt: Der schnelle Einstieg in die Datenanalyse

Example text

20:26 [1] 20 21 22 23 24 25 26 > 26:20 [1] 26 25 24 23 22 21 20 Bei Zahlenfolgen im negativen Bereich sollten Klammern Verwendung finden, um nicht versehentlich eine nicht gemeinte Sequenz zu produzieren. > -4:2 # negatives Vorzeichen bezieht sich nur auf die 4 [1] -4 -3 -2 -1 0 1 2 > -(4:2) [1] -4 -3 -2 # negatives Vorzeichen bezieht sich auf Sequenz 4:2 Zahlenfolgen mit beliebiger Schrittweite lassen sich mit seq() erzeugen. out=hLängei) Dabei können Start- (from) und Endpunkt (to) des durch die Sequenz abzudeckenden Intervalls ebenso gewählt werden wie die gewünschte Schrittweite (by) bzw.

6), um Verwechslungen mit der Prüfung auf Gleichheit zweier Objekte durch == vorzubeugen und die Richtung der Zuweisung eindeutig zu halten. Objekte können in Befehlen genauso verwendet werden, wie die Daten, die in ihnen gespeichert sind, d. h. Objektnamen stehen in Berechnungen für die im Objekt gespeicherten Werte. 3 Objekte ausgeben Bei Zuweisungen zu Objekten gibt R den neuen Wert nicht aus, der letztlich im Zielobjekt gespeichert wurde. 5) # # # # print(hObjektnamei) Funktion Objektnamen nennen - ruft implizit print() auf Befehl in runde Klammern setzen - zeigt nur die durch den Befehl veränderten Werte an Es ist allgemein dazu zu raten, häufig runde Klammern um einen Befehl zu setzen.

Character(hZahli) in Tab. 14 "Hello" Datentyp NULL logical numeric character Dies können einfache ('hZeicheni') oder doppelte ("hZeicheni") Anführungszeichen sein. Innerhalb einfacher Anführungszeichen können auch Zeichenketten stehen, die ihrerseits doppelte Anführungszeichen beinhalten ('a"b'), während diese innerhalb doppelter Anführungszeichen als Escape-Sequenz mit vorangestelltem Backslash zu schreiben sind ("a\"b", vgl. Quotes). 3 Datenstrukturen: Klassen, Objekte, Datentypen 21 die zugehörige Zeichenkette umwandeln lassen, ist dies umgekehrt nicht allgemein möglich.

Download PDF sample

Rated 4.59 of 5 – based on 3 votes