R Statistik Tutorial

Hier finden Sie interessante Artikel und Anleitungen zu grundlegenden Themen der Statistik mit R, die Sie zum Selbststudium nutzen können.

Die Artikel konzentrieren sich auf die Umsetzung statistischer Verfahren und

diskutieren zusätzlich die Interpretation der Outputs und die Prüfung von Voraussetzungen.

  • Streudiagramm und einfache lineare Regression mit R.                               Mit Streudiagrammen können paarweise Zusammenhänge zwischen metrischen Variablen veranschaulicht werden.
  • Korrelation (Pearson & Spearman) mit R.                                 Korrelationsanalysen wie z.B. nach Pearson oder nach Spearman eignen sich zur Analyse von Zusammenhängen zwischen zwei Variablen. 
  • Chi-Quadrat-Test mit R.                                                                                                       Mit diesem Test können Sie überprüfen ob signifikante Zusammenhänge zwischen nominalen bzw. kategoriellen Variablen bestehen.
  • One-Way-ANOVA (Einfaktorielle Varianzanalyse).                                          Die Varianzanalyse kommt zum Einsatz, wenn drei oder mehr Gruppen miteinander verglichen werden.
  • Balkendiagramm mit R.                                                                                                 Mit Balkendiagrammen (auch bekannt als Säulendiagramm) können Häufigkeiten sowie Gruppenvergleiche übersichtlich visualisiert werden.
  • Verteilungen in R.                                                                                                           In R können Sie Zufallszahlen simulieren sowie Wahrscheinlichkeiten und Quantile berechnen. Hier erfahren Sie, wie das funktioniert.
  • Vektoren in R.                                                                                                     Vektoren sind in R allgegenwärtig und eine grundlegende Datenstruktur. Lernen Sie hier wie man Vektoren erzeugt und mit Ihnen rechnet.
  • Matrizen erstellen in R.                                                                               Matrizen sind eine nützliche Art der Anordnung von Daten. Sie können in R auf verschiedene Art erstellt und verändert werden
  • Robuste Statistik mit R.                                                                                     Das Fachgebiet der robusten Statistik ist ein interessanter Teilbereich, der sich mit Methoden beschäftigt die gegen Ausreißer robust sind. 
  • t-Test mit R (unabhängige Stichproben).                                                               Der t-Test ist der wohl bekannteste Signifikanztest. Er wird verwendet zum Vergleich der Mittelwerte von zwei Gruppen.
  • Q-Q-Diagramme mit R.                                                                                       Das Q-Q-Diagramm (Quantil-Quantil-Diagramm) ist eine graphische Möglichkeit zu Überprüfung einer Normalverteilung.
  • Histogramme in R.                                                                                                        Hier lernen Sie, wie man ein Histogramm mit Hilfe des Statistikprogrammes R erstellen kann.
  • Deskriptive Statistik mit R.                                                                                    Berechnung des arithmetischen Mittels, Standardabweichung, Median, Quantile und weitere deskriptive Statistiken mit R.
  • Wilcoxon-Test und Mann-Whitney-U-Test in R.                                                   Diese Tests sind Alternativen zum t-Test für ordinale oder nicht-normalverteilte Daten.
  • Cronbach's Alpha (Reliabilität) in R                                                                       Das Cronbach's Alpha ist eine bekannte Kennzahl zur Quantifizierung der Reliabilität von Fragebögen.

Die Artikel werden laufend erweitert, falls also kein interessantes Thema für Sie dabei ist, schauen Sie einfach zu einem späteren Zeitpunkt noch einmal vorbei.

Alternativ können Sie natürlich auch einen persönlichen Termin zur Statistik-Beratung vereinbaren. Nehmen Sie hierzu über das Kontaktformular oder telefonisch zu uns Kontakt auf.