R starten (Arbeitsverzeichnis wählen, Workspace abspeichern, History abspeichern)

Transkript

1 Zusammenfassung Sitzung 1: R installieren (wichtig für später: neue Versionen) R starten (Arbeitsverzeichnis wählen, Workspace abspeichern, History abspeichern) R-Konsole als Dialog, farbliche Darstellung, Zurückholen früherer Kommandos, unvollständige Eingabe, Abbruch mit ESC-Taste, Kommentare Einfache Berechnungen ( +, -, *, /, ^, %/%, %%), Punkt- vor Strichrechnung usw., Klammern Mathematische Funktionen und Umkehrfunktionen R beenden (vorher Konsoleninhalt als Text sichern, Workspace speichern) 1

2 Zusammenfassung Sitzung 2: Zuweisungen und Objekte Logische Vergleiche (==,!= (ungleich), <, <=, >, >=), Wahrheitswerte TRUE und FALSE Erzeugen von Vektoren (c, seq, rep, a : b, scan) Rechnen mit Vektoren (Operationen mit zwei Vektoren: komponentenweise) Zu kurze Vektoren werden recycelt Zugriff auf einzelne Komponenten und Teilvektoren (Lesen und Schreiben) 2

3 Zusammenfassung Sitzung 3: Erzeugen von Matrizen (matrix, cbind, rbind) Benennen der Zeilen und/oder der Zeilendimension Benennen der Spalten und/oder der Spaltendimension Zugriff auf einzelne Komponenten, einzelne Zeilen und Spalten Erzeugen von Listen (list) Zugriff auf einzelne Einträge einer Liste (doppelte eckige Klammern, $ Eintragsname) 3

4 Zusammenfassung Sitzung 4: Datentabelle (data.frame) als grundlegender Objekttyp für statistische Daten (Vorteil gegenüber Matrix: Spalten unterschiedlichen Datentyps sind möglich) Vereinfachter Zugriff auf Spalten durch attach (Dabei entsteht eine lokale Arbeitskopie der Spalte, die ursprüngliche Datentabelle bleibt auch bei ändernden Zuweisungen erhalten) rückgängig mit detach Datentyp einer Spalte (bzw. eines beliebigen Objekts): class Datentyp factor : Kategoriales Merkmal, Darstellung durch Zeichen bzw. Zeichenkette Grundfunktionen der deskriptiven Statistik: mean, median, min, max Alle zusammen in summary (zusätzlich 1. und 3. Quartil) Geordnete Auflistung der Merkmalswerte (sort) bzw. der nach diesem Merkmal geordneten Merkmalsträger-Nummern (order) 4

5 Zusammenfassung Sitzung 5: Streudiagramm zweier Merkmale mit plot (x, y) Layout einer Graphik: Beschriftungen, las, xlim, ylim, col, pch (usw. usw.) Ermittlung einer Regressionsgeraden: lm (y ~ x) Einfügen einer Geraden: abline Zeichnen einer Funktionskurve : curve (hier: ergänzend zur vorhandenen Graphik) Aufteilung von Daten nach einem kategorialen Gruppierungsmerkmal: Vektor[Gruppierungsmerkmal == Ausprägung] split (Vektor, Gruppierungsmerkmal) split (data.frame, Gruppierungsmerkmal) Dritte Variante: Zuordnung zu Merkmalsträgern bleibt erhalten Vorsicht: Gruppierungsmerkmal wirkt bei beliebigen Vektoren, Zugehörigkeit zum gleichen data.frame wird nicht geprüft Konflikt durch mehrfach auftretende Namen bei attach: gelöst durch Maskierung (Ausblenden): Warnhinweis, Zugriff erfolgt auf dasjenige Objekt mit einem mehrfach auftretenden Namen, das durch den zuletzt ausgeführten attach-befehl zugewiesen wurde. Nach entsprechendem detach ist das vor dem letzten attach verfügbare Objekt mit diesem Namen wieder zugreifbar. Vorsicht mit detach(): besser detach(objekt), damit man nicht ungewollt detach auf etwas anwendet, das man selbst (oder das System) noch braucht 5

6 Zusammenfassung Sitzung 6: Gruppierung von mehreren Graphiken mit par ( mfrow = c (Zeilenzahl, Spaltenzahl) ) 6

7 Zusammenfassung Sitzung 7: Boxplots, Histogramme R-Skripte: mehrere Befehle in einem Editor-Fenster, Abschicken an die Konsole zur Ausführung: Strg-R (einzeln oder als markierter Block), Skript muss separat gespeichert werden Vorteil: Komplexere Abläufe (z. B. gruppierte Graphiken) können modifiziert und dann als Ganzes nochmal abgearbeitet werden. Wahrscheinlichkeitsverteilungen in R Beispiel Standardormalverteilung N (0, 1): Idee: zufällige Ziehung eines Wertes (im Beispiel zwischen - und + ) dnorm (x): qnorm (p): pnorm (q): Dichtefunktion (zur Kennzeichnung der Verteilung gezeichnete Kurve: Flächen unter der Kurve Integrale von a bis b entsprechen Wahrscheinlichkeiten, dass ein Wert zwischen a und b gezogen wird) Quantilsfunktion (Bei welchem Wert q liegt genau eine Wahrscheinlichkeitsmasse der Größe p links von q unter der Kurve?) Verteilungsfunktion (wieviel Wahrscheinlichkeitsmasse liegt links von q unter der Kurve?) d, q, p geht mit jeder in R verfügbaren Verteilung (z. B. dt, qf, pchisq usw.) 7

8 Zusammenfassung Sitzung 7 (fortgesetzt): Der Vollständigkeit halber: Erzeugung von Pseudo-Zufallszahlen mit einer vorgegebenen Verteilung für die Durchführung von Simulationen (z. B. Untersuchung eines Verfahrens, das die Verteilung aus den Daten ermitteln soll, mit der Zusatzinformation, dass ich die tatsächlich zugrundeliegende Verteilung schon kenne) : rnorm (n): Vektor von n standardnormalverteilten Zahlen. r (n) funktioniert ebenfalls mit allen in R verfügbaren Verteilungen set.seed (Zahl) setzt den Anfangspunkt auf der pseudo-zufälligen Liste fest (falls man genau diese Ziehung später noch einmal erzeugen will) dnorm, qnorm, pnorm, rnorm (x, mean =, sd = ) liefern die entsprechenden Ergebnisse für eine beliebige Normalverteilung N (mean, sd) mit Erwartungswert mean und Standardabweichung sd. Programmierung von Schleifen: for (i in a:b) { Befehl_1 ; Befehl_2 ; } In jedem Durchlauf können die Befehle den neuen Wert von i = a,, b verwenden. (Bitte möglichst nicht benutzen, um von einer Komponente zur anderen durch einen Vektor durchzulaufen stattdessen Vektoroperationen mit dem ganzen Vektor.) 8

9 Zusammenfassung Sitzung 8: Konfidenzintervall: Zahlenbereich, in dem mit einer vorgegebenen Wahrscheinlichkeit der Wert für den gesuchten Parameter der Grundgesamtheit liegt (-> Intervallschätzung als Ergänzung zur Punktschätzung des Parameters) Anmerkung: Berechnetes Intervall ist nur empirische Entsprechung des eigentlichen Konfidenzintervalls Berechnung von Hand und mit der Funktion t.test Größere Stichprobe: Kleineres Intervall, d. h. genauere Schätzung Hypothesentest: datengestütztes Bestätigen oder Verwerfen eines bestimmten Wertes bzw. einer bestimmten Aussage (Wiederholung des grundlegenden Testkonzeptes) Ein-Stichproben-t-Test zum Erwartungswert der Grundgesamtheit: Mit Hilfe des Mittelwertes und der Standardabweichung der Stichprobe kann ich einen bestimmten Wert für den Erwartungswert der Grundgesamtheit verwerfen oder bestätigen (von Hand und mit Funktion t.test) 9

10 Zusammenfassung Sitzung 9: Verkettung von mehreren Zeichenketten und Zahlen für Überschriften etc. mit cat(zeichenkette1, Zahl 1, Zeichenkette2, Zahl2, ) Erzeugen von Csv-Dateien (durch Trennzeichen getrennte Werte) in Excel / OpenOffice Einlesen von Csv-Dateien in eine R-Datentabelle (read.csv2) R-Pakete: Fundstellen, Installation, Einbinden in den Workspace Umfassende Möglichkeiten, R für bestimmte Aufgabenstellungen nachzurüsten Programmieren eigener Funktionen (Argumente, Befehle, Rückgabe des Funktionswertes) Funktionseditor Aufruf mit fix (Fname) Dateneditor Aufruf mit fix (Datentabelle)oder fix (Vektor/Matrix) Export/Import von Objekten (Speichern und Laden als externe Datei) mit dump und source Sitzung 10: Umfassende Abschlussübung 10