Empirische Wirtschaftsforschung Lösungen zum Übungsblatt 1 Sommer 2012

Transkript

1 0 Vorbemerkungen Dieses Skript dient dazu, das Mitschreiben während des Tutoriums überflüssig zu machen und so den Grad an Interaktivität zu erhöhen. Im Folgenden sind die Inhalte und Lösungen des Tutoriums festgehalten. Bei Fragen, Kritik oder Feedback ist eine Kontaktaufnahme per Mail ausdrücklich erwünscht. Viele nützliche Informationen, sowie dieses Skript finden sich auf der Internetseite dieser Veranstalltung ( Ziel des Tutoriums ist ein sicherer Umgang mit R und die Erlangung eines tiefgehenden Verständnisses für den Vorlesungsstoff. R ist eine Programmiersprache und Umgebung für Datenanalyse und grafische Aufbereitung, die auf S und Scheme aufbaut. R ist als Open-Source Produkt frei erhältlich. R zeichnet sich dadurch aus, dass es plattformübergreifend (Windows, MAC, Linux), erweiterungsfähig und mächtig (Kalkulationen, Simulationen, Statistische Verfahren, Datenmanipulation und -auswertung, Programmieren...) ist. R hat eine GUI (Graphical User Interface), welche allerding sehr rudimentär ist. Es gibt aber eine Fülle von erweiterten GUIs wie z.b.: SciViewsR, JGR oder RCommander, des Weiteren können Spezielle Skripteditoren wie TinnR oder WinEdt hilfreich sein. Die Erlernung von R bei dieser Veranstaltung soll dazu befähigen selber Datenanlyse zu betreiben, Regressionen durchzuführen, Grafiken zu erstellen (z.b. in einer Bachelorarbeit) und entsprechende ökonomische/ökonometrische Literatur zu verstehen, da viele Statistiker, Ökonometriker und Ökonomen R nutzen. Die weite Verbreitung von R hat weiter den Vorteil, dass man auf ein großes Netzwerk von Foren und Hilfeseiten bzgl. R zurückgreifen kann 1. Alternativ oder zusätzlich kann man auf klassischem Wege Informationen zu R erlangen. Im Folgenden seien einige von Ihnen (Keine Pflichtlektüre!) genannt: (a) Behr, Andreas und Pötter, Ulrich (2010) - Einführung in die Statistik mit R (b) Crawley, Michael J. (2007) - The R Book (c) Farnsworth, Grant V. (2008) - Econometrics in R (d) Verzani, John (2005) - Using R for Introductory Statistics (e) R Handbücher: Hilfe - Handbücher insbesondere: The R Development Core Team (2010): An Introduction to R Die MAC Version von R benutzt eine andere GUI, Paketverwaltung und einen anderen Skripteditor als die Windows-Version. Hilfe dazu gibt es unter Die Übung beschränkt sich allerdings nur auf die Windows-Version. Als VWL Student an der Uni Münster kann man im Rahmen des MSDNAA Programms KOSTENLOS Windows XP, Windows Vista und Windows 7 inkl. Lizenzen herunterladen: Windows lässt sich dann auch parallel zu OS X installieren: 1. Installation R lässt sich vom Comprehensive R Archive Network(CRAN): herunterladen (Homepage Dort müssen Sie ihr Betriebssystem auswählen und Base herunterladen. Für Anfänger ist die Vollständige Installation empfehlenswert. Desweiteren sollten die Startoptionen nicht angepasst werden. Nach erfolgreicher Installation lässt sich R nun vom Desktop oder Startmenü aus starten. Wenn Sie das Standard Working Directory ändern wollen, so geht das am Einfachsten, in dem Sie mit der rechten Maustaste auf die Verknüpfung von R auf dem Desktop oder dem Startmenü klicken, 1 Befehl RSiteSearch("HP Filter") hilft Funktionen und Referenzen im Internet zu finden

2 Eigenschaften wählen, und unter Ausführen in: Ihren Pfad (bspsweise: e : \U ni\r) eintragen. 2. Erste Schritte Nützliche Tastenkombinationen Mit den Pfeiltasten nach oben und unten kann man durch die History gehen. Die Tab-Taste vervollständigt Begriffe, Befehle und Namen. 1+1 R gibt das Ergebnis der Rechnung aus. a <- 3 ; b <- 4 ; c <- a+b Den Variablen a, b, c wird ein Wert zugefügt. Mit dem Semikolon kann man mehrere Befehle in eine Zeile schreiben. Diese werden dann hintereinander ausgeführt. print(c) R gibt den Wert der Variablen aus. #1+1 Alles was hinter der Raute steht wird von R ignoriert. Dies dient dazu Kommentare zu setzen, die bei längeren Skripten unerlässlich sind. R gibt die URL des Arbeitsverzeichnisses aus. setwd() Mit diesem Befehl kann man das Arbeitsverzeichnis ändern. q() R wird geschlossen. cos(); sin(); exp() Kosinus-, Sinus und Exponentialfunktion pi Gibt die mathematische Konstante Pi aus. library() Mit diesem Befehl kann man Pakete laden. library(help="paketname") Hiermit bekommt man nützliche Informationen zum Paket. install.packages("paketname", So kann man Paktete aus dem Internet instalieren. contriburl=" Tabelle 1: Erste R-Befehle und ihre Bedeutung Wie installiere ich Pakete auf meinem MAC? Auf gibt es links einen Link FAQs, wählt man dann R MacOS X FAQ so findet man unter Abschnitt 5 ( How to install packages ) eine spezielle Installationsbeschreibung für MACs. Groß- und Kleinschreibung, Punkt und Komma R unterscheidet Groß- und Kleinschreibung. Dies ist vor Allem beim Aufruf von Funktionen und Befehlen zu beachten (vgl. pi, Pi und PI), aber auch beim Benennen von Variablen! Dezimaltrennzeichen ist der Punkt. Anführungszeichen Zwischen diesen stehen Daten in Textform. So kann man mithilfe von x <- "Willi", der Variablen x den Text Willi zuweisen (sogenannter String). Häufig sind vergessene Anführungszeichen der Grund für Fehler!

3 Text- bzw. csv-dateien Textdateien, die im Arbeitsverzeichnis gespeichert sind lassen sich mit dem Befehl x <- read.csv("bsp1.txt") bzw. x <- read.csv("bsp2.csv",dec=",",sep=";") einlesen. Bei letzterer Variante gibt man das Dezimalzeichen und den Seperator explizit an, welche standardmäßig der Dezimalpunkt und das Komma sind. Excel-Datein Excel-Datein können mit Hilfe des xlsx-pakets direkt eingelesen werden. Clipboard Aus dem Zwischenspeicher kann man mit x <- read.table("clipboard",header=true, dec=",") Daten einlesen. Wobei header angibt, ob die erste Zeile die Überschrift darstellt. Internetseite Mit x <- read.csv(" kann man Daten direkt aus dem Internet laden. Fremde Datenformate R-Dateien Wichtig ist das Paket foreign, mit dem unter anderem Befehle zum Einlesen von SPSS- und Stata- Dateien (aber nicht Excel) verfügbar gemacht werden. Mit dem Befehl save können Objekte gespeichert und mit load wieder geladen werden. Tabelle 2: Befehle und Pakte zum Einlesen von Daten 3. Daten einlesen Dezimaltrennzeichen Der Punkt ist das Dezimaltrennzeichen in R! Im deutschsprachigen Excel ist es das Komma! Trennzeichen mit dec="," spezifizieren. x <- read.csv(file.choose()) names(x) write.csv(x,file.choose(),row.names=false,quote=f) write.xlsx(x,row.names=f,file=file.choose()) Dieser Befehl öffnet einen Explorer mit dem man die csv-datei einfach anklicken kann. Dieser Befehl gibt die Spaltentitel an (falls vorhanden). Mit diesem Befehl kann man x als csv-datei speichern. Mit diesem Befehl kann man x als xlsx-datei speichern. Tabelle 3: weitere wichtige Befehle Anstelle von TRUE oder FALSE kann man auch einfach T bzw. F schreiben. Dies funktioniert nicht, wenn T und F vorher als Variablen deklariert worden sind.

4 ####Beispielcode für Übungsblatt 1### ###Erste Schritte#### 1+1 a <- 3; b <- 4; c <- a+b print(c) cos(1) sin(pi/2) exp(1) sqrt(9) q() #Mit dem Fragezeichen ruft man die Hilfe zum nachfolgenden Befehl auf? #so ndert man sein Arbeitsverzeichnis setwd("c:/temp") #find gibt das Paket aus dem der Befehl kommt find("setwd") # apropos ruft alle Objekte auf die den entsprechenden Begriff enthalten apropos("mean") # So kann man ein Beispiel zu einem Befehl aufrufen example("mean") #so Pakete durch Befehl instalieren install.packages("xlsx",dep=true) #Zum Benutzen der Pakete ist es desweiteren erforderlich, #das Paker zu laden. Per Befehl geht dies so: library(xlsx) #So bekommt ihr die Hilfe zum Paket library(help=xlsx) install.packages("aer") library(aer) library(help=aer) ###Daten Einlesen#### ###Die Dateien bsp1.txt, bsp2.csv, bsp2.xlsx und bsp3.rdata ###müssen zunächst unter C:/temp gespeichert werden #oder in einem beliebigen Ordner den ihr durch folgenden Befehl #zum Arbeitsverzeichnis machen knnt: setwd("c:/temp") #Einlesen x <- read.csv("bsp1.txt") #Entweder durch Änderung der Standardeinstellungen das Dezimalzeichen #und den Seperator defenieren: x <- read.csv("bsp2.csv", dec=",", sep=";") #Oder (schon voreingestellt im neuen Befehl) read.csv2 x <- read.csv2("bsp2.csv") #Daten in Excel markieren und kopieren x <- read.table("clipboard", header=true, dec=",") x <- read.xlsx("bsp2.xlsx",sheetindex=1)

5 x <- read.csv(" /empirischemethoden/ws1011/daten/bsp1.txt") # Pakete -- Installiere Paket -- foreign auswählen, danach library(foreign) x <- read.dta("bsp3.dta") save(x,file="bsp3.rdata") rm(x) load(file="bsp3.rdata")