R – kurz & gut
Diese Publikation zitieren
Accesses
Beschreibung / Abstract
Die praktische Kurzeinführung und Referenz für die Statistik-Software R
- Konkurrenzlos günstig und kompakt
- Für Studium, Wissenschaft und die Datenanalyse in Unternehmen
- Deckt den kompletten Datenzyklus ab: Datenerzeugung, das Einlesen und Speichern, Bearbeiten und Aufbereiten der Daten, die graphische Darstellung und die statistische Auswertung
In Zeiten von Data Mining und künstlicher Intelligenz ist die Verarbeitung großer Datenmengen ein Thema, dessen Bedeutung enorm zugenommen hat. Die beliebte Open-Source-Software R ist eine Programmiersprache und Arbeitsumgebung, die auf die numerische und graphische Datenanalyse spezialisiert ist. Dieses Buch hat das Ziel, Sie schnell und effizient mit R vertraut zu machen und Ihnen die prinzipielle Funktionsweise und die Möglichkeiten, die diese Sprache bietet, zu vermitteln.
R – kurz & gut richtet sich an diejenigen, die sich bereits mit statistischen Grundbegriffen auskennen und möglichst schnell mit R produktiv starten möchten. Das Buch bietet eine Einführung in die Arbeit mit der Entwicklungsumgebung und vermittelt einen Überblick über die R-Syntax. Eine kompakte Referenz der zentralen statistischen und programmatischen Funktionen, die zum Basispaket von R gehören, ermöglichen Ihnen ein schnelles Nachschlagen.
Beschreibung
Inhaltsverzeichnis
- BEGINN
- Inhalt
- Kapitel 1: Arbeiten mit R
- Es geht auch ohne Installation
- R installieren
- Die R-Konsole starten
- Interaktiv arbeiten
- Skripte ausführen
- Pakete nutzen
- Alternative Arbeitsumgebungen
- Alternative R-Distributionen
- Beispieldatensätze
- Kapitel 2: Grundlagen der Sprache R
- Der Programmtext
- Das Programm
- Elementare Ausdrücke
- Zusammengesetzte Ausdrücke
- Objekte
- Kapitel 3: Elementare Datentypen
- Atomische Typen
- Ganze und reelle Zahlen (integer und double)
- Komplexe Zahlen (complex)
- Texte (character)
- Boolesche Werte (logical)
- Rohdaten (raw)
- Kapitel 4: Vektoren und Listen
- Atomische Vektoren
- Sequenzen generieren
- Vektorarithmetik und -recycling
- Benannte Vektoren
- Listen
- Teilvektoren
- Kapitel 5: Variablen
- Umgebungen
- Mit Umgebungen arbeiten
- Vordefinierte Variablen
- Variablen zuweisen
- Variablen verwenden
- Umgebungen als Objekte
- Kapitel 6: Erweiterte Datenstrukturen
- Faktoren
- Mehrdimensionale Strukturen
- Dataframes
- Kapitel 7: Funktionen
- Funktionen als Objekte
- Funktionen untersuchen
- Funktionen definieren
- Anonyme Funktionen
- Funktionen als Closures
- Operatorfunktionen
- Zuweisungsfunktionen
- Klassen und generische Funktionen
- Kapitel 8: Programmsteuerung
- Verzweigungen
- Schleifen
- Ausnahme- und Meldungsbehandlung
- Anhang A: Funktionsübersicht
- Anhang B: Übersicht der Standardpakete
- Index