Purchase access. Login

R für Einsteiger

Einführung in die Statistik-Software für die Sozialwissenschaften. Mit Online-Material

Maike Luhmann

Cite this publication as

Maike Luhmann, R für Einsteiger (2020), Beltz Verlagsgruppe, 69 469 Weinheim, ISBN: 9783621287913

Tracked since 05/2018

1000
downloads

Description / Abstract

R ist eine beliebte freie Statistik-Software, die in vielen Wissenschaftszweigen verwendet wird. Die Vorteile: R ist kostenlos. R ist flexibler als die meisten kommerziellen Statistik-Programme. R ist dynamisch und wird kontinuierlich weiterentwickelt.

Hier werden die Schritte der Datenaufbereitung und Datenanalyse besprochen, die für die psychologische und sozialwissenschaftliche Forschung zentral sind. Das Vorgehen wird an Datenbeispielen ausführlich erklärt. Die Daten werden online zur Verfügung gestellt, sodass die Funktionen direkt am PC ausprobiert und nachvollzogen werden können – ohne Vorkenntnisse im Programmieren. Übersichtstabellen mit den wichtigsten Befehlen erleichtern das Nachschlagen – und Beispiele, Übungsaufgaben und Anwendertipps helfen beim Einstieg in die Software.

In der 5. Auflage neu: Poweranalyse und Troubleshooting; moderne Datenanalyse mit tidyverse; Tipps für den Workflow und ein sauber strukturiertes R-Skript

Für Studierende der Psychologie und der Sozialwissenschaften und empirisch arbeitende Wissenschaftlerinnen und Wissenschaftler.

Aus dem Inhalt: Installation von R • Grundlagen der Programmiersprache R • Datenaufbereitung • Datenvisualisierung • Univariate und bivariate Deskriptivstatistik • Varianzanalyse • Regressionsanalyse • Mehrebenenanalyse u.a.

Review

»Eine bessere Begleitung beim Einstig in eine neue Software kann man sich kaum wünschen.« Praxis der Kinderpsychologie und Kinderpsychiatrie

Table of content

  • BEGINN
  • Inhaltsübersicht
  • Vorwort zur fünften Auflage
  • 1 Einleitung
  • 1.1 Warum R?
  • 1.2 Für wen ist dieses Buch?
  • 1.3 Wie benutzt man dieses Buch?
  • 1.4 Weiterentwicklungen und Aktualität des Buchs
  • 1.5 Verwendete Schriftarten
  • 2 Installation
  • 2.1 Download und Installation von R
  • 2.2 Download und Installation von RStudio
  • 3 Ein erster Überblick
  • 3.1 RStudio im Überblick
  • 3.2 Zusätzliche Pakete
  • 3.3 Hilfe zu R
  • 3.4 Die wichtigsten Funktionen im Überblick
  • 4 Einführung in die Programmiersprache
  • 4.1 R als Taschenrechner
  • 4.2 Logische Abfragen
  • 4.3 Funktionen
  • 4.4 Kommentare
  • 4.5 Ein paar Stilregeln
  • 4.6 Übungen
  • 5 Objekte
  • 5.1 Neue Objekte anlegen
  • 5.2 Objekttypen
  • 5.3 Elemente aus Objekten auswählen
  • 5.4 Der Workspace
  • 5.5 Objekte speichern und öffnen
  • 5.6 Die wichtigsten Funktionen im Überblick
  • 5.7 Übungen
  • 6 Daten importieren
  • 6.1 Daten aus Textdateien einlesen
  • 6.2 Andere Datenformate einlesen
  • 6.3 Daten betrachten
  • 6.4 Daten speichern
  • 6.5 Die wichtigsten Funktionen im Überblick
  • 6.6 Übungen
  • 7 Datenaufbereitung
  • 7.1 Klassische und moderne Datenaufbereitung
  • 7.2 Variablen erstellen und bearbeiten
  • 7.3 Data Frames reduzieren
  • 7.4 Data Frames sortieren
  • 7.5 Data Frames zusammenfügen
  • 7.6 Data Frames umstrukturieren
  • 7.7 Fortgeschrittene Datenaufbereitung
  • 7.8 Funktionen aus den R-Basispaketen im Überblick
  • 7.9 tidyverse-Funktionen im Überblick
  • 7.10 Übungen
  • 8 Univariate deskriptive Statistik
  • 8.1 Häufigkeitstabellen
  • 8.2 Deskriptive Kennwerte
  • 8.3 Gruppenvergleiche
  • 8.4 Die wichtigsten Funktionen im Überblick
  • 8.5 Übungen
  • 9 Bivariate deskriptive Statistik
  • 9.1 Kontingenztabellen
  • 9.2 Zusammenhangsmaße für metrische Variablen
  • 9.3 Zusammenhangsmaße für nicht-metrische Variablen
  • 9.4 Die wichtigsten Funktionen im Überblick
  • 9.5 Übungen
  • 10 Datenvisualisierung
  • 10.1 Einführung in die klassischen Grafik-Funktionen
  • 10.2 Einführung in ggplot2
  • 10.3 Ausgewählte Diagramme
  • 10.4 Die wichtigsten klassischen Grafik-Funktionen im Überblick
  • 10.5 Zusätzliche Argumente für klassische Grafik-Funktionen
  • 10.6 Die wichtigsten ggplot2-Funktionen im Überblick
  • 10.7 Zusätzliche Argumente für ggplot2-Funktionen
  • 10.8 Übungen
  • 11 Wahrscheinlichkeitsverteilungen
  • 11.1 Grafische Darstellung der Wahrscheinlichkeitsverteilung
  • 11.2 Berechnung von Quantilen
  • 11.3 Berechnung von Flächenanteilen bzw. p-Werten
  • 11.4 Tests für die Prüfung der Normalverteilungsannahme
  • 11.5 Die wichtigsten Funktionen im Überblick
  • 11.6 Übungen
  • 12 Mittelwertsvergleiche mit t-Tests
  • 12.1 Einstichproben-t-Test
  • 12.2 t-Test für unabhängige Stichproben
  • 12.3 t-Test für abhängige Stichproben
  • 12.4 Die wichtigsten Funktionen im Überblick
  • 12.5 Übungen
  • 13 Varianzanalyse ohne Messwiederholung
  • 13.1 Einfaktorielle Varianzanalyse ohne Messwiederholung
  • 13.2 Mehrfaktorielle Varianzanalyse ohne Messwiederholung
  • 13.3 Die wichtigsten Funktionen im Überblick
  • 13.4 Übungen
  • 14 Varianzanalyse mit Messwiederholung
  • 14.1 Datenstruktur
  • 14.2 Einfaktorielle Varianzanalyse mit Messwiederholung
  • 14.3 Mehrfaktorielle gemischte Varianzanalyse
  • 14.4 Die wichtigsten Funktionen im Überblick
  • 14.5 Übungen
  • 15 Grundlagen der Regressionsanalyse
  • 15.1 Einfache lineare Regression
  • 15.2 Multiple Regression
  • 15.3 Hierarchische Regression
  • 15.4 Modellannahmen prüfen
  • 15.5 Die wichtigsten Funktionen im Überblick
  • 15.6 Übungen
  • 16 Spezielle Regressionsmodelle
  • 16.1 Kategoriale Prädiktoren
  • 16.2 Kovarianzanalyse
  • 16.3 Moderierte Regression
  • 16.4 Nicht-lineare Regression
  • 16.5 Logistische Regression
  • 16.6 Die wichtigsten Funktionen im Überblick
  • 16.7 Übungen
  • 17 Nonparametrische Verfahren
  • 17.1 Der chi²-Test
  • 17.2 Der Wilcoxon-Test
  • 17.3 Der Kruskal-Wallis-Test
  • 17.4 Die wichtigsten Funktionen im Überblick
  • 17.5 Übungen
  • 18 Verfahren für die Testkonstruktion
  • 18.1 Exploratorische Faktorenanalyse
  • 18.2 Itemanalyse und interne Konsistenz
  • 18.3 Die wichtigsten Funktionen im Überblick
  • 18.4 Übungen
  • 19 Lineare Strukturgleichungsmodelle
  • 19.1 Multiple Regression mit lavaan
  • 19.2 Pfadmodell mit Mediatorvariable
  • 19.3 Konfirmatorische Faktorenanalyse
  • 19.4 Kombination von Mess- und Strukturmodell
  • 19.5 Erstellen eines Pfaddiagramms
  • 19.6 Weitere Funktionen und ergänzende Pakete
  • 19.7 Die wichtigsten Funktionen im Überblick
  • 19.8 Übungen
  • 20 Mehrebenenanalyse
  • 20.1 Das Nullmodell
  • 20.2 Das Random-Intercept-Modell
  • 20.3 Das Random-Slopes-Modell
  • 20.4 Modelle mit Ebene-2-Prädiktoren
  • 20.5 Die wichtigsten Funktionen im Überblick
  • 20.6 Übungen
  • 21 Poweranalysen und Stichprobenumfangsplanung
  • 21.1 Poweranalysen mit dem pwr-Paket
  • 21.2 Simulationsbasierte Poweranalysen
  • 21.3 Übungen
  • 22 Ausgaben exportieren
  • 22.1 Daten exportieren
  • 22.2 Tabellen exportieren
  • 22.3 Diagramme exportieren
  • 22.4 Kommentierte Ausgaben mit R Markdown erstellen
  • 22.5 Die wichtigsten Funktionen im Überblick
  • 23 Tipps für den Workflow
  • 23.1 Ordner- und Dateienstruktur
  • 23.2 RStudio-Projekte und relative Pfade
  • 23.3 Aufbau eines R-Skripts
  • 24 Troubleshooting
  • 24.1 Typische Tippfehler
  • 24.2 Häufige Fehlermeldungen
  • 24.3 Vorgehen bei der Fehlersuche
  • 24.4 Probleme mit der Darstellung von R-Skripten
  • Anhang A: Datensätze
  • Bigfive
  • Erstis
  • Haustier
  • Kultur
  • Minidaten
  • Prüfung
  • Samstag
  • Textdaten_komma und Textdaten_semikolon
  • Therapie
  • Vpn
  • Anhang B: Pakete
  • In diesem Buch verwendete Pakete
  • Pakete für komplexere Analysen
  • Hinweise zum Online-Material
  • Literatur
  • Einige weiterführende Bücher
  • Zitierte Literatur
  • Zitierte Webseiten
  • Sachwortverzeichnis

Related titles

    More of this author(s)