In diesem Repository stelle ich die Skripte zur Verfügung, die ich nutze, um meinen Studierenden die Datenanalyse mit R näherzubringen. Ich nutze diese Skripte in meinem Forschungsseminar im Master "Interdisziplinäre Public und Nonprofit Studien" am Fachbereich Sozialökonomie der Universität Hamburg.
Der Fokus der Skripte liegt auf der Einführung in R. Auch wenn einige Basics erklärt werden, so spielen die statistischen Grundlagen eine eher untergeordnete Rolle, da die Studierenden bereits entsprechende Kurse belegt haben. Die Studierenden sollen stattdessen lernen, mir R umzugehen und ihre eigenen Daten auszuwerten.
Die Skripte sind stark durch das Buch "Discovering Statistics Using R" von Field, Miles und Field inspiriert, das ich sehr empfehlen kann.
Die meisten der verwendeten Datensätze stammen aus der Online-Erweiterung des Buches "Discovering Statistics Using R" und können hier heruntergeladen werden: https://studysites.uk.sagepub.com/dsur/study/articles.htm.
Folgende Datensätze wurden verwendet:
| Dateiname im Repository | Original von Field et al. | Modifikation |
|---|---|---|
| album_sales.csv | Album Sales 2.dat | viele |
| drug.csv | Viagra.dat | Variable umbenannt |
| exam_anxiety.csv | Exam Anxiety.dat | -- |
| Lecturer_Data.csv | Lecturer Data.dat | ID hinzugefügt |
| Lecturer_Data_Missing.csv | Lecturer Data.dat | Missings erzeugt |
| spider_long.csv | SpiderLong.dat | Variablen umbenannt |
| spider_wide.csv | SpiderWide.dat | -- |
Das Repository enthält ein Skript (RMarkdown/convert_field_datasets.R), das die heruntergeladenen Datensätze so modifiziert, dass sie für das Skript verwendet werden können. Dazu müssen lediglich die Original-Datensätze im Unterordner RMarkdown/data gespeichert werden.
+---PDF # Skripte als PDF
\---RMarkdown # RMarkdown-Dateien zum kompilieren
+---data # Datensätze (außer diejenigen von Field et al.)
+---fig # Grafiken
\---output # Speicherort für Outputs
Die Einführung in R ist in fünf Dokumente unterteilt. Die Dokumente werden den Studierenden als PDF zur Verfügung gestellt. Folgende Teile stehen zur Verfügung:
- Teil 1: Einführung, Datenmanagement, deskriptive Statistik
- Teil 1.1: Exkurs Datentypen (wurde ausgelagert, da die Erläuterungen bei den Studierenden oftmals für mehr Verwirrung als Klarheit sorgen)
- Teil 2: Bi- und multivariate Zusammenhänge (t-Tests, ANOVA, lineare Regression)
- Teil 3: Export von Tabellen nach Word
- Teil 4: Erstellen von Grafiken
Die PDF-Dokumente stehen unter CC-BY 4.0 zur freien Verfügung. Die RMarkdown-Dateien können unter der MIT-Lizenz frei verwendet werden.
Wenn Sie die Skripte verwenden, würde ich mich über eine Nachricht freuen.
Die Skripte stehen als RMarkdown-Dateien zur Verfügung und können gerne für die eigenen Zwecke angepasst werden. Um die RMarkdown-Dateien nach PDF oder HTML zu kompilieren, sind folgende Schritte notwendig:
- Ordner
RMarkdownherunterladen - Datensätze von https://studysites.uk.sagepub.com/dsur/study/articles.htm herunterladen, im Unterordner
dataspeichern, mithilfe vonconvert_field_datasets.Rin CSV konvertieren und umbenennen - Pakete installieren (s.u.)
Zum Kompilieren der RMarkdown-Dateien müssen folgende Pakete installiert sein (install.packages("package", dep = TRUE)):
- bitops
- broman
- car
- caTools
- coefplot
- cowplot
- data.table
- effsize
- ggedit
- interplot
- knitr
- lm.beta
- psych
- reshape2
- rmarkdown
- sjstats
- skimr
- stargazer
- tidylog
- tidyverse
- yarrr
Ich bin weder Statistiker noch Programmierer (sondern Juniorprofessor für Public Management). Daher bin ich für jedes Feedback dankbar. Schreiben Sie mir eine E-Mail oder posten Sie einen Eintrag unter Issues.
Letzter erfolgreicher Build mit folgenden Session Infos:
R version 3.5.3 (2019-03-11)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows >= 8 x64 (build 9200)
Matrix products: default
locale:
[1] LC_COLLATE=German_Germany.1252 LC_CTYPE=German_Germany.1252 LC_MONETARY=German_Germany.1252 LC_NUMERIC=C
[5] LC_TIME=German_Germany.1252
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] ggedit_0.3.0 coefplot_1.2.6 reshape2_1.4.3 cowplot_0.9.4 data.table_1.12.0 stargazer_5.2.2
[7] lm.beta_1.5-1 sjstats_0.17.4 car_3.0-2 carData_3.0-2 yarrr_0.1.5 circlize_0.4.5
[13] BayesFactor_0.9.12-4.2 Matrix_1.2-15 coda_0.19-2 jpeg_0.1-8 effsize_0.7.4 tidylog_0.1.0
[19] skimr_1.0.5 forcats_0.4.0 stringr_1.4.0 dplyr_0.8.0.1 purrr_0.3.1 readr_1.3.1
[25] tidyr_0.8.3 tibble_2.0.1 ggplot2_3.1.0 tidyverse_1.2.1 knitr_1.22
loaded via a namespace (and not attached):
[1] useful_1.2.6 TH.data_1.0-10 minqa_1.2.4 colorspace_1.4-0 rio_0.5.16 sjlabelled_1.0.17 htmlTable_1.13.1
[8] estimability_1.3 GlobalOptions_0.1.0 base64enc_0.1-3 rstudioapi_0.9.0 MatrixModels_0.4-1 mvtnorm_1.0-10 lubridate_1.7.4
[15] xml2_1.2.0 codetools_0.2-16 splines_3.5.3 mnormt_1.5-5 sjmisc_2.7.9 Formula_1.2-3 jsonlite_1.6
[22] nloptr_1.2.1 interactionTest_1.1 broom_0.5.1 cluster_2.0.7-1 shiny_1.2.0 compiler_3.5.3 httr_1.4.0
[29] emmeans_1.3.3 backports_1.1.3 assertthat_0.2.0 lazyeval_0.2.1 cli_1.0.1 later_0.8.0 htmltools_0.3.6
[36] acepack_1.4.1 tools_3.5.3 gtable_0.2.0 glue_1.3.1 Rcpp_1.0.0 cellranger_1.1.0 nlme_3.1-137
[43] psych_1.8.12 insight_0.1.2 xfun_0.5 openxlsx_4.1.0 lme4_1.1-21 rvest_0.3.2 miniUI_0.1.1.1
[50] mime_0.6 gtools_3.8.1 interplot_0.2.1 shinyAce_0.3.3 MASS_7.3-51.1 zoo_1.8-4 scales_1.0.0
[57] shinyBS_0.61 promises_1.0.1 hms_0.4.2 parallel_3.5.3 sandwich_2.5-0 RColorBrewer_1.1-2 yaml_2.2.0
[64] curl_3.3 gridExtra_2.3 pbapply_1.4-0 rpart_4.1-13 latticeExtra_0.6-28 stringi_1.4.3 checkmate_1.9.1
[71] boot_1.3-20 zip_2.0.1 shape_1.4.4 rlang_0.3.1 pkgconfig_2.0.2 arm_1.10-1 lattice_0.20-38
[78] htmlwidgets_1.3 labeling_0.3 tidyselect_0.2.5 plyr_1.8.4 magrittr_1.5 R6_2.4.0 generics_0.0.2
[85] Hmisc_4.2-0 multcomp_1.4-10 pillar_1.3.1 haven_2.1.0 foreign_0.8-71 withr_2.1.2 survival_2.43-3
[92] abind_1.4-5 nnet_7.3-12 modelr_0.1.4 crayon_1.3.4 grid_3.5.3 readxl_1.3.1 digest_0.6.18
[99] xtable_1.8-3 httpuv_1.4.5.1 munsell_0.5.0