Statistik mit R & RStudio - Einfach erklärt mit YouTube Videos, Beispielen und Übungen - Softcover

Inhaltsangabe

Wenn Sie sich für Datenanalyse und Statistik interessieren, kommen Sie nicht an R vorbei. In diesem Buch lernen Sie, wie Sie mit R Daten bearbeiten, statistische Analysen durchführen und Modelle erstellen können. Mit praktischen Beispielen und klaren Erklärungen führt Sie dieses Buch Schritt für Schritt durch die grundlegenden Konzepte der R-Programmierung, einschließlich Datentypen, Funktionen und Datenvisualisierung. Sie lernen, wie man Daten in R einliest, Daten bereinigt und statistische Analysen, wie Hypothesentests oder Varianzanalysen, durchführt. Dieses Buch richtet sich an R-Neueinsteiger, die bereits erste Erfahrungen mit Statistik haben. Als Begleiter zum Buch Statistik Grundlagen, bietet dieses Buch praktische Anwendungsbeispiele und Übungen in R.

Manchmal reicht Lesen allein nicht aus. Daher führt nach jedem Thema ein QR-Code direkt zum YouTube Erklärvideo des Channels von Statistik Grundlagen mit FiveProfs. In kurzen, rund 10 Minuten langen, Videos werden dort noch mal in RStudio die Schritte gezeigt und besprochen.

Wesentliche Inhalte:

• Datenmanagement
• Syntax, Umgang mit Daten und Datensätzen
• Dateien speichern und laden
• Umgang mit Variablen
• Variablentypen
• Datensätze (Dataframes) erzeugen
• Umgang mit Datensätzen
• Datensätze sortieren
• Umgang mit Datensätzen: Fallauswahl
• Datensätze im Long- und im Wide-Format
• Datensätze als csv speichern und laden
• SPSS Datensätze einlesen
• Datenmanagement mit Tidyverse
• Maße der zentralen Tendenz
• Streuungsmaße
• Zusammenfassung von Kennwerten
• Deskriptiver Vergleich von Kennwerten
• Häufigkeitstabellen
• Kreuztabellen
• Korrelation
• Grafiken mit der plot() Funktion
• Balkendiagramm
• Vergleich von Mittelwerten .
• Fehlerbalkendiagramme
• Histogramm
• Boxplot
• Kreisdiagramm
• Streudiagramm
• Streudiagramm-Matrizen .
• Grafiken mit GGPlot2
• Mittelwertsvergleiche
• t-Tests für eine Stichprobe
• t-Tests für unabhängige Stichproben
• t-Test fuer abhängige Stichproben
• Ermittlung der notwendigen Stichprobengröße bei t-Tests
• Ermittlung von kritischen Werten und p-Werten
• Alternative zum t-Test: Bayes Factor Analysis
• Einfaktorielle ANOVA (One-Way Independent ANOVA)
• Post-Hoc Verfahren
• Schritt 5 Grafische Verfahren
• Zweifaktorielle ANOVA (TWO-Way Independent ANOVA)
• Interpretation Quadratsummen
• ANOVA mit afex
• Post-Hoc-Analyse
• Interaktionsplot
• Messwiederholungs-ANOVA (Repeated-Measures ANOVA)
• Mixed-ANOVA
• ANCOVA Kovarianzanalyse
• Einfache lineare Regression
• Multiple lineare Regression
• Multiple Regression mit dichotomen Prädiktoren
• Logistische Regression
• Nichtparametrische Verfahren
• Chi-Quadrat Anpassungstest
• Mehrfelder Chi-Quadrat-Test (Chi-Quadrat-Unabhaengigkeits- Test)
• Rangsummentest Wilcoxon-Test/ Mann-Whitney-U-Test 235
• Einfaktorielle ANOVA nach Kruskal-Wallis (H-Test) 241
• ANOVA nach Friedman

Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.