R in 10 Schritten

Rainer W. Alexandrowicz, (Ass.Prof. Mag. Dr.) ist Mitarbeiter des Instituts für Psychologie, Abteilung für Angewandte Psychologie und Methodenforschung der Universität Klagenfurt

1. Schritt: Kennenlernen von R 15
1.1 Einrichtung des Programms 16
1.1.1 Download 16
1.1.2 Installation unter Windows 18
1.1.3 Installation unter dem MacOS 21
1.1.4 Installation unter Linux 21
1.2 Die Programmoberfläche 21
1.2.1 Die Konsole 22
1.2.2 Das Skriptfenster (R-Editor) 24
1.2.3 Das Grafikfenster 25
1.2.4 Der Dateneditor 26
1.3 Erweiterungen der Programmoberfläche: Editoren (*) 27
1.4 Erweiterungen des Funktionsumfangs: Pakete (*) 28
1.4.1 Laden eines vorhandenen Pakets 28
1.4.2 Installation eines neuen Pakets 29
1.4.3 Installation aus der zip-Datei 31
1.5 Übungen 32
2. Schritt: Arbeiten mit R 33
2.1 Einfache Rechenoperationen 33
2.2 Kommentare 37
2.3 Mehrere Befehle in einer Zeile mit „ ; “ 37
2.4 Mehrzeilige Eingabe: das Fortsetzungszeichen „+“ 37
2.5 Groß- und Kleinschreibung 38
2.6 Umleitung des Konsoleninhalts mit sink() 39
2.7 Hilfe finden 39
2.7.1 Ad-hoc-Hilfe uber die Konsole 40
2.8 Handbücher und Vignetten 40
2.8.1 Online-Hilfe 41
2.9 Übungsaufgaben 43
3. Schritt: Variablen, Objekte und der workspace 45
3.1 Anlegen und Ausgeben eines Objektes 45
3.1.1 Ausgabe mittels print() 47
3.1.2 Ausgabe mittels cat() 47
3.2 Objektnamen 48
3.3 Der workspace (*) 49
3.3.1 Anzeigen der Objekte im workspace 50
3.3.2 Speichen der Objekte im workspace 50
3.4 Zufallsvariable – Variable – Objekt (*) 52
3.5 Übungsaufgaben 53
4. Schritt: Objekttypen 55
4.1 Numerische Objekte 55
4.1.1 Dezimalzahlen 56
4.1.2 Ganze Zahlen (integers) 60
4.1.3 Komplexe Zahlen (*) 61
4.2 Textobjekte 61
4.2.1 Anfuhrungszeichen in strings 62
4.2.2 Backslash in strings 62
4.2.3 Lange eines strings: nchar() 63
4.2.4 Strings zusammenfugen: paste() 63
4.2.5 Textteile kopieren und ersetzen: substr() und sub() 64
4.2.6 Gros- und Kleinschreibung: toupper() und tolower() 65
4.2.7 Zahlen formatieren: formatC() 66
4.3 Logische Objekte, Abfragen und die Funktion if() 67
4.3.1 Einfache logische Ausdrucke 67
4.3.2 Zusammengesetzte logische Ausdrucke 69
4.3.3 Das explizite und das implizite if() 70
4.4 Datums- und Zeitangaben 71
4.4.1 Das Date-Format 72
4.4.2 Die POSIX-Formate 75
4.5 Typumwandlung 77
4.5.1 Die Pradikatfunktion is. 78
4.5.2 Die Umwandlungsfunktion as. 79
4.5.3 Weitere Typumwandlungen 79
4.5.4 Implizite Typumwandlungen (*) 80
4.6 Objektattribute (*) 80
4.6.1 Die Attribute type, mode und storage.mode 81
4.6.2 Das class-Attribut 83
4.6.3 Abfrage und Modifikation von Objektattributen 84
4.7 Übungsaufgaben 84
5. Schritt: Datenstrukturen in R 87
5.1 Vektoren 87
5.1.1 Erstellung eines Vektors 87
5.1.2 Rechnen mit Vektoren 92
5.1.3 Auswahl von Vektorelementen: [ ] 92
5.1.4 Automatische Verlangerung eines Vektors 97
5.1.5 Vektoren unterschiedlicher Lange: recycling 97
5.1.6 Nutzliche Funktionen fur Vektoren (*) 100
5.2 Matrizen und Arrays 101
5.2.1 Die Struktur einer Matrix 102
5.2.2 Erstellung einer Matrix 102
5.2.3 Zeilen- und Spaltennamen 107
5.2.4 Auswahl von Matrix-Elementen: [ ] 108
5.2.5 Die Grose einer Matrix: dim(), nrow() und ncol() 110
5.2.6 Rechnen mit Matrizen (*) 112
5.2.7 Hoherdimensionale Matrizen: Arrays (*) 113
5.3 Listen 118
5.3.1 Erstellung einer Liste 119
5.3.2 Auswahl von Listenelementen: [[ ]] 119
5.3.3 Benannte Listen – Auswahl mit $ 121
5.3.4 Geschachtelte Listen 123
5.3.5 Umwandlung einer Liste in einen Vektor: unlist() 124
5.4 Spezialfall Datenmatrix: der data.frame 125
5.4.1 Erstellung eines data.frame 127
5.4.2 Auswahl von Werten 130
5.4.3 Auswahl durch Bedingungen 132
5.4.4 Teilmengen mit subset() 134
5.4.5 Hinzufugen von Spalten 135
5.5 Faktoren 136
5.5.1 Vom Vektor zum Faktor 136
5.5.2 Vom Faktor zum Vektor 137
5.5.3 Vorkommen und Anwendung 139
5.6 Die Struktur eines Objektes: str() 139
5.7 Die verschiedenen Klammern: ( ), [ ], [[ ]] und { } 141
5.8 Vereinfachter Zugriff auf Variablen (*) 142
5.8.1 Maskierungen durch attach() 142
5.8.2 Demaskierung mit detach() 143
5.8.3 Weitere Vereinfachungen 143
5.9 Übungsaufgaben 143
6. Schritt: Datenimport und -export 145
6.1 Daten- und Dateiformate 146
6.1.1 Das Textformat – ASCII-Dateien 146
6.1.2 Binardateien 146
6.1.3 Laufwerke und Verzeichnisse 147
6.1.4 Grundlegendes zur Datenerfassung 148
6.2 Dateneingabe in R 148
6.2.1 Dateneingabe uber R-Code 148
6.2.2 Elementweise Eingabe mit scan() 149
6.2.3 Dateneingabe uber den R-Editor 152
6.2.4 Der R-eigene Datenenditor: edit(), fix() und View() 153
6.3 Lesen und Schreiben von ASCII-Dateien 155
6.3.1 Einlesen von Daten aus ASCII-Dateien: read.table() 155
6.3.2 Einlesen von ASCII-Daten uber die Zwischenablage 157
6.3.3 Schreiben von Daten in ASCII-Dateien: die Gebruder write() 157
6.4 Das binäre R-Format (*.RData): save() und load() 159
6.5 Import von Daten aus SPSS (*.sav) 161
6.5.1 Einlesen mit read.spss() 161
6.5.2 Einlesen mit spss.get() 163
6.5.3 Das Paket spssDDI 163
6.6 Datenaustausch mit EXCEL 166
6.6.1 Einlesen uber ASCII-Zwischendatei 166
6.6.2 Direkter Datenaustausch mit EXCEL 166
6.6.3 Abschliesende Bemerkungen 175
6.7 Übungsaufgaben 175
7. Schritt: Datenaufbereitung 177
7.1 Fehlende Werte 177
7.1.1 Fehlende Werte kennzeichnen 177
7.1.2 Fehlende Werte zahlen 180
7.1.3 Standardprozeduren fur fehlende Werte 182
7.2 Variablen recodieren 185
7.2.1 Items umpolen 185
7.2.2 Recodieren mit if() und ifelse() 186
7.2.3 Recodieren mit recode() 188
7.2.4 Kategorien bilden mit cut() 190
7.2.5 Summenscores mit rowSums() 191
7.2.6 Schreibvereinfachungen: with(), within() und transform() 192
7.3 Daten sortieren: sort(), order() und rank() 194
7.3.1 Sortieren eines Vektors 194
7.3.2 Sortieren von Matrizen und Datensatzen 196
7.4 Datensätze zusammenführen und teilen 200
7.4.1 Hinzufugen von Zeilen: rbind() 200
7.4.2 Hinzufugen von Spalten: cbind() 201
7.4.3 Zusammenfuhren mehrerer Datensatze: merge() 203
7.4.4 Aufteilen eines Datensatzes: split() 204
7.5 Übungsaufgaben 206
8. Schritt: Erstellung von Grafiken 207
8.1 Dosenfutter: Vorgefertigte Standardgrafiken 207
8.1.1 Das Balkendiagramm: barplot() 208
8.1.2 Das Box (and Whiskers) Plot 209
8.1.3 Das Histogramm und andere Dichteschatzer 210
8.1.4 Das Liniendiagramm 212
8.1.5 Das Streudiagramm – Scatterplot 213
8.1.6 Das Rug-Plot 215
8.2 „Pimp my plot “: Diagramme anpassen und erweitern 216
8.2.1 Linien, Symbole und Farben 216
8.2.2 Achsen- und Randgestaltung 219
8.2.3 Hinzufugen von Punkten, Linien, Pfeilen und Kurven 223
8.2.4 Hinzufugen von Text und Formeln 226
8.2.5 Diagramme nebeneinander: mfrow und mfcol 230
8.2.6 Uberlagerung mehrerer Diagramme 231
8.3 Frisch gekocht: Diagramme selbst zeichnen 231
8.4 Verwaltung von Grafik-Optionen: par() 232
8.5 Grafiken speichern und exportieren 233
8.5.1 Zeichnen im Fenster 233
8.5.2 Zeichnen in die Datei 234
8.5.3 Grafiken als Objekte 235
8.6 Übungsaufgaben 235
9. Schritt: Grundlegende statistische Prozeduren 237
9.1 Häufigkeitstabellen 237
9.1.1 Randsummen 238
9.1.2 Relative Haufigkeiten und Prozentuierungen 240
9.2 Deskriptivstatistische Kennzahlen 242
9.2.1 Mittelwerte 242
9.2.2 Der Range 243
9.2.3 Varianz und Standardabweichung 244
9.2.4 Kovarianz und Korrelation 245
9.2.5 Lineare Regression 247
9.3 Kennzahlen, die auf Rangplätzen beruhen 252
9.3.1 Lage- und Streuungsmase 252
9.3.2 Eine Ubersicht mit summary() 253
9.3.3 Zusammenhangsmase 254
9.4 Die t-Tests 255
9.4.1 Eine Stichprobe 255
9.4.2 Abhangige Stichproben 256
9.4.3 Zwei Stichproben 258
9.4.4 Technische Details 260
9.5 Zweigruppenvergleiche bei Rangdaten: wilcox.test() 263
9.6 Mehrgruppenvergleiche: Alpha-Überhöhung und -Korrektur 265
9.7 Gruppierte Auswertungen: by() und tapply() 268
9.7.1 Die Funktion by() 268
9.7.2 Die Funktion tapply() 269
9.8 Übungsaufgaben 270
10. Schritt: Grundzüge des Programmierens mit R 271
10.1 Funktionen 271
10.1.1 Definition und Aufruf einer Funktion 271
10.1.2 Argumente 273
10.1.3 Default-Werte 275
10.1.4 Aufruf mit benannten Argumenten 277
10.1.5 Fehler abfangen 278
10.1.6 Ruckgabe von Ergebnissen 279
10.2 Schleifen 281
10.2.1 Die for - Schleife 281
10.2.2 Die repeat-, die while()- Schleife und der Ausstieg (*) 285
10.3 Die Familie apply() 287
10.3.1 Der einfachste Fall: apply() 288
10.3.2 Spezialfall Listen: lapply() und sapply() 289
10.3.3 Spezialfall Gruppen: tapply() 292
10.3.4 Spezialfall geschachtelte Listen: rapply() 293
10.3.5 Spezialfall mehrere Objekte: mapply() 294
10.3.6 Spezialfall Performancesteigerung: vapply() 294
10.3.7 Spezialfall Environment: eapply() 294
10.4 Übungsaufgaben 295
11. Anhang 296
11.1 Menüs der Konsole 296
11.2 Die Menüs des Grafikfensters 297
11.2.1 Das Menu Datei 297
11.2.2 Das Menu History 297
11.2.3 Das Menu Resize 298
12. Literaturverzeichnis 299
13. Stichwortverzeichnis 300