Basics

Über diese Lernreihe

R ist ein Werkzeug für Statistik und Datenmodellierung. Die R-Programmiersprache ist elegant, vielseitig und hat eine sehr ausdrucksstarke Syntax, die auf die Arbeit mit Daten ausgerichtet ist. R ist aber mehr als das – es beinhaltet auch extrem leistungsfähige Grafikfunktionen. Wenn Sie Ihre Daten einfach manipulieren und ansprechend präsentieren wollen, ist R das richtige Werkzeug für Sie.

Genauso wenig wie man Autofahren oder Klavierspielen durch das Lesen eines Buches lernt, lernt man R und Datenanalyse auch am besten durch praktische Beispiele und viel Übung. Learning by Doing! In jeder Lektion finden sich daher eine R Console, in der eigener Code direkt in R ausgeführt werden kann.

Anstatt R einfach nur aus Skripten und Youtube Videos zu lernen, macht es doch viel mehr Spaß, alles direkt und im Browser ausprobieren zu können! R-Befehle können hier online direkt in der Konsole ausgeführt werden. Dazu muss keine extra Software installiert werden (auch wenn man sich früher oder später R installieren sollte ;-)) Das Ergebnis kann direkt mit einem Klick angezeigt werden!

Eigenen R-Code online ausführen

Eigener R-Code kann in Editoren, wie dem unten geschrieben und ausgeführt werden. Anweisung schreiben wir als Kommentare in den Code. Sie werden grau dargestellt und nicht ausgeführt. Alles was nach einem Rautezeichen (#) kommt, ist ein Kommentar.

Hier gilt auch das gelernte Wissen praktisch anzuwenden und Aufgaben zu lösen. Unterhalb ist so ein Editor. Die Aufgabe (die wir hier schon gelöst haben) besteht dahin, die Pearson-Produkt-Moment-Korrelation zwischen den Variablen Groesse und Gewicht zu berechnen.

Dazu stehen einem im Editor zwei Buttons zur Verfügung: <strong>Script Ausführen</strong> und <strong>Antwort überprüfen</strong>. Mit dem ersten wird der Code durch R ausgeführt und das Ergebnis angezeigt. Mit dem zweiten wird zusätzlich noch die Antwort überprüft.

R Konsole
# Ich bin ein Kommentar!
# Unterhalb ein paar R-Befehle…

Groesse <- c(176, 166, 172, 184, 179, 170, 176)
Gewicht <- c(65, 55, 67, 82, 75, 65, 75)

# Korrelation zwischen den beiden Variablen berechnen
cor(Gewicht, Groesse, method = "pearson")

Los geht’s!