R version 4.5.1 (2025-06-13)
Platform: x86_64-pc-linux-gnu
Running under: Ubuntu 24.04.3 LTS
Matrix products: default
BLAS: /usr/lib/x86_64-linux-gnu/blas/libblas.so.3.12.0
LAPACK: /usr/lib/x86_64-linux-gnu/lapack/liblapack.so.3.12.0 LAPACK version 3.12.0
locale:
[1] LC_CTYPE=de_DE.UTF-8 LC_NUMERIC=C
[3] LC_TIME=de_DE.UTF-8 LC_COLLATE=de_DE.UTF-8
[5] LC_MONETARY=de_DE.UTF-8 LC_MESSAGES=de_DE.UTF-8
[7] LC_PAPER=de_DE.UTF-8 LC_NAME=C
[9] LC_ADDRESS=C LC_TELEPHONE=C
[11] LC_MEASUREMENT=de_DE.UTF-8 LC_IDENTIFICATION=C
time zone: Europe/Berlin
tzcode source: system (glibc)
attached base packages:
[1] stats graphics grDevices utils datasets methods base
loaded via a namespace (and not attached):
[1] crayon_1.5.3 vctrs_0.6.5 cli_3.6.5 knitr_1.50
[5] rlang_1.1.6 xfun_0.52 stringi_1.8.7 purrr_1.1.0
[9] generics_0.1.4 assertthat_0.2.1 jsonlite_2.0.0 glue_1.8.0
[13] htmltools_0.5.8.1 rmarkdown_2.29 emo_0.0.0.9000 tibble_3.2.1
[17] evaluate_1.0.3 fontawesome_0.5.3 fastmap_1.2.0 yaml_2.3.10
[21] lifecycle_1.0.4 stringr_1.5.2 compiler_4.5.1 sessioninfo_1.2.3
[25] pkgconfig_2.0.3 htmlwidgets_1.6.4 timechange_0.3.0 rstudioapi_0.17.1
[29] digest_0.6.37 R6_2.6.1 pillar_1.10.2 magrittr_2.0.4
[33] tools_4.5.1 lubridate_1.9.4 desc_1.4.3 Übung zur Vorlesung Statistik und Datenanalyse
Vorwort
In dieser Veranstaltung werden wir folgende Werkzeuge verwenden:
ILIAS: die Online-Lernplattform der UzK. Sie sollten alle bereits registriert sein.
Campuswire: die Chatplattform dient der allgemeinen Kommunikation und der Selbstorganisation des Lernens. Verwenden Sie diese, um Fragen mit Ihren Kommilitonen*innen und mir zu diskutieren. Sie sollten eine Einladungsmail zu Campuswire erhalten haben.
Lernergebnisse (intended learning outcomes)
Datenanalyse
- Daten für statistische Analysen aufbereiten
- Explorative (beschreibende) Datenanalyse durchführen
- Daten visualisieren
- Ergebnisse der Analysen reproduzierbar darstellen
Statistische Methoden
- Einfache statistische Kenngrößen (Mittelwert, Standardabweichung etc.) berechnen
- Eine Korrelation zwischen zwei Datensätzen berechnen
- Hypothesentests durchführen und die Ergebnisse richtig berichten und interpretieren
- Konfidenzintervalle berechnen und interpretieren
- Ein lineares Modell berechnen, die Ergebnisse darstellen und interpretieren
Was mir im Umgang miteinander wichtig ist
- Pünktlichkeit in der Vorlesung und den Übungen
- Gute Vorbereitung durch Erledigen der Hausaufgaben
- Respektieren anderer Meinungen
- Offenheit gegenüber neuen Sichtweisen, Themen und Methoden
- Geduld mit sich selbst und den anderen 😄
Sinn und Unsinn dieses Skripts
Dieses Skript ist ein lebendiges Begleitdokument des Kurses. Es wird laufend angepasst und aktualisiert.
Ich nutze verschiedenfarbige Blöcke, um wichtige Stellen hervorzuheben:
Infoblock
Achtung, wichtig!
Definition
Lernziele
Inspiration, Quellen und Danksagung
Dieses Skript baut stark auf folgenden freien Quellen auf:
- r4ds: Wickham, Çetinkaya-Rundel, and Grolemund (2023)
- ggplot2: Wickham (2020)
- ModernDive: Ismay and Kim (2021)
- Introduction to Modern Statistics: Çetinkaya-Rundel and Hardin (2024)
Den Autoren dieser Bücher gilt ein großer Dank für Ihren Beitrag zur -Community !
Reproduzierbarkeit
Dieses Skript wurde in RStudio mit Quarto geschrieben und in R version 4.5.1 (2025-06-13) gebaut. Folgende Pakete werden für die Beispiele und Übungen benötigt:
| package | version | source |
|---|---|---|
| dabestr | NA | NA |
| emojifont | NA | NA |
| fontawesome | 0.5.3 | CRAN (R 4.5.0) |
| gapminder | 1.0.0 | CRAN (R 4.5.0) |
| infer | 1.0.8 | CRAN (R 4.5.0) |
| lubridate | 1.9.4 | CRAN (R 4.5.0) |
| moderndive | NA | NA |
| tidyverse | 2.0.0 | CRAN (R 4.5.0) |
Die komplette Information zur Session lautet:
Dieses Skript ist lizenziert unter Creative Commons Namensnennung - Nicht-kommerziell - Weitergabe unter gleichen Bedingungen 4.0 International.