آموزش آمار توصیفی با R بخش اول: معیارها، توزیع مرکزی و داده‌های پرت - آخرین آپدیت

درس ها Lessons

• Einführung

• Überblick zu den R Grundlagen

• Installation von R und Einrichtung der Entwicklungsumgebung RStudio

• Orientierung in der RStudio-Oberfläche und wichtige Funktionen

• Einführung in die wichtigsten Objektarten und Datenstrukturen in R

• Methoden zum Einlesen und Vorbereiten von Datensätzen in R

• Überblick über typische Verfahren der Datenerhebung in der Statistik

• Grundlegende Einordnung der Statistik als wissenschaftliche Disziplin

• Überblick zu den statistischen Grundlagen mit R

• Theoretische Einführung in Skalenniveaus: Nominalskala, Ordinalskala und metrische Skalen

• Anwendungsaufgabe zur Bestimmung geeigneter Skalenniveaus für unterschiedliche Datentypen

• Lösung und Begründung der Skalenklassifikation anhand von Beispielen

• Überblick zu Mittelwerten und deren Rolle in der deskriptiven Analyse

• Definition und Unterschiede von Mittelwertkennzahlen

• Median und Modalwert

• Arithmetisches Mittel

• Vergleich des arithmetischen und geometrischen Mittels hinsichtlich Anwendung und Aussagekraft in R

• Median in R

• Modalwert in R

• Überblick zur Verteilung von Werten und deren Visualisierung

• Erstellung und Interpretation von Histogrammen zur Darstellung von Häufigkeiten

• Nutzung der R-Bibliothek dplyr zur Aufbereitung von Verteilungsdaten

• Übung zur Untersuchung und Darstellung der Werteverteilung eines Datensatzes

• Lösung der Übung zur Untersuchung und Darstellung der Werteverteilung eines Datensatzes

• Einführung in die wichtigsten Maße der Streuung und deren Bedeutung für die Datenanalyse

• Quantile und Lageverteilung auswerten und interpetieren in R

• Skew und Kurtosis ermitteln und einordnen in R

• Perzentile berechnen und interpretieren in R

• Boxplots visualisieren in R

• Datenklassierung in R

• Aufgabe zur Lageverteilung von Daten in R

• Datenklassierung mit gleichgroßen Klassen in R

• Lösung der Aufgabe zur Lageverteilung von Daten in R

• Überblick zu Streuungsmaße zur Beschreibung der Variabilität von Daten

• Einführung in die wichtigsten Maße der Streuung Teil 1

• Einführung in die wichtigsten Maße der Streuung Teil 2

• Spannweite berechnen und interpretieren in R

• Lineare Streuung Spannweite berechnen und interpretieren in R

• Varianz und Standardabweichung berechnen und interpretieren in R

• Variationskoeffizient berechnen und interpretieren in R

• Aufgabe: Streuungskennzahlen in R

• Lösung zur Aufgabe: Streuungskennzahlen in R

• Überblick zur Erkennung und systematischen Analyse von Ausreißern

• Einführung in die Bedeutung und Ursachen von Ausreißern in statistischen Daten

• Schrittweise Codierung zur Erkennung und Markierung von Ausreißern – erster Teil

• Weiterführung der Codierung zur automatisierten Ausreißeranalyse – zweiter Teil

• Codierung zur Visualisierung und Entfernung von Ausreißern – dritter Teil

• Übungsaufgabe zur Ausreißererkennung und Interpretation der Ergebnisse

• Detaillierte Lösung zur Anwendung und Bewertung von Ausreißeranalysen in R

• Verabschiedung