DATENANALYSE MIT R

R ist eine syntaxbasierte statistische Programmiersprache, deren Basisfunktionalität mittlerweile durch mehr als 10.000 online frei abrufbare Pakete erweitert wird. Aufgrund dieser R Packages hat man Zugriff auf alle möglichen komplexen statistischen Verfahren und kann diese auch sehr schnell implementieren. Die hierdurch erlangte Flexibilität macht R gemäß diverser Rankings  (TIOBE, PYPL) zu einer der beliebtesten Programmiersprachen.

​

Das Fehlen einer grafischen Benutzeroberfläche (GUI) zur Durchführung der statistischen Auswertungen wie in SPSS macht vielen Anfängern den Einstieg in R allerdings schwer. Demgegenüber steht jedoch eine riesige Online-Community. Folglich werden Fragen in Foren in der Regel schnell und ausführlich beantwortet. Zu jedem R Paket existiert außerdem ein sog. Reference Manual, welches die im Paket enthaltenen Datensätze und Funktionen beschreibt. Viele Pakete verfügen darüber hinaus noch über eine sog. Vignette. Diese dient der Demonstration der Verwendung des Pakets.

​

Sollten Sie Hilfe bei der Datenanalyse mit R benötigen, unterstützen unsere Statistiker Sie gerne. Nutzen Sie einfach unser Kontaktformular für eine kostenlose Beratung & ein unverbindliches Angebot oder kontaktieren Sie uns gerne per E-Mail oder Telefon.

​

Unsere Leistungen im Bereich der Datenanalyse mit R umfassen u. a.:​

​

• Datenaufbereitung: z.B. Filterung von irrelevanten Beobachtungen und Ausreißern, Imputation von Missing Values 

• Datentransformation: z.B. Transformation von Variablen (log( ), Umpolung, etc.), Berechnung von neuen Variablen (Skalenbildung, etc.)

• Deskriptive Statistik: Beschreibung der Daten anhand gängiger statistischer Kennzahlen und Erstellung von geeigneten Grafiken (z.B. Histogramm, Häufigkeitsdiagramme, Boxplots, etc.)

• Bivariate Analysen: Visualisierung bivariater Zusammenhänge via passender Grafiken (z.B. Streudiagramm, gruppierter Boxplot, etc.), Inferenzstatistische Analysen von Gruppenunterschieden (t-Test,  ANOVA, Kruskal-Wallis-Test, etc.), Berechnung von Zusammenhangsmaßen (z.B. Korrelationskoeffizienten oder einfache Regressionskoeffizienten) u. v. .m

• Multivariate Analysen: Spezifikation und Schätzung von multivariaten Modellen (z.B. Regressionsmodelle, Hauptkomponenten-, Cluster-, Faktoranalysen, Strukturgleichungsmodelle, Zeitreihen- oder Paneldatenmodelle) sowie Analyse der Forschungsfrage und der Hypothesen auf Basis der Schätzergebnisse

• Machine Learning Verfahren: z.B. Random Forest, Boosting und viele weitere Verfahren

• Interpretation: Beschreibung der Vorgehensweise und verständliche Interpretation der Ergebnisse der R Datenanalyse

• R-Coachings und -Schulungen

​

Diese Auflistung ist nicht abschließend. Finden Sie die von Ihnen gewünschte R Auswertung hier nicht, dann fragen Sie einfach über unser Kontaktformular, telefonisch oder via E-Mail nach!