Der folgende Blogbeitrag soll das E-book von Daniela Keller um die Handhabung in R erweitern. Es werden hier also die Befehle in R zu den im E-book ausgeführten Tests aufgelistet. Solltest du also das E-book noch nicht haben, ist es empfehlenswert dieses hier herunterzuladen.

Anmerkung: Alle in den Befehlen kursiv geschriebenen Angaben sollen durch eigene Datennamen ersetzt werden.

Übersicht-Methoden-E-Book

Deskriptive Statistik

Um die deskriptive Statistik durchzuführen solltest du dir zuvor das R-Paket „psych“ installieren und laden (siehe hierzu) und anschließend folgenden Befehl ausführen.

describe(Datensatz)

Die Ausgabe in R beinhaltet Itemname(vars), -nummer(n), …, Mittelwert(mean), Standardabweichung(sd), getrimmtes Mittel(trimmed), Median(median), mad, Minimum(min), Maximum(max), Schiefe(skew), Kurtosis(kurtosis), Standardfehler(se).

Diese Ergebnisse kanst du wiederum in Abbildungen darstellen.

  • Säulen- & Balkendiagramm:
barplot(height)
„Heigh“ ist ein Vektor oder eine Matrix mit den Daten (Höhe der Balken), die aus den Rohdaten berechnet werden kann und für die ein Säulen/Balkendiagramm erstellt werden soll. Mit
barplot(height, horiz = TRUE)

erhälst du ein Balken- ohne „horiz = TRUE" ein Säulendiagramm.

  • Streudiagramm:
plot(Variable1~Variable2)
  • Boxplot:
boxplot(Variable)

Für die Diagramme gibt es noch zahlreiche weitere Parameter, die du deinen Bedürfnissen nach angleichen kannst. „ylab=‘Variablenname1‚“ und „xlab=‘Variablenname2′“ kannst du z.B. dem Befehl von Balken-/Säulen-/Streudiagramm noch beifügen, um die Achsen zu beschriften. Um den Boxplot zu betiteln nutze am besten „main=‘Boxplotname‚“.

Schließende Statistik

  • metrische Variablen – Analyse von Lageunterschieden

Zwei Messwiederholungen:

Wilcoxon Test:

wilcox.test(Variable1,Variable2, paired=TRUE)

➟ Gepaarter T-Test (normalverteilt):

t.test(Variable1,Variable2, paired=TRUE)

Zwei oder mehr Messwiederholungen:

Friedman Test:

friedman.test(Datensatz)

Messwiederholungs ANOVAt (normalverteilt):

Installiere und lade zunächst das R-Paket „ez“ (siehe hierzu) und gib dann folgenden Befehl ein.

ezANOVA(data=dataFrame, dv=Variable, wid=identifizierende Variable, within=messwiederholungs Prädikatoren)

Zwei Gruppen:

Mann-Whitney-U Test:

wilcox.test(Variable~Prädikator) 

Wobei „Variable“ numerisch ist und „Prädikator“ ein binärer Faktor.

T-Test (normalverteilt):

t.test(Variable1,Variable2)

Zwei oder mehr Gruppen:

Kruskal-Wallis Test:

kruskal.test(Variabel~Prädikator) 

Wobei „Variable“ numerisch und „Prädikator“ ein Faktor ist.

Einfaktorielle ANOVA (normalverteilt):

aov(Variable~Prädikator(en), data=dataFrame)
  • kategoriale Variablen – Analyse von Zusammenhängen

2×2 Kategorien:

Fischers Exakter Test:

fisher.test(Datensatz)

Mehr als 2×2 Kategorien:

Chi-Quadrat Test:

chisq.test(Datensatz)

Weitere Tests zur Analyse von Zusammenhängen:

Pearson-Korrelation (normalverteilt):

cor(Variable1, Variable2, method="pearson")

Spearman-Korrelation:

cor(Variable1, Variable2, method="spearman")

Wie zuvor unter „Deskriptive Statistik“ erwähnt, kannst du die Befehle nach deinen Wünschen erweitern. Hilfreich hierzu ist die Hilfefunktion(>??Befehl), welche die Befehle nochmals genau erklärt. Sollten dennoch Fragen sein, kannst du auch gerne den Beitrag kommentieren.

YouTube aktivieren?

Auf dieser Seite gibt es mind. ein YouTube Video. Cookies für diese Website wurden abgelehnt. Dadurch können keine YouTube Videos mehr angezeigt werden, weil YouTube ohne Cookies und Tracking Mechanismen nicht funktioniert. Willst du YouTube dennoch freischalten?