Moderne Datenanalyse mit R - Daten einlesen, aufbereiten, visualisieren, modellieren und kommunizieren

Vorwort

Inhaltsverzeichnis

Der Autor

Teil I Rahmen

1 Statistik heute

1.1 Datenanalyse, Statistik, Data Science und Co.

1.2 Wissensgebiete der Datenanalyse

1.3 Einige Grundbegriffe

1.4 Signal und Rauschen

2 Hallo, R

2.1 Eine kurze Geschichte von R

2.2 Warum R? Warum, R?

3 R starten

3.1 R und RStudio installieren

3.2 Pakete

3.3 Hilfe! R startet nicht!

3.4 Zuordnung von Paketen zu Befehlen

3.5 R-Skript-Dateien

3.6 Daten

3.7 Grundlagen der Arbeit mit RStudio

3.8 Hier werden Sie geholfen

4 Erstkontakt

4.1 R ist pingelig

4.2 Variablen zuweisen und auslesen

4.3 Funktionen aufrufen

4.4 Logische Prüfungen

4.5 Vektorielle Funktionen

4.6 Literaturempfehlungen

Teil II Daten einlesen

5 Datenstrukturen

5.1 Überblick über die wichtigsten Objekttypen

5.2 Objekttypen in R

5.3 Daten auslesen und indizieren

5.4 Namen geben

6 Datenimport und -export

6.1 Daten in R importieren

6.2 Textkodierung

6.3 Daten exportieren

Teil III Daten aufbereiten

7 Datenjudo

7.1 Daten aufbereiten mit dplyr

7.2 Zentrale Bausteine von dplyr

7.3 Die Pfeife

7.4 Spalten berechnen mit mutate()

7.5 Bedingte Analysen mit den Suffixen von dplyr

7.6 Tabellen zusammenführen (join)

8 Deskriptive Statistik

8.1 Univariate Statistik

8.2 Korrelationen berechnen

9 Praxisprobleme der Datenaufbereitung

9.1 Fehlende Werte

9.2 Datenanomalien

9.3 Daten umformen

9.4 Werte umkodieren und partitionieren

9.5 Vektoren zu Skalaren zusammenfassen

10 Fallstudie: Datenjudo

10.1 Deskriptive Statistiken zu den New Yorker Flügen

10.2 Visualisierungen zu den deskriptiven Statistiken

Teil IV Daten visualisieren

11 Datenvisualisierung mit ggplot2

11.1 Einstieg in ggplot2

11.2 Häufige Arten von Diagrammen (Geomen)

11.3 Die Gefühlswelt von ggplot2

11.4 ggplot(), der große Bruder von qplot()

12 Fortgeschrittene Themen der Visualisierung

12.1 Farbwahl

12.2 ggplot2-Themen

12.3 Interaktive Diagramme

13 Fallstudie: Visualisierung

13.1 Umfragedaten visualisieren mit „likert“

13.2 Umfragedaten visualisieren mit ggplot

14 Geovisualisierung

14.1 Kartendaten

14.2 Unterschiede in Kartensegmenten visualisieren

14.3 Weltkarten

14.4 Anwendungsbeispiel: Konkordanz von Kulturwerten und Wohlbefinden

14.5 Interaktive Karten

Teil V Modellieren

15 Grundlagen des Modellierens

15.1 Was ist ein Modell? Was ist Modellieren?

15.2 Abduktion als Erkenntnisfigur im Modellieren

15.3 Ein Beispiel zum Modellieren in der Datenanalyse

15.4 Taxonomie der Ziele des Modellierens

15.5 Die vier Schritte des statistischen Modellierens

15.6 Einfache vs. komplexe Modelle: Unter- vs. Überanpassung

15.7 Bias-Varianz-Abwägung

15.8 Trainings- vs. Test-Stichprobe

15.9 Resampling und Kreuzvalidierung

15.10 Wann welches Modell?

15.11 Modellgüte

15.12 Der Fluch der Dimension

16 Inferenzstatistik

16.1 Wozu Inferenzstatistik?

16.2 Der p-Wert

16.3 Wann welcher Inferenztest?

16.4 Beispiele für häufige Inferenztests

16.5 Alternativen zum p-Wert

17 Simulationsbasierte Inferenz

17.1 Stichproben, Statistiken und Population

17.2 Die Stichprobenverteilung

17.3 Der Bootstrap

17.4 Nullhypothesen auf Signifikanz testen

Teil VI Geleitetes Modellieren

18 Lineare Modelle

18.1 Die Idee der klassischen Regression

18.2 Modellgüte

18.3 Die Regression an einem Beispiel erläutert

18.4 Überprüfung der Annahmen der linearen Regression

18.5 Regression mit kategorialen Prädiktoren

18.6 Multiple Regression

18.7 Interaktionen

18.8 Prädiktorenrelevanz

18.9 Anwendungsbeispiel zur linearen Regression

19 Klassifizierende Regression

19.1 Normale Regression für ein binäres Kriterium

19.2 Die logistische Funktion

19.3 Interpretation des Logits

19.4 Kategoriale Prädiktoren

19.5 Multiple logistische Regression

19.6 Modellgüte

19.7 Vorhersagen

19.8 ROC-Kurven und Fläche unter der Kurve (AUC)

20 Fallstudie: Titanic

20.1 Explorative Analyse

20.2 Inferenzstatistik

21 Baumbasierte Verfahren

21.1 Entscheidungsbäume

21.2 Entscheidungsbäume mit caret

21.3 Der Algorithmus der Entscheidungsbäume

21.4 Regressionsbäume

21.5 Stärken und Schwächen von Bäumen

21.6 Bagging

21.7 Grundlagen von Random Forests

21.8 Variablenrelevanz bei Baummodellen

22 Fallstudie: Kreditwürdigkeit mit caret

22.1 Zwei Arten der prädiktiven Modellierung

22.2 Daten aufbereiten

22.3 Modelle anpassen

22.4 Modellgüte bestimmen

22.5 Wichtigkeit der Prädiktoren bestimmen

Teil VII Ungeleitetes Modellieren

23 Clusteranalyse

23.1 Grundlagen der Clusteranalyse

23.2 Beispiel für eine einfache Clusteranalyse

24 Textmining

24.1 Grundlegende Analyse

24.2 Sentimentanalyse

25 Fallstudie: Twitter-Mining

25.1 Zum Einstieg: Moderne Methoden der Sentimentanalyse

25.2 Grundlagen des Twitter-Minings

Teil VIII Kommunizieren

26 RMarkdown

26.1 Forderungen an Werkzeuge zur Berichterstellung

26.2 Start mit RMarkdown

26.3 RMarkdown in Action

26.4 Aufbau einer Markdown-Datei

26.5 Syntax-Grundlagen von Markdown

26.6 Tabellen

26.7 Zitieren

26.8 Format-Vorlagen für RMarkdown

Teil IX Rahmen 2

27 Projektmanagement am Beispiel einer Fallstudie

27.1 Was ist Populismus?

27.2 Forschungsfrage und Operationalisierung

27.3 Emotionslexikon

27.4 Daten, Stichprobe und Analysekontext

27.5 Prozess der Datenanalyse

27.6 Zentrale Ergebnisse

27.7 Projektmanagement

28 Programmieren mit R

28.1 Funktionen schreiben

28.2 Wiederholungen

28.3 Defensives Programmieren

29 Programmieren mit dplyr

29.1 Wie man mit dplyr nicht sprechen darf

29.2 Standard-Evaluation vs. Non-Standard-Evaluation

29.3 NSE als Backen

29.4 Wie man Funktionen mit dplyr-Verben schreibt

29.5 Beispiele für NSE-Funktionen

Anhang A

Literatur

Sachverzeichnis