Beruflich Dokumente
Kultur Dokumente
Allgemein
attach(Datensatz) # Datensatz aktivieren - von nun an lassen sich alle Elemente des
Datensatzes ohne das Präfix " Datensatz$..." aufrufen
detach(Datensatz) # Datensatz deaktivieren
Arithmetische Operationen
+ Addition
- Subtraktion
* Multiplikation
/ Division
ˆ Potenzierung
Logische Operationen
== gleich
!= ungleich
< kleiner
> größer
<= kleiner gleich
>= größer gleich
%in% enthalten in
Elementare Funktionen
Veränderungen an Objekten
names(var1) =c("Name Element 1",…) # Zuweisung Namen zu den Elementen des Vektors var1
Graphiken
Standard-Plots
barplot(table()) #Säulendiagramm
boxplot(a) #Boxplot
boxplot(b ~ a) # Gruppierte Boxplots
hist() # Histogramm
pairs() # Streudiagramm Matrix
plot(a) # Standardplot (je nach Klasse des Objekts)
plot(a,b) # Standardplot a gegen b (je nach Klasse der Objekte)
pie() # Kreisdiagramm
qqPlot() # Quantil-Quantil-Plot (library(car))
qqnorm() # Quantil-Plot für Normalverteilung
stem() # Stem&Leaf-Diagramm
abline() # Zeichnen einer Geraden ins Diagramm (z.B. bei Regression lm)
Graphikparameter
cor(a,b)
cor(a,b, method = „pearson“) # Korrelation nach Pearson f. metrische Variablen
cor(a,b, method = „spearman“) # Rangkorrelationskoeffizient
cor(a,b, method = „kendall“) # Kendalls Tau
Statistische Tests
χ2-Anpassungsteststest
t-Test
Achtung: „~“ wird genutzt, wenn man einen Vektor für die Testvariable hat (AV z.B. Klausurpunkte) und einen
Vektor, der die Gruppe kennzeichnet (z.B. binäre Gruppierungsvariable Geschlecht: Männer 1, Frauen 0). Haben
Sie zwei metrische Vektoren, die separat für die Testvariable der einzelnen Gruppen stehen (z.B. einen Vektor für
Frauen und einen separaten Vektor für Männer), verwenden Sie ein Komma:
t.test(x, y) # t-Test für unabhängige Stichproben (default – Welch Test)
t.test(x, y, var.equal=T) # t-Test für unabhängige Stichproben (Annahme gleiche Varianz)
Wilcoxon Test
Regressionsanalyse
Logistische Regression
plot(uv, av)
curve(predict(logit1,data.frame(av=x),type="resp"),add=TRUE) # Diagramm mit geschätzter Funktion.
Wahrscheinlichkeitsverteilungen
Bsp.:
pnorm(1)-pnorm(-1) = 0.6826895 # 68% der Werte liegen innerhalb einer Std.-abw. vom Mittelwert
pnorm(2)-pnorm(-2) = 0.9544997 # ca. 95% der Werte liegen innerhalb 2 Std.-abw. vom Mittelwert