Einführung in R

Skript zur Vorlesung

Authors

Affiliation

Gerda Wyssen

Fakultät für Verhaltenswissenschaften und Psychologie, Universität Luzern

Mirjam Senn

Fakultät für Verhaltenswissenschaften und Psychologie, Universität Luzern

Published

October 28, 2024

1. Getting Started

Diese Seite wird begleitend zur Vorlesung “Einführung in R” vom 28.10.2024 genutzt. Gleichzeitig gilt das Skript auch als Übung 7.

Informationen zu WebR auf dieser Seite

Das Package {tidyverse} ist schon installiert und muss nicht geladen werden.
Die Datensätze mpg und irissind verfügbar.
Beim Schliessen des Browserfensters gehen alle gespeicherten Eingaben (z.B. Variablen) verloren.

2. R Konsole als Rechner

Eine R Konsole kann als Rechner verwendet werden. Untenstehend finden Sie eine Konsole mit dem Inhalt1+1. Sobald ein grüner Pfeil und Run Code erscheint, ist WebR geladen und bereit. Mit Run Code kann der Text - oder Code - in der Konsole ausgeführt werden.

Drücken Sie Run Code.

1+1
## [1] 2

Nach Ausführen des Codes wird unter der Konsole das Resultat - der Output - angezeigt. Die Zahl in Klammern, also [1] beschreibt die Zeilennummer. Die Zahl danach, also 2, zeigt den Output.

Der Code in der Konsole kann gelöscht und durch anderen Code ersetzt werden. Es können auch andere Operatoren (z.B. -, / oder *) oder Funktionen (wie sqrt) genutzt werden. (Am linken Rand wird die Zeilennummer des Codes angegeben. Diese Zahl kann nicht geändert werden. Sie dient bei langem Code dazu sich zu orientieren.)

Geben Sie in die Konsole verschiedene mathematische Operationen ein:

$1+1+1$
$5*5$
$3*(4+3)$
$1000/10^2$
$\sqrt{144}$
$\sin60$

Schauen Sie in den Folien unter “Wichtigste mathematische Operationen in R” nach.

## [1] 3
## [1] 25
## [1] 21
## [1] 10
## [1] 12
## [1] -0.3048106

3. Objekte in R: Variablen und Datensätze

Objekte können in R erstellt werden indem einer der beiden Zuweisungsoperatoren = oder <- genutzt wird. In diesem Kurs arbeiten wir vor allem mit <-. In den meisten Fällen ergibt = jedoch dasselbe Ergebnis.

Vor dem Zuweisungsoperator steht der Variablenname. Nach dem Zuweisungsoperator steht der Variablenwert bzw. die -werte.

Vektoren

Die simpelsten Objekte in R sind Vektoren (eine Reihe von Werten, wie z.B. eine Spalte einer Exceltabelle). Der Vektor kann keinen, einen oder mehrere Werte enthalten. Matrizen können mehrere Vektoren desselben Datentyps kombinieren. Datensätze (data.frame oder tibble) können Variablen unterschiedlicher Typen kombinieren.

Beispiel: Mit dem Code x <- 5 wird eine Variable x mit dem Wert 5 erstellt. Für das Erstellen der Variable muss der Code ausgeführt werden.

Erstellen Sie eine Variable namens x mit dem Wert 5.

Setzen Sie vor dem Pfeil den Variablennamen ein.

Setzen Sie nach dem Pfeil den Variablenwert ein.

Drücken Sie Run Code.

x <- 5

Die Variable wurde nun gespeichert. Sie kann jederzeit wieder abgerufen werden bis sie geändert oder gelöscht wird, oder bis das Browserfenster geschlossen wird. Durch die Angabe des Variablennamens wird die Variable aufgerufen:

Drücken Sie Run Code.

Wenn die Fehlermeldung Error: object 'x' not found erscheint, bedeutet das, dass die Variable x nicht existiert und daher nicht angezeigt werden kann. Dies kann daran liegen, dass der vorherige Code x <- 5 nicht ausgeführt wurde (die Variable also gar nicht gespeichert wurde) oder dass die Variable z.B. durch das zwischenzeitliche Schliessen des Browsertabs gelöscht wurde. Führen Sie den obigen Code x <- 5nochmals aus, um die Variable zu erstellen und ihr einen Wert zuzuweisen.

x
## [1] 5

Variablen können mehrere Werte enthalten. Einen Weg mehrere Werte als Variable zu speichern ist die Funktion c() zu nutzen. Die Variable y <- c(23, 45, 34) enthält die Zahlen 23, 45 und 34. Wörter werden jeweils in "Anführungszeichen" gesetzt: z <- c("ja", "nein", "vielleicht").

Faktoren können mit der Funktion as.factor() erstellt werden. Wenn z.B. ja, nein und vielleicht als Faktoren gespeichert werden sollen lautet der Code z <- as.factor(c("ja", "nein", "vielleicht")).

Fügen Sie in die Klammer mehrere Werte ein. Sie können Zahlen einfügen oder Wörter. Wörter müssen in Anführungszeichen (" ") gesetzt werden.

Drücken Sie Run Code.

y <- c(23, 45, 34)
z <- c("ja", "nein", "vielleicht")

Variablen können unterschiedliche Datentypen enthalten, z.B. Zahlen oder Wörter. Der Variablentyp (oder die Variablenklasse) entspricht dem zugewiesenen Wert bzw. den zugewiesenen Werten. Mit der Funktion class() kann erfragt werden, welchen Variablentyp eine Variable hat. In die Klammer wird der Variablennamen, also bspw. y eingesetzt.

Definieren Sie eine Variable y.

Fügen Sie in die Klammer nach class den Variablennamen ein.

Sie können y <- ... der nächsten Aufgabe kopieren und hier einsetzen, um sich den Variablentyp ausgeben zu lassen.

y <- c(23, 45, 34)
class(y)
## [1] "numeric"

Quiz: Variablentyp

Welcher Variablentyp hat die Variable y?

y <- c(23, 34, 634, 234, 12, 34)

y <- c("hallo", "a", "nein")

y <- 0

y <- NULL

y <- as.factor(c("blue", "red", "yellow"))

Datensätze

Objekte können nicht nur einen Vektor enthalten wie oben, sondern können auch ganze Datensätze sein. Also mehrere aneinandergereihte Vektoren (wie eine Exceltabelle). Datensätze können unterschiedliche Variablentypen enthalten.

Erstellen Sie einen Datensatz mit 3 Variablen:

Name: sub, Werte: sub-01, sub-02, sub-03, sub-04
Alter: age, Werte: 43, 54, 33, 29
Korrekte Antworten: accuracy, Werte: 89, 77, 95, 98

Fügen Sie bei allen ___ die fehlenden Werte ein und drücken Sie Run Code.

d <- tibble(sub = c("sub-01", "sub-02", "sub-03", "sub-04"),
            age = c(43, 54, 33, 29),
            accuracy = c(89, 77, 95, 98)
            )

4. Funktionen und Argumente

Funktionen werden mit dem Funktionsname und den Argumenten in Klammern aufgerufen. Bei jeder Funktion ist definiert, welche Argumente eingegeben werden müssen. Teilweise können die Argumente auch weggelassen werden, dann werden die in der Funktion voreingegebenen Werte verwendet.

Die Funktion mean()berechnet den Mittelwert. Die notwendigen Argumente dieser Funktion sind Zahlen, die in der Klammer angegeben werden. Eine Reihe von Zahlen wird mit der Funktion c() erstellt. Wir können also der Funktion mean() einen Zahlenvektor c(12, 34, 56, 78) als Argument geben und so den Mittelwert dieser Zahlen berechnen.

Geben Sie die Zahlen innerhalb der Klammern an.

mean(c(12, 34, 56, 78))
## [1] 45

Es gibt viele weitere nützliche Funktionen für statistische Berechnungen:

mean(): berechnet den Mittelwert
median(): berechnet den Median
mode(): berechnet den Modus
sd(): berechnet die Standardabweichung
sum(): berechnet die Summe
min(): extrahiert den kleinsten Wert
max(): extrahiert den grössten Wert

Quiz: Funktionen nutzen

Dieser Code erstellt einen Variable mit 100 fiktiven IQ-Messungen.

data_iq <- rnorm(100, mean = 100, sd = 15) # diese Zeile generiert 100 Messungen

Verwenden Sie die Konsole um die Variable zu erstellen mit dem obigen Code. Danach können Sie die Funktionen von oben nutzen um das Quiz zu beantworten.

a. Was ist der Mittelwert der Daten?

b. Was ist der Median der Daten?

c. Was ist die Standardabweichung der Daten?

d. Was ist die der maximale Wert?

e. Was ist der minimale Wert?

Alles hinter dem # wird nicht ausgeführt, es dient als Kommentar. So kann beschrieben werden, was eine Zeile Code genau macht, ohne dass diese mit dem Code interferiert.

Packages

Packages können mit der Funktion install.packages() installiert und mit library() geladen werden.

Wenn ein Package nicht geladen werden soll, aber eine Funktion daraus gebraucht wird, kann die Funktion nach dem Package-Name mit :: aufgerufen werden: packagename::funktionsname().

Laden Sie das Package {ggplot2}:

Geben Sie innerhalb der Klammer den Packagename an (keine Anführungszeichen).

library(ggplot2)

5. Data wrangling

Datensätze können in R einfach dargestellt und zusammengefasst werden.

Mit der Funktion glimpse() kann der Datensatz angeschaut werden

Schauen Sie sich den oben erstellten Datensatz

Falls d nicht angezeigt werden kann, erscheint die Fehlermeldung Error: object 'd' not found. Scrollen Sie nach oben und erstellen Sie den Datensatz dunter 3. Objekte in R.

Drücken Sie Run Code.

glimpse(d)
## Rows: 4
## Columns: 3
## $ sub      <chr> "sub-01", "sub-02", "sub-03", "sub-04"
## $ age      <dbl> 43, 54, 33, 29
## $ accuracy <dbl> 89, 77, 95, 98

Zum Üben gibt es in R Datensätze, die immer verfügbar sind, z.B. cars. In diesem Datensatz von 1920 werden verschiedene Autos und ihre Eigenschaften beschrieben.

Mit summary() kann der Datensatz zusammengefasst werden, es werden automatisch die minimalen und maximalen Werte, Mittelwerte, etc. ausgegeben.

Schauen Sie sich die Zusammenfassung von cars an:

Verwenden Sie die Funktion summary().

Drücken Sie Run Code.

summary(cars)
##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00

Mit dem Operator $ kann eine einzelne Variable aus dem Datensatz ausgewählt werden.

Schauen Sie sich die einzelnen Variablen von cars an.

Wählen Sie aus den oben angezeigten Variablen eine aus und setzen Sie sie nach dem $ ein.

Beispiel: speed oder dist.

Drücken Sie Run Code.

cars$speed 
##  [1]  4  4  7  7  8  9 10 10 10 11 11 12 12 12 12 13 13 13 13 14 14 14 14 15 15
## [26] 15 16 16 17 17 17 18 18 18 18 19 19 19 20 20 20 20 20 22 23 24 24 24 24 25

oder

cars$dist 
##  [1]   2  10   4  22  16  10  18  26  34  17  28  14  20  24  28  26  34  34  46
## [20]  26  36  60  80  20  26  54  32  40  32  40  50  42  56  76  84  36  46  68
## [39]  32  48  52  56  64  66  54  70  92  93 120  85

6. Grafik

Um Grafiken zu erstellen gibt es in R einfache Befehle, wie

plot()
hist()
boxplot()

Komplexere und grafisch ansprechendere Plots können mit dem Package {ggplot2} erstellt werden. Cheatsheet für Interessierte

In die Grafikfunktionen können teilweise ganze Datensätze als Argument eingegeben werden. Meistens brauchen die Funktionen aber die genauen Variablen, die geplottet werden sollen als Argumente. Die einzelnen Variablen können mit dem $ spezifiziert werden (z.B. cars$speed).

Scatterplot

Die Funktion plot() macht einen Scatterplot, zeichnet also immer die ersten beiden Werte zweier Variablen als Punkt. Dann die zweiten zwei Werte, usw.

Setzen Sie den Namen des Datensatzes (z.B.cars) ein.

Drücken Sie Run Code.

plot(cars)

Histogramme

Die Funktion hist() erstellt ein Histogramm. Dafür wird nur eine Variable benötigt. Es wird die Häufigkeit eines Werts in dieser Variable abgetragen.

Setzen Sie den Namen des Datensatzes (z.B.cars) ein. Setzen Sie hinter dem $ einen Variablennamen ein.

Drücken Sie Run Code.

hist(cars$speed)

Boxplots

Die Funktion boxplot() erstellt ein Boxplot, mit Median und der 1. und 3. Quartile. Dafür wird nur eine Variable benötigt. Es kann aber auch ein Datensatz mit mehreren Variablen eingegeben werden. Dann werden mehrere Boxen geplottet.

Setzen Sie den Namen des Datensatzes (z.B.cars) ein. Setzen Sie hinter dem $ einen Variablennamen ein um nur eine Variable zu plotten.

Drücken Sie Run Code.

boxplot(cars)

7. Fehler beheben und Hilfe finden

Häufigste Fehlerquellen sind:

Tippfehler (z.B. meann(x))
Fehlende oder unpassende Argumente (z.B. hist() mit zwei Variablen aufrufen: hist(cars)))
Reihenfolgen (z.B. Variable abrufen wollen, obwohl sie noch nicht erstellt wurde)

Das Debugging, also das Beheben von Fehlern im Code, gehört zum Programmieren dazu. Lassen Sie sich nicht von Fehlermeldungen aus der Ruhe bringen. Schauen Sie zuerst, ob es sich “nur” um eine Warnung (WARNING) oder ob es sich tatsächlich um eine Fehlermeldung (ERROR) handelt. Nur bei einem Fehler wird der Code nicht weiter ausgeführt.

Um weiterzukommen ist es oft hilfreich Suchmaschinen zu nutzen (Fehlermeldung in Suchmaschine kopieren). Oft hatten andere vorher schon dasselbe Problem. Auch ChatGPT zu fragen kann hilfreich sein (z.B. “Was bedeutet dieser Code? cor(x,y)”). Natürlich kann die Antwort in Foren oder in ChatGPT immer falsch sein und muss getestet und kritisch überprüft werden.

Um zu erfahren, was genau eine Funktion macht und welche Argumente sie benötigt, kann die leere Funktion mit einem Fragezeichen aufgerufen werden: ?cor().

Wählen Sie aus den oben angezeigten Variablen eine aus und setzen Sie sie ein.

Drücken Sie Run Code.

?cor()
## starting httpd help server ... done

Ressourcen

Diese Seite wurde mit WebR erstellt: webR documentation.

Reuse

CC BY 4.0

Citation

BibTeX citation:

@online{wyssen2024,
  author = {Wyssen, Gerda and Senn, Mirjam},
  title = {Einführung in {R}},
  date = {2024-10-28},
  url = {https://psylu.github.io/statistik1-hs24/pages/exercises/introduction_to_r.html},
  langid = {en}
}

For attribution, please cite this work as:

Wyssen, Gerda, and Mirjam Senn. 2024. “Einführung in R.” October 28, 2024. https://psylu.github.io/statistik1-hs24/pages/exercises/introduction_to_r.html.