Joseph Adler - R in a Nutshell

Wozu sollte man R lernen? Da gibt es viele Grunde: Weil man damit naturlich ganz andere Moglichkeiten hat als mit einer Tabellenkalkulation wie Excel, aber auch mehr Spielraum als mit gangiger Statistiksoftware wie SPSS und SAS. Anders als bei diesen Programmen hat man namlich direkten Zugriff auf dieselbe, vollwertige Programmiersprache, mit der die fertigen Analyse- und Visualisierungsmethoden realisiert sind - so lassen sich nahtlos eigene Algorithmen integrieren und komplexe Arbeitsablaufe realisieren. Und nicht zuletzt, weil R offen gegenuber beliebigen Datenquellen ist, von der einfachen Textdatei uber binare Fremdformate bis hin zu den ganz groen relationalen Datenbanken. Zudem ist R Open Source und erobert momentan von der universitaren Welt aus die professionelle Statistik. R kann viel. Und Sie konnen viel mit R machen - wenn Sie wissen, wie es geht. Willkommen in der R-Welt: Installieren Sie R und stobern Sie in Ihrem gut bestuckten Werkzeugkasten: Sie haben eine Konsole und eine grafische Benutzeroberflache, unzahlige vordefinierte Analyse- und Visualisierungsoperationen - und Pakete, Pakete, Pakete. Fur quasi jeden statistischen Anwendungsbereich konnen Sie sich aus dem reichen Schatz der R-Community bedienen. Sprechen Sie R! Sie mussen Syntax und Grammatik von R nicht lernen - wie im Auslandsurlaub kommen Sie auch hier gut mit ein paar aufgeschnappten Brocken aus. Aber es lohnt sich: Wenn Sie wissen, was es mit R-Objekten auf sich hat, wie Sie eigene Funktionen schreiben und Ihre eigenen Pakete schnuren, sind Sie bei der Analyse Ihrer Daten noch flexibler und effektiver. Datenanalyse und Statistik in der Praxis: Anhand unzahliger Beispiele aus Medizin, Wirtschaft, Sport und Bioinformatik lernen Sie, wie Sie Daten aufbereiten, mithilfe der Grafikfunktionen des lattice-Pakets darstellen, statistische Tests durchfuhren und Modelle anpassen. Danach werden Ihnen Ihre Daten nichts mehr verheimlichen.