Grundlagen der Datenanalyse mit R: Eine anwendungsorientierte Einführung

543 Pages·2012·5.04 MB·German

by  Daniel Wollschläger (auth.)

Reihenherausgeber:
Prof.Dr.HolgerDette·Prof.Dr.WolfgangHärdle
Statistik und ihre Anwendungen
WeitereBändedieserReihefindenSieunterhttp://www.springer.com/series/5100
Daniel Wollschläger
Grundlagen der
Datenanalyse mit R
Eine anwendungsorientierte Einführung
2. Auflage
DanielWollschläger
Kiel
Deutschland
ISBN978-3-642-25799-5 ISBN978-3-642-25800-8(eBook)
DOI10.1007/978-3-642-25800-8
DieDeutscheNationalbibliothek verzeichnet diesePublikation inderDeutschenNationalbibliografie;
detailliertebibliografischeDatensindimInternetüberhttp://dnb.d-nb.deabrufbar.
SpringerSpektrum
©Springer-VerlagBerlinHeidelberg2010,2012
Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung, die nicht
ausdrücklichvomUrheberrechtsgesetz zugelassenist,bedarfdervorherigenZustimmungdesVerlags.
Das gilt insbesondere fürVervielfältigungen, Bearbeitungen, Übersetzungen, Mikroverfilmungen und
dieEinspeicherungundVerarbeitunginelektronischenSystemen.
Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk
berechtigt auchohnebesondere Kennzeichnung nichtzuderAnnahme, dasssolche NamenimSinne
derWarenzeichen-undMarkenschutz-Gesetzgebung alsfreizubetrachtenwärenunddahervonjeder-
mannbenutztwerdendürften.
GedrucktaufsäurefreiemundchlorfreigebleichtemPapier
SpringerSpektrumisteineMarkevonSpringerDE.
SpringerDEistTeilderFachverlagsgruppeSpringerScience+BusinessMedia
www.springer-spektrum.de
Vorwort
DasvorliegendeBuchlieferteineanhuman-undsozialwissenschaftlichenAnwen-
dungenorientierteEinführungindieDatenauswertungmitR.RisteinefreieUmge-
bungzurumfassendenstatistischenAnalyseundgrafischenDarstellungvonDaten-
sätzen, die befehlsorientiertarbeitet. Die Motivation für dieses Buch entstand aus
dem Eindruck, dass sich R zwar unter statistischen Experten großer Beliebtheit
erfreut,AnwenderstatistischerVerfahrenausGebietenderempirischenDatenana-
lysedagegendasPotentialvonRnochnichtgleichermaßennutzen.DieserTextsoll
daherjenendenEinstieginRerleichtern,dieinersterLiniegrundlegendeAuswer-
tungsverfahren anwenden möchten, nicht aber über technische Vorkenntnisse mit
befehlsgesteuertenProgrammenverfügen.
Die hier getroffene Auswahl an statistischen Verfahren orientiert sich an den
Anforderungen der Psychologie, sollte damit aber auch die wichtigsten Auswer-
tungsmethoden anderer Human- und Sozialwissenschaften abdecken. Das Buch
stellt die Umsetzung grafischer und deskriptiver Datenauswertung, nonparametri-
scherVerfahren,univariaterlinearerModelleundmultivariaterMethodenvor.Dabei
liegtderFokusaufderUmsetzungderVerfahrenmitR,nichtaberaufderVermitt-
lung statistischer Grundlagen.Von diesen wird hier angenommen,dass die Leser-
schaft mit ihnen vertraut ist. Auf Literatur zu den behandelten Verfahren wird zu
BeginnderAbschnittejeweilshingewiesen.
Kapitel1 bis3dienenderEinführungindenUmgangmitR, in diezurDaten-
analyse notwendigen Grundkonzepte sowie in die Syntax der Befehlssteuerung.
Inhaltlich werden in Kap. 2 Methoden zur deskriptiven Datenauswertung behan-
delt,Kap.3befasstsichmitderOrganisationvonDatensätzen.DassichanKap.4
zur Verwaltung von Befehlen und Daten anschließende Kap. 5 stellt Hilfsmittel
für die inferenzstatistischen Methoden bereit. Diese werden in Kap. 6 (Regres-
sion), 7 (t-Tests und Varianzanalysen), 8 (klassische nonparametrische Tests), 9
(Resampling-Verfahren) und 10 (ausgewählte multivariate Methoden) behandelt.
DasBuchschließtmitKap.11zumErstellenvonDiagrammenundeinemAusblick
aufdenEinsatzvonR alsProgrammiersprachein Kap.12.Diese Reihenfolgeder
ThemenistbeiderLektürekeinesfallszwingendeinzuhalten.DastatistischeAna-
lysenpraktischmeistgemeinsammitderDatenorganisationundgrafischenIllustra-
v
vi Vorwort
tiondurchzuführensind,empfiehltessichvielmehr,bereitszuBeginnauchKap.4
und11selektivparallelzulesen.
UmdieErgebnissederR-eigenenAuswertungsfunktionenbessernachvollzieh-
bar zu machen, wird ihre Anwendung an vielen Stellen durch manuelle Kontroll-
rechnungenbegleitet.DieeigeneUmsetzungsollzudemzeigen,wieauchTestver-
fahren,fürdiezunächstkeinevorbereiteteFunktionvorhandenist,mitelementaren
Mittelnprinzipiellselbstumgesetztwerdenkönnen.IndenmeistenBeispielenwird
davonausgegangen,dassdievorliegendenDatenbereitsgeprüftsindundeinehohe
Datenqualitätvorliegt: Fragen der Einheitlichkeitetwa hinsichtlich der Codierung
von Datum und Uhrzeit, potenziell unvollständigeDatensätze, fehlerhafteingege-
bene oder unplausible Daten sowie doppelte Werte oder Ausreißer sollen ausge-
schlossensein.BesondereAufmerksamkeitwirdjedochineinemeigenenAbschnitt
demThemafehlenderWertegeschenkt.
Im Buch wird an verschiedenen Punkten Bezug zu anderer Software genom-
men.DiefolgendendabeiverwendetenNamensinddurcheingetragenesWarenzei-
chenderjeweiligenEigentümergeschützt:Eclipse,Excel,Java,Linux, MacOS,
MySQL,ODBC,OpenGL, OpenOffice,Oracle,RStudio, S, S+, SAS, SPSS,
SQLite,Stata,TIBCO,Trellis,Unix,Windows.
Änderungen inder zweitenAuflage
In der vorliegenden zweiten Auflage bezieht sich das Buch auf Version 2.14
von R. Gegenüber der vorangehenden Auflage wurde es stärker aufgabenorien-
tiert strukturiert sowie an vielen Stellen überarbeitet und inhaltlich ergänzt. So
geht es etwa ausführlicher auf die Verarbeitung von Zeichenketten und Datums-
angaben ein (Abschn. 2.12, 2.13) und beinhaltet eine vertiefte Darstellung der
KreuzvalidierungundDiagnostikvonRegressionsmodellen(Abschn.6.5,6.6).Die
AuswertungvarianzanalytischerFragestellungenberücksichtigtjetztdieSchätzung
von Effektstärken (Abschn. 7.2–7.7). Als Tests auf gleiche Variabilität werden
zusätzlichjenenachFligner-KilleensowienachMoodundAnsari-Bradleybespro-
chen (7.1.3, 8.4). Das neue Kap. 9 führt in die Anwendung von Bootstrapping
undPermutationstestsein.BeimultivariatenVerfahrenistdieDiskriminanzanalyse
ebenso hinzugekommen wie eine Behandlung des allgemeinen linearen Modells
(Abschn.10.8,10.9).SchließlichgehtderTextnunaufMöglichkeitenzurDarstel-
lung von Bitmap-Grafikenein (Abschn.11.5.10)und beschreibtdetaillierter, wel-
che Möglichkeiten für Funktionsanalyse und Debugging R bietet (Abschn. 12.3).
Die R-Beispielauswertungen sind ausführlicher kommentiert und abschnittsüber-
greifendkonsistenter.DerüberarbeiteteIndexwurdenachinhaltlichenSchlagwor-
ten,R-FunktionenundZusatzpaketengetrennt.
Korrekturen,ErgänzungenundAnregungensindherzlichwillkommen.Diever-
wendetenDatensowiealleBefehledesBuchesundggf.notwendigeBerichtigungen
könnenSieunterdieserAdressebeziehen:
http://www.uni-kiel.de/psychologie/dwoll/r/
Vorwort vii
Danksagung
MeinbesondererDankgiltdenPersonen,dieanderEntstehungdesBuchesinfrü-
henundspäterenPhasenmitgewirkthaben:Abschn.1.1bis1.2.3entstandenaufder
GrundlageeinesManuskriptsvonDieterHeyerundGiselaMüller-PlathamInstitut
fürPsychologiederMartin-Luther-UniversitätHalle-Wittenberg,denenichfürdie
ÜberlassungdesTextesdankenmöchte.ZahlreicheKorrekturenundvieleVerbes-
serungsvorschlägewurdendankenswerterweisevonWolfgangRamos,JulianEtzel,
Erwin Grüner,Johannes Andres, Sabrina Flindt und Susanne Wollschläger beige-
steuert.JohannesAndresdankeichfürseineausführlichenErläuterungenderstatis-
tischenGrundlagen.DieEntstehungdesBucheswurdebeständigdurchdieselbst-
lose UnterstützungvonHeikeJoresundVincentvanHoutenbegleitet.NielsPeter
ThomasundAliceBlanckvomSpringerVerlagmöchteichherzlichfürdiefreund-
licheKooperationundBegleitungderVeröffentlichungdanken.
ZuvorderstistaberdemEntwickler-TeamvonRsowiederzahlreichenZusatzpa-
keteDankundAnerkennungdafürzuzollen,dasssieinfreiwilliggeleisteterArbeit
einehervorragendeUmgebungzurstatistischenDatenauswertunggeschaffenhaben,
derenmächtigeFunktionalitäthiernurzueinemBruchteilvorgestelltwerdenkann.
Kiel, DanielWollschläger
November2011 [email protected]
Inhaltsverzeichnis
1 ErsteSchritte.................................................. 1
1.1 Vorstellung ............................................... 1
1.1.1 ProundContraR ................................... 1
1.1.2 TypografischeKonventionen .......................... 3
1.1.3 Rinstallieren ....................................... 4
1.1.4 GrafischeBenutzeroberflächen ........................ 5
1.1.5 WeiterführendeInformationsquellenundLiteratur........ 5
1.2 GrundlegendeElemente .................................... 7
1.2.1 RStarten,beendenunddieKonsoleverwenden .......... 7
1.2.2 Einstellungen....................................... 10
1.2.3 Umgangmitdemworkspace .......................... 11
1.2.4 EinfacheArithmetik ................................. 13
1.2.5 FunktionenmitArgumentenaufrufen................... 15
1.2.6 Hilfe-Funktionen.................................... 16
1.2.7 Zusatzpaketeverwenden ............................. 16
1.3 Datenstrukturen:Klassen,Objekte,Datentypen................. 19
1.3.1 Objektebenennen ................................... 20
1.3.2 ZuweisungenanObjekte ............................. 20
1.3.3 Objekteausgeben ................................... 21
1.3.4 Objekteanzeigenlassen,umbenennenundentfernen...... 22
1.3.5 Datentypen......................................... 23
1.3.6 LogischeWerte,OperatorenundVerknüpfungen ......... 24
2 ElementareDateneingabeund-verarbeitung...................... 27
2.1 Vektoren ................................................. 27
2.1.1 Vektorenerzeugen................................... 27
2.1.2 Elementeauswählenundverändern .................... 28
2.1.3 DatentypeninVektoren .............................. 30
2.1.4 Elementebenennen.................................. 31
2.1.5 Elementelöschen ................................... 32
2.2 LogischeOperatoren ....................................... 32
ix
x Inhaltsverzeichnis
2.2.1 LogischeOperatorenzumVergleichvonVektoren ........ 32
2.2.2 LogischeIndexvektoren.............................. 35
2.3 Mengen.................................................. 36
2.3.1 DuplizierteWertebehandeln .......................... 37
2.3.2 Mengenoperationen ................................. 37
2.3.3 Kombinatorik....................................... 39
2.4 SystematischeundzufälligeWertefolgenerzeugen .............. 41
2.4.1 NumerischeSequenzenerstellen....................... 41
2.4.2 Wertefolgenwiederholen ............................. 43
2.4.3 ZufälligauseinerUrneziehen......................... 43
2.4.4 ZufallszahlenausbestimmtenVerteilungenerzeugen...... 44
2.5 Datentransformieren....................................... 45
2.5.1 Wertesortieren ..................................... 45
2.5.2 WerteinzufälligeReihenfolgebringen ................. 46
2.5.3 TeilmengenvonDatenauswählen...................... 47
2.5.4 Datenumrechnen ................................... 48
2.5.5 NeueausbestehendenVariablenbilden ................. 51
2.5.6 Werteersetzenoderrecodieren ........................ 51
2.5.7 KontinuierlicheVariableninKategorieneinteilen......... 53
2.6 Gruppierungsfaktoren ...................................... 54
2.6.1 UngeordneteFaktoren ............................... 54
2.6.2 Faktorenkombinieren................................ 56
2.6.3 Faktorstufennachträglichändern ...................... 57
2.6.4 GeordneteFaktoren.................................. 59
2.6.5 ReihenfolgevonFaktorstufen ......................... 59
2.6.6 FaktorennachMustererstellen ........................ 60
2.6.7 QuantitativeinkategorialeVariablenumwandeln......... 61
2.7 DeskriptiveKennwertenumerischerDaten..................... 62
2.7.1 Summen,DifferenzenundProdukte.................... 63
2.7.2 Extremwerte ....................................... 64
2.7.3 Mittelwert,MedianundModalwert .................... 65
2.7.4 RobusteMaßederzentralenTendenz ................... 66
2.7.5 Prozentrang,Quartile,QuantileundInterquartilabstand.... 67
2.7.6 Varianz,Streuung,SchiefeundWölbung................ 68
2.7.7 KovarianzundKorrelation............................ 69
2.7.8 KennwertegetrenntnachGruppenberechnen ............ 71
2.7.9 FunktionenaufgeordnetePaarevonWertenanwenden .... 73
2.8 Matrizen ................................................. 73
2.8.1 DatentypeninMatrizen .............................. 74
2.8.2 Dimensionierung,ZeilenundSpalten................... 75
2.8.3 Elementeauswählenundverändern .................... 77
2.8.4 WeitereWege,Elementeauszuwählenundzuverändern... 78
2.8.5 Matrizenverbinden.................................. 79
2.8.6 Matrizensortieren................................... 80
2.8.7 Randkennwerteberechnen............................ 81
Inhaltsverzeichnis xi
2.8.8 BeliebigeFunktionenaufMatrizenanwenden............ 81
2.8.9 Matrix zeilen- oder spaltenweise mit Kennwerten
verrechnen ......................................... 82
2.8.10 Kovarianz-undKorrelationsmatrizen................... 83
2.9 Arrays ................................................... 84
2.10 Häufigkeitsauszählungen.................................... 86
2.10.1 EinfacheTabellenabsoluterundrelativerHäufigkeiten .... 86
2.10.2 Iterationenzählen ................................... 88
2.10.3 Absolute,relativeundbedingterelativeHäufigkeitenin
Kreuztabellen....................................... 89
2.10.4 RandkennwertevonKreuztabellen ..................... 92
2.10.5 KumulierterelativeHäufigkeitenundProzentrang ........ 92
2.10.6 DiversitätkategorialerDaten .......................... 94
2.11 Codierung,IdentifikationundBehandlungfehlenderWerte ....... 94
2.11.1 FehlendeWertecodierenundihrVorhandenseinprüfen.... 95
2.11.2 FehlendeWerteersetzenundumcodieren ............... 96
2.11.3 Behandlung fehlender Werte bei der Berechnung
einfacherKennwerte................................. 97
2.11.4 BehandlungfehlenderWerteinMatrizen................ 98
2.11.5 BehandlungfehlenderWertebeimSortierenvonDaten....100
2.12 Zeichenkettenverarbeiten...................................101
2.12.1 ObjekteinZeichenkettenumwandeln...................101
2.12.2 Zeichenkettenerstellenundausgeben...................102
2.12.3 Zeichenkettenmanipulieren...........................104
2.12.4 Zeichenfolgenfinden ................................106
2.12.5 Zeichenfolgenersetzen...............................108
2.12.6 ZeichenkettenalsBefehlausführen ....................108
2.13 DatumundUhrzeit.........................................109
2.13.1 Datumsangabenerstellenundformatieren...............109
2.13.2 Uhrzeit ............................................110
2.13.3 BerechnungenmitDatumundUhrzeit..................112
3 Datensätze ....................................................115
3.1 Listen....................................................115
3.1.1 Komponentenauswählen,verändernundhinzufügen......116
3.1.2 ListenmitmehrerenEbenen ..........................119
3.2 Datensätze................................................120
3.2.1 DatentypeninDatensätzen............................122
3.2.2 Elementeauswählenundverändern ....................123
3.2.3 NamenvonVariablenundBeobachtungen...............124
3.2.4 DatensätzeindenSuchpfadeinfügen...................125
3.3 Datensätzetransformieren...................................127
3.3.1 Variablenhinzufügenundentfernen ....................127
3.3.2 Datensätzesortieren .................................128
3.3.3 TeilmengenvonDatenauswählen......................129