R Lab - Skriptbasierte modulare Umweltstatistik. Header mit Code im Hintergrund.

RLab-Kurse

Neben den Digitalen Skripten, die Hintergrundwissen rund um R und RStudio liefern, kannst Du mit den RLab-Kursen R interaktiv direkt in R lernen.

In der Tabelle findest Du eine Übersicht aller Kursinhalte. Bei einigen Kursen ist ein Fach angegeben, aus dem die Beispieldaten und Fragestellungen stammen. Diese Kurse sind natürlich auch für andere Fächer nutzbar – nicht für alle Fächer werden alle Themen mit fachspezifischen Daten und Fragestellungen abgedeckt.

RLab-Kurse bestehen aus mehreren Lessons. Die Bearbeitung einer Lesson nimmt etwa 10 – 20 Minuten in Anspruch. Eine Unterbrechung ist jederzeit möglich, so dass alle Lessons eines Kurses nach und nach bearbeitet werden können.

Kurzanleitung:

  • Alle Kurse und – sofern noch nicht vorhanden – das R-Package ,,swirl“ werden durch Ausführen von source("https://rlab.blogs.uni-hamburg.de/RLabKurse/install_RLab.R") komfortabel in einem Schritt installiert (getestet unter Windows und Linux).
  • Nach der letzten ,,Course installed successfully!“-Anzeige: swirl() in die Console eingeben, Enter drücken, Kurs wählen und starten!
  • Ab jetzt zum Kurs-Start immer library(swirl) in die Console eingeben.
  • Voraussetzung: R und RStudio müssen installiert sein (sowie bei Linux zwei Dependencies per Kommandozeile: sudo apt-get install libcurl4-openssl-dev und sudo apt-get install r-cran-curl r-cran-openssl r-cran-xml2 ).

Detaillierte Infos zur Installation und Nutzung der RLab-Kurse findest Du im Digitalen Skript ,,R lernen mit RLab-Kursen“.

Update von Kursen: Auch zum Update auf die aktuellen Kurs-Versionen kann der oben angegebene Code verwendet werden. Werden danach Lessons doppelt angezeigt, sollte der entsprechende Kurs-Ordner unter …/R/R-x.y.z/library/swirl/Courses gelöscht oder der Kurs mit uninstall_course("Kursname")deinstalliert werden. Dabei geht ein evtl. vorhandener Bearbeitungsstand verloren. Im Anschluss kann wie beschrieben nochmals aktualisiert werden.

Jupyter: Mit Jupyter-Kursen kann R direkt im Browser gelernt werden. Infos dazu gibt es ebenfalls im Digitalen Skript ,,R lernen mit RLab-Kursen“.

Fragen? Probleme? – Einfach eine E-Mail ans RLab-Team schreiben!

RLab-Kurse Lessons Download
R Grundlagen • R als Taschenrechner
• Workspace aufräumen
• Workspace einstellen
• R Hilfe nutzen
• Kurs-Datei *
• R-Skript **
Daten einlesen und kennenlernen • Datensatz einlesen
• Datensatz kennenlernen
• Daten auswählen
• Kurs-Datei *
• Daten (,,veg“-Datensatz)
• R-Skript **
Deskriptive Statistik mit bodenkundlichen Daten (Physische Geographie) • Berechnung von Zentral- und Streuungsmaßen
• Histogramm und Streudiagramm
• Boxplots
• Test auf Normalverteilung
• Test auf Varianzhomogenität
• t-Test
• Mittelwertvergleich ANOVA
• Korrelationen
• Kurs-Datei *
• R-Skript **
Deskriptive Statistik Geländeklimatologie (Physische Geographie) • Deskriptive Statistik • Kurs-Datei *
• R-Skript **
Daten visualisieren mit ggplot2 (Biologie) • Einfaches Streudiagramm
• Lineare Regression
• Histogramm
• Boxplots
• Balkendiagramme
• Streumaße und logarithmische Darstellung
• Themes
• Facets (Darstellung von „Teilaspekten“)
• Kurs-Datei *
• R-Skript **
• Daten für R-Skript (,,Rolwaling2″-Datensatz)
Funktionen – Erstellen und Erweitern (Biologie // Jupyter) • die erste selbst erstellte Funktion in R
• komplexere Funktionen und temporäre Zuweisungen
• Funktionsoutput definieren
• Kurs-Datei
• R-Skript **
• Infos zu Jupyter-Notebooks
• Login Jupyter
Automatisierung – Einfache Schleifen und Iterationen in R (Biologie // Jupyter) • Reihen- und Spaltenmittel
• apply()-Funktion anwenden
• for-Schleifen und Automatisierungen
• Kurs-Datei
• R-Skript **
• Infos zu Jupyter-Notebooks
• Login Jupyter
Statistik und Programmierung mit R (Marine Ökosystem- und Fischereiwissenschaften) • Grundlagen zur Bedienung von R
• Die erste Grafik in R
• Datenimport und Datenbearbeitung
• Datenverständnis
• Korrelation
• Lineare Regression

• Kurs-Datei *
• R-Skript **
• Daten für R-Skript (,,ices_data_new“- und ,,storks“-Datensätze)

Datenaufbereitung mit tidyr (Marine Ökosystem- und Fischereiwissenschaften) • Datentypen
• „Pipen“, „lange“ und „breite“ Datensätze
• NA-Werte behandeln
• Spalten splitten und verbinden
• Filtern von Datensätzen
• Zeitdaten für Berechnungen formatieren
• Kurs-Datei *
• R-Skript **
• Daten für R-Skript (,,datefile“-, ,,otofile“- und ,,otofilex“-Datensätze)

Data analysis with R (Marine Ökosystem- und Fischereiwissenschaften)

Dieser englischsprachige Kurs ist Teil der von Dr. Saskia A. Otto konzipierten „Data analysis with R“-Lehrveranstaltung des IMF der Uni Hamburg.

• R as a calculator
• Basics in R
• Data structures
• Operators
• Data wrangling – Import
• Data wrangling – Tidy data
• Data wrangling – Transformation
• Intro2Visualization
• Categorical data
• Intro2Statistical Modelling – Part 1
• Intro2Statistical Modelling – Part 2
• Model building and selection
• String manipulation
• Kurs-Datei *
• R-Skript **
• „Data analysis with R“-Lehrveranstaltung
Datenhandling und Visualisieren von Klimadaten (Meteorologie) • Datentypen und ihre Transformation & Zuweisen von Variablen
• Erstellung eines Zeitreihen-Objekts
• Visualisieren von Zeitreihen
• Visualisieren von Zeitreihen-Komponenten
• Kurs-Datei *
• R-Skript **
Deskriptive Statistik und Vergleiche meteorologischer Zeitreihen (Meteorologie) • Deskriptive Statistik einer Zeitreihe
• Visualisierung eines Trends
• Visueller Vergleich zweier Zeitreihen
• Verteilungsanalyse zweier Zeitreihen
• F-Test und t-Test
• Exportieren von Plots
• Kurs-Datei *
• R-Skript **
Einführung in Jupyter (Jupyter) • Funktionsweise von Jupyter-Notebooks
• Berechnungen und Zuweisungen (JupyteR)
• Einfache Grafiken (JupyteR)
• Kurs-Datei
• R-Skript **
• Infos zu Jupyter-Notebooks
• Login Jupyter
Freies Arbeiten mit Jupyter-Notebook (Jupyter) • ‚leeres‘ Jupyter Notebook zum freien Arbeiten
• R direkt im Browser nutzen
• keine Installationen erforderlich
• Kurs-Datei
• Infos zu Jupyter-Notebooks
• Login Jupyter

* Alternativ zur oben beschriebenen Komplettinstallation können die Kurse einzeln installiert werden. Nach dem Download der Kursdatei (.swc) erfolgt die Installation eines Kurses mit install_course(). Voraussetzung ist, dass das R-Package ,,swirl“ installiert ist und mit library(swirl) gestartet wurde. Die .swc-Dateiendung wird auch von der Firma Adobe im Zusammenhang mit der Multimedia-Plattform flash verwendet. Die .swc-RLab-Dateien (swirl course) haben damit nichts zu tun und es macht keinen Sinn, die Dateien mit der entsprechenden Adobe-Software zu öffnen, falls diese auf Deinem Rechner installiert ist.
Zum Download der Kursdateien bitte mit Rechtsklick wählen und dann ,,Ziel speichern unter…“.
** Die Skripte ersetzen nicht das Lernen mit den Kursen! Sie ermöglichen aber die Verwendung der Kurs-Inhalte als Vorlage zur Anpassung an eigene Daten und Fragestellungen.