Vom professionellen Graphen bis zur Varianzanalyse

Dieser Kurs ist für Naturwissenschaftlerinnen und Naturwissenschaftler konzipiert, die R vor allem für statistische Datenanalysen einsetzen möchten, zugleich aber auch ihre Daten nachvollziehbar bearbeiten und professionell präsentieren wollen. Vorkenntnisse in R oder einer anderen Programmiersprache sind nicht erforderlich. Das Hauptziel besteht darin, R-Syntax und statistisches Wissen auf intuitive und unmittelbar anwendbare Weise zu vermitteln. Besonderer Wert liegt auf der praktischen Anwendung: Die unten genannten Methoden und die zugrundeliegende Theorie werden anhand anschaulicher Beispiele erläutert, überwiegend aus den Agrarwissenschaften und der experimentellen Biologie und Ökologie. Dies ist der erste Teil einer Kursreihe: Teil 2 baut inhaltlich darauf auf, und ein Vertiefungskurs (Teil 2,5) greift anschließend einzelne Themen der Versuchsplanung und Versuchsauswertung heraus.

Die Inhalte im Überblick:

R-Grundlagen und Datenverarbeitung:

• Nutzung von R und RStudio: Objekte, Funktionen, erste Schritte
• Das {tidyverse}: Datenaufbereitung mit {dplyr} und der Pipe
• Daten importieren und exportieren (Excel, CSV, txt); Pakete: {readr}, {readxl}
• Effizientes Strukturieren von Datensätzen und Projektordnern; Best-Practice-Empfehlungen über die verschiedenen Schritte einer Auswertung hinweg

Visualisierung:

• Professionelle Erstellung verschiedener Graphen; Paket: {ggplot2}
• Feldpläne von Versuchen darstellen; Paket: {desplot}

Statistik:

• Effiziente Erstellung relevanter deskriptiver Statistiken (oder auch: wie man Excel wirklich nur noch zur Dateneingabe benötigt)
• Korrelation und lineare Modelle (Regression)
• Statistische Tests und p-Werte: t-Test sowie eine kritische Diskussion zu p-Werten und Signifikanz
• Umgang mit fehlenden Werten und Ausreißern
• Einfaktorielle Varianzanalyse (ANOVA)
• Prüfen der Modellvoraussetzungen (Normalverteilung und Varianzhomogenität der Residuen)
• Adjustierte Mittelwerte und deren Vergleiche via Post-hoc-Tests; Paket: {emmeans}
• Erste Versuchsdesigns:
  • vollständig randomisierte Anlage (CRD)
  • randomisierte vollständige Blockanlage (RCBD)