Dieser Kurs ist für NaturwissenschaftlerInnen konzipiert, die bereits Erfahrung mit der statistischen Auswertung in R (z.B. Regression, Varianzanalyse) haben, jedoch mehr über die Anwendungsmöglichkeiten von z.B. gemischten Modellen oder der strukturierten und effizienten Nutzung von R generell erfahren wollen. Wie der Name sagt ist dieser Kurs der zweite Teil einer Kursreihe und baut auf dem Kurs „Data Science in den experimentellen Naturwissenschaften mit R (Teil 1) – Vom professionellen Graphen bis zur Varianzanalyse“ auf. Die Teilnahme hier setzt keine Teilnahme am ersten Kurs voraus, jedoch sollte das dort vermittelte Wissen vorhanden sein. Das Hauptziel des Kurses besteht darin, die R Syntax und das statistische Wissen auf eine intuitive und anwendbare Weise zu vermitteln. Besonderer Wert wird auf die praktische Anwendung gelegt. Daher werden die unten aufgeführten Methoden und die zugrundeliegende Theorie anhand von anschaulichen Beispielen erläutert. Die im Kurs verwendeten Beispiele stammen hauptsächlich aus den Agrarwissenschaften oder der experimentellen Biologie/Ökologie. Die Inhalte des Kurses sind wie folgt:

Statistik:

Kritische Diskussion zu p-Werten und Signifikanz

Kritische Diskussion zu t-Test oder Tukey-Test (usw.)

Mehrfaktorielle Varianzanalyse (ANOVA)

Modellselektion (R2, AIC)

Gemischte Modelle

Gemischte Modelle mit Kovarianzstrukturen

R-packages: {lme4}, {nlme}, {glmmTMB}

Kurzer Ausblick: Generalisierte Modelle (Zähldaten, Presence/Absence, Proportionen)

Versuchsdesigns (zzgl. derer aus Teil 1)

• Split-plot design (=Spaltanlage)
• Messwiederholungen

Datenverarbeitung und -aufbereitung:

• Effizientes und dennoch kontrolliertes Analysieren von mehreren Datensätzen
• Professionelle Erstellung verschiedener Graphen; packages: {ggplot2}, {desplot}
• Reproduzierbare Analysen (inkl. Einführung in R Markdown)

Statistische Grundkenntnisse sind von Vorteil. Falls der erste Teil dieses Kurses nicht besucht wurde, bitte die vier Kapitel in "R Basics" hier durcharbeiten. R und RStudio müssen vor Kursbeginn installiert sein. Hier gibt's ein paar Tipps zur Vorbereitung auf meine Online-Kurse. Skripte zu all meinen Workshops sind jederzeit online verfügbar hier und werden kontinuierlich verbessert und erweitert.