Dieser Kurs ist an Naturwissenschaftler gerichtet, die R vor allem zur statistischen Datenanalyse benutzen, aber auch um Daten (vorher) nachvollziehbar zu bearbeiten und (nachher) professionell darzustellen. Demnach sollten die Teilnehmer zumindest grundlegende Vorkenntnisse zur Nutzung von R (oder z.B. SAS) haben. Ziel ist es speziell das Statistik-Wissen auf eine intuitive und praktikable Art zu vermitteln. Der Fokus liegt dabei vor allem auf der praktischen Anwendung, sodass die unten genannten Methoden und deren zugrundeliegende Theorie mithilfe von anschaulichen Beispielen erklärt werden. Die Beispiele des Kurses kommen vor allem aus den Agrarwissenschaften bzw. der experimentellen Biologie/Ökologie. Inhalte des Kurses sind:

Datenverarbeitung:

• Nutzung der {tidyverse} packages in R
• Alternative Im- und Exportfunktionen anstelle von „read.table()“; packages: {readr}, {readxl}, {openxlsx}
• Effizientes Strukturieren der Datensätze und Arbeitsordner
• Weitere Best Practice Empfehlungen in verschiedensten Schritten der Auswertung

Statistik:

• Effiziente Erstellung relevanter deskriptiver Statistiken (oder auch: Wie man Excel wirklich nur noch zur Dateneingabe benötigt)
• Korrelation und lineare Modelle (Regression)
• Kritische Diskussion zu p-Werten und Signifikanz
• Einfaktorielle Varianzanalyse (ANOVA)
• Prüfen der Modellvoraussetzungen (Normalverteilung & Varianzhomogenität der Residuen)
• Adjustierte Mittelwerte und deren Vergleiche via Post-hoc Tests; package: {emmeans}
• Gemischte Modelle; package: {lme4}
• Versuchsdesigns
• vollständig randomisierte Anlage
• randomisierte vollständige Blockanlage
• Alpha-design

Datenaufbereitung:

• Professionelle Erstellung verschiedener Graphen; packages: {ggplot2}, {desplot}

Statistische Grundkenntnisse sind von Vorteil. R und RStudio müssen vor Kursbeginn installiert sein. Hier gibt's ein paar Tipps zur Vorbereitung auf Online-Kurse. Skripte zu all meinen Workshops sind jederzeit online verfügbar (siehe hier die Links zu den 3 GitHub Pages "CrashcouRse", "DSFAIR" und "MMFAIR") und werden kontinuierlich verbessert und erweitert.