Diese Seite bietet eine kompakte Übersicht der wichtigsten R-Funktionen, die Sie in der Vorlesung und den Übungen verwenden. Die Funktionen sind nach Workflow-Schritten geordnet.
Projektstruktur & Pfade
here Paket
Das here-Paket ermöglicht reproduzierbare relative Pfade, die unabhängig vom Arbeitssystem funktionieren.
# pivot_longer: von breit nach langdaten_lang <- daten_breit |>pivot_longer(cols =starts_with("messung"),names_to ="zeitpunkt",values_to ="wert" )# pivot_wider: von lang nach breitdaten_breit <- daten_lang |>pivot_wider(names_from = zeitpunkt,values_from = wert )
Datensätze zusammenführen (dplyr)
Funktion
Beschreibung
left_join(x, y, by)
Alle Zeilen von x, passende von y
right_join(x, y, by)
Alle Zeilen von y, passende von x
full_join(x, y, by)
Alle Zeilen von x und y
inner_join(x, y, by)
Nur Zeilen mit Übereinstimmung in beiden
anti_join(x, y, by)
Zeilen in x ohne Übereinstimmung in y
# Beispiel: Zwei Datensätze über ID verbindendaten_komplett <-left_join(fragebogen, lab_daten, by ="id")
Datenvisualisierung (ggplot2)
Eine ggplot-Grafik wächst in Schichten: Daten → Mapping (aes) → Geom → Beschriftung → Theme. Schichten werden mit + verknüpft. Für die Funktionen zur Datenaufbereitung vor dem Plotten (pivot_longer(), filter(), mutate() etc.) siehe die Sektionen Daten Aufbereiten und Tidy Data weiter oben.
Grundlagen: Schichten eines Plots
Funktion
Beschreibung
Beispiel
ggplot(data, aes(...))
Initialisiert einen Plot und legt Daten + Aesthetics fest
ggplot(daten, aes(x = gruppe, y = wm_score_t1))
aes(...)
Bildet Variablen auf visuelle Eigenschaften ab (x, y, color, fill, shape)
aes(x = gruppe, fill = geschlecht)
labs(...)
Titel, Achsenbeschriftung, Legende, Caption
Siehe unten
Merkregel: Variablen-abhängige Aesthetics gehören innerhalbaes(); feste Werte (z. B. fill = "steelblue") ausserhalb.
Entscheidungsfrage: Wie viele Variablen mit welchem Skalenniveau? → Wähle das passende Geom. Verteilung zeigen (boxplot/jitter) ist meist informativer als ein Balken mit Mittelwert.
Zusammenfassung als eigene Schicht
Funktion
Beschreibung
Typische Argumente
stat_summary()
Aggregiert Daten pro Gruppe und zeichnet das Ergebnis
fun = mean, fun.data = mean_cl_normal, geom = "pointrange"
Mit fun.data = mean_cl_normal zeichnet stat_summary() Mittelwert + 95%-Konfidenzintervall. Das CI zeigt die Präzision der Mittelwertsschätzung, nicht die Streuung der Einzelwerte.
# Kombinierter Plot: Kennwerte + Rohdaten + Schätzung mit Unsicherheitggplot(daten, aes(x = gruppe, y = wm_score_t1)) +geom_boxplot(width =0.15, position =position_nudge(x =-0.2)) +geom_jitter(width =0.08, alpha =0.5) +stat_summary(fun.data = mean_cl_normal, geom ="pointrange",color ="red", position =position_nudge(x =0.2))
Anordnung & Position
Funktion
Beschreibung
Beispiel
position_nudge(x, y)
Verschiebt eine Schicht um einen festen Betrag
position_nudge(x = -0.2)
position_dodge(width)
Stellt Gruppen nebeneinander statt übereinander
geom_histogram(position = position_dodge())
Facettierung: Mehrere Panels
Funktion
Beschreibung
Beispiel
facet_wrap(~var)
Ein Panel pro Ausprägung, fliessend angeordnet
facet_wrap(~gruppe)
facet_grid(zeile ~ spalte)
Matrix-Layout für zwei Faktoren
facet_grid(geschlecht ~ gruppe)
# Freie y-Achse: nur verwenden, wenn die Form (nicht die Höhe)# der Verteilung interessiert — sonst sind Niveauvergleiche irreführend.ggplot(daten, aes(x = wm_score_t2)) +geom_histogram(bins =12) +facet_wrap(~gruppe, scales ="free_y")
ColorBrewer-Paletten für kategoriale Variablen (z. B. "Set2")
scale_fill_viridis_d() / scale_color_viridis_d()
Farbfehlsichtigkeits-freundlich, auch in Schwarz-Weiss lesbar
Default-Farben sind nicht für alle Leserinnen und Leser gut unterscheidbar. Für Publikationen immer eine bewusst gewählte, colorblind-safe Palette verwenden.
Themes: Erscheinungsbild
Funktion
Beschreibung
theme_minimal()
Minimalistisch, wenig visuelle Ablenkung
theme_bw()
Weisser Hintergrund, dezente Gitterlinien
theme_classic()
Klassisch, keine Gitterlinien (Lehrbuch-Stil)
Der Default theme_gray() (grauer Hintergrund) ist zum Explorieren OK, für Berichte aber ungeeignet.
Achsen & Export
Funktion
Beschreibung
Beispiel
coord_cartesian(xlim, ylim)
Zoomt auf einen Achsenausschnitt, ohne Daten zu verwerfen
coord_cartesian(ylim = c(0, 30))
ggsave(filename, ...)
Speichert den letzten Plot in Datei
Siehe unten
Faustregel: Bei geom_col() die y-Achse bei 0 beginnen lassen — abgeschnittene Balken übertreiben Unterschiede und zählen zu den häufigen irreführenden Grafiken.
# PDF = Vektor (Paper), PNG = Raster (Präsentation/Web)ggsave("abbildungen/wm_boxplot.pdf",width =15, height =10, units ="cm", dpi =300)
Nützliche Hilfsfunktionen
Funktion
Beschreibung
sessionInfo()
Zeigt R-Version und geladene Pakete
Sys.time()
Aktuelles Datum und Uhrzeit
set.seed(n)
Reproduzierbare Zufallszahlen
glimpse(df)
Kompakte Übersicht eines Data Frames (dplyr)
head(df, n) / tail(df, n)
Erste/letzte n Zeilen
View(df)
Öffnet Data Frame im Viewer
table(df$var)
Häufigkeitstabelle (base R)
prop.table(table(df$var))
Häufigkeitstabelle mit Anteilen (base R)
addmargins(table(df$var1, df$var2))
Kreuztabelle mit Randsummen (base R)
Gruppenvergleiche & ANOVA
Die ANOVA prüft, wie viel der Streuung in einer metrischen Variable durch Gruppenzugehörigkeit erklärt wird. Der Workflow folgt drei Schritten: Modell anpassen → Annahmen prüfen → Post-hoc-Vergleiche (wenn der Gesamttest signifikant ist und mehr als zwei Gruppen vorliegen).
afex Paket — ANOVA-Modell anpassen
Funktion
Beschreibung
Beispiel
aov_ez(id, dv, between, data)
ANOVA mit automatischer Berechnung von Effektgrössen
aov_ez(id = "id", dv = "wm_score_t2", between = "gruppe", data = wm_daten)
print(modell)
Ergebnistabelle mit df, MSE, F, ges (generalisiertes η²) und p
print(modell)
nice(modell, es = "pes")
Formatierte Tabelle, optional mit partial η² (pes) statt ges
nice(modell, es = "pes")
Argumente von aov_ez():id = Spaltenname der Personen-ID, dv = abhängige Variable, between = Zwischensubjektfaktor(en), within = Innersubjektfaktor(en) für Messwiederholungen. Bei einfaktoriellen Between-Designs entspricht ges dem klassischen η² aus Statistik II.
Ein einziger check_model()-Aufruf liefert die wichtigsten Diagnostik-Panels: QQ-Plot (Normalverteilung der Residuen) und Homogeneity-Panel (Varianzhomogenität). Punkte nahe an der Linie im QQ-Plot und eine annähernd horizontale Linie im Homogeneity-Panel sprechen dafür, dass die Annahmen erfüllt sind.
emmeans Paket — Post-hoc-Vergleiche
Funktion
Beschreibung
Beispiel
emmeans(modell, ~ faktor)
Schätzt Mittelwerte (Estimated Marginal Means) pro Gruppe
emmeans(modell, ~ gruppe)
pairs(emm, adjust = "tukey")
Paarweise Vergleiche mit Adjustierung für multiples Testen
pairs(emm, adjust = "tukey")
Tukey ist Standard bei ANOVA mit mehreren Gruppen; Bonferroni ist konservativer und passt bei wenigen, gezielten Vergleichen. Der Output zeigt pro Gruppenpaar estimate (Mittelwertsdifferenz), SE, t.ratio und das adjustierte p.value.
# Kompletter ANOVA-Workflowlibrary(afex)library(performance)library(emmeans)# 1. Modell anpassenmodell <-aov_ez(id ="id", dv ="wm_score_t2",between ="gruppe", data = wm_daten)print(modell)# 2. Annahmen prüfencheck_model(modell, check =c("normality", "qq", "homogeneity"))check_homogeneity(modell)# 3. Post-hoc-Vergleicheemm <-emmeans(modell, ~ gruppe)pairs(emm, adjust ="tukey")
Lineare Regression & Modellvergleich
Die lineare Regression sagt eine metrische Zielvariable aus einem oder mehreren Prädiktoren vorher (y = b₀ + b₁·x + e). ANOVA und Regression sind Spezialfälle desselben linearen Modells — die Diagnostik-Funktionen sind deshalb identisch.
Basis R — Modell anpassen
Funktion
Beschreibung
Beispiel
lm(y ~ x, data)
Passt ein lineares Modell an (einfache Regression)
Interpretation der Koeffizienten: Der Intercept (b₀) ist der vorhergesagte y-Wert bei x = 0. Der Steigungskoeffizient (b₁) ist die erwartete Veränderung in y pro Einheit x. Pr(>|t|) testet, ob der Koeffizient signifikant von 0 verschieden ist.
Multiple Regression & Modellvergleich
Funktion
Beschreibung
Beispiel
lm(y ~ x1 + x2, data)
Multiple Regression mit mehreren Prädiktoren
lm(wm_score_t2 ~ sleep_hours_t2 + wm_score_t1, data = wm_daten)
anova(modell1, modell2)
F-Test für geschachtelten Modellvergleich (Varianz-Zuwachs)
anova(modell1, modell2)
Voraussetzung für anova(): Beide Modelle müssen auf demselben N basieren — fehlende Werte dürfen nicht zwischen Modellen variieren. Lösung: vor der Modellierung mit filter(complete.cases(...)) einen vollständigen Datensatz erzeugen.
# Identische Fallzahl für alle Modelle sicherstellenwm_komplett <- wm_daten |>filter(complete.cases(wm_score_t2, wm_score_t1, sleep_hours_t2))modell1 <-lm(wm_score_t2 ~ sleep_hours_t2, data = wm_komplett)modell2 <-lm(wm_score_t2 ~ sleep_hours_t2 + wm_score_t1, data = wm_komplett)# Lohnt sich der zusätzliche Prädiktor?anova(modell1, modell2)
Hinweis zu R²: R² steigt mechanisch mit jedem zusätzlichen Prädiktor. Der F-Test in anova() prüft, ob der Zuwachs grösser ist als zufällig zu erwarten.
Residualdiagnostik
Funktion
Beschreibung
Beispiel
plot(modell)
Vier Diagnostik-Plots: Residuals vs. Fitted, QQ, Scale-Location, Leverage
plot(modell)
check_model(modell, check = ...)
Diagnostik-Panels via performance (gleiche Funktion wie bei ANOVA)
Die wichtigsten Diagnose-Panels: Residuals vs. Fitted prüft Linearität (sichtbarer Trend = Verletzung), Scale-Location prüft Homoskedastizität (Fächer-Form = Verletzung), QQ-Plot prüft Normalverteilung der Residuen (Abweichung von der Linie = Verletzung).