63-090 Statistische Analysen in der Biogeographie mit R (Level II)

Lehrende: Dr. Maria Bobrowski; Dr. Niels Schwab

Veranstaltungsart: Übung

Anzeige im Stundenplan:

Semesterwochenstunden: 2

Credits: 4,0

Unterrichtssprache: Deutsch / Englisch

Min. | Max. Teilnehmerzahl: 15 | 25

Kommentare/ Inhalte:
Die frei verfügbare Statistiksoftware R ist ein Werkzeug zur statistischen Datenanalyse und (räumlichen) grafischen Darstellung von Daten und Ergebnissen. R ist zunehmend die Standardsoftware für statistische Auswertungen im wissenschaftlichen Bereich und in Unternehmen.

Lernziel:
Der Kurs gibt eine Einführung in R und seine Grundfunktionalitäten. Dabei erarbeiten sich die Teilnehmenden anhand von Übungen den Einstieg in statistische Analysen mit biogeographischen Schwerpunkten.

Der Fokus der Veranstaltung liegt auf den aus Statistik-und GIS-Veranstaltungen bekannten Inhalten, die mittels R anhand von räumlichen Vegetationsdaten wiederholt und vertieft werden. Hinweise zur Übertragbarkeit der Methoden auf andere, z.B. von den Teilnehmenden selbst erhobene oder gemessene Datensätze werden gegeben.

Damit kann dieser Kurs als Ausgangspunkt für den weitergehenden Einsatz von R in individuellen Fragestellungen (z.B. Abschlussarbeiten, Praktika, Projekte, …) dienen.

Vorgehen:
Nach der Installation und der Behandlung von Grundlagen der Bedienung von R wird die praktische Anwendung einfacher deskriptiver statistischer Methoden geübt. Alle statistischen Verfahren werden zur Auffrischung kurz erklärt. Der Blockkurs umfasst im Einzelnen die Themen:

-          Grundlagen von R, Installation des Basispakets sowie dessen Erweiterungen

-          Graphische Benutzeroberflächen für R, insbes. R Studio, Nutzung der internen Hilfe-Funktionen, Hilfen im Internet

-          Datenimport und -manipulation, Interaktion mit Tabellenkalkulationsprogrammen, z.B. MS Excel

-          Berechnung von deskriptiven Statistiken wie Mittelwert, Standardabweichung, Median, Quantile, Häufigkeitsverteilungen

-          Visualisierung der Daten mittels einfacher Grafiken: Histogramme, Boxplots, Balken- und Streudiagramme

-          Korrelationsanalyse

-          Lineare Modelle (GLM), Regressionsmodelle

-          R als Geographisches Informationssystem (GIS)

Literatur:
-          Alexandrowicz, R. W. (2013). R in 10 Schritten. Einführung in die statistische Programmierumgebung. Wien: facultas wuv / UTB.

-          Beierkuhnlein, C. (2007): Biogeographie. Stuttgard: Ulmer Verlag.

-          Hatzinger, R., Hornik, K., Nagel, H. & Maier, M. (2014). R: Einführung durch angewandte Statistik. 2. Auflage, Hallbergmoos: Pearson.

-          Zuur, A. F., Ieno, E. N. & Meesters, E. (2009). A beginner's guide to R. New York: Springer.
 

Zusätzliche Hinweise zu Prüfungen:
Aktive Mitarbeit, Übungsaufgaben, eine Hausaufgabe und eine Abschlußaufgabe