Vrije University - Summer graduate programs

Sommerkurs in Datenanalyse in R

Letzte Chance zur Bewerbung!

Die erste Woche ist dem Erlernen der Verwendung von R und der Regressionsanalyse gewidmet. Wir beginnen mit dem Einlesen von Daten in R, der deskriptiven Statistik und der visuellen Darstellung der Daten, was der erste Schritt für statistische Analysen ist. Anschließend stellen wir das lineare Regressionsmodell vor, ein weit verbreitetes Modell mit zwei Hauptzwecken: der Modellierung von Beziehungen zwischen den Variablen und der Vorhersage zukünftiger Beobachtungen.

In der zweiten Woche werden wir das lineare Modell auf das verallgemeinerte lineare Framework erweitern, um diskrete abhängige Variablen zu analysieren. Die Logit-Regression, mit der Sie arbeiten werden, erweist sich als nützlich, um den Rest des Kurses zu verstehen: die Klassifizierung. Sie erfahren, wie Sie Datendimensionen mithilfe der Hauptkomponentenanalyse und der Clusteranalyse reduzieren und die erlernten Methoden zur Vorhersage verwenden.

Jeder Tag besteht aus kurzen Vorträgen mit Beispielen und Übungen, in denen Sie das Gelernte sofort anwenden. Der Schwerpunkt der Übungen und Aufgaben liegt auf der Codierung in R und der Anwendung und Interpretation verallgemeinerter linearer Regressionsmodelle. Nach dem Unterricht sollen Sie eine Aufgabe bearbeiten, in die Sie das Gelernte in die Übungen des Unterrichts integrieren. Diese Aufgabe wird benotet.

Woche 1

Tag 1: Einführung

Wir beginnen mit der Erläuterung der Grundlagen der R-Umgebung und von Rstudio. Sie lernen, wie Sie mit den wichtigsten Datentypen in R arbeiten: Vektor, Faktor, Matrix, Liste und Datenrahmen. Sie lernen, Variablen zu erstellen, Fälle und Variablen auszuwählen und Diagramme zu verwenden. Es werden einfache Funktionen zur Berechnung des Mittelwerts und der Standardabweichung eingeführt.

Tag 2: Daten & Funktionen

Sie lesen eine Datendatei in R ein und lernen, wie man deskriptive Statistiken und Häufigkeiten in R berechnet. Die am letzten Tag besprochenen Funktionen werden auf diesen Umfragedatensatz angewendet. Darüber hinaus werden verschiedene Schleifenbefehle besprochen, mit denen Sie komplizierte Aufgaben für den gesamten Datensatz ausführen können. Wir führen die Vektorisierung als Alternative zu Schleifen ein. Obwohl eine Schleife intuitiver ist, ist die Vektorisierung viel schneller. Im Laufe des Kurses werden wir diese Fähigkeiten beim Schreiben einer Funktion für den t-Test, die lineare Regression und den Log-Likelihood-Ratio-Test üben.

Tag 3: Einfache Regression

Wir werden diskutieren, wie das lineare Modell mit dem t-Test zusammenhängt. Sie erfahren, wie Sie die Ergebnisse mit einer unabhängigen Dummy- oder Intervallvariablen interpretieren und wie Sie die Annahmen der linearen Regression testen können.

Tag 4: Annahmen der Regression

Sie lernen, wie Sie die Ergebnisse mit einer unabhängigen Intervallvariable interpretieren und die Annahmen der linearen Regression testen. Die Annahmen der linearen Regression ermöglichen es, Ihren Schätzungen und Standardfehlern zu vertrauen. Sie lernen, wie Sie diese überprüfen und welche Konsequenzen eine Verletzung dieser Annahmen hat.

Tag 5: Multiple Regression

Dieser Tag baut auf Tag 3 auf, an dem wir die einfache Regression behandeln. Das multiple Regressionsmodell ergänzt das Konzept des „ceteris paribus“. Wir behandeln außerdem Stör- und Interaktionseffekte sowie die Frage, wann und wie die Mittelwertzentrierung eingesetzt wird.

Woche 2

Tag 6: Logistische Regression

Wir werden die logistische Regression als Teil des verallgemeinerten linearen Rahmens einführen. Wir berechnen das Odds Ratio und diskutieren, wie es mit dem Chi-Quadrat-Test und der logistischen Regression zusammenhängt. Darüber hinaus werden wir den Log-Likelihood-Ratio-Test diskutieren, um zwei oder mehr Modelle zu vergleichen.

Tag 7: Klassifizierung / Lineare Diskriminanzanalyse

Viele Datensätze sind mehrdimensional und weisen keine eindeutige abhängige oder unabhängige Variable auf. Sie lernen, wie Sie die lineare (quadratische) Diskriminanzanalyse als Datenreduktionsmethode anwenden und die Entscheidungsgrenze darstellen.

Tag 8: Clusteranalyse

Sie erfahren etwas über Ähnlichkeitsmaße, wie man Dendrogrammdiagramme liest, wie man den K-Means-Algorithmus zur Klassifizierung verwendet und wie man geclusterte Daten in R visualisiert.

Tag 9: Hauptkomponentenanalyse / Bestätigungsfaktoranalyse

Viele Skalen in der Umfrageforschung sind Mehr-Item-Skalen. Sie lernen die Validität und Reliabilität dieser Skalen kennen und erfahren, wie Sie konfirmatorische Faktorenanalysen anwenden und interpretieren. Wir besprechen die Faktorladungen, die Faktorkorrelationen und die Itemvarianzen. Sie lernen, wie Sie Gruppenunterschiede mithilfe von Mehrgruppenanalysen und Mediationsanalysen testen.

Tag 10: Zusammenfassung und ordentliche Arbeitsmethoden

Dieser letzte Tag wird genutzt für:

• Fassen Sie den Stoff noch einmal zusammen
• Erklären Sie mehr darüber, wie Sie Ihren Code bereinigen und Ihren Workflow verbessern können.
• Um an Ihrer Aufgabe zu arbeiten.

Sollten Sie Fragen zu Ihrer eigenen Forschung haben, die im Kurs nicht behandelt wurden (nutzen Sie gerne auch das Q&A für Ihre eigenen Forschungsfragen), können Sie gerne einen Termin für ein individuelles Gespräch mit uns vereinbaren.

Am Ende dieses Kurses können die Studenten:

• Bewerten Sie die Qualität quantitativer Datenquellen
• Wählen Sie je nach Datenquelle die geeignete Analysemethode
• Führen Sie verschiedene statistische Tests durch
• Analysieren Sie Daten mithilfe des verallgemeinerten linearen Rahmens
• Haben ihre Fähigkeiten im Programmieren entwickelt