RUB Research School

Me_05: Statistische Datenanalyse mit R – Teil 1 und 2 (Live-Webinare + Selbstlerneinheiten)

Für Doktorand*innen der Geistes- und Sozialwissenschaften | Grundlagen

Live-Webinare + Selbstlerneinheiten
Termine:
Live-Webinare: 09.11.2022 und 16.11.2022
Zeit: 13:30 -  17:30 Uhr
Trainer: Sebastian Gerhartz
Sprache: Deutsch
Teilnehmer: max. 20 Personen
Credit Point: anerkannt mit 0,75 CP für das Doktorandenprogramm RUB-RS Zertifikat

Der Workshop bietet eine grundlegende Einführung in die Umsetzung statistischer Datenanalysen mit der freien Software R. Er richtet sich an Promovierende, die R für die eigenen Datenanalysen verwenden wollen. Statistische Grundkenntnisse sind hilfreich, können mit den im Vorfeld bereitgestellten Materialien aber auch im Rahmen des Workshops erworben werden. Vorerfahrungen mit statistischen Datenanalysen werden nicht vorausgesetzt.

Der Workshop kombiniert Live-Webinare mit Selbstlerneinheiten, um die Zeit in dem Live-Webinar gezielt für Ihre Fragen nutzen zu können. Bitte planen Sie Ihre individuelle Arbeit mit den Selbstlerneinheiten fest mit ein. Die Live-Webinare in der Gruppe bauen darauf auf und setzen die Inhalte der Selbstlern- und Übungseinheiten voraus (diese werden in den Live-Webinaren nicht wiederholt).

Kursbeschreibung

R ist eine der beliebtesten Softwarelösungen für die Verarbeitung und Analyse quantitativer Daten. Als frei verfügbare und plattformunabhängige Open Source-Software bietet R ein umfangreiches Universum von Erweiterungspaketen der R-Community für fast jede denkbare statistische Aufgabenstellung.

Als kommandozeilenbasiertes Programm, das neben der Funktion als Statistik-Software alle Eigenschaften einer Programmiersprache mitbringt, stellt R insbesondere Einsteiger ohne Vorkenntnisse im Programmieren vor Herausforderungen. Der Workshop vermittelt das grundlegende Verständnis für Logik des Programms und die Umsetzung statistischer Datenanalysen in R, das nötig ist, um Lösungen für die eigenen Datenanalyse-Bedarfe finden, verstehen und umsetzen zu können.

Neben der Einführung in die technische Struktur der Software stehen die für klassische deskriptive und explanative Datenanalysen benötigten Arbeitsschritte im Fokus:

  • Eingeben und Einlesen von Daten in R
  • Datenmanipulation wie das Rekodieren von Variablen
  • Umgang mit fehlenden Werten in R
  • uni- und bivariate deskriptive Analyseverfahren
  • Berechnung statistische Tests und ANOVAs
  • Schätzen von multivariaten Regressionsmodellen

Im zweiten Live-Webinar wird ein Block für spezielle Analysemethoden vorgesehen. Die Teilnehmenden haben hierfür vorab oder auch am ersten Workshop-Tag Gelegenheit, weitere Analyseverfahren vorzuschlagen die sie für ihre Forschung benötigen.

Zum Auffrischen oder Erarbeiten der dafür notwendigen statistischen Grundkenntnisse werden den Teilnehmenden online Selbstlern-Einheiten zur Verfügung gestellt, die im Vorfeld bearbeitet werden können. Im Workshop wird Gelegenheit bestehen, offene Fragen und Verständnis-Hürden aus diesen Tutorials zu diskutieren. Der Workshop richtet sich damit explizit auch an Teilnehmende ohne fundierte Statistikausbildung.

Ziele:

  • die Teilnehmenden verstehen Aufbau und Struktur von R-Befehlen
  • die Teilnehmenden können grundlegende Aufgaben beim Verarbeiten und Analysieren quantitativer Daten in R umsetzen
  • die Teilnehmenden sind befähigt, eigenständig nach Lösungen für weiterführende Analyseverfahren in R zu suchen und Erweiterungspakete anderer Nutzer:innen für die eigenen Analysen zu verwenden.

Trainer:
Sebastian Gerhartz ist Sozialwissenschaftler und als wissenschaftlicher Mitarbeiter am Methodenzentrum der Ruhr-Universität Bochum und am Lehrstuhl für Empirische Sozialforschung tätig. Seine Interessen liegen in quantitativen, insbesondere regressions- und sequenzanalytischen Verfahren und der Forschung zu Vorurteilen und Gewaltkriminalität.

Please click here to register for the workshop: REGISTRATION

After you logged in for the registration you can identify the workshop by the first four characters (e.g. Wr_01, Pr_01) together with title and date.