| Cheat Sheet | Inhalt | Link |
|---|---|---|
Base R |
Grundlegende R-Syntax, Datentypen, Operatoren | Download |
RStudio IDE |
Tastaturkürzel und Features von RStudio | Download |
dplyr |
Datentransformation mit dem tidyverse | Download |
tidyr |
Daten in Tidy-Format bringen | Download |
ggplot2 |
Datenvisualisierung mit ggplot2 | Download |
readr / readxl |
Datenimport aus CSV, Excel und weiteren Formaten | Download |
purrr |
Funktionale Programmierung mit map-Funktionen | Download |
stringr |
Arbeiten mit Zeichenketten | Download |
lubridate |
Arbeiten mit Datums- und Zeitangaben | Download |
Quarto |
Quarto-Dokumente, Chunk-Optionen, Output-Formate | Download |
13 Literatur & Ressourcen
Dieses Kapitel gibt einen Überblick über empfehlenswerte Ressourcen, die über die Inhalte dieses Kurses hinausgehen. Der Fokus liegt auf frei zugänglichen Materialien. Die meisten der genannten Bücher sind vollständig frei online verfügbar, alternativ sind diese über die Fernuni-Bibliothek oder die Fernleihe zu erhalten.
13.1 Lehrbücher
13.1.1 R Basics und Data Science
R for Data Science (2e) von Hadley Wickham et al.
Hands-On Programming with R von Garrett Grolemund
Advanced R von Hadley Wickham
13.1.2 Grafiken in R
ggplot2: Elegant Graphics for Data Analysis (3e) von Hadley Wickham
13.1.3 Ökonometrie in R
13.1.3.1 Für Anfänger:innen
Introduction to Econometrics with R von Christoph Hanck et al.
Introductory Econometrics: A Modern Approach (7e) von Jeffrey Wooldridge (2020)
Using R for Introductory Econometrics von Florian Heiss (2020)
Quantitative Social Science: An Introduction von Kosuke Imai (2017)
13.1.3.2 Für Fortgeschrittene
Mostly Harmless Econometrics: An Empiricist’s Companion von Joshua Angrist & Jörn-Steffen Pischke (2009)
Applied Econometrics with R von Christian Kleiber & Achim Zeileis (2008)
13.1.3.3 Kausalinferenz
Causal Inference: The Mixtape von Scott Cunningham
The Effect: An Introduction to Research Design and Causality von Nick Huntington-Klein
13.1.4 Weitere Themen
Geocomputation with R von Robin Lovelace et al.
Mastering Shiny von Hadley Wickham
An Introduction to Statistical Learning with Applications in R von Gareth James et al.
Statistical Rethinking: A Bayesian Course with Examples in R and Stan (2e) von McElreath, R. (2020)
R Packages (2e) von Hadley Wickham & Jennifer Bryan
R Markdown: The Definitive Guide von Yihui Xie
13.2 Hilfreiche Websites
- CRAN Task Views (cran.r-project.org/web/views) bieten kuratierte Übersichten über alle relevanten R-Packages nach Themenbereich — etwa Econometrics, CausalInference, TimeSeries oder Spatial. Ein unverzichtbarer Ausgangspunkt bei der Suche nach dem richtigen Package für eine spezifische Aufgabe.
- Stack Overflow (stackoverflow.com/questions/tagged/r) ist die wichtigste Community für R-Fragen. Die meisten Fehlermeldungen und Probleme, auf die man beim Programmieren stößt, wurden dort bereits diskutiert und gelöst.
- Posit Community (community.rstudio.com) ist das offizielle Forum für Fragen rund um RStudio, tidyverse und Quarto — besonders hilfreich für spezifische Package-Fragen, die auf Stack Overflow weniger gut abgedeckt sind.
- R-bloggers (r-bloggers.com) aggregiert Blogposts aus der R-Community zu allen möglichen Themen — von neuen Packages bis zu Anwendungsbeispielen in unterschiedlichen Feldern. Gut geeignet, um neue Entwicklungen im R-Ökosystem zu verfolgen.
-
The R Graph Gallery (r-graph-gallery.com) bietet eine umfangreiche Sammlung von
ggplot2-Beispielen mit reproduzierbarem Code, geordnet nach Diagrammtyp. Besonders nützlich als Inspirationsquelle und Ausgangspunkt für spezifische Visualisierungen. - Data-to-Viz (data-to-viz.com) hilft bei der Wahl des richtigen Diagrammtyps: Ausgehend von der Datenstruktur (eine metrische Variable, zwei kategoriale Variablen etc.) werden passende Visualisierungsoptionen mit Vor- und Nachteilen vorgestellt und direkt mit R-Code verknüpft.
13.3 Cheat Sheets
Posit (ehemals RStudio) stellt eine Sammlung offizieller Cheat Sheets bereit, die jeweils die wichtigsten Funktionen eines Packages auf einer oder zwei Seiten zusammenfassen. Alle Cheat Sheets sind unter posit.co/resources/cheatsheets frei verfügbar. Die für diesen Kurs relevantesten sind:
13.4 Online-Kurse
- Posit Cloud Primers (posit.cloud/learn/primers) bieten interaktive Einführungen in die wichtigsten tidyverse-Packages direkt im Browser — ohne Installation. Besonders geeignet für den Einstieg und zum Auffrischen einzelner Themen.
- DataCamp (datacamp.com) bietet umfangreiche R-Kurse zu Datenanalyse, Statistik, maschinellem Lernen und mehr. Viele Hochschulen bieten kostenlosen Zugang über DataCamp for Classrooms an — es lohnt sich, beim Studierendenservice nachzufragen. - Coursera: Data Science Specialization (Johns Hopkins University, coursera.org) ist eine neunteilige Kursreihe zu Datenwissenschaft mit R, die von grundlegenden R-Kenntnissen bis zu Regressionsmodellen und reproduzierbarer Forschung reicht. Kostenlos auditierbar.
- Swirl (swirlstats.com) ist ein R-Package, das interaktive R-Kurse direkt in der R-Konsole anbietet — eine ungewöhnliche, aber effektive Lernmethode, da man direkt in der gewohnten Arbeitsumgebung übt