Grafiken und Statistik in R

Weitere Magazine

Empfehlungen

Info

String paste(...) - zs.fügen . . . . . . . . . . . . . . . . . . . . . . . 25 sapply(..,substr,..) - Teil in Vektor/Liste . 25, 79 sprintf(...) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 strsplit(...) - auftrennen. . . . . . . . . . . . . . . . . .25 strwidth(...) - Breite . . . . . . . . . . . . . . . . . . . . . . 25 sub(...) - ersetzen . . . . . . . . . . . . . . . . . . . . . . . . . 25 substr(...) - Teil . . . . . . . . . . . . . . . . . . . . . . . . . . 25 toString(...) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 tolower(...) - kleinbst. . . . . . . . . . . . . . . . . . . . . . 25 toupper(...) - GROßBST. . . . . . . . . . . . . . . . . . . 25 Subtraktion 12 summary(...) 25 Summe kumulierte cumsum(...) . . . . . . . . . . . . . . . . . . . . . 12 Vektorelemente sum(...) . . . . . . . . . . . . . . . . . . . . 12 sum of squares (G) 180 switch(..) 138 Symbole Typen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 symbols(...) 41 Symmetrisieren 25 Symmetrisierung (G) 180 Syntax 9–12 T t - test Test (G) 180 Tabelle abfragen tapply(base, func) . . . . . . . . . . . . . . . . 25 grafisch darstellen floating.pie() plotrix. .81 grafisch darstellen table.value(...) ade4 . 50 tapply(base, func) 25 tapply() - Fkt. auf Tabelle anwenden 105 Teilstriche allg. lab=c(nx, ny, Labelgr.). . . . . . . . . . . . . . .29 Anzahl par(xaxp=c(von, bis, nInt)), par(yaxp=c(von, bis, nInt)) . . . . . . . . . . 30 Ausrichtung (innen – außen). . . . . . . . . . . . . . . . . .29 Ausrichtung las. . . . . . . . . . . . . . . . . . . . . . . . . . . . .29 Beschriftung drehen . . . . . . . . . . . . . . . . . . . . . . . . . 40 kleine minor.tick(...) Hmisc . . . . . . . . . . . . 34 Länge tcl . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 Ternäre Plots ternaryplot(...)– Zelig 87 Test Ausreißer outlier.test(car ). . . . . . . . . . . . .141 Bonferroni – post hoc . . . . . . . . . . . . . . . . . . . . . . . 97 Chi 2 - Test (G). . . . . . . . . . . . . . . . . . . . . . . . . . . . .155 Chi 2 (χ 2 ) Anpassungstest (G) . . . . . . . . . . . . . . 184 Chi 2 (χ 2 ) von Barlett . . . . . . . . . . . . . . . . . . . . . . 184 Duncan-Test (G). . . . . . . . . . . . . . . . . . . . . . . . . . .175 230 ein- od. zweiseitig (G) . . . . . . . . . . . . . . . . . . . . . . 173 F - Test (G) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 Fischers exakter Test (G) . . . . . . . . . . . . . . . . . . . 160 Kendalls Konkordanzkoeffizient (G) . . . . . . . . . 184 Kolmogoroff-Smirnov - Anpassungstest (G). . .183 Kolmogorov-Smirnov-Test (G) . . . . . . . . . . . . . . 164 Kruskal - Wallis - Test (G) . . . . . . . . . . . . . . . . . . . 165 Least Significant Differences (G) . . . . . . . . . . . . 175 LSD-Test (G) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175 Monte Carlo Test . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 Newman-Keuls-Test (G) . . . . . . . . . . . . . . . . . . . . 175 pairwise.t.test(...) (G) . . . . . . . . . . . . . . . . . . . . . . 175 Prokrustes (G) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175 Scheffé – post hoc . . . . . . . . . . . . . . . . . . . . . . . . . . 96 Scheffé-Test (G) . . . . . . . . . . . . . . . . . . . . . . . . . . . 175 Shapiro - Wilk Test (G) . . . . . . . . . . . . . . . . . . . . . 183 t - test Test (G) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180 Tukey Honest (G) . . . . . . . . . . . . . . . . . . . . . . . . . . 175 Tukey – post hoc . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 Wilcoxon - Test (G). . . . . . . . . . . . . . . . . . . . . . . . .185 Text bgroup() skalierte Klammern in Ausdrücken . 44 Farbe datenabhängig . . . . . . . . . . . . . . . . . . . . . . . . 39 Farbe unterschiedlich . . . . . . . . . . . . . . . . . . . . . . . . 43 fett kursiv einzelne Wörter bolditalic() . . . . . 39 formatieren – Zeichenketten . . . . . . . . . . . . . . . . . 45 kursiv einzelne Wörter italic(). . . . . . . . . . . . . .39 Liste formatiert listExpressions() . . . . . . . . . . 47 Mathematischen Ausdrücke . . . . . . . . . . . . . . . . . . 44 n=34 – Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 Randtext mtext(...) . . . . . . . . . . . . . . . . . . . . . . . . 40 rotieren text(..., srt=45). . . . . . . . . . . . . . . . . .40 Schrift unterschiedlich . . . . . . . . . . . . . . . . . . . . . . . 43 textplot(...) gplots . . . . . . . . . . . . . . . . . . . . . 40 Überlappung vermeiden. . . . . . . . . . . . . . . . . . . . . .39 unterstrichen einzelne Wörter underline() . . . 39 verbinden kursiv normal substitute(italic(text)) . . . . . . . . . . . 40 Vorzeichen Text als Erklärung. . . . . . . . . . . . . . . .46 zusätzlich . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 Tiefendiagramme 60 Titel Farbe col.main="Farbname". . . . . . . . . . . . . . . . . .28 Farbe unterschiedlich . . . . . . . . . . . . . . . . . . . . . . . . 43 Schrift font.main=5 . . . . . . . . . . . . . . . . . . . . . . . . . 28 Schrift skalieren cex.main=1 . . . . . . . . . . . . . . . . . 28 Schrift unterschiedlich . . . . . . . . . . . . . . . . . . . . . . . 43 separat angeben title(...) . . . . . . . . . . . . . . . . . 43 Transfer Funktionen 130–135 Maximum Likelihood Response Surfaces . . . . . 134 Modern analogue technique. . . . . . . . . . . . . . . . .130
Partial least squares . . . . . . . . . . . . . . . . . . . . . . . . 133 Weigthed averaging partial least squares. . . . .133 Transformation Glossar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 Normieren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 presence/absence Werte erstellen. . . . . . . . . . . . .26 Standardisieren. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .25 Symmetrisieren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 Symmetrisierung (G) . . . . . . . . . . . . . . . . . . . . . . . 180 Zentrieren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 Zentrieren (G) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185 Triangel Plots triangle.plot(...)– ade4 87 TRUE 9 Tukey – post hoc 96 Tukey Honest (G) 175 U Umriß/Outline Analyse (Benutzerfunktionen) 200 und & 12 unendlich ∞ Inf 9 ungleich != 12 unimodal (G) 182 Untertitel Farbe col.sub="Farbname". . . . . . . . . . . . . . . . . . .28 Schrift font.sub=5 . . . . . . . . . . . . . . . . . . . . . . . . . . 28 Schrift skalieren cex.sub=1 . . . . . . . . . . . . . . . . . . 28 par()$usr[1:4] 1:li 2:re 3:un 4:ob 30 V Variable abhängige (G) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162 unabhängige (G) . . . . . . . . . . . . . . . . . . . . . . . . . . . 162 Variablen geschachtelte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 Zuordnung . . . . . . . . . . . . . . . . . . . . . . . . . . . .9 Varianz σ2 (G) 182 Varianzanalyse 95 Variationsbreite (G) 176 Vergleichsoperatoren gleich ==. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .12 größer > . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 größer gleich >= . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 kleiner < . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 kleiner gleich
Seite 1 und 2:
Skript zum Umgang und zur multivari
Seite 3 und 4:
Inhaltsverzeichnis Abbildungsverzei
Seite 5 und 6:
3.2.16 Balkendiagramme/Histogramme
Seite 7 und 8:
4.6.1 Umkehrpunkte . . . . . . . .
Seite 9 und 10:
1 Allgemeines Benutzung des Skripte
Seite 11 und 12:
1 Allgemeines 1.2 Blitzstart die Au
Seite 13 und 14:
1 Allgemeines 1.2 Blitzstart 1.2.2
Seite 15 und 16:
1 Allgemeines 1.2 Blitzstart m[1,]
Seite 17 und 18:
1 Allgemeines 1.2 Blitzstart par(ma
Seite 19 und 20:
1 Allgemeines 1.4 Pakete laden, her
Seite 21 und 22:
2 Daten log(...) # natürlicher Log
Seite 23 und 24:
2 Daten 2.3 Datenumgang cat(file=ff
Seite 25 und 26:
2 Daten 2.3 Datenumgang 2.3.4 Einge
Seite 27 und 28:
2 Daten 2.3 Datenumgang # Reihe än
Seite 29 und 30:
2 Daten 2.3 Datenumgang sich natür
Seite 31 und 32:
2 Daten 2.3 Datenumgang # 1 (4.33,4
Seite 33 und 34:
2 Daten 2.4 Transformieren . . . .
Seite 35 und 36:
3 Grafik 3.1 Einstellungen Zusätze
Seite 37 und 38:
Seite 39 und 40:
Seite 41 und 42:
Seite 43 und 44:
Seite 45 und 46:
Seite 47 und 48:
Seite 49 und 50:
Seite 51 und 52:
Seite 53 und 54:
Seite 55 und 56:
Seite 57 und 58:
Seite 59 und 60:
3 Grafik 3.2 Diagramme Für die Leg
Seite 61 und 62:
3 Grafik 3.2 Diagramme # subset in
Seite 63 und 64:
3 Grafik 3.2 Diagramme Entsprechend
Seite 65 und 66:
3 Grafik 3.2 Diagramme def.par
Seite 67 und 68:
3 Grafik 3.2 Diagramme Fallen mehre
Seite 69 und 70:
3 Grafik 3.2 Diagramme # Zufallsdat
Seite 71 und 72:
3 Grafik 3.2 Diagramme # Bsp.: Lini
Seite 73 und 74:
3 Grafik 3.2 Diagramme −20 −25
Seite 75 und 76:
3 Grafik 3.2 Diagramme # Gitternetz
Seite 77 und 78:
3 Grafik 3.2 Diagramme par(las=1) #
Seite 79 und 80:
3 Grafik 3.2 Diagramme par(las=1) #
Seite 81 und 82:
3 Grafik 3.2 Diagramme −20 −25
Seite 83 und 84:
3 Grafik 3.2 Diagramme plot.after =
Seite 85 und 86:
3 Grafik 3.2 Diagramme 3.2.16 Balke
Seite 87 und 88:
3 Grafik 3.2 Diagramme # mtext = ma
Seite 89 und 90:
3 Grafik 3.2 Diagramme polygon(x.bo
Seite 91 und 92:
3 Grafik 3.2 Diagramme # Sterndiagr
Seite 93 und 94:
3 Grafik 3.2 Diagramme data(volcano
Seite 95 und 96:
3 Grafik 3.2 Diagramme library(plot
Seite 97 und 98:
4 Statistik set.seed(25) # Zufallsg
Seite 99 und 100:
4 Statistik # allgemeine Modell Aus
Seite 101 und 102:
4 Statistik 4.3 Regressionsanalyse
Seite 103 und 104:
4 Statistik data(airquality) # Date
Seite 105 und 106:
4 Statistik } val
Seite 107 und 108:
4 Statistik rect.hclust(hc, h=50, w
Seite 109 und 110:
4 Statistik library(fpc) # Paket la
Seite 111 und 112:
4 Statistik msplot(boston.pv, edges
Seite 113 und 114:
4 Statistik # Dendrogramm verkürze
Seite 115 und 116:
4 Statistik 4.4.10 Heatmaps 4.4 Clu
Seite 117 und 118:
4 Statistik 4.4 Clusteranalyse 3. D
Seite 119 und 120:
4 Statistik similarities distances
Seite 121 und 122:
4 Statistik Methode pro & contra Be
Seite 123 und 124:
4 Statistik ostr.pca $ci s.arrow(o
Seite 125 und 126:
4 Statistik 4.5 Ordinationsmethoden
Seite 127 und 128:
4 Statistik # mit Maus platzieren l
Seite 129 und 130:
4 Statistik ?dune # Hilfe zum Daten
Seite 131 und 132:
4 Statistik # Schwerpunkt jeder Gru
Seite 133 und 134:
4 Statistik # gehören die Daten zu
Seite 135 und 136:
4 Statistik bnr2
Seite 137 und 138:
4 Statistik YY
Seite 139 und 140:
4 Statistik 4.8 Paläo - Rekonstruk
Seite 141 und 142:
4 Statistik 4.8 Paläo - Rekonstruk
Seite 143 und 144:
5 Programmierung # Grafik wieder 1x
Seite 145 und 146:
5 Programmierung 5.1 Benutzerfunkti
Seite 147 und 148:
6 Diverses NULL # default )# end sw
Seite 149 und 150:
6 Diverses 6.5 L ATEX/HTML Ausgaben
Seite 151 und 152:
7 Linkliste - Tutorien - Pakete We
Seite 153 und 154:
7 Linkliste - Tutorien - Pakete Abb
Seite 155 und 156:
7 Linkliste - Tutorien - Pakete Tab
Seite 157 und 158:
7 Linkliste - Tutorien - Pakete än
Seite 159 und 160:
Glossar A abhängig X → Y - Hier
Seite 161 und 162:
B am Ähnlichsten ist, hat die Auto
Seite 163 und 164:
Chi 2 - Test Mit dem Chi-Quadrat-Te
Seite 165 und 166:
D Datentransformation Die Transform
Seite 167 und 168:
E Eigenvektor Eigenvektoren eines l
Seite 169 und 170:
Friedman - Test Der Friedman - Test
Seite 171 und 172:
horseshoe effect Siehe arch effect.
Seite 173 und 174:
und xi werden die Deskriptoren stan
Seite 175 und 176:
Manhattan-Metrik (auch City-Block-M
Seite 177 und 178:
Multikolinearität Das Vorliegen ei
Seite 179 und 180:
man schreibt das mathematisch so au
Seite 181 und 182:
P Datenmatrizen unsymmetrisch symme
Seite 183 und 184:
post-hoc Tests auch a posteriori Te
Seite 185 und 186:
R R - Modus s. Q - Modus. R 2 auch
Seite 187 und 188: skaleninvariant Skaleninvarianz ist
Seite 189 und 190: Normalverteilung: Shapiro-Wilk Test
Seite 191 und 192: Verteilungen Binomialverteilung, B(
Seite 193 und 194: W Ward Clusteranalyse Beim Ward - V
Seite 195 und 196: Literatur Amaral, G. J. A., I. L. D
Seite 197 und 198: Anhang Funktion 1: Zum Zeichnen von
Seite 199 und 200: # NA - data (not available) show.na
Seite 201 und 202: x.max
Seite 203 und 204: x=seq(from=x.axis[1] , to=x.axis[nx
Seite 205 und 206: data.null[, 1], col=ifelse(length(p
Seite 207 und 208: } y1
Seite 209 und 210: stop("\n#> 'chain' should be a char
Seite 211 und 212: } ) data
Seite 213 und 214: # y
Seite 215 und 216: # stop("Stop: chain data needed wit
Seite 217 und 218: "theta[ni=%8$2s]:%1$32.50f psi=%2$8
Seite 219 und 220: # mod.lm
Seite 221 und 222: xy$y[2:3]
Seite 223 und 224: R Reference Card by Tom Short, EPRI
Seite 225 und 226: Where leading zeros are shown they
Seite 227 und 228: character expansion font = 1 (1,2,3
Seite 229 und 230: Index Alle Stichwörter mit (G) fin
Seite 231 und 232: k - medoid pma(...) cluster . . . .
Seite 233 und 234: Blattfunktion . . . . . . . . . . .
Seite 235 und 236: Linienenden par(lend="rounded") 29
Seite 237: Redundanzanalyse Glossar . . . . .
Alle anzeigen

Grafiken und Statistik in R

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?