About the Course

S Exploratory Data Analysis

Die hypothesengeleitete Auswertung von Daten ist das Paradebeispiel sozialwissenschaftlicher Datenanalyse. Dennoch gibt es auch Situationen, in denen sich Forscher:innen ohne konkrete Hypothesen einen generellen Überblick über komplexe Datensätze verschaffen müssen. Ebenso wichtig kann es sein, die Quintessenz solcher Daten verständlich und schnell kommunizieren zu können. Diese beiden Kompetenzen sind der Kern explorativer Datenanalyse.

In diesem Seminar lernen Studierende, größere Datensätze wie den European Social Survey automatisiert und reproduzierbar zu analysieren sowie die Ergebnisse dieser Analysen in gängige Dokumenttypen (MS Word, Excel, HTML, PDF) zu exportieren. Dabei werden wir im Wesentlichen mit R und RStudio arbeiten – entsprechende Vorkenntnisse sind wünschenswert.

1. Einführung in R und RStudio
• Sinnvolles Setup
• “Workflow”
2. Daten einlesen und manipulieren
• Wichtige Funktionen und “Pakete”
• Anwendungsbeispiel: European Social Survey (ESS)
3. Daten analysieren und visualisieren
• Wie gehe ich mit unterschiedlichen Variablen- und Skalentypen um?
• Deskriptive (und – nach Zeitbudget – induktive) Statistik
• Output: Ergebnisse präsentieren und visualisieren
3. Berichte via (R)Markdown und knitr („Quarto“)
4. Automatisierung
• Schleifen / Vektorisierung
• Parametrisierung innerhalb von R Markdown / „Quarto“

[If need exists this class could be held in English. Please contact me.]

Voraussetzungen für Studiennachweise / Modulprüfungen
Aktive Teilnahme. Für benotete Studiennachweise wird eine kleine Hausarbeit von etwa 10 Seiten erwartet.

Lehrende

Dr. Helge Emmler

Termine

  • Friday, 13.10.2023 (1. Termin)
    10:00 bis 12:00 Uhr
    GD E1/208 CIP-Pool

Anmeldung

Bitte melden Sie sich in eCampus für die Veranstaltung an.