Zusammenfassung
R ist eine freie und kostenlose Umgebung zur computergestützten statistischen Datenverarbeitung (Ihaka & Gentleman, 1996; R Core Team, 2014): R integriert eine Vielzahl von Möglichkeiten, um Daten organisieren, transformieren, auswerten und visualisieren zu können. Dabei bezeichnet R sowohl das Programm selbst als auch die Sprache, in der die Auswertungsbefehle geschrieben werden. Denn in R bestehen Auswertungen aus einer Abfolge von Befehlen in Textform, die der Benutzer unter Einhaltung einer bestimmten Syntax selbst einzugeben hat. Jeder Befehl stellt dabei einen eigenen Auswertungsschritt dar, wobei eine vollständige Datenanalyse die Abfolge vieler solcher Schritte umfasst. So könnten Daten zunächst aus einer Datei gelesen und zwei Variablen zu einer neuen verrechnet werden, ehe eine Teilmenge von Beobachtungen ausgewählt und mit ihr ein statistischer Test durchgeführt wird, dessen Ergebnisse im Anschluss grafisch aufzubereiten sind.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Genauer gesagt ist GNU R ursprünglich eine open source Implementierung der Sprache S (Becker, Chambers, & Wilks, 1988). Der open source Programmen zugrundeliegende Quelltext ist frei erhältlich, zudem darf die Software frei genutzt, verbreitet und verändert werden. Genaueres erläutert der Befehl licence(). Kommerzielle Varianten von R sind u. a. Microsoft R (Microsoft, 2016a) und TIBCO TERR (TIBCO Software Inc, 2016).
- 2.
Abgesehen von der Oberfläche und abweichenden Pfadangaben bestehen nur unwesentliche Unterschiede zwischen der Arbeit mit R unter verschiedenen Betriebssystemen.
- 3.
CRAN (Comprehensive R Archive Network) bezeichnet ein weltweites Netzwerk von mirror servern für R-Installationsdateien, Zusatzpakete und offizielle Dokumentation. Eine durchsuchbare und übersichtlichere Oberfläche mit weiteren Funktionen ist http://r-pkg.org/.
- 4.
R-3.3.2-win.exe ist die im Winter 2016 aktuelle Version von R für Windows. 3.3.2 ist die Versionsnummer. Bei neueren Versionen sind leichte, für den Benutzer jedoch üblicherweise nicht merkliche Abweichungen zur in diesem Manuskript beschriebenen Arbeitsweise von Funktionen möglich.
- 5.
- 6.
- 7.
- 8.
Details zur installierten R-Version sowie zur Systemumgebung liefern die Funktionen Sys.info(), sessionInfo(), R.Version() sowie der Befehl .Platform.
- 9.
RStudio wird derzeit mit hohem Tempo weiterentwickelt. Es ist deshalb möglich, dass im Laufe der Zeit Aussehen und Funktionalität in Details von der folgenden Beschreibung abweichen.
- 10.
Für automatisierte Auswertungen s. Abschn. 4.1. Die Ausgabe lässt sich mit der sink() Funktion entweder gänzlich oder i. S. eines Protokolls aller Vorgänge als Kopie in eine Datei umleiten (Argument split=TRUE). Befehle des Betriebssystems sind mit shell("〈Befehl〉") ausführbar, so können etwa die Netzwerkverbindungen mit shell("netstat") angezeigt werden.
- 11.
Zudem kann jeder Benutzer eines Computers die Datei .Rprofile in seinem Heimverzeichnis anlegen. In dieser Datei können auch die Funktionen namens .First bzw. .Last mit beliebigen Befehlen definiert werden, die dann beim Start als erstes bzw. beim Beenden als letztes ausgeführt werden (Abschn. 17.2).
- 12.
Sofern diese Formatierung nicht mit options(scipen=999) ganz unterbunden wird. Allgemein kann dabei mit ganzzahlig positiven Werten für scipen (scientific penalty) die Schwelle erhöht werden, ab der R die wissenschaftliche Notation für Zahlen verwendet (vgl. ?options).
- 13.
Für die zur Bestimmung der Ausführungsreihenfolge wichtige Assoziativität von Operatoren vgl. ?Syntax.
- 14.
Der Dezimalteil einer Dezimalzahl ergibt sich also als 〈Zahl〉 %% 1.
- 15.
R rundet in der Voreinstellung nicht nach dem vielleicht vertrauten Prinzip des kaufmännischen Rundens, sondern unverzerrt (Bronstein & Semendjajew, 2012). Durch negative Werte für digits kann auch auf Zehnerpotenzen gerundet werden. signif() rundet auf eine bestimmte Anzahl signifikanter Stellen.
- 16.
In diesem Text werden nur die wichtigsten Argumente der behandelten Funktionen vorgestellt, eine vollständige Übersicht liefert jeweils args(〈Funktionsname〉) sowie die zugehörige Hilfe-Seite ?〈Funktionsname〉.
- 17.
In R sind Operatoren wie +, -, * oder / Funktionen, für die lediglich eine bequemere und vertrautere Kurzschreibweise zur Verfügung steht. Operatoren lassen sich auch in der Präfix-Form benutzen, wenn sie in Anführungszeichen gesetzt werden. So ist "/"(1, 10) äquivalent zu 1/10.
- 18.
Gleiches gilt für die Werte von Argumenten, sofern sie aus einer festen Liste von Zeichenketten stammen. Statt cov(〈Matrix〉, use="pairwise.complete.obs") ist also auch cov(〈Matrix〉, u="pairwise") als Funktionsaufruf möglich.
- 19.
Der Lesbarkeit halber werden in diesem Buch vorgestellte Pakete nur bei ihrer ersten Verwendung auch zitiert, bei späteren Erwähnungen wird nur ihr Name genannt. Über den im Index markierten Haupteintrag für ein Paket lässt sich die Zitation finden.
- 20.
Die Installation setzt voraus, dass der Benutzer ausreichende Schreibrechte auf dem Computer besitzt, weshalb es u. U. notwendig ist, R zunächst als Administrator zu starten. Mit dem Argument repos von install.packages() können temporär, mit setRepositories() auch dauerhaft nicht-CRAN server als Paketquelle verwendet werden. Hier ist etwa das BioConductor-Projekt (Gentleman et al., 2004; Huber et al., 2015) mit Paketen vor allem zur Bioinformatik zu nennen. Für die Installation von auf GitHub gehosteten Paketen eignet sich install_github() aus dem Paket devtools (Wickham, 2016a). remove.packages() deinstalliert ein Paket wieder.
- 21.
Bei der Installation einer neuen R-Version müssen zuvor manuell hinzugefügte Pakete erneut installiert werden, wenn es sich um einen großen Versionssprung handelt, z. B. von Version 3.2 zu 3.3 – nicht aber von Version 3.3.1 zu 3.3.2. Das Paket-Verzeichnis kann auch frei gewählt werden. Dafür muss eine Textdatei Renviron.site im Unterordner etc/ des R-Programmordners existieren und eine Zeile der Form R_LIBS="〈Pfad〉" (z. B. R_LIBS="c:/rlibs") mit dem Pfad zu den Paketen enthalten.
- 22.
Wird versucht, ein nicht installiertes Paket zu laden, erzeugt library() einen Fehler. Wenn dagegen das Argument logical.return=TRUE gesetzt wird, erzeugt library() nur eine Warnung und gibt ein später zur Fallunterscheidung verwendbares FALSE zurück (Abschn. 17.1.1). Auch require() warnt nur, wenn ein zu ladendes Paket nicht vorhanden ist.
- 23.
Besitzen verschiedene geladene Pakete Funktionen desselben Namens, maskieren die aus später geladenen Paketen jene aus früher geladenen (Abschn. 1.4.1). Um explizit auf eine so maskierte Funktion zuzugreifen, ist dem Funktionsnamen der Paketname mit zwei Doppelpunkten voranzustellen, etwa base::mean().
- 24.
- 25.
Mit structure() lassen sich auch mehrere Attribute gleichzeitig setzen.
- 26.
Wenn ein Objektname dennoch nicht zulässige Zeichen enthält, kann man nichtsdestotrotz auf das Objekt zugreifen, indem man den Namen in rückwärts gerichtete Hochkommata setzt (‘〈Objektname〉‘).
- 27.
Um analog Objekte mit einem später festgelegten Namen zu erstellen, s. Abschn. 1.4.4.
- 28.
Für reelle Zahlen (numeric) existieren u. a. zwei Möglichkeiten, sie in einem Computer intern zu repräsentieren: Ganze Zahlen können mit einem L hinter der Zahl gekennzeichnet werden (für long integer, z. B. 5L), wodurch R sie dann auch als solche speichert (integer). Andernfalls werden alle Zahlen in R als Gleitkommazahlen mit doppelter Genauigkeit gespeichert (double). Dies lässt sich mit dem Befehl typeof(〈Objekt〉) abfragen. Ob ein Objekt einen bestimmten Speichertyp aufweist, wird mit Funktionen der is.〈Speicherart〉(Objekt) Familie geprüft (z. B. is.double()). Weitere Angaben zur internen Implementierung von Zahlen und den daraus resultierenden Beschränkungen gibt .Machine aus, etwa die größtmögliche ganze Zahl .Machine$integer.max oder die kleinste positive Gleitkommazahl, die noch von 0 unterscheidbar ist .Machine$double.eps.
- 29.
Dies können einfache (’〈Zeichen〉’) oder doppelte ("〈Zeichen〉") Anführungszeichen sein. Innerhalb einfacher Anführungszeichen können auch Zeichenketten stehen, die ihrerseits doppelte Anführungszeichen beinhalten (’a"b’), während diese innerhalb doppelter Anführungszeichen als Escape-Sequenz mit vorangestelltem backslash zu schreiben sind ("a\"b", vgl. ?Quotes).
- 30.
Für Hilfe zu diesem Thema vgl. ?Comparison.
- 31.
Die alphabetische Reihenfolge hängt dabei von den Ländereinstellungen ab, die sich mit Sys.getlocale() erfragen und mit Sys.setlocale() ändern lässt.
- 32.
Tauchen sehr kleine Zahlen, die eigentlich 0 sein sollten, zusammen mit größeren Zahlen in einem Ergebnis auf, eignet sich zapsmall(), um sie i. S. einer besseren Übersichtlichkeit auch tatsächlich als 0 ausgeben zu lassen.
Literatur
Adler, D., & Murdoch, D. (2016). rgl: 3D visualization device system (OpenGL) [Software]. http://CRAN.R-project.org/package=rgl (R package version 0.96.0)
Adler, J. (2012). R in a Nutshell (2. Aufl.). Sebastopol, CA: O’Reilly.
Agresti, A. (2007). An introduction to categorical data analysis (2. Aufl.). New York, NY: Wiley.
Aiken, L. S., & West, S. G. (1991). Multiple regression: Testing and interpreting interactions. Thousand Oaks, CA: SAGE.
Allaire, J. J., Cheng, J., Xie, Y., McPherson, J., Chang, W., Allen, J., \(\ldots\) Hyndman, R. (2016). rmarkdown: Dynamic documents for R [Software]. http://rmarkdown.rstudio.com (R package version 1.1)
Allignol, A., & Latouche, A. (2016). CRAN task view: Survival analysis. http://CRAN.R-project.org/view=Survival (Version 2016-08-19)
Allison, P. D. (2008). Convergence failures in logistic regression. SAS Global Forum, 360, 1–11.
Andres, J. (1996). Das allgemeine lineare Modell. In E. Erdfelder, R. Mausfeld, T. Meiser, & G. Rudinger (Hrsg.), Handbuch Quantitative Methoden (S. 185–200). Weinheim: Beltz.
Arnold, J. B. (2016). ggthemes: Extra themes, scales and geoms for ‘ggplot2’ [Software]. https://CRAN.R-project.org/package=ggthemes (R package version 3.2.0)
Backhaus, K., Erichson, B., Plinke, W., & Weiber, R. (2015a). Multivariate Analysemethoden (14. Aufl.). Heidelberg: Springer.
Backhaus, K., Erichson, B., & Weiber, R. (2015b). Fortgeschrittene Multivariate Analysemethoden (3. Aufl.). Heidelberg: Springer.
Balasubramanian, N., & Johnson, S. G. (2013). cubature: Adaptive multivariate integration over hypercubes [Software]. http://CRAN.R-project.org/package=cubature (R package version 1.1-2)
Bates, D. (2004). Least squares calculations in R. R News, 4(1), 17–20. http://CRAN.R-project.org/doc/Rnews/
Bates, D., & Maechler, M. (2016). Matrix: Sparse and Dense Matrix Classes and Methods [Software]. http://CRAN.R-project.org/package=Matrix (R package version 1.2-7.1)
Bates, D., Maechler, M., Bolker, B., & Walker, S. (2015). Fitting linear mixed-effects models using lme4. Journal of Statistical Software, 67(1), 1–48. http://www.jstatsoft.org/article/view/v067i01/
Becker, R. A., Chambers, J. M., & Wilks, A. R. (1988). The new S language: A programming environment for data analysis and graphics. Pacific Grove, CA: Wadsworth & Brooks/Cole.
Bender, R., Augustin, T., & Blettner, M. (2005). Generating survival times to simulate Cox proportional hazards models. Statistics in Medicine, 24, 1713–1723.
Bernaards, C. A., & Jennrich, R. I. (2005). Gradient projection algorithms and software for arbitrary rotation criteria in factor analysis. Educational and Psychological Measurement, 65(5), 676–696. http://www.stat.ucla.edu/research/gpa/
Beyersmann, J., Allignol, A., & Schumacher, M. (2012). Competing risks and multistate models with R. New York, NY: Springer.
Bivand, R. S., Pebesma, E., & Gómez-Rubio, V. (2013). Applied spatial data analysis with R. New York, NY: Springer.
Bliese, P. (2016). multilevel: Multilevel Functions [Software]. http://CRAN.R-project.org/package=multilevel (R package version 2.6)
Bloomfield, V. A. (2014). Using R for numerical analysis in science and engineering. Boca Raton, FL: Chapman & Hall/CRC.
Boker, S., Neale, M., Maes, H., Wilde, M., Spiegel, M., Brick, T., \(\ldots\) Fox, J. (2011). OpenMx: An open source extended structural equation modeling framework. Psychometrika, 66(2), 306–317. http://openmx.psyc.virginia.edu/
Borchers, H. W. (2016a). CRAN task view: Numerical mathematics. http://CRAN.R-project.org/view=NumericalMathematics (Version 2016-02-09)
Borchers, H. W. (2016b). pracma: Practical Numerical Math Functions [Software]. http://CRAN.R-project.org/package=pracma (R package version 1.9.5)
Borg, A., & Sariyar, M. (2016). RecordLinkage: Record linkage in R [Software]. https://CRAN.R-project.org/package=RecordLinkage (R package version 0.4-10)
Bortz, J., Lienert, G. A., & Boehnke, K. (2010). Verteilungsfreie Methoden in der Biostatistik (3. Aufl.). Heidelberg: Springer.
Bronstein, I. N., & Semendjajew, K. A. (2012). Springer Taschenbuch der Mathematik (3. Aufl.). Berlin: Springer.
Buerkner, P.-C. (2016). brms: Bayesian regression models using Stan [Software]. https://CRAN.R-project.org/package=brms (R package version 1.0.1)
Büning, H., & Trenkler, G. (1994). Nichtparametrische statistische Methoden (2. Aufl.). Berlin: Walter de Gruyter.
Canty, A., & Ripley, B. D. (2016). boot: Bootstrap R (S-Plus) Functions [Software]. http://CRAN.R-project.org/package=boot (R package version 1.3-18)
Carr, D., Lewin-Koh, N., & Maechler, M. (2015). hexbin: Hexagonal Binning Routines [Software]. http://CRAN.R-project.org/package=hexbin (R package version 1.27.1)
Chambers, J. M. (2008). Software for data analysis: Programming with R. New York, NY: Springer. http://statweb.stanford.edu/~jmc4/Rbook/
Champely, S., & De Rosario, H. (2016). pwr: Basic functions for power analysis [Software]. http://CRAN.R-project.org/package=pwr (R package version 1.2-0)
Chang, W. (2013). R graphics cookbook. Sebastopol, CA: O’Reilly. http://www.cookbook-r.com/
Chang, W., Cheng, J., Allaire, J. J., Xie, Y., & McPherson, J. (2016). shiny: Web application framework for R [Software]. http://CRAN.R-project.org/package=shiny (R package version 0.14.2)
Chang, W., & Luraschi, J. (2016). profvis: Interactive visualizations for profiling R code [Software]. https://rstudio.github.io/profvis/ (R package version 0.3.2)
Chernik, M. R., & LaBudde, R. A. (2011). An introduction to bootstrap methods with applications to R. Hoboken, NJ: Wiley.
Chihara, L., & Hesterberg, T. (2011). Mathematical statistics with resampling and R. Hoboken, NJ: Wiley. https://sites.google.com/site/chiharahesterberg/
Circle Systems. (2015). Stat/Transfer [Software]. http://www.stattransfer.com/ (Version 13)
Cowlishaw, M. F. (2008). Decimal arithmetic FAQ Part 1 – General questions. http://speleotrove.com/decimal/decifaq1.html
Dalgaard, P. (2007). New functions for multivariate analysis. R News, 7(2), 2–7. http://CRAN.R-project.org/doc/Rnews/
Dalgaard, P. (2008). Introductory statistics with R (2. Aufl.). London, UK: Springer. http://publicifsv.sund.ku.dk/~pd/ISwR.html
Davison, A. C., & Hinkley, D. V. (1997). Bootstrap methods and their applications. Cambridge, UK: Cambridge University Press.
De Rosario-Martinez, H. (2015). phia: Post-hoc interaction analysis [Software]. http://CRAN.R-project.org/package=phia (R package version 0.2-1)
Delignette-Muller, M. L., & Dutang, C. (2015). fitdistrplus: An R package for fitting distributions. Journal of Statistical Software, 64(4), 1–34. http://www.jstatsoft.org/v64/i04/
Dowle, M., Short, T., Lianoglou, S., & Srinivasan, A. (2015). data.table: Extension of data.frame [Software]. http://CRAN.R-project.org/package=data.table (R package version 1.9.6)
Duchateau, L., & Janssen, P. (2007). The frailty model. New York, NY: Springer.
Dutang, C. (2016). CRAN task view: Probability distributions. http://CRAN.R-project.org/view=Distributions (Version 2016-08-06)
Eddelbuettel, D. (2013). Seamless R and C++ integration with Rcpp. New York, NY: Springer.
Eddelbuettel, D. (2016). CRAN task view: High-performance and parallel computing with R. http://CRAN.R-project.org/view=HighPerformanceComputing (Version 2016-08-18)
Eid, M., Gollwitzer, M., & Schmitt, M. (2015). Statistik und Forschungsmethoden (5. Aufl.). Weinheim: Beltz.
Faraway, J. J. (2014). Linear models with R (2. Aufl.). Boca Raton, FL: Chapman & Hall/CRC. http://www.maths.bath.ac.uk/~jjf23/LMR/
Faraway, J. J. (2016). Extending the linear model with R: generalized linear, mixed effects and nonparametric regression models (2. Aufl.). Boca Raton, FL: Chapman & Hall/CRC. http://www.maths.bath.ac.uk/~jjf23/ELM/
Faul, F., Erdfelder, E., Lang, A.-G., & Buchner, A. (2007). G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behavior Research Methods, 39(2), 175–191. http://www.gpower.hhu.de/
Filzmoser, P., Fritz, H., & Kalcher, K. (2016). pcaPP: Robust PCA by Projection Pursuit [Software]. http://CRAN.R-project.org/package=pcaPP (R package version 1.9-61)
Filzmoser, P., & Gschwandtner, M. (2015). mvoutlier: Multivariate outlier detection based on robust methods [Software]. http://CRAN.R-project.org/package=mvoutlier (R package version 2.0.6)
Fischer, G. (2013). Lineare algebra (18. Aufl.). Wiesbaden: Vieweg+Teubner.
Fox, J. (2003). Effect displays in R for generalised linear models. Journal of Statistical Software, 8(15), 1–27. http://www.jstatsoft.org/v08/i15/
Fox, J. (2005). The R commander: A basic-statistics graphical user interface to R. Journal of Statistical Software, 14(9), 1–42. http://www.jstatsoft.org/v14/i09/
Fox, J. (2016a). CRAN task view: Statistics for the social sciences. http://CRAN.R-project.org/view=SocialSciences (Version 2016-08-18)
Fox, J. (2016b). polycor: Polychoric and Polyserial Correlations [Software]. http://CRAN.R-project.org/package=polycor (R package version 0.7-9)
Fox, J., Friendly, M., & Weisberg, S. (2013). Hypothesis tests for multivariate linear models using the car package. The R Journal, 5(1), 39–52. https://journal.r-project.org/archive/2013-1/
Fox, J., Nie, Z., & Byrnes, J. (2016). sem: Structural Equation Models [Software]. http://CRAN.R-project.org/package=sem (R package version 3.1-8)
Fox, J., & Weisberg, S. (2011). An R companion to applied regression (2. Aufl.). Thousand Oaks, CA: SAGE. http://socserv.socsci.mcmaster.ca/jfox/Books/Companion/
Fox, J., & Weisberg, S. (2016). car: Companion to Applied Regression [Software]. http://CRAN.R-project.org/package=car (R package version 2.1-3)
Friedman, J., Hastie, T., & Tibshirani, R. (2010). Regularization paths for generalized linear models via coordinate descent. Journal of Statistical Software, 33(1), 1–22. http://www.jstatsoft.org/v33/i01/
Gabry, J., & Goodrich, B. (2016). rstanarm: Bayesian applied regression modeling via Stan [Software]. https://CRAN.R-project.org/package=rstanarm (R package version 2.12.1)
Gałecki, A. T., & Burzykowski, T. (2013). Linear mixed-effects models using R: A step-by-step approach. New York, NY: Springer.
Gandrud, C. (2015). Reproducible research with R & RStudio (2. Aufl.). Boca Raton, FL: Chapman & Hall/CRC. http://christophergandrud.github.io/RepResR-RStudio/
Garnier, S. (2016). viridis: Default color maps from ‘matplotlib’ [Software]. https://CRAN.R-project.org/package=viridis (R package version 0.3.4)
Gentleman, R. C., Carey, V. J., Bates, D. M., Bolstad, B., Dettling, M., Dudoit, S., \(\ldots\) Zhang, J. (2004). Bioconductor: Open software development for computational biology and bioinformatics. Genome Biology, 5, R80. http://genomebiology.com/2004/5/10/R80
Genz, A., & Bretz, F. (2009). Computation of multivariate normal and t probabilities (Lecture notes in statistics, Vol. 195). Heidelberg: Springer.
Genz, A., Bretz, F., Miwa, T., Mi, X., Leisch, F., Scheipl, F., & Hothorn, T. (2016). mvtnorm: Multivariate normal and t distributions [Software]. http://CRAN.R-project.org/package=mvtnorm (R package version 1.0-5)
Gesmann, M., & de Castillo, D. (2011). googleVis: Interface between R and the Google Visualisation API. The R Journal, 3(2), 40–44. http://journal.r-project.org/archive/2011-2/
Gilbert, P., & Varadhan, R. (2016). numDeriv: Accurate numerical derivatives [Software]. https://CRAN.R-project.org/package=numDeriv (R package version 2016.8-1)
Goldberg, D. (1991). What every computer scientist should know about floating-point arithmetic. ACM Computing Surveys, 23(1), 5–48. http://www.validlab.com/goldberg/paper.pdf
Good, P. I. (2004). Permutation, parametric, and bootstrap tests of hypotheses (3. Aufl.). New York, NY: Springer.
Goulet, V., Dutang, C., Maechler, M., Firth, D., Shapira, M., & Stadelmann, M. (2015). expm: Matrix exponential [Software]. http://CRAN.R-project.org/package=expm (R package version 0.999-0)
Goyvaerts, J., & Levithan, S. (2012). Regular expressions cookbook. Sebastopol, CA: O’Reilly. http://www.regular-expressions.info/
Grolemund, G., & Wickham, H. (2011). Dates and Times Made Easy with lubridate. Journal of Statistical Software, 40(3), 1–25. http://www.jstatsoft.org/v40/i03/
Grothendieck, G., & Petzoldt, T. (2004). Date and Time Classes in R. R News, 4(1), 29–32. http://CRAN.R-project.org/doc/Rnews/
Harrell Jr, F. E. (2015). Regression modeling strategies (2. Aufl.). New York: Springer. http://biostat.mc.vanderbilt.edu/wiki/Main/RmS
Harrell Jr, F. E. (2016a). Hmisc: Harrell Miscellaneous [Software]. http://CRAN.R-project.org/package=Hmisc (R package version 4.0-0)
Harrell Jr, F. E. (2016b). rms: Regression Modeling Strategies [Software]. http://CRAN.R-project.org/package=rms (R package version 5.0-0)
Hastie, T., Tibshirani, R., & Friedman, J. (2009). The elements of statistical learning: data mining, inference, and prediction (2. Aufl.). New York: Springer. http://statweb.stanford.edu/~tibs/ElemStatLearn/
Heiberger, R. M., & Neuwirth, E. (2009). R through Excel. New York, NY: Springer.
Heinze, G., Ploner, M., Dunkler, D., & Southworth, H. (2013). logistf: Firth’s bias reduced logistic regression [Software]. http://CRAN.R-project.org/package=logistf (R package version 1.21)
Hendrickx, J. (2012). perturb: Tools for evaluating collinearity [Software]. http://CRAN.R-project.org/package=perturb (R package version 2.05)
Hesterberg, T. (2015). resample: Resampling functions [Software]. http://CRAN.R-project.org/package=resample (R package version 0.4)
Hewson, P. (2015). CRAN task view: Multivariate statistics. http://CRAN.R-project.org/view=Multivariate (Version 2015-07-01)
Hoffman, D. D. (2000). Visual intelligence: How we create what we see. New York, NY: W. W. Norton & Company.
Højsgaard, S., Halekoh, U., & Yan, J. (2006). The R package geepack for generalized estimating equations. Journal of Statistical Software, 15(2), 1–11. http://www.jstatsoft.org/v15/i02/
Honaker, J., King, G., & Blackwell, M. (2011). Amelia: II: A program for missing data. Journal of Statistical Software, 45(7), 1–47. http://www.jstatsoft.org/v45/i07/
Hornik, K. (2016). The R FAQ [Software-Handbuch]. http://CRAN.R-project.org/doc/FAQ/
Hosmer Jr, D. W., Lemeshow, S., & May, S. (2008). Applied survival analysis: Regression modeling of time to event data (2. Aufl.). New York, NY: Wiley.
Hothorn, T. (2016). CRAN task view: Machine learning & statistical learning. http://CRAN.R-project.org/view=MachineLearning (Version 2016-06-24)
Hothorn, T., Bretz, F., & Westfall, P. (2008). Simultaneous inference in general parametric models. Biometrical Journal, 50(3), 346–363.
Hothorn, T., & Everitt, B. S. (2014). A handbook of statistical analysis using R (3. Aufl.). Boca Raton, FL: Chapman & Hall/CRC.
Hothorn, T., & Everitt, B. S. (2015). HSAUR3: A handbook of statistical analyses using R (3rd ed.) [Software]. http://CRAN.R-project.org/package=HSAUR3 (R package version 1.0-5)
Hothorn, T., Hornik, K., van de Wiel, M. A., & Zeileis, A. (2008). Implementing a class of permutation tests: The coin package. Journal of Statistical Software, 28(8), 1–23. http://www.jstatsoft.org/v28/i08/
Huber, W., Carey, V. J., Gentleman, R., Anders, S., Carlson, M., Carvalho, B. S., \(\ldots\) Morgan, M. (2015). Orchestrating high-throughput genomic analysis with Bioconductor. Nature Methods, 12, 115–121.
Hyndman, R. J. (2016). CRAN task view: Time series analysis. http://CRAN.R-project.org/view=TimeSeries (Version 2016-09-09)
Ihaka, R., & Gentleman, R. (1996). R: A language for data analysis and graphics. Journal of Computational and Graphical Statistics, 5(3), 299–314.
Ihaka, R., Murrell, P., Fisher, J. C., & Zeileis, A. (2015). colorspace: Color Space Manipulation [Software]. http://CRAN.R-project.org/package=colorspace (R package version 1.2-6)
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning with applications in R. New York, NY: Springer. http://www-bcf.usc.edu/~gareth/ISL/
Johnson, P. E. (2016). rockchalk: Regression Estimation and Presentation [Software]. http://CRAN.R-project.org/package=rockchalk (R package version 1.8.101)
Johnson, S. G. (2014). The NLopt nonlinear-optimization package [Software]. http://ab-initio.mit.edu/nlopt/ (Version 2.4.2)
Kelley, K. (2016). MBESS [Software]. http://CRAN.R-project.org/package=MBESS (R package version 4.1.0)
Kirk, R. E. (2013). Experimental design – Procedures for the social sciences (4. Aufl.). Thousand Oaks, CA: SAGE. http://www.sagepub.com/kirk/
Klein, J. P., & Moeschberger, M. L. (2003). Survival analysis: Techniques for censored and truncated data (2. Aufl.). New York, NY: Springer.
Kleinman, K., & Horton, N. J. (2014). SAS and R: Data management, statistical analysis, and graphics (2. Aufl.). Boca Raton, FL: Chapman Hall/CRC. http://nhorton.people.amherst.edu/sasr2/
Kolde, R. (2015). pheatmap: Pretty heatmaps [Software]. https://CRAN.R-project.org/package=pheatmap (R package version 1.0.8)
Kruschke, J. K. (2015). Doing Bayesian data analysis: A tutorial with R, JAGS, and Stan (2. Aufl.). Amsterdam: Academic Press.
Kuhn, M. (2016). caret: Classification and regression training [Software]. http://CRAN.R-project.org/package=caret (R package version 6.0-71)
Kuhn, M., & Johnson, K. (2013). Applied predictive modeling. New York, NY: Springer. http://appliedpredictivemodeling.com/
Leeper, T., Chamberlain, S., Mair, P., Ram, K., & Gandrud, C. (2016). CRAN task view: Web technologies and services. http://CRAN.R-project.org/view=WebTechnologies (Version 2016-08-18)
Leisch, F., & Gruen, B. (2016). CRAN task view: Cluster analysis & finite mixture models. http://CRAN.R-project.org/view=Cluster (Version 2016-08-18)
Lemon, J. (2006). Plotrix: a package in the red light district of R. R News, 6(4), 8–12.
Ligges, U. (2002). R Help Desk: Automation of mathematical annotation in plots. R News, 2(3), 32–34. http://CRAN.R-project.org/doc/Rnews/
Ligges, U. (2003). R Help Desk: Package management. R News, 3(3), 37–39. http://CRAN.R-project.org/doc/Rnews/
Ligges, U. (2016). Programmieren mit R (4. Aufl.). Berlin: Springer Spektrum.
Ligges, U., & Fox, J. (2008). R Help Desk: How can I avoid this loop or make it faster? R News, 8(1), 46–50. http://CRAN.R-project.org/doc/Rnews/
Long, J. D. (2012). Longitudinal data analysis for the behavioral sciences using R. Thousand Oaks, CA: SAGE. https://studysites.sagepub.com/long/
Lumley, T. (2009). leaps: Regression subset selection (using Fortran code by Alan Miller) [Software]. http://CRAN.R-project.org/package=leaps (R package version 2.9)
Maechler, M. (2016). CRAN task view: Robust statistical methods. http://CRAN.R-project.org/view=Robust (Version 2016-08-29)
Maindonald, J., & Braun, W. J. (2010). Data analysis and graphics using R: An example-based approach (3. Aufl.). Cambridge, UK: Cambridge University Press. http://maths-people.anu.edu.au/~johnm/r-book/daagur3.html
Maindonald, J., & Braun, W. J. (2015). DAAG: Data Analysis And Graphics data and functions [Software]. http://CRAN.R-project.org/package=DAAG (R package version 1.22)
Mair, P. (2016). CRAN task view: Psychometric models and methods. http://CRAN.R-project.org/view=Psychometrics (Version 2016-08-18)
Mardia, K. V., Kent, J. T., & Bibby, J. M. (1980). Multivariate Analysis. London, UK: Academic Press.
Maronna, R. A., Martin, R. D., & Yohai, V. J. (2006). Robust Statistics: Theory and Methods. New York, NY: Wiley.
Maxwell, S. E., & Delaney, H. D. (2004). Designing experiments and analyzing data: A model comparison perspective (2. Aufl.). Mahwah, NJ: Lawrence Erlbaum.
Mazerolle, M. J. (2016). AICcmodavg: Model selection and multimodel inference based on (Q)AIC(c) [Software]. http://CRAN.R-project.org/package=AICcmodavg (R package version 2.0-4)
McElreath, R. (2015). Statistical rethinking: A Bayesian course with examples in R and Stan. Boca Raton, FL: Chapman & Hall/CRC.
McFarlane, J. (2016). pandoc: A universal document converter [Software]. http://pandoc.org/ (Version 1.18)
Mersmann, O. (2015). microbenchmark: Sub microsecond accurate timing functions [Software]. http://CRAN.R-project.org/package=microbenchmark (R package version 1.4-2.1)
Meyer, D., & Hornik, K. (2009). Generalized and customizable sets in R. Journal of Statistical Software, 31(2), 1–27. http://www.jstatsoft.org/v31/i02/
Meyer, D., Zeileis, A., & Hornik, K. (2016). vcd: Visualizing Categorical Data [Software]. http://CRAN.R-project.org/package=vcd (R package version 1.4-3)
Meyer, S., & Held, L. (2014). Power-law models for infectious disease spread. The Annals of Applied Statistics, 8(3), 1612–1639.
Microsoft. (2016). checkpoint: Install packages from snapshots on the checkpoint server for producibility [Software]. https://CRAN.R-project.org/package=checkpoint (R package version 0.3.18)
Microsoft. (2016a). Microsoft R Open [Software]. http://mran.revolutionanalytics.com/open/ (3.3.1)
Microsoft. (2016b). R Tools for Visual Studio [Software]. https://www.visualstudio.com/vs/rtvs/ (Version 0.5)
Miller, A. J. (2002). Subset selection in regression (2. Aufl.). Boca Raton, FL: Chapman & Hall/CRC.
Muenchen, R. A. (2011). R for SAS and SPSS users (2. Aufl.). New York, NY: Springer. http://r4stats.com/
Muenchen, R. A., & Hilbe, J. M. (2010). R for Stata users. New York, NY: Springer. http://r4stats.com/
Murrell, P. (2011). R Graphics (2. Aufl.). Boca Raton, FL: Chapman & Hall/CRC. http://www.stat.auckland.ac.nz/~paul/RG2e/
Nash, J. C. (2014a). Nonlinear parameter optimization using R tools. Chichester, UK: Wiley.
Nash, J. C. (2014b). On best practice optimization methods in R. Journal of Statistical Software, 60(2), 1–14. http://www.jstatsoft.org/v60/i02/
Nash, J. C., & Ravi, V. (2011). Unifying optimization algorithms to aid software system users: Optimx for R. Journal of Statistical Software, 43(9), 1–14. http://www.jstatsoft.org/v43/i09/
Neuwirth, E. (2014). RColorBrewer: ColorBrewer palettes [Software]. http://CRAN.R-project.org/package=RColorBrewer (Version 1.1-2)
Neuwirth, E. (2016). RExcel [Software]. http://rcom.univie.ac.at/ (Version 3.2.16)
Oksanen, J., Blanchet, F. G., Kindt, R., Legendre, P., Minchin, P. R., O’Hara, R. B., \(\ldots\) Wagner, H. (2016). vegan: Community Ecology Package [Software]. http://CRAN.R-project.org/package=vegan (R package version 2.4-1)
OpenAnalytics BVBA. (2015). Architect [Software]. http://www.openanalytics.eu/architect/ (Version 0.9.8)
Park, J. H. (2016). CRAN task view: Bayesian inference. http://CRAN.R-project.org/view=Bayesian (Version 2016-09-19)
Pau, G., Fuchs, F., Sklyar, O., Boutros, M., & Huber, W. (2010). EBImage – an R package for image processing with applications to cellular phenotypes. Bioinformatics, 26(7), 979–981. http://www.bioconductor.org/packages/devel/bioc/html/EBImage.html
Peters, A., & Hothorn, T. (2015). ipred: Improved predictors [Software]. http://CRAN.R-project.org/package=ipred (R package version 0.9-5)
Pinheiro, J. C., & Bates, D. M. (2000). Mixed-effects models in S and S-PLUS. New York, NY: Springer.
Pinheiro, J. C., Bates, D. M., DebRoy, S., Sarkar, D., & R Core Team. (2016). nlme: Linear and Nonlinear Mixed Effects Models [Software]. http://CRAN.R-project.org/package=nlme (R package version 3.1-128)
Plate, T., & Heiberger, R. (2016). abind: Combine multi-dimensional arrays [Software]. http://CRAN.R-project.org/package=abind (R package version 1.4-5)
Ploner, M., & Heinze, G. (2015). coxphf: Cox regression with Firth’s penalized likelihood [Software]. http://CRAN.R-project.org/package=coxphf (R package version 1.11)
Polzehl, J., & Tabelow, K. (2007). Adaptive Smoothing of Digital images: The R Package adimpro. Journal of Statistical Software, 19(1), 1–17. http://www.jstatsoft.org/v19/i01/
Poncet, P. (2012). modeest: Mode estimation [Software]. http://CRAN.R-project.org/package=modeest (R package version 2.1)
R Core Team. (2014). R: A language and environment for statistical computing [Software-Handbuch]. Vienna, Austria. http://www.r-project.org/
R Core Team. (2016a). foreign: Read data stored by Minitab, S, SAS, SPSS, Stata, Systat, dBase, …[Software]. http://CRAN.R-project.org/package=foreign (R package version 0.8-67)
R Core Team. (2016b). R: Data Import/Export [Software-Handbuch]. Vienna, Austria. http://CRAN.R-project.org/doc/manuals/R-data.html
R Core Team. (2016c). R: Installation and Administration [Software-Handbuch]. Vienna, Austria. http://CRAN.R-project.org/doc/manuals/R-admin.html
R Core Team. (2016d). Writing R Extensions [Software-Handbuch]. Vienna. http://cran.r-project.org/doc/manuals/R-exts.html
R Foundation for Statistical Computing. (2014). R: Regulatory compliance and validation issues – A guidance document for the use of R in regulated clinical trial environments [Software-Handbuch]. Vienna, Austria. http://www.r-project.org/doc/R-FDA.pdf
R Special Interest Group on Databases, Wickham, H., & Müller, K. (2016). DBI: R database interface [Software]. http://CRAN.R-project.org/package=DBI (R package version 0.5-1)
Revelle, W. (2016). psych: Procedures for Psychological, Psychometric, and Personality Research [Software]. http://CRAN.R-project.org/package=psych (R package version 1.6.9)
Ripley, B. D. (2016). RODBC: ODBC Database Access [Software]. http://CRAN.R-project.org/package=RODBC (R package version 1.3-14)
Ripley, B. D., & Murdoch, D. (2016). R for Windows FAQ. http://CRAN.R-project.org/bin/windows/base/rw-FAQ.html
Ritz, C., & Streibig, J. C. (2009). Nonlinear regression with R. New York, NY: Springer.
Robin, X., Turck, N., Hainard, A., Tiberti, N., Lisacek, F., Sanchez, J.-C., & Müller, M. (2011). pROC: an open-source package for R and S+ to analyze and compare ROC curves. BMC Bioinformatics, 12, 77. http://web.expasy.org/pROC/
Rödiger, S., Friedrichsmeier, T., Prasenjit, K., & Michalke, M. (2011). RKWard: A Comprehensive Graphical User Interface and Integrated Development Environment for Statistical Analysis with R. Journal of Statistical Software, 49(9), 1–34. http://www.jstatsoft.org/v49/i09/
Rosseel, Y. (2012). lavaan: An R Package for Structural Equation Modeling. Journal of Statistical Software, 48(2), 1–36. http://www.jstatsoft.org/v48/i02/
Rossini, A. J., Maechler, M., Sparapani, R. A., Eglen, S., Spinu, V., & Heiberger, R. M. (2016). ESS: Emacs Speaks Statistics [Software]. http://ess.r-project.org/ (Version 16.04)
Rousseeuw, P. J., Croux, C., Todorov, V., Ruckstuhl, A., Salibian-Barrera, M., Verbeke, T., & Maechler, M. (2016). robustbase: Basic Robust Statistics [Software]. http://CRAN.R-project.org/package=robustbase (R package version 0.92-6)
Rousseeuw, P. J., & van Zomeren, B. C. (1990). Unmasking Multivariate Outliers and Leverage Points. Journal of the American Statistical Association, 85(411), 633–639. http://www.jstor.org/stable/2289995
RStudio Inc. (2016a). ggvis: Interactive grammar of graphics [Software]. http://CRAN.R-project.org/package=ggvis (R package version 0.4.3)
RStudio Inc. (2016b). RStudio [Software]. http://www.rstudio.org/ (Version 1.0.39)
Shumway, R. H., & Stoffer, D. S. (2016). Time Series Analysis and Its Applications (4. Aufl.). New York, NY: Springer. http://www.stat.pitt.edu/stoffer/tsa4/
Sievert, C., Parmer, C., Hocking, T., Chamberlain, S., Ram, K., Corvellec, M., & Despouy, P. (2016). plotly: Create interactive web graphics via Plotly’s JavaScript graphing library [Software]. https://CRAN.R-project.org/package=plotly (R package version 4.5.2)
Signorell, A. (2016). DescTools: Tools for descriptive statistics. http://CRAN.R-project.org/package=DescTools (R package version 0.99.17)
Smyth, G., Hu, Y., Dunn, P., Phipson, B., & Chen, Y. (2016). statmod: Statistical modeling [Software]. https://CRAN.R-project.org/package=statmod (R package version 1.4.26)
Soetaert, K. (2015). rootSolve: Nonlinear root finding, equilibrium and steady-state analysis of ordinary differential equations [Software]. https://CRAN.R-project.org/package=rootSolve (R package version 1.6.6)
Soetaert, K., & Petzoldt, T. (2015). CRAN task view: Differential equations. http://CRAN.R-project.org/view=DifferentialEquations (Version 2015-07-03)
Spector, P. (2008). Data manipulation with R. New York, NY: Springer.
Strang, G. (2003). Lineare Algebra. Berlin: Springer.
Su, Y.-S., Gelman, A., Hill, J., & Yajima, M. (2011). Multiple imputation with diagnostics (mi) in R: Opening windows into the black box. Journal of Statistical Software, 45(2), 1–67. http://www.jstatsoft.org/v45/i02/
Templ, M. (2016). CRAN task view: Official statistics & survey methodology. http://CRAN.R-project.org/view=OfficialStatistics (Version 2016-06-28)
Therneau, T. (2016). survival: Survival analysis [Software]. http://CRAN.R-project.org/package=survival (R package version 2.39-5)
Theussl, S., & Borchers, H. W. (2016). CRAN task view: Optimization and mathematical programming. http://CRAN.R-project.org/view=Optimization (Version 2016-06-06)
TIBCO Software Inc. (2016). TIBCO enterprise runtime for R (TERR) [Software]. http://spotfire.tibco.com/ (Version 4.1)
Tingley, D., Yamamoto, T., Keele, L., & Imai, K. (2015). mediation: R Package for Causal Mediation Analysis [Software]. http://CRAN.R-project.org/package=mediation (R package version 4.4.5)
Unwin, A. (2015). Graphical data analysis with R. Boca Raton, FL: Chapman & Hall/CRC. http://www.gradaanwr.net/
Urbanek, S., & Horner, J. (2015). Cairo: R graphics device using cairo graphics library for creating high-quality bitmap (PNG, JPEG, TIFF), vector (PDF, SVG, PostScript) and display (X11 and Win32) output [Software]. http://CRAN.R-project.org/package=Cairo (R package version 1.5-9)
Ushey, K., McPherson, J., Cheng, J., Atkins, A., & Allaire, J. (2016). packrat: A dependency management system for projects and their R package pendencies [Software]. https://CRAN.R-project.org/package=packrat (R package version 0.4.8-1)
van Buuren, S. (2012). Flexible imputation of missing data. Boca Raton, FL: Chapman & Hall/CRC.
van Buuren, S., & Groothuis-Oudshoorn, K. (2011). MICE: Multivariate Imputation by Chained Equations in R. Journal of Statistical Software, 45(3), 1–67. http://www.jstatsoft.org/v45/i03/
van der Loo, M. P. J. (2014). The stringdist package for approximate string matching. The R Journal, 6,111–122. http://CRAN.R-project.org/package=stringdist
Venables, W. N. (2016). codingMatrices: Alternative factor coding matrices for linear model formulae [Software]. https://CRAN.R-project.org/package=codingMatrices (R package version 0.2.1)
Venables, W. N., & Ripley, B. D. (2002). Modern applied statistics with S (4. Aufl.). New York, NY: Springer. http://www.stats.ox.ac.uk/pub/MASS4/
Venables, W. N., Smith, D. M., Gentleman, R., Ihaka, R., Maechler, M., & R Core Team. (2016). An introduction to R [Software-Handbuch]. Vienna. http://CRAN.R-project.org/doc/manuals/R-intro.html
Wahlbrink, S. (2016). Eclipse Plug-In for R: StatET [Software]. http://www.walware.de/goto/statet (Version 3.5.1)
Walker, A. (2015). openxlsx: Read, write and edit XLSX files [Software]. http://CRAN.R-project.org/package=openxlsx (R package version 3.0.0)
Wand, M. (2015). KernSmooth: Functions for kernel smoothing for Wand & Jones (1995) [Software]. http://CRAN.R-project.org/package=KernSmooth (R package version 2.23-15j)
West, B. T., Welch, K. B., & Gałecki, A. T. (2014). Linear mixed models: A Practical guide using statistical software (2. Aufl.). Boca Raton, FL: Chapman & Hall/CRC. http://www-personal.umich.edu/~agalecki/
Wickham, H. (2014). Advanced R programming. Boca Raton, FL: Chapman & Hall/CRC. http://adv-r.had.co.nz/
Wickham, H. (2015). R packages. Sebastopol, CA: O’Reilly. http://r-pkgs.had.co.nz/
Wickham, H. (2016a). devtools: Tools to make developing R code easier [Software]. http://CRAN.R-project.org/package=devtools (R package version 1.12.0)
Wickham, H. (2016b). readxl: Read Excel files [Software]. http://CRAN.R-project.org/package=readxl (R package version 0.1.1)
Wickham, H. (2016c). stringr: Simple, consistent wrappers for common string operations [Software]. http://CRAN.R-project.org/package=stringr (R package version 1.1.0)
Wickham, H. (2016d). tidyr: Easily tidy data with spread and gather functions [Software]. http://CRAN.R-project.org/package=tidyr (R package version 0.6.0)
Wickham, H. (2016e). tidyverse: Easily install and load ‘tidyverse’ packages [Software]. https://CRAN.R-project.org/package=tidyverse (R package version 1.0.0)
Wickham, H., Cook, D., Hofmann, H., & Buja, A. (2011). tourr: An R package for exploring multivariate data with projections. Journal of Statistical Software, 40(2), 1–18. http://www.jstatsoft.org/v40/i02/
Wickham, H., & Francois, R. (2016a). dplyr: A grammar of data manipulation [Software]. http://CRAN.R-project.org/package=dplyr (R package version 0.5.0)
Wickham, H., & Francois, R. (2016b). readr: Read tabular data [Software]. http://CRAN.R-project.org/package=readr (R package version 1.0.0)
Wickham, H., & Grolemund, G. (2016). R for data science. Sebastopol, CA: O’Reilly. http://r4ds.had.co.nz/
Wickham, H., James, D. A., Falcon, S., SQLite Authors, Healy, L., & RStudio Inc. (2014). RSQLite: SQLite interface for R [Software]. http://CRAN.R-project.org/package=RSQLite (R package version 1.0.0)
Wickham, H., & Miller, E. (2016). haven: Import SPSS, Stata and SAS files [Software]. http://CRAN.R-project.org/package=haven (R package version 1.0.0)
Wickham, H., & Sievert, C. (2016). ggplot2: Elegant graphics for data analysis (2. Aufl.). New York, NY: Springer. http://github.com/hadley/ggplot2-book
Wilke, C. O. (2016). cowplot: Streamlined plot theme and plot annotations for ggplot2 [Software]. https://CRAN.R-project.org/package=cowplot (R package version 0.6.3)
Wilkinson, G. N., & Rogers, C. E. (1973). Symbolic description of factorial models for analysis of variance. Applied Statistics, 22, 392–399.
Wilkinson, L. (2005). The Grammar of Graphics (2. Aufl.). New York, NY: Springer.
Wirtz, M., & Caspar, F. (2002). Beurteilerübereinstimmung und Beurteilerreliabilität. Göttingen: Hogrefe.
Wood, S. N. (2006). Generalized additive models: An introduction with R. Boca Raton, FL: Chapman & Hall/CRC.
Würtz, D., Chalabi, Y., & Maechler, M. (2015). timeDate: Rmetrics – Chronological and Calendar Objects [Software]. http://CRAN.R-project.org/package=timeDate (R package version 3012.100)
Xie, Y. (2015). Dynamic documents with R and knitr (2. Aufl.). Boca Raton, FL: Chapman & Hall/CRC.
Xie, Y. (2016). knitr: A general-purpose package for dynamic report generation in R [Software]. http://CRAN.R-project.org/package=knitr (R package version 1.14)
Yan, J., & Fine, J. P. (2004). Estimating equations for association structures. Statistics in Medicine, 23(6), 859–874.
Yee, T. W. (2010). The VGAM package for categorical data analysis. Journal of Statistical Software, 32(10), 1–34. http://www.jstatsoft.org/v32/i10/
Zeileis, A. (2004). Econometric computing with HC and HAC covariance matrix estimators. Journal of Statistical Software, 11(10), 1–17. http://www.jstatsoft.org/v11/i10/
Zeileis, A. (2005). CRAN task views. R News, 5(1), 39–40. http://CRAN.R-project.org/doc/Rnews/
Zeileis, A., & Hothorn, T. (2002). Diagnostic checking in regression relationships. R News, 2(3), 7–10. http://CRAN.R-project.org/doc/Rnews/
Zeileis, A., Kleiber, C., & Jackman, S. (2008). Regression models for count data in R. Journal of Statistical Software, 27(8), 1–25. http://www.jstatsoft.org/v27/i08/
Zelterman, D. (2015). Applied multivariate statistics with R. Cham: Springer.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2017 Springer-Verlag GmbH Deutschland
About this chapter
Cite this chapter
Wollschläger, D. (2017). Erste Schritte. In: Grundlagen der Datenanalyse mit R. Statistik und ihre Anwendungen. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-53670-4_1
Download citation
DOI: https://doi.org/10.1007/978-3-662-53670-4_1
Published:
Publisher Name: Springer Spektrum, Berlin, Heidelberg
Print ISBN: 978-3-662-53669-8
Online ISBN: 978-3-662-53670-4
eBook Packages: Life Science and Basic Disciplines (German Language)