R: Spickzettel

Statistik und Datenanalyse mit Diagrammen

Ausführen: R installieren (r-project.org) und mit Rscript skript.R starten oder in RStudio bzw. der interaktiven Konsole (R) arbeiten.

Rscript skript.R           # Skript starten
Rscript -e 'print(1 + 2)'  # eine Zeile
R                          # interaktive Konsole (beenden mit q())

zahlen <- c(4, 8, 15, 16, 23, 42)
namen <- c("Mia", "Tom", "Zoe")
logisch <- c(TRUE, FALSE, TRUE)
zahlen
length(zahlen)
zahlen[1]            # Indizes beginnen bei 1!
zahlen[c(1, 3)]
zahlen[2:4]
zahlen[-1]           # alles außer dem ersten
zahlen[zahlen > 10]  # Filter mit Bedingung
rev(zahlen)
c(1, "a", TRUE)      # gemischt: alles wird zu Text

note <- factor(c("gut", "sehr gut", "gut", "ausreichend", "gut"),
               levels = c("ausreichend", "gut", "sehr gut"), ordered = TRUE)
note
levels(note)
table(note)
as.integer(note)
note[1] < note[2]
summary(note)
nlevels(note)
droplevels(note[note != "sehr gut"])
cut(c(5, 15, 25, 35), breaks = c(0, 10, 20, 40), labels = c("niedrig", "mittel", "hoch"))

df <- data.frame(
  name = c("Mia", "Tom", "Zoe", "Ben", "Eva"),
  alter = c(17, 25, 31, 9, 40),
  stadt = c("Berlin", "Hamburg", "Berlin", "Köln", "Berlin"),
  punkte = c(120, 80, 200, NA, 150),
  stringsAsFactors = FALSE
)
df
str(df)
dim(df); nrow(df); ncol(df); names(df)
summary(df$alter)
df$name
df[2, ]
df[, "alter"]
df[df$alter > 18, ]
df[df$stadt == "Berlin", c("name", "punkte")]
df[order(-df$alter), ]

x <- 7
if (x > 5) {
  print("groß")
} else if (x > 2) {
  print("mittel")
} else {
  print("klein")
}
y <- if (x %% 2 == 0) "gerade" else "ungerade"
y

for (i in 1:3) cat("i =", i, "\n")
for (name in c("Mia", "Tom")) cat("Hallo", name, "\n")

n <- 3
while (n > 0) { cat(n, ""); n <- n - 1 }
cat("\n")
i <- 0
repeat { i <- i + 1; if (i == 2) next; if (i > 4) break; cat(i, "") }
cat("\n")

switch("b", a = "Apfel", b = "Birne", "unbekannt")
switch(2, "eins", "zwei", "drei")

s <- "Hallo Welt, hallo R"
nchar(s)
toupper(s); tolower(s)
substr(s, 1, 5)
strsplit(s, ", ")[[1]]
strsplit("a,b;c", "[,;]")[[1]]
paste("a", "b", sep = "-"); paste0("x", 1:3); paste(c("a", "b"), collapse = "+")
sub("hallo", "Hi", s, ignore.case = TRUE)
gsub("l", "L", s)
grepl("Welt", s); grep("a", c("abc", "xyz", "bar")); grep("a", c("abc", "xyz", "bar"), value = TRUE)
regmatches(s, regexpr("[A-Z]\\w+", s))
regmatches("a1b22c333", gregexpr("[0-9]+", "a1b22c333"))[[1]]
sprintf("%s ist %d Jahre alt (%.1f m)", "Mia", 17L, 1.68)
sprintf("%05.1f|%-6s|%6s|%e", 3.14159, "ab", "cd", 12345.678)
format(1234567.891, big.mark = ".", decimal.mark = ",", nsmall = 2)
format(Sys.Date(), "%Y") >= "2025"
trimws("  getrimmt  "); rev(strsplit("abc", "")[[1]]); startsWith("Hallo", "Ha"); endsWith("Hallo", "lo")
toupper(letters[1:5]); LETTERS[24:26]; month.name[1:2]
sprintf("%s", c("a", "b")); nchar(c("eins", "zwei", "drei")); sort(c("b", "A", "c"))
casefold("ABC", upper = FALSE); chartr("abc", "xyz", "aabbcc"); rev(utf8ToInt("A")); intToUtf8(c(72, 105))

set.seed(42)
sample(1:6, 5, replace = TRUE)
round(rnorm(5, mean = 100, sd = 15), 1)
round(runif(3), 3)
sample(c("Kopf", "Zahl"), 6, replace = TRUE)
rbinom(5, size = 10, prob = 0.5)
sample(10)

dnorm(0)                       # Dichte
pnorm(1.96)                    # P(Z <= 1.96)
qnorm(0.975)                   # Quantil
dbinom(3, 10, 0.5)             # P(X = 3)
pbinom(3, 10, 0.5)
ppois(2, 3)
round(punif(0.25), 2)
choose(5, 2); factorial(5)

png("diagramm.png", width = 800, height = 500)

plot(mtcars$wt, mtcars$mpg, main = "Verbrauch und Gewicht",
     xlab = "Gewicht (1000 lbs)", ylab = "Meilen pro Gallone",
     pch = 19, col = "steelblue")
abline(lm(mpg ~ wt, data = mtcars), col = "red", lwd = 2)
legend("topright", legend = c("Autos", "Regression"), col = c("steelblue", "red"), pch = c(19, NA), lty = c(NA, 1))

dev.off()

x[3]            drittes Element          x[-3]         ohne drittes
x[2:4]          Bereich                  x[c(1, 5)]    Auswahl
x[x > 5]        Bedingung                x["name"]     nach Name
df[df$a > 1, c("a", "b")]                Zeilen filtern, Spalten wählen
df[order(df$a, decreasing = TRUE), ]     sortieren