Erwerben Sie ein fundiertes Verständnis von R, einer der am weitesten verbreiteten Programmiersprachen für Datenanalyse. Erkunden Sie grundlegende Datentypen und eindimensionale Werte und vertiefen Sie sich anschließend in mehrdimensionale Strukturen wie Matrizen, Data Frames und Listen. Entwickeln Sie die Fähigkeiten, R effektiv in der statistischen Analyse und datenbasierten Entscheidungsfindung einzusetzen.

Sammeln Sie praktische Erfahrungen in der Datenanalyse mit R, indem Sie lernen, Datensätze zu bereinigen, zu transformieren und zu visualisieren. Erkunden Sie grundlegende Arbeitsabläufe wie das Auswählen und Filtern von Daten, den Umgang mit fehlenden Werten und das Zusammenfassen von Ergebnissen. Stärken Sie Ihr Vertrauen in die Vorbereitung von Daten für Erkenntnisse, Berichte und weiterführende statistische Analysen.

Establish foundational syntax by performing basic arithmetic, declaring variables, understanding core data types, ultimately manipulating single dimension vectors alongside categorical factors.

Eine praxisorientierte Einführung in die R-Programmierung, zugeschnitten auf Biologen und Bioinformatiker. Analyse, Visualisierung und Interpretation biologischer Daten mit R anhand von praxisnahen Beispielen aus Genomik, Ökologie und experimenteller Biologie.

Master the essentials of control flow in R, including conditional statements, loops, and the powerful apply family of functions. This course is designed for beginners and will guide you through practical, real-world examples to help you write efficient and readable R code.

Master practical data science in R by learning data cleaning, modeling, evaluation, and machine learning workflows through hands-on code. Build fluency with R syntax, functions, and outputs for real-world data science tasks.

Learn how economists use R to analyze macroeconomic and market data, build econometric models, and interpret results for policy and market decisions. Focus on regression, time series, and forecasting using real economic datasets.