Anwendung Fortgeschrittener Statistischer Methoden

R Einführung

Für die praktische Anwendung von statistischen Methoden benötigen Sie eine Statistiksoftware. Wir empfehlen und lehren die Verwendung von R bzw. RStudio. In den ersten beiden Semesterwochen machen Sie sich mit diesen Programmen vertraut. Dafür haben wir ein zweiteiliges Tutorial erstellt, das Sie selbständig durcharbeiten und das Ihnen die Grundlagen dieser Programme erläutert.

01 - R Basics

  • In Teil 1 unseres R Tutorials lernen Sie die Grundlagen zu R und RStudio.

02 - R Workflow

  • In Teil 2 unseres R Tutorials lernen Sie, was ein RStudio Projekt ist und wie es Ihnen dabei hilft, Datensätze einzulesen.

Gemischte Lineare Modelle (LMMs)

03 - LMMs in R

  • In unserem LMM Tutorial lernen Sie, wie Sie LMMs in R schätzen und interpretieren.

04 - LMM Übungsblatt 1

  • In diesem LMM Übungsblatt 1 können Sie die Anwendung von LMMs an einer weiteren Fragestellung üben.

05 - LMM Übungsblatt 2

  • In diesem LMM Übungsblatt 2 können Sie die Anwendung von LMMs an einem neuen Datensatz und einer neuen Fragestellung mit cross-classified random effects üben.

Lineare Strukturgleichungsmodelle (SEMs)

06 - Kausale Inferenz mit DAGs

  • In unserem DAG Tutorial lernen Sie, wie Sie in R kausale Zusammenhänge simulieren und die interessierenden kausalen Effekte mit linearen und logistischen Regressionsmodellen schätzen.

07 - SEMs in R

  • In unserem SEM Tutorial lernen Sie, wie Sie SEMs in R schätzen und interpretieren.

Machine Learning (ML)

08 - ML in R

  • In unserem ML Tutorial lernen Sie, wie Sie in R Machine Learning Modelle schätzen und interpretieren können.

09 - ML Übungsblatt 1

  • In diesem ML Übungsblatt 1 geht es um die Logistische Regression mit und ohne LASSO Regularisierung. Wenn Sie bei der Interpretation der logistischen Modelle noch Schwierigkeiten haben, finden Sie hier noch weiteres Zusatzmaterial basierend auf dem gleichen Datenbeispiel.

10 - ML Übungsblatt 2

  • In diesem ML Übungsblatt 2 können Sie die Anwendung von ML Verfahren an einem neuen Datensatz üben.

BONUSMATERIAL:

Diese Kapitel sind NICHT prüfungsrelevant!