Schlagwort

Paket

Beschreibung

PDF-Dat ei

Allgemeines

Hmisc

Das Paket Hmisc (Harrell Miscellaneous) ist eine Sammlung nützlicher Funktionen aus verschiedenen Bereichen. Gehört praktischen in jeden Haushalt!

Allgemeines

MASS

Das Paket Main Package of Venables and Ripley's MASS wird über die R-Installation geliefert, muss also nur noch in die R-Umgebung geladen werden.
Dieses Paket ist eine Sammlung verschiedener Funktionen und Beispieldatensätzen. Auch beinhaltet diese Paket die Funktion lda(), siehe Paket LinDA.

Grafik

lattice

Grafik mit Lattice!
Das Paket lattice wird über die R-Installation geliefert, muss also nur noch in die R-Umgebung geladen werden. Die Stärke des Paketes lattice liegt in der übersichtlichen Darstellung mehrere Datenobjekte in panels, d. h. auf einer Grafikoberfläche werden die Daten in Bereichen dargestellt. Hier ein einfaches Beispiel:

> Daten
 Wirkstoff.A Pruefer
1    99.1  Karl
2    99.3  Karl
3    98.8  Peter
4    98.9  Karl
5    99.3  Peter
6    99.2  Peter
7    99.5  Karl
8    99.4  Peter
9    99.0  Peter

> bwplot(~ Wirkstoff.A | factor(Pruefer), data = Daten)

Die Prüfergebnisse des Prüfers Karl werden über factor(Pruefer) gesammelt und auf einem panel dargestellt. Analoges gilt für den Prüfer Peter.
Eine gute Einführung in Lattice finden Sie hier...!

Grafik

gplots

Das Paket gplots bietet Ihnen einige interessante Grafikerweiterungen an. Als Beispiel sei hier die erweiterte Ausgabe eines Balkendiagramm um den Vertrauensbereich der dargestellten Merkmale gezeigt. Die Beispieldaten sind im Objekt Daten abgelegt und haben folgende Struktur:

> Daten
     10-15 16-20 21-25 26-30 31-35
Merkmal A  50  48  35  30  15
Merkmal B  45  58  38  39  25
Merkmal C  62  59  45  34  23
Merkmal D  35  38  32  36  28

Nach dem Laden des Paketes gplots (und den weiteren geforderten Pakete wie bitops, caTools, gtools und gdata), können Sie über folgenden Funktionsaufruf ...

VB_u <- Daten * 0.9 # Vertrauensbereich unten
VB_o <- Daten * 1.1 # Vertrauensbereich oben
barplot2(Daten, beside = TRUE,
    col = c("lightblue", "mistyrose",
        "lightcyan", "lavender"),
    legend = rownames(Daten), ylim = c(0, 100),
    main = "Balkendiagramm mit Vertrauensbereich", font.main = 4,
    sub = "Vertrauensbereich 10%", col.sub = "blue",
    cex.names = 1.5, plot.ci = TRUE, ci.l = VB_u, ci.u = VB_o,
    plot.grid = TRUE)

... folgende grafische Darstellung eines Balkendiagramms mit den Vertrauensbereichsgrenzen erhalten:

Allgemeines

reshape

Über das Paket reshape können Datenobjekte “redesigned” werden. Die Voraussetzung zur Anwendung ist das Paket plyr. Im Folgenden Beispiel wird das Datenobjekt list in einem data.frame-Objekt gewandelt:

> Liste
[[1]]
[1] 11 22 33 44 55 66

[[2]]
[1] 111 222 333 444 555 666

[[3]]
[1] "A" "B" "C" "E" "F" "G"

> Liste_a <- melt(Liste)
> Liste_a
  value L1
1   11 1
2   22 1
3   33 1
4   44 1
5   55 1
6   66 1
7  111 2
8  222 2
9  333 2
10  444 2
11  555 2
12  666 2
13   A 3
14   B 3
15   C 3
16   E 3
17   F 3
18   G 3

Das ist natürlich nicht die wesentliche Qualität des Paketes, sondern die Aggregierungs-Funktion cast() die nach melt() auf Datenobjekt angewendet werden kann. Schauen Sie sich das Paketbeispiel einfach mal an.

Allgemeines

zoo

Das Paket Z's ordered observations ist eine Funktionssammlung für geordnete, indizierte Zeitreihenanalysen. Beinhaltet z. B. die Funktion “Rollender Mittelwert” rollmean().

Normalitätstest

nortest

Verschiedene Testverfahren auf Normalität:

• Anderson-Darling test
• Cramer-von Mises test
• Lilliefors (Kolmogorov-Smirnov) test
• Pearson chi-square test
• Shapiro-Francia test

Diskrimnanzanalyse
(Multivariates Analyseverfahren)

LinDA

Lineare Dskriminanzanalyse LinDA

LinDA stellt im wesentlichen eine Variante der Funktionen lda(), predict() und plot() dar, die in der Benutzung und Ausgabe vereinfacht wurden. Das Verfahren “lineare Diskriminanzanalyse” und Nutzung des Paketes wird auf www.faes.de beschrieben. Die Voraussetzung ist, dass der Datensatz auf dem die Schätzung der Diskriminanzfunktion durchgeführt werden soll, als 1. Spalte die Gruppenvariable enthält:

Datenbank

RODBC

Datenbankverknüpfungen über ODBC

Eine Beschreibung finden Sie hier...!