1  Die Programmiersprache R

Ich bitte Sie, studieren sie das Skript How to use R for data science (Huber, 2024).

In den ersten Wochen werden wir uns ausschließlich damit beschäftigen, die Programmiersprache R zu erlernen. Das ist ähnlich mühsam wie das Erlernen einer wirklichen Sprache. Wer keine Lust darauf hat, wird es schwer haben. Ich beispielsweise hatte in der Schule überhaupt keine Lust auf Englisch und Latein. Dementsprechend schlecht waren meine Noten. Ich musste die siebte Klasse wiederholen und bis zum Abitur waren Sprachen für mich ein nötiges Übel. Erst als ich im Studium sah, dass praktisch alle relevanten und für mich interessanten Artikel und Bücher in englischer Sprache verfasst sind, machte das Erlernen der Sprache einen Sinn für mich. Jetzt lehre ich abseits dieses Kurses ausschließlich auf Englisch und publiziere in englischer Sprache. Interesse und Freude sind mächtige Katalysatoren für Erfolg.

Das Schreiben von Code ist für die meisten Studierenden Neuland. Studierende im Jahr 2024 sind zumeist mit dem Smartphone aufgewachsen und demnach sind Sie es gewohnt, ihre Geräte (Smartphone, Tablet, Desktop-PC) ohne zur Hilfenahme einer Programmiersprache zu steuern. Das ist wunderbar: Die grafische Benutzeroberfläche heutzutage erlaubt eine effiziente und intuitive Art der Steuerung mit der Computermaus, durch Wischen, Tippen oder durch Spracheingabe. Leider hat diese Art der Steuerung massive Nachteile beim wissenschaftlich orientierten Arbeiten mit Daten. Insbesondere was die Reproduzierbarkeit der Ergebnisse und die Flexibilität des Arbeitsprozesses anbelangt, stößt man bei Applikationen ohne Code an Grenzen. Die Vor- und Nachteile von Script-basierten Arbeiten werden im Kapitel The limitations of no-code applications (Huber, 2024) ausführlich erläutert.

Huber, S. (2024). How to Use R for Data Science: Lecture Notes. https://hubchev.github.io/ds/

Zusammenfassend sollten Studierende nach den ersten 5-6 Unterrichtseinheiten folgendes getan haben beziehungsweise erlernt haben:

• Installation von
  • R,
  • RStudio und der
  • gängisten Pakete.
• Wissen über…
  • den Aufbau von R Skripten.
  • die Verwendung von Funktionen, Objekten und Pakete in R.
  • die grundsätzlichen Eigenheiten der Programmiersprache R.
  • das Ausführen von Code (Ctrl+Enter, Klicken von Run, oder durch die Funktion source()).
  • die Verwendung von Pipes mit dem Pipe Operator (|>).
  • die Verwendung von logischen und relativen Operatoren.
  • die Funktionen des Pakets dplyr (filter(), select(), mutate(), summarise(), etc.)