3.3.1 Konto anlegen

Sie können sich hier einen (ggf. kostenlosen) Account anlegen.

3.3.2 Projekte

Analog zu den RStudio-Projekten gibt es genauso in RStudio Cloud Projekte. Ein Projekt ist im Prinzip ein Ordner, in dem sie alle relevanten Information (Daten, Code …) zusammentragen.

Es ist praktisch, wenn Schulungsmaterialien (Daten, Syntax …) in einem RStudio-Projekt bzw. - noch komfortabler für Sie - einem RStudio-Cloud-Projekt bereitliegen. In einem RStudio-Projekt kann Ihr Dozenti Ihnen die benötigten Pakete schon vorab installieren, was logischerweise das Komfortgefühl erhöht.

Damit Sie ein RStudio-Cloud-Projekt nutzen können, muss Ihnen Ihr Dozenti den Link zum Projekt bereitstellen. Das könnte z.B. so aussehen https://rstudio.cloud/project/3324354.

Wenn Sie dieses Projekt öffnen, haben Sie erstmal nur Leserechte. Das erkennen Sie an dem roten Schriftzug “Temporary Copy”. Um Schreibrechte zu bekommen, müssen Sie das Projekt in Ihrem Konto abspeichern. Dafür klicken Sie auf den Button “Save a Permanent Copy”.

3.4.1 Was sind R-Pakete?

Was sind R-Pakete? R an sich kommt mit einem begrenzten Umfang von Funktionen. Die ganzen neuen Entwicklungen in der Statistik/Datenanalyse finden sich in Erweiterungen von R, die man “Pakete” (packages) nennt. Stellen Sie sich das wie ein Add-on/Plug-in vor, wie Sie es vielleicht bei Ihrem Browser nutzen: Erweiterungssoftware für ein Programm, so dass die Funktionalität erweitert wird.

Es gibt eine Art zentralen “App Store”, namens CRAN von dem man (kostenlos, ohne Anmeldung, virengeprüft) R-Pakete installieren kann.

Zum Installieren von R-Paketen kann man den Befehl install.packages() verwenden, s. Beispiel unten.

Natürlich müssen Sie auch wenn Sie RStudio Cloud in einem eigenen Projekt arbeiten, die nötigen Pakete installieren. ⚠️ Einige Pakte benötigen mehr als die 1 GB Arbeitsspeicher, die im freien Zugang von RStudio enthalten sind. Für diese Pakete müssten Sie dann ein kostenpflichtiges Abo eingehen, wenn Sie die Pakete in Ihrem Projekt installieren wollen.

Arbeiten Sie in einem Ihnen bereitgestellten Projekt, hat ein netter Mensch die nötigen Pakete für Sie vielleicht schon installiert; Sie müssen dann die Pakete nicht noch extra installieren.

3.4.2 Welche R-Pakete brauche ich?

Hier ist eine Auswahl von Paketen, die ich gerne nutze:

pckgs1 <-
  c(
    "tidyverse",
    "rstatix",
    "corrr"
  )

Führen Sie den Code oben aus und dann führen Sie den folgenden Code aus, um die Pakete zu installieren:

install.packages(pckgs1)

Eine (alphabetisch sortierte) Liste von R-Paketen auf CRAN findet sich hier. Und ein Überblick von R-Paketen nach Themen gibt’s hier.

Hier ist eine ausführlichere Liste an R-Paketen, natürlich ist das eine subjektive Auswahl, so ähnlich, wie wenn Sie mich nach meinen Lieblingsgerichten fragen würden.

pckgs2 <- 
  c(
    "tidyverse",
    "rstanarm",
    "bayesplot",
    "rstatix",
    "forcats",
    "tidytext",
    "janeaustenr",
    "stringr",
    "wordcloud",
    "gutenbergr",
    "forcats",
    "scales",
    "janitor",
    "tidymodels",
    "modelr",
    "leaps",
    "parallel",
    "corrr",
    "ggfortify",
    "fastDummies",
    "nycflights13",
    "arm",
    "hrbrthemes",
    "viridis",
    "GGally",
    "cowplot",
    "skimr",
    "see",
    "datasets"
  )

install.packages(pckgs2)

Eine automatisierte Methode, um (nur) die Pakete zu installieren, die noch nicht auf Ihrem Rechner (oder dem RStudio Cloud Server) installiert sind, bietet das R-Paket pacman (welches dann auch installiert sein muss):

pacman::p_load(char = pckgs2)