Seminar R und RStudio

Software, Projekte und Anbieter

R ist eine freie Sprache und Umgebung für statistische Berechnungen und grafische Auswertungen. Die Entwicklung wird vom R Core Team getragen und durch eine internationale Gemeinschaft ergänzt; die R Foundation unterstützt das R-Projekt. RStudio ist eine eigenständige Entwicklungsumgebung des Unternehmens Posit. R und RStudio werden deshalb gemeinsam geschult, jedoch fachlich unterschiedlichen Projekten beziehungsweise Anbietern zugeordnet.

RStudio verbindet Editor, Konsole, Datenansicht, Grafiken, Hilfe und Entwicklungswerkzeuge in einer Oberfläche. Desktop- und Servereinsatz unterstützen unterschiedliche Arbeitsweisen. Zum behandelten Ökosystem gehören außerdem tidyverse für Datenaufbereitung, ggplot2 für Visualisierung, tidymodels für Modellierungsabläufe, Quarto für reproduzierbare Dokumente und Shiny für interaktive Anwendungen. Diese Werkzeuge übernehmen unterschiedliche Aufgaben innerhalb eines Analyseprojekts.

Inhaltsübersicht

1. Einsatzgebiete und fachliche Schwerpunkte
2. Aufbau des Seminarprogramms
3. Empfohlene Besuchsreihenfolge
4. Zuordnung der Intensivseminare
5. Kompakter Einstieg
6. Software und Übungsumgebung
7. Seminarauswahl

Einsatzgebiete und fachliche Schwerpunkte

Die Reihe richtet sich an Fachabteilungen, Forschung, Entwicklung und IT-Betrieb. Sie behandelt sowohl einzelne Auswertungen als auch wiederkehrende Prozesse mit überprüfbaren Datenständen und dokumentierten Annahmen. Die Auswahl des Lernwegs richtet sich nach der späteren Aufgabe und den vorhandenen Kenntnissen.

• Datenanalyse: Dateien und Datenbanken erschließen, Datenqualität prüfen, Kennzahlen berechnen und verständliche Grafiken erzeugen.
• Statistik und Prognose: Untersuchungsfragen präzisieren, Annahmen prüfen, Modelle vergleichen und Unsicherheit nachvollziehbar darstellen.
• Reporting und Anwendungen: Berichte aus ausführbarem Code erzeugen sowie interaktive Auswertungen mit Shiny bereitstellen.
• Entwicklung und Betrieb: Funktionen, Pakete und Tests organisieren; zentrale Linux-Umgebungen betreiben und ihre Wiederherstellung prüfen.

Aufbau des Seminarprogramms

Zwölf Fachseminare bieten Zeit für die gezielte Vertiefung einzelner Aufgaben. Vier Intensivseminare von jeweils fünf Tagen verbinden die Kernthemen zu übergreifenden Arbeitsabläufen. Gemeinsam decken sie sämtliche Fachseminare ab. Das zusätzliche Kompaktseminar dauert zwei Tage und konzentriert sich auf einen kleinen Analyseprozess. Die Intensiv- und Kompaktangebote sind alternative Lernwege mit eigenen Voraussetzungen; sie müssen nicht zusätzlich zu allen Fachseminaren besucht werden.

Die Fachseminare dauern je nach Umfang zwei, drei oder vier Tage. Für Machine Learning und Serveradministration sind jeweils vier Tage vorgesehen, damit Modellbewertung beziehungsweise Betriebs- und Wiederherstellungsübungen vollständig bearbeitet werden können. Die Zeitplanung folgt den Seminardetails der Vorlagen mit ungefähr sechs Stunden pro Tag. Die Intensivseminare bündeln Inhalte und reduzieren Wiederholungen; sie bieten nicht dieselbe gesamte Übungszeit wie sämtliche Einzelkurse zusammen.

Empfohlene Besuchsreihenfolge

Datenanalyse und Berichtswesen

R und RStudio – Grundlagen der Datenanalyse → R – Datenaufbereitung mit tidyverse und SQL → R – Datenvisualisierung mit ggplot2 → R – Reproduzierbare Berichte mit Quarto

Der Grundlagenkurs eröffnet den Weg ohne vorausgesetzte Programmierkenntnisse. Datenaufbereitung folgt vor anspruchsvolleren Visualisierungen und Berichten. Nach den Grundlagen können Visualisierung und Quarto bei passender Erfahrung auch unabhängig voneinander besucht werden.

Statistik und Vorhersage

R und RStudio – Grundlagen der Datenanalyse → R – Datenaufbereitung mit tidyverse und SQL → R – Statistische Auswertungen und Hypothesentests → R – Regression und multivariate Datenanalyse

Nach Regression folgen je nach Einsatzgebiet Machine Learning mit tidymodels oder Zeitreihenanalyse und Prognosen. Die beiden Vertiefungen sind alternative beziehungsweise ergänzende Zweige. Zeitreihen erfordern kein vorheriges Machine-Learning-Seminar; beide setzen sichere Datenaufbereitung und statistische Grundlagen voraus.

Softwareentwicklung und interaktive Anwendungen

R und RStudio – Grundlagen der Datenanalyse → R – Datenaufbereitung mit tidyverse und SQL → R – Fortgeschrittene Programmierung und Automatisierung → R – Paketentwicklung, Tests und Zusammenarbeit → R – Shiny-Anwendungen und interaktive Dashboards

Für Shiny sind zusätzlich Kenntnisse der Visualisierung mit ggplot2 erforderlich. Paketentwicklung stärkt den modularen Aufbau und die Tests, ist bei gleichwertiger Programmiererfahrung jedoch keine zwingende formale Vorstufe.

Zentrale Plattform und Veröffentlichung

R und RStudio – Grundlagen der Datenanalyse → RStudio Server – Administration und sicherer Betrieb

Praktische Linux-Administration ist eine zusätzliche Zugangsvoraussetzung und wird durch den R-Grundlagenkurs nicht ersetzt. Quarto und Shiny ergänzen diesen Lernweg, wenn neben dem Betrieb auch eigene Berichte oder Anwendungen entwickelt werden sollen.

Zuordnung der Intensivseminare

R und RStudio – Intensivseminar Datenanalyse und Reporting

Bündelt R-Grundlagen, Datenaufbereitung mit tidyverse und SQL, Visualisierung mit ggplot2 sowie Quarto-Berichte. Erforderlich sind erste R-Kenntnisse oder Programmierpraxis in einer anderen Sprache. Der kleine Arbeitsablauf des Kompaktseminars ist ebenfalls enthalten.

R und RStudio – Intensivseminar Statistik und Prognosemodelle

Bündelt statistische Auswertungen, lineare und logistische Regression, multivariate Exploration, Machine Learning und Zeitreihenprognosen. Bereits vorhandene R- und Statistikkenntnisse sind erforderlich.

R und RStudio – Intensivseminar Softwareentwicklung und Shiny

Bündelt fortgeschrittene Programmierung, Automatisierung, Paketentwicklung, Tests, Git und Shiny. Sichere eigene R-Programmierpraxis ist Voraussetzung. CI und Laufzeitumgebung werden vorbereitet.

RStudio Server – Intensivseminar Plattformbetrieb und Veröffentlichung

Bündelt die Serveradministration mit den betrieblichen Themen aus Shiny, Quarto und Paketverwaltung. Voraussetzung sind praktische Linux-Administration und R-Grundkenntnisse. Anwendungen und Berichte liegen als vorbereitete Beispiele vor.

Für den verdichteten Weg beginnt die fachliche Reihenfolge bei Datenanalyse und Reporting. Anschließend folgt je nach Rolle Statistik und Prognosemodelle oder Softwareentwicklung und Shiny. Plattformbetrieb und Veröffentlichung bildet einen eigenständigen Administrationszweig. Vorhandene gleichwertige Kenntnisse erlauben den direkten Einstieg in den passenden Aufbaukurs.

Kompakter Einstieg

Das zweitägige Kompaktseminar richtet sich an erfahrene Datenanwender mit ersten Skriptkenntnissen. Ein kleiner Datenbestand wird eingelesen, aufbereitet und als Tabelle, Grafik sowie einfacher Quarto-Bericht ausgegeben. Es ersetzt den dreitägigen Grundlagenkurs für Programmieranfänger nicht. Bei bereits vorhandenen Grundlagen dient es als konzentrierte Auffrischung und als Orientierung für die anschließende Spezialisierung.

Software und Übungsumgebung

Die Übungen verwenden für die jeweilige Durchführung abgestimmte stabile Versionen der benötigten Werkzeuge. Datenbestände und Projekte werden so vorbereitet, dass die beschriebenen Übungen innerhalb der vorgesehenen Zeit bearbeitet werden können. Die Grundlagen- und Entwicklungsseminare arbeiten mit Open-Source-Werkzeugen; für die Serverseminare stehen isolierte Linux-Übungssysteme bereit.

RStudio Server Open Source, Shiny Server und statische Quarto-Veröffentlichung werden als getrennte Komponenten behandelt. Posit Workbench und Posit Connect sind eigenständige kommerzielle Angebote. Ihre zusätzlichen Funktionen werden nicht der Open-Source-Ausgabe zugeschrieben. Der Teilnahmeabschluss richtet sich nach den Seminardetails; eine Herstellerzertifizierung ist nicht Bestandteil der beschriebenen Angebote.

Die nachfolgende Seminarauswahl enthält sämtliche Fach-, Intensiv- und Kompaktseminare in alphabetischer Reihenfolge. Die jeweilige Seminarseite nennt Zielgruppe, Voraussetzungen, Lernziele, konkrete Inhalte und ein durchgängiges Praxisprojekt.