Willkommen zu Woche 2 von Exploratory Data Analysis. Diese Woche befasst sich mit einigen der fortgeschritteneren Grafiksysteme, die in R verfügbar sind: das Lattice-System und das ggplot2-System. Das Basis-Grafiksystem bietet zwar viele wichtige Werkzeuge für die Visualisierung von Daten, aber es war Teil des ursprünglichen R-Systems und lässt viele Funktionen vermissen, die in einem Plottsystem wünschenswert sein könnten, insbesondere bei der Visualisierung hochdimensionaler Daten. Die Systeme Lattice und ggplot2 vereinfachen auch das Anlegen von Plots und machen es zu einem viel weniger langwierigen Prozess.

Willkommen zu Woche 3 der explorativen Datenanalyse. Diese Woche behandeln wir einige der wichtigsten statistischen Methoden für die explorative Analyse. Zu diesen Methoden gehören das Clustering und Techniken zur Dimensionsreduktion, die es Ihnen ermöglichen, sehr hochdimensionale Daten (viele viele Variablen) grafisch darzustellen. Wir behandeln auch neuartige Möglichkeiten, Farben in R zu spezifizieren, damit Sie Farbe als wichtige und nützliche Dimension bei der Erstellung von Datengrafiken verwenden können. All dieses Material wird in den Kapiteln 9-12 meines Buches Exploratory Data Analysis with R behandelt.

Diese Woche werden wir uns zwei Fallstudien zur explorativen Datenanalyse ansehen. Bei der ersten handelt es sich um den Einsatz von Cluster-Analysetechniken, bei der zweiten um eine komplexere Analyse von Daten zur Luftverschmutzung. Wie man bei der EDA vorgeht, ist oft persönlich, aber ich stelle Ihnen diese Videos zur Verfügung, um Ihnen ein Gefühl dafür zu vermitteln, wie Sie bei einer bestimmten Art von Datensatz vorgehen könnten.