Seminar R und RStudio – Intensivseminar Datenanalyse und Reporting

Seminarbeschreibung

Dieses Intensivseminar bildet einen zusammenhängenden Weg von Rohdaten bis zum aktualisierbaren Bericht. R und RStudio werden zielgerichtet eingeführt und unmittelbar für eine fachliche Auswertung eingesetzt. Datenprüfung, Transformation, Visualisierung und Dokumenterstellung greifen im selben Projekt ineinander. Dadurch werden gemeinsame Grundlagen einmal erarbeitet und anschließend konsequent wiederverwendet.

Zusammengefasst werden die Kernthemen der vier Fachseminare zu Grundlagen, Datenaufbereitung, ggplot2 und Quarto. Die Verdichtung setzt Erfahrung mit Skripten oder erste R-Kenntnisse voraus. Umfangreiche Übungsvarianten, vertiefte Datenbankfragen und anspruchsvolle Gestaltung bleiben den Fachseminaren vorbehalten. Statistische Modellierung wird in einem eigenen Intensivseminar behandelt.

Zielgruppe

Analysten, Entwickler und Fachkräfte aus Berichtswesen oder Controlling, die einen vollständigen R-Arbeitsablauf in zusammenhängender Form aufbauen möchten.

Voraussetzungen

Sicherer Umgang mit Tabellen und Datenstrukturen sowie erste R-Erfahrung oder grundlegende Programmierpraxis in einer anderen Sprache. Bereitschaft zum eigenständigen Lesen kurzer Skripte. Für einen Einstieg ohne Programmierkenntnisse ist zunächst das Grundlagenseminar vorgesehen.

Lernziele

• Ein RStudio-Projekt mit klaren Dateien, Abhängigkeiten und Ausgaben aufbauen.
• Daten aus Dateien und einer SQL-Datenbank prüfen und zusammenführen.
• Kennzahlen und aussagekräftige Grafiken reproduzierbar erzeugen.
• Einen parametrisierten Quarto-Bericht aus einer frischen Umgebung aktualisieren.

Inhaltsübersicht

1. RStudio und ausführbare Analyseskripte
2. Import und Qualitätskontrollen
3. Transformation und Tabellenbeziehungen
4. Analytischer Datenbankzugriff
5. Kennzahlen und grafische Exploration
6. Gestaltung und Abbildungsexport
7. Quarto und Berichtsvarianten
8. Vollständiger Projektlauf

Seminarinhalte

RStudio und ausführbare Analyseskripte

Die gemeinsame Arbeitsbasis entsteht unmittelbar am Projekt.

• Projekte, relative Pfade, Pakete und die wichtigsten RStudio-Werkzeuge einsetzen.
• Vektoren, Listen, Data Frames, logische Ausdrücke und fehlende Werte behandeln.
• Kurze Funktionen und nachvollziehbare Skriptabschnitte für wiederkehrende Aufgaben erstellen.

Import und Qualitätskontrollen

Daten werden nach expliziten Regeln aufgenommen.

• CSV- und Excel-Dateien mit überprüften Typen und Formaten einlesen.
• Fehlende Werte, Dubletten und fehlerhafte Kategorien erkennen.
• Rohdaten erhalten und die Bereinigung mit einfachen Kontrollregeln dokumentieren.

Transformation und Tabellenbeziehungen

Ein einheitlicher Analysebestand wird aufgebaut.

• Mit dplyr filtern, berechnen, gruppieren und zusammenfassen.
• Mit tidyr Daten umformen sowie Zeichenketten und Datumsangaben vereinheitlichen.
• Joins anhand von Schlüsseln und Kardinalitäten prüfen; nicht zugeordnete Datensätze untersuchen.

Analytischer Datenbankzugriff

Die Datenbank wird gezielt in den Arbeitsablauf einbezogen.

• Einfache SQL-Abfragen für Filter, Aggregationen und Verknüpfungen formulieren.
• Mit DBI auf eine vorbereitete Datenbank zugreifen und Verbindungen schließen.
• Verzögerte Abfragen mit dbplyr von lokaler Verarbeitung unterscheiden.

Kennzahlen und grafische Exploration

Die Daten werden fachlich verständlich beschrieben.

• Lage, Streuung, Häufigkeiten und Gruppenunterschiede auswerten.
• Passende ggplot2-Geometrien, Skalen und Facetten auswählen.
• Ungeeignete Darstellungen anhand von Kontrollbeispielen erkennen.

Gestaltung und Abbildungsexport

Die Grafiken erhalten eine einheitliche, nachvollziehbare Darstellung.

• Einheiten, Farben, Beschriftungen und Legenden konsistent festlegen.
• Abbildungen für Bericht und Präsentation dimensionieren.
• Vektor- und Rasterausgaben prüfen und reproduzierbar speichern.

Quarto und Berichtsvarianten

Text und Berechnung werden in einem Dokument zusammengeführt.

• QMD-Struktur, R-Codeblöcke und Inline-Ergebnisse verwenden.
• Tabellen, Abbildungen und interne Querverweise einbauen.
• Parameter für Zeitraum und Kategorie definieren; HTML-, Word- und vorbereitete PDF-Ausgabe vergleichen.

Vollständiger Projektlauf

Alle Verarbeitungsschritte werden unter definierten Bedingungen erneut ausgeführt.

• Paketstände mit renv festhalten und versteckte Sitzungsabhängigkeiten entfernen.
• Cache und Datenänderungen kontrollieren; Berichte über die Kommandozeile rendern.
• Neue Daten einspielen, Qualitätskontrollen auswerten und die Aktualisierung dokumentieren.

Praxisprojekt

1. Eine betriebliche Analysefrage und die zugehörigen Eingabedaten festlegen.
2. Dateien und Datenbankauszüge zu einem geprüften Datenbestand verbinden.
3. Kennzahlen und ein zusammengehöriges Diagrammset entwickeln.
4. Einen parametrisierten Bericht für mehrere fachliche Ausschnitte erzeugen.
5. Den gesamten Prozess mit neuen Daten aus einer frischen Sitzung wiederholen und prüfen.