#### R-Skript zur 1. Sitzung ####
# R Chunks wurden aus dem HTML exportiert und sind dort alle enthalten
#### Vorbereitung ----
data(fairplayer, package = 'PsyMSc1')
#### R Grundlagen Wiederbelebung ----
# Namen der Variablen abfragen
names(fairplayer)
# Anzahl der Zeilen und Spalten
nrow(fairplayer)
ncol(fairplayer)
# Struktur des Datensatz - Informationen zur Variablentypen
str(fairplayer)
# Datensatz ansehen
fairplayer
# Skalenwerte erstellen
fairplayer$rat1 <- rowMeans(fairplayer[, c('ra1t1', 'ra2t1', 'ra3t1')],
na.rm = TRUE)
fairplayer$emt1 <- rowMeans(fairplayer[, c('em1t1', 'em2t1', 'em3t1')],
na.rm = TRUE)
fairplayer$sit1 <- rowMeans(fairplayer[, c('si1t1', 'si2t1', 'si3t1')],
na.rm = TRUE)
# Deskriptivstatistik intervallskalierte Variable
summary(fairplayer$rat1)
# Deskriptivstatistik nominalskalierte Variable
summary(fairplayer$grp)
# Standardabweichung bestimmen
sd(fairplayer$rat1, na.rm = TRUE)
# Kovarianzen und Korrelationen
cov(fairplayer$rat1, fairplayer$sit1, use = 'complete')
cor(fairplayer$rat1, fairplayer$sit1, use = 'complete')
# Teildatensatz aus Skalenwerten
scales <- fairplayer[, c('rat1', 'emt1', 'sit1')]
# Korrelationsmatrix
cor(scales, use = 'complete')
# Kovarianzmatrix
cov(scales, use = 'complete')
# Varianzen
diag(cov(scales, use = 'complete'))
#### Wiederholung Regression ----
# Regressionsmodell
mod <- lm(rat1 ~ 1 + sit1 + emt1, fairplayer)
# Regressionsgewichte abrufen
mod
# Scatterplot mit Regressionsgerade
plot(fairplayer$rat1 ~ fairplayer$sit1)
abline(coef(mod)[1], coef(mod)[2])
# Übersicht über Modellergebnisse
summary(mod)
# Koeffiziententabelle extrahieren
summary(mod)$coef
# R-Quadrat extrahieren
summary(mod)$r.squared
### lavaan ----
# Paket laden
# ggf. mit install.packages('lavaan') installieren
library(lavaan)
# Regression
mod <- 'rat1 ~ 1 + sit1 + emt1'
# Regression mit Residualvarianz
mod <- 'rat1 ~ 1 + sit1 + emt1
rat1 ~~ rat1'
# Langschreibweise des Regressionsmodells
mod <- '
# Regression
rat1 ~ 1
rat1 ~ sit1
rat1 ~ emt1
# Residuum
rat1 ~~ rat1'
# Modellschätzung
fit <- lavaan(mod, fairplayer)
# Ergebnisübersicht
summary(fit)
# R-Quadrat extrahieren
inspect(fit, 'rsquare')
# Anzahl der Beobachtungen
inspect(fit, 'nobs')
# Anzahl der Parameter
inspect(fit, 'npar')
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.