################################################################################
## Einführung in R 
## Modul 1: Erste Schritte
################################################################################

## copyfree, Oktober 2007
################################################################################
## Dr. Fränzi Korner-Nievergelt
## oikostat - Statistische Analysen und Beratung
## Ausserdorf 43
## CH - 6218 Ettiswil
## Tel.: +41 (0) 41 980 49 22
## fraenzi.korner@oikostat.ch
## www.oikostat.ch
################################################################################


## Inhalt
################################################################################
## 1. Installation von R
## 2. Arbeiten mit Editor und Console
## 3. Was heisst "objektorientiertes Programmieren"
## 4. Hilfe, Dokumentation
## 5. Daten erzeugen, speichern, einlesen
## 6. Daten ansprechen
## 7. Fehlende Werte
## 8. Packages installieren


## 1. Installation von R
################################################################################
## R kann gratis von der Internetseite: www.r-project.org heruntergeladen werden.
## Die Internetseite hat Spiegel, die auf der ganzen Welt verteilt sind. 
## Grosse Dokumente (z.B. das Programm R) sollte von einem Spiegel ("Mirror") in
## Ihrer Nähe heruntergeladen werden. Unter "CRAN" (=Comprehensive R Archive Network)
## können Sie den nächst gelegenen Spiegel auswählen.
## Für die Installation einfach das entsprechende .exe-File herunter laden und ausführen.


## 2. Arbeiten mit Editor und Console
################################################################################
## Wenn Sie R starten, erscheint ein Fenster, die R-Console, worin Sie Berechnungen ausführen können.
## Tippen Sie z.B. einmal folgende Rechnungen in die R-Console und drücken Sie "enter":

4+56

3*3

sqrt(16)

## Die R-Console ist unser Arbeitsplatz, wir schreiben  normalerweise nicht direkt auf den Tisch!
## Wir schreiben und speichern unsere Berechnungen mit einem Editor in ein Text-File.
## Unter dem Menu "Datei" können Sie mit "Neues Skript" ein leeres Text-File bereitstellen
## oder mit "Öffne Skript..." dieses Dokument (Modul1_Erste_Schritte.r) öffnen.
## Sie können mit der Tastenkombination "Ctrl + R", die Zeile, in der der Cursor steht, oder eine Markierung 
## an die R-Console schicken. Die Zeile oder die Markierung wird dann automatisch
## ausgeführt. 

24-5  # Setze den Kursor in diese Zeile und drücke "Ctrl + R"

## Zeichen, die hinter dem Raute-Zeichen (#) erscheinen, werden von R nicht interpretiert
## Nach dem Raute-Zeichen können Kommentare eingefügt werden.
## Kommentare sind sehr hilfreich, wenn Sie Ihre Berechnungen später wieder verstehen müssen.

## Der R-Editor bietet keine grafischen Programmierhilfen (z.B. Hervorheben der zugehörigen Klammern, 
## Hervorheben von Funktionen, grafische Unterscheidung zwischen Text und Objekten).
## Es gibt freie und kommerzielle Editoren, die mit R korrespondieren können, z.B.
## Tinn-R
## emacs
## WinEdt




## 3. Objektorientiertes Programmieren
## Das heisst: Werte, Tabellen, Resultate, Listen können Zeichenfolgen zugeteilt werden 
## und später wieder verwendet werden.

## Bsp. Grünfink: Führen Sie folgende Zeilen aus, indem Sie den Cursor in die 1. Zeile
## setzen und 6x hintereinander "Ctrl + R" drücken. (Sie erfahren dabei auch,
## wie der Cursor nach dem Ausführen eines Befehls wieder zurück in den R-Editor springt 
## und sich auf der nächsten Zeile platziert.)

nm<-12 # Anzahl Männchen, z.B. Grünfink
nm
nw<-14 # Anzahl Weibchen
nw
ntot<-nm+nw  # Anzahl Total
ntot

# Die Addition kann auch als Funktion geschrieben werden:
sum(nm, nw)  # funktion(argumente)

## Führne Sie den Beispielscode in diesem Dokument immer so aus, indem Sie
## Ctrl + R drücken, um eine Zeile oder eine Markierung an die R-Console zu schicken!


## 4. Hilfe und Dokumentation
################################################################################

?boxplot  # Help-files zu spezifischen Codes

help.start()  # öffnet ein html-Handbuch, das einen Suchapparat enthält, 
## worin Funktionen nach Schlüsselwörtern gesucht werden können.
## Das Dokument enthält nur Informationen über die momentan auf Ihrem Computer 
## installierten Packages. Weitere Packages können von CRAN herunter geladen werden (Anleitung in Kapitel 8).
## Weitere Dokumentation findet man auf CRAN.

## Natürlich stehen auch einige sehr gute Bücher zum Nachschlagen zur Verfügung.
## siehe separate Literaturliste

 


## 5. Daten erzeugen, speichern und einlesen
################################################################################

## Die nächsten 3 Zeilen erzeugen zwei Vektoren mit (zufälligen) Zahlen, für die 
## wir z.B. so tun als wären es Flügellängen von Grünfinken für Männchen und Weibchen.
set.seed(2353)     # Zufallszahlengenerator einstellen, damit später wieder die gleichen Zufallszahlen generiert werden.
fluegelm<-round(rnorm(nm, mean=77.8, sd=1.35), digits=1) # rnorm() produziert normalverteilte Zufallszahlen, round() rundet die Zahl auf die gewünschte Anzahl Stellen nach dem Komma.
fluegelw<-round(rnorm(nw, mean=74.6, sd=1.74), digits=1) # Angabe von Mittelwert und Standardabweichung aus Cramp (1994)

fluegelm # so können wir die erzeugten Zahlenvektoren anschauen.
fluegelw

# Die Vektoren zu einem Datenfile zusammenstellen
dat<-data.frame(sex=c(rep("M", nm), rep("W", nw)), fluegel=c(fluegelm, fluegelw))
# c() fügt Zahlen oder Vektoren zusammen ("concatenate", oder "combine")
# rep() repetiert ein Argument, z.B. der Buchstabe "M", eine gewünschte Anzahl, z.B. nm=12, Mal.

dat  # wir betrachten das Objekt, das wir soeben erzeugt haben.

## Grosse Datenfiles sind mühsam anzuschauen. Deshalb benutzen wir

head(dat)  # die ersten Zeilen eines Datenfiles betrachten
str(dat)   # die Struktur eines Datenfiles betrachten

## Als "Factor" werden nominale (kategorielle) Variabeln bezeichnet, z.B. Farbe oder Geschlecht.
## Wenn R ein nominaler Faktor nicht als Faktor erkennt, weil seine Stufen mit Zahlen
## codiert sind, dann muss man den Faktor von Hand definieren:

xnum<-sample(c(1:5), 20, replace=TRUE)  # Ein Vektor mit der Länge 20, der an jeder Stelle zufällig eine Zahl zwischen 1 und 5 enthält, wird erzeugt.
xnum  # R "erkennt" den Vektor als eine Folge von Zahlen
xfactor<-factor(xnum)  # Aus der Zahlenfolge wird ein Faktor mit verschiedenen Stufen gemacht.
xfactor  # R erkennt jetzt 5 Kategorien.


## Datenfile abspeichern
write.table(dat, file="c:/simdat.txt", row.names=FALSE)
# Das Argument file enthält den Pfad und den Namen des Datenfiles.
# Windows blockiert machmanl das Speichern von Dateien direkt auf der Harddisk ("c:/"). 
# Geben Sie einfach einen Pfad zu Ihrem Ordner an, z.B. "c:/Dokumente und Einstellungen/Administrator/Desktop/simdat.txt".
# Im Argument row.names=FALSE geben Sie an, ob in einer zusätzlichen ersten Spalte Zeilennummern gespeichert werden sollen. Es empfielt sich, dieses Argument auf FALSE zu stellen.


## Zwischendurch können wir unseren Schreibtisch (R-Console) betrachten.
ls()  # list objects: Alle bisher erstellten Objekte sind vorhanden
rm("dat")  # remove: Das Datenfile "dat" wird entfernt (aufräumen). Das sollten Sie nur machen, wenn die Funktion write.table geklappt hat, denn sonst ist das Datenfile dat vollständig gelöscht.
ls() # Das Datenfile ist nicht mehr vorhanden
dat  # Das Datenfile wird nicht gefunden

## PS: Beim Schliessen einer R-Sitzung fragt R ob die Console gespeichert werden soll.
## Dies sollte im Normalfall VERNEINT (!) werden! damit der Schreibtisch beim nächsten Start wieder sauber ist.
## Hingegen sollten Sie unbedingt das Text-File mit Ihren Berechnungen speichern!


# Datenfile einlesen
dat<-read.table("c:/simdat.txt", header=TRUE) # geben Sie den bei write.table eingegebenen Pfadname ein!
# Das Argument header=TRUE sagt dem R, dass im Datenfile die erste Zeile die Spaltenüberschriften enthält.
dat # nun ist das dat wieder auf dem Schreibtisch vorhanden.

## Daten aus dem Excel oder einer Datenbank müssen als txt-File abgespeichert werden.
## Sie dürfen keine leeren Zellen enthalten (leere Zellen mit "NA" füllen)
## Die Überschriften dürfen keine Leerfelder enthalten, die Zahl der überschriften muss der Zahl der Spalten entsprechen




## 6. Daten ansprechen
################################################################################

# In ein bestehendes Datenfile können einfach neue Variabeln hinzugefügt werden.
dat$ID<-c(1:26)  # Identifikationsvariable einfügen

dat$sex[10]      # Ansprechen der 10. Beobachtung aus der Variable sex im Datenfile dat
dat[10,1]         # Ansprechen der 10. in der 2. Spalte von dat

dat[10,]         # Ansprechen der 10. Zeile im Datenfile dat
dat[,2]	     # Zweite Spalte im Datenfile dat
dat$fluegel		# dito


dat$fluegel[dat$sex=="W"]  # Flügellängen der Weibchen
# Folgende Operatoren erzeugen logische Werte: == (ist gleich), != (ist nicht gleich), >=, >, <=, <


## 7. Fehlende Werte
################################################################################

## Fehlende Werte werden in R mit NA (ohne Anführungszeichen!) bezeichnet.
# Arbeiten mit fehlenden Werten
dat$fluegel[10]<-NA   # der 10. Wert der Flügellänge wird NA gesetzt

mean(dat$fluegel)      # die meisten Funktionen liefern NA oder Warnungen, wenn die Daten NA's enthalten
mean(dat$fluegel, na.rm=TRUE)  # Die NA' müssen aktiv entfernt werden (ist zwar mühsam, dient aber der eigenen Sicherheit!)$

# manchmal ist es einfacher, Beobachtungen mit NA's aus dem Datenfile zu entfernen
is.na(dat$fluegel) # zeigt an, wo NA's vorkommen
!is.na(dat$fluegel) # das Ausrufezeichen vor einem logischen Wert kehrt diesen um

datcompl<-dat[!is.na(dat$fluegel),]  # liefert ein Datenfile, das in der Variable fluegel keine NA's enthält

datcompl<-dat[complete.cases(cbind(dat$sex, dat$Alter, dat$fluegel)),]  # liefert ein Datenfile, das in keiner der Variabeln sex, Alter und fluegel NA's enthält

## 8. Packages installieren und laden
################################################################################

# Es gibt einige Befehle, die Sie in help.start() finden, die R jedoch nicht erkennt.
# Sie befinden sich in einer Bibliothek, die R nicht per Default lädt. 
# z.B
?lme  # da das Packet "nlme" nicht per Default geladen wirde, erkennt R den Befehl lme (linear mixed effects model) nicht.

library(nlme) # die library nlme laden
?lme  # nun steht die Funktion lme zur Verfügung

# Bei der Installation von R werden nur die häufigsten Packete installiert. 
# Auf dem Internet stehen über 1000 spezielle Packete zur Verfügung.
# sie können einfach installiert werden:
install.packages("circular")  # Das Package für Kreisstatistik wird von Internet heruntergeladen und auf Ihrem Computer installiert.

# Das Packet kann nun geladen werden.
library(circular) 

## Zum Schluss:
## Denken Sie daran: Speichern Sie das Textfile im Editor, 
## und drücken Sie "NICHT SPEICHERN" beim Schliessen der R-Console!


## Dank
################################################################################

## Dieses Dokument entstand für einen Einführungskurs in R an der DO-G-Tagung 
## vom 29. September - 3. Oktober 2007 in Giessen
## Folgenden Personen danke ich herzlich für die Unterstützung und die Werbung:
## Dr. Ommo Hüppop, Dr. Heiko Schmaljohann, Dr. Wolfgang Fiedler, 
## Dr. Thomas Gottschalk, Holger Schielzeth, Dr. Roger Mundry und Dr. Boris Schröder