Introduction to R Programming — Statistik, Datenanalyse, Visualisierung

R ist die Programmiersprache für Statistik und Datenanalyse — entwickelt von Statistikern für Statistiker, seit den 1990er Jahren etabliert. In Akademia und Forschung dominant, in der Industrie zunehmend von Python verdrängt, aber für spezialisierte statistische Analysen weiter unverzichtbar. Block Was ist R: Geschichte, Open Source mit CRAN als zentralem Package-Repository, R vs. Python (R: statistisch tiefer, Python: vielseitiger), R-Distributionen (Base R, RStudio Desktop als IDE, Posit Cloud als Web-Variante). Block Funktionale Programmierung mit R: First-Class-Functions, Lambda-Ausdrücke, apply-Familie (lapply, sapply, mapply, vapply als Alternative zu for-Loops), Pipe-Operator (|> Base R oder %>% magrittr), Function Composition. Block R-Typ-System und Strukturen: Atomic Vectors (numeric, integer, character, logical, complex, raw), List als heterogener Container, Matrix für 2D-Daten, Array für N-D, Data Frame als zentrale Datenstruktur für Datenanalyse (jede Spalte ein Vector, alle gleich lang), Tibble als modernere Data-Frame-Variante (tidyverse), Factors für kategorische Variablen, Klassen (S3, S4, Reference Classes, R6). Block Environment Management: R-Sessions, Working Directory, install.packages und library, virtuelle Umgebungen mit renv, RStudio Projects für Reproduzierbarkeit. Block R-Erweiterung mit Packages: CRAN als zentrales Repo, Bioconductor für Bioinformatik, GitHub via devtools::install_github(), eigene Packages bauen (DESCRIPTION, NAMESPACE, roxygen2 für Doku). Block I/O und Import/Export: CSV (read.csv vs. readr::read_csv vs. data.table::fread für Performance), Excel (readxl, openxlsx), JSON (jsonlite), Datenbanken (DBI mit RSQLite, RPostgres, odbc), Cloud (aws.s3, azuremlsdk), Web (httr für API-Calls, rvest für Scraping). Block Statistische Berechnungen: deskriptive Statistik (summary, mean, median, sd, quantile, cor), Hypothesen-Tests (t.test, chisq.test, anova), Verteilungen (norm, pois, binom, exp, gamma — rnorm/dnorm/pnorm/qnorm-Familie), Lineare Modelle (lm), Generalisierte Lineare Modelle (glm), Survival Analysis (survival package), Bayesian (rstan, brms). Block Datenmanipulation: dplyr (filter, select, mutate, summarise, group_by, arrange, joins), tidyr (pivot_longer, pivot_wider, separate, unite), data.table für High-Performance auf großen Datenmengen. Block Datenvisualisierung: Base R (plot, hist, boxplot, barplot — schnell, aber unschön), ggplot2 (Grammar of Graphics, Layered Approach mit aes/geom/scale/theme — Industrie-Standard), Plotly für Interaktivität, Shiny für Web-Apps mit R. Block Effizienter Einsatz: Reporting mit R Markdown (HTML, PDF, Word-Output), Quarto als moderne Nachfolge-Generation, Reproducible Research, RStudio-Productivity-Tipps.