24. - 26. September 2024

9:00.13:00 Uhr / 9 am - 1 pm

Dr. Paul Schmidt

7 to 15 participants

online

Deutsch oder English

(die Sprache wird nach Eingang der Anmeldungen festgelegt/the language will be determined after receipt of registrations)

Doktoranden in der Anfangs-, Arbeits- oder Abschlussphase ihrer Promotion als auch an PostDocs /
doctoral candidates in the initial, working, or final phase of their dissertation as well as PostDocs

kostenfrei / Free of charge 

Dieser Kurs ist für Personen in der Wissenschaft konzipiert, die bereits Erfahrung mit R haben, jedoch mehr über die Anwendungsmöglichkeiten von statistischen Analysen und/oder der strukturierten und effizienten Nutzung von R generell erfahren wollen. Dies ist ein fortgeschrittener Kurs, setzt also bestimmte Grundkenntnisse voraus, darunter die grundlegende Handhabung von R und RStudio, inklusive Datenimport und -export, Datentypen, einfache grafische Darstellung, Analyse mit linearer Regression, erste Grundlagen des tidyverse, sowie den Ablauf des wissenschaftlichen Arbeitens von der Hypothesenbildung bis zur Publikation. Das Hauptziel des Kurses besteht darin, die R Syntax und das statistische Wissen auf eine intuitive und anwendbare Weise zu vermitteln. Besonderer Wert wird auf die praktische Anwendung gelegt. Daher werden die unten aufgeführten Methoden und die zugrundeliegende Theorie anhand von anschaulichen Beispielen erläutert.

----------------------

This course is designed for people in science who already have experience with R, but want to learn more about the application possibilities of statistical analyses and/or the structured and efficient use of R in general. This is an advanced course, so it assumes certain basic skills, including basic handling of R and RStudio, including data import and export, data types, simple graphical representation, linear regression analysis, first basics of tidyverse, and the process of scientific work from hypothesis generation to publication. The main objective of the course is to teach R syntax and statistical knowledge in an intuitive and applicable way. Special emphasis is placed on practical application. Therefore, the methods listed below and the underlying theory are explained using illustrative examples.

• Statistik:
  • Lineare Modelle
  • (Mehrfaktorielle) Varianzanalyse (ANOVA)
  • Mittelwertvergleiche mit post-hoc Tests
  • Kritische Diskussion zu p-Werten und Signifikanz
  • Kritische Diskussion zu t-Test oder Tukey-Test
  • Versuchsdesigns (Blockanlage, Spaltanlage)
  • Erster Ausblick: Gemischte Modelle
• Datenverarbeitung und -aufbereitung:
  • Effizientes und kontrolliertes Analysieren von mehreren Datensätzen
  • Professionelle Erstellung verschiedener Graphen; Einsatz von Paketen wie ggplot2, desplot
  • Reproduzierbare Analysen (inklusive Einführung in R Markdown)

-----------------------------

• Statistics:
  • Linear models
  • (Multifactorial) Analysis of Variance (ANOVA)
  • Mean comparisons with post-hoc tests
  • Critical discussion on p-values and significance
  • Critical discussion on t-tests or Tukey tests
  • Experimental designs (block design, split-plot design)
  • Preliminary look: Mixed models
• Data processing and preparation:
  • Efficient and controlled analysis of multiple datasets
  • Professional creation of various graphs; use of packages like ggplot2, desplot
  • Reproducible analyses (including an introduction to R Markdown)

Ich habe 2019 meine Promotion im Fachgebiet Biostatistik an der Universität Hohenheim abgeschlossen und arbeite seitdem als Data Scientist in den Life Sciences bei BioMath. Außerdem habe ich bereits über 40 Workshops in R und Python für Einsteiger und Fortgeschrittene gegeben. Ich mag es, wenn komplizierte Methoden gut erklärt werden, wenn Ergebnisse prägnant und anschaulich präsentiert werden und wenn R/Python auf scheinbar magische Weise Ergebnisse liefern. Mehr hier: https://schmidtpaul.github.io/

-------------------------

I completed my PhD in Biostatistics at the University of Hohenheim in 2019 and have been working as a Data Scientist in the Life Sciences at BioMath ever since. Additionally, I have conducted over 40 workshops in R and Python for beginners and advanced users. I enjoy when complicated methods are well explained, when results are presented concisely and vividly, and when R/Python delivers results as if by magic. More here: schmidtpaul.github.io