Jamovi-Moduls Rj

Aus Jamovide
Wechseln zu: Navigation, Suche

Vorbereitung

Zuerst müssen Sie das Modul Rj aus der jamovi-Bibliothek installieren. Das Modul erstellt ein "R"-Symbol in der Symbolleiste.
Jamovi Rj1.png

Verwenden von R-Befehlen

Klicken Sie auf das Symbol "R" und wählen Sie "Rj Editor".
Jamovi Rj2.png

Es öffnet sich ein Eingabefeld auf der linken Seite des Bildschirms, in das Sie R-Befehle eingeben können.
Jamovi Rj3.png

Der Datensatz heißt "data" und Sie können die ersten drei Spalten in der ersten Zeile oder die in der zweiten Zeile angezeigten Variablennamen verwenden

summary(data[1:3])
summary(data[, c('var1', 'var2', 'var3')])

Sie können jedoch auch Funktionen aus R-Bibliotheken auswählen:

stats::aggregate(as.numeric(data[, 'var1']), list(data[, 'gender']), mean)

Es kann einige Zeit dauern, bis Sie dies herausgefunden haben, insbesondere wenn Sie wissen, welches Format für die Eingabe in Funktionen erforderlich ist (möglicherweise muss es in die Zahlen mit "as.numeric" oder in eine Liste mit "list" konvertiert werden). Sie haben jedoch (fast) keine Begrenzung, welche Analysen Sie ausführen können.
Nicht zuletzt, weil in jamovi und Rj bereits eine Vielzahl von R-Bibliotheken enthalten sind: abind, acepack, afex, arm, assertthat, backports, base, base64enc, BayesFactor, BDgraph, BH, bindr, bindrcpp, bitops, boot, ca , car, carData, caTools, cellranger, checkmate, klasse, cli, clipr, cluster, coda, codetools, farbraum, compiler, contfrac, corpcor, buntstift, curl, d3Network, data.table, datensätze, deSolve, digest, dplyr, ellipsis , elliptic, emmeans, estimability, evaluieren, evaluieren, exact2x2, exactci, fansi, fdrtool, forcats, foreign, Formula, gdata, GGally, ggm, ggplot2, ggridges, glasso, glue, gnm, GPArotation, gplots, graphics, grDevices, grid , gridExtra, gtable, gtools, port, highr, Hmisc, hms, htmlTable, htmltools, htmlwidgets, riesig, hypergeo, igraph, jmv, jmvcore, jpeg, jsonlite, KernSmooth, knitr, kutils, Labelling, latticeEx , lisrelToR, lme4, lmerTest, lmtest, magrittr, maptools, markdown, MASS, Matrix, matrixcalc, MatrixModels, methoden, mgcv, mi , mime, minqa, mnormt, multcomp, munsell, mvnormtest, mvtnorm, nlme, nloptr, nnet, numDeriv, OpenMx, openxlsx, parallel , prettyunits, progress, psych, purrr, qgraph, quantreg, qvcalc, R6, RColorBrewer, Rcpp, RcppArmadillo, RcppEigen, RCurl, readr, readxl, regsem, relimp, rematch, reshape, reshape2, RInside, rio, Rj, rj , rockchalk, ROCR, rpart, rpf, RProtoBuf, Rsolnp, rstudioapi, RUnit, sandwich, scales, sem, semPlot, semTools, sp, SparseM, räumlich, splines, ssanv, StanHeaders, stats, stats4, stringi, stringr, survival, tcltk , test, TH.data, tibble, tidyselect, tools, truncnorm, utf8, utils, vcd, vcdExtra, vctrs, viridis, viridisLite, whisker, withr, xfun, XML, xtable, yaml, zeallot, zip, zoo

Einige davon sind besonders interessant:

  • stats bietet Zugriff auf zahlreiche statistische Funktionen (z. B. stats::glm zum Berechnen von General linear models oder stats:kmeans zum Implementieren von k-means-cluster-Analysen)
  • lme4 zur Verwendung von mixed models: linear, generalized linear und nonlinear
  • MASS implementiert Analysen, die in dem Buch von Venables und Ripley "Modern Applied Statistics with S" beschrieben sind (dazu gehört beispielsweise die Diskriminanzanalyse mit MASS::lda)
  • lavaan zur Durchführung verschiedener latenter Variablenanalysen (einschließlich Konfirmatorischer Faktoranalyse, Strukturgleichungsmodellen und latent growth-curve models)
  • BayesFactor zum Durchführen von Bayes-Analysen, die "klassischen" (frequentistischen) Analysen ähneln (z. B. Bayes-Version des t-Tests; NB: diese Analyse können Sie auch mit dem einfacher zu bedienenden jamovi-Modul "jsq" durchführen)
  • cluster zum Implementieren verschiedener Arten von Clusteranalysen
  • ggplot2 um jede Art von Grafiken zu erstellen, die Sie sich vorstellen können.
  • Mehrere Bibliotheken von Hadley Wickham tidyverse: dplyr, stringr stringr oder tidyselect

Umschalten zwischen R-Versionen

Jamovi Rj4.png Standardmäßig verwendet Rj die in jamovi enthaltene R-Installation. In den meisten Fällen ist dies auch ausreichend (nicht zuletzt, weil es viele R-Bibliotheken enthält; siehe oben). Es kann jedoch wünschenswert sein, die "normale" R-Installation des Computers zu verwenden. Dies ist normalerweise der Fall, wenn Sie Bibliotheken verwenden möchten die nicht in jamovis R-Version enthalten sind. Klicken Sie dazu auf das Zahnradsymbol in der rechten oberen Ecke des Eingabefelds Rj. Es öffnet sich ein Fenster, in dem Sie angeben können, ob Sie die jamovi R-Version ("jamovi R" im Dropdown-Feld unten) oder die System R-Version ("System R") verwenden möchten.
Bitte beachten Sie, dass derzeit (November 2019) die Option "System R" ist für bestimmte System- und R-Versionskombinationen nicht verfügbar ist (z. B. R > 3.4 unter Linux).