Data Analytics
  • Overview
  • Empirical Research
    • 1 Research Questions
    • 2 Data Collection
    • 3 Signal and Noise
    • 4 Types of Questions
      • Finding Individual Records
      • Summarizing Data
      • Exploring Data
      • Drawing Conclusions from Data
      • Fehlende Informationen vorhersagen
      • Kausalität feststellen
    • 5 Data
      • Data Sets
      • Data Records
      • Data Attributes
      • Data Types
      • Scales
      • Data Formats
        • Das CSV-Format
        • Das JSON-Format
        • Das Parquet-Format
    • 6 Tools
      • Projects
  • Introduction to R
    • 7 The Problem
    • 8 Vectors
    • 9 Data Frames
    • Simulations
    • Logic and Arithmetic
    • Objects and Variables
    • Data structures
    • Control structures
    • Loops
      • Die For-Schleife
      • Die While-Schleife
      • Die Repeat-Schleife
    • Functions
    • Readability and Reusability
  • Loading Data
    • Tidyverse and Tibbles
    • Load a data set
    • Load from multiple files
    • Getting to know the Data
    • Der Analyseprozess
    • Der Werkzeugkasten
  • Data Transformation
    • Five transformations
    • Select columns
    • Filter rows
    • Add columns
    • Change columns
      • Spalten verändern
    • Sort rows
    • Summarize rows
    • SQL and R
  • Data Visualization
    • Pleas for data visualization
    • Overview of ggplot2
    • Visualisierungsformen
      • Trends und Entwicklungen
      • Distributions
      • Word Clouds
      • Mengen und Proportionen
      • Geospatial Data
    • Formatting plots
      • Achsenformatierung
    • Multiple plots
    • Stolperfallen
      • Abgeschnittene y-Achse
      • Duale y-Achse
      • Non-Proportional Ink
    • Übungen
      • 💻Transformation der REWE-Daten
      • 💻Übung zur Datenvisualisierung
  • Communication
    • Quarto
  • SQL
    • Grundlagen SQL
      • Was ist SQL?
      • Daten importieren
      • Spalten und Ausdrücke auswählen
      • Zeilen filtern
      • Zeilen aggregieren und gruppieren
      • Aggregierte Zeilen filtern
      • Zeilen sortieren
      • 💻Übungen
    • Erweitertes SQL
      • Views
      • Mengenoperatoren
      • Unterabfragen
      • Window-Funktionen
      • Datum und Zeit
      • JSON
      • Arrays
      • Statistische Funktionen
    • Joins mit SQL
      • Das relationale Modell
      • Verbinden von Tabellen
      • Datensätze anreichern
    • Textanalysen mit SQL
      • In Texten suchen
      • Wörter analysieren
        • Daten vorfiltern
        • Säubern und Normalisieren
        • Tokenisieren und Zählen
        • Stopwörter filtern
        • POS Tagging
      • Themen identifzieren
      • Wortpaare
      • Netzwerke
      • Emoticons extrahieren
      • NLP mit spaCy
        • spaCy in Databricks installieren
        • Die NLP Pipeline
          • Tokenize
          • Part-of-Speech (POS)
          • Named Entities (NER)
          • Lemmatizer
          • Syntaktische Abhängigkeiten
        • spaCy und Spark SQL
          • spaCy und UDFs
          • Texte mit spaCy streamen
  • Data Sets & Exercises
    • Übungen
      • SQL
        • ⭐Die Simpsons Teil 1
        • ⭐Die Simpsons Teil 2
      • R
    • Fallstudien
      • Morde in Chicago
    • Datensätze
      • 📂Environmental Impacts of Food Production
      • 📂Amazon Reviews
      • 📂arXiv Papers
      • 📂Chicago Crimes
      • 📂Covid19
      • 📂Open Food Facts
      • 📂Orangenlimonade
      • 📂REWE Online Products
      • 📂Simpsons
      • 📂TED Talks
      • 📂Tweets
  • References
Powered by GitBook
On this page

Was this helpful?

Overview

Dies ist ein Online-Buch für meine Module zur Datenanalyse an der Hochschule Osnabrück. Das Buch ist öffentlich und darf frei verwendet werden.

Next1 Research Questions

Last updated 8 months ago

Was this helpful?

Dieses Buch ist als strukturierte und didaktisch aufbereitete Materialsammlung für meine Kurse zur Datenanalyse an der Hochschule Osnabrück entstanden. Das Buch ist in zusammenhängende Kapitel unterteilt und kann vorn Vorne bis Hinten gelesen werden. Allerdings sind nicht alle Kapitel für alle Kurse relevant, die Studierenden erhalten diese Information über unsere . Wer nach bestimmten Themen sucht und das Buch als Referenz verwendet, sollte sich die Suchfunktion in der oberen rechten Ecke anschauen.

In meinen Kursen und folglich auch in diesem Buch stelle ich Ideen und Konzepte vor, die in der Datenanalyse auf theoretischer Ebene nützlich sind. Neben der Theorie ist das Hauptziel meiner Kurse, die Anwendung dieser Konzepte zu erlernen. Dazu stelle ich eine Reihe von Datensätzen vor, die wir mit verschiedenen Ansätzen unter Verwendung von R, SQL und Python analysieren.

Ein Hinweis zur Sprache: In diesem Buch werden einige Abschnitte in Englischer, andere in Deutscher Sprache zu lesen sein. Langfristig ist es mein Ziel, die Inhalte in beiden Sprachen anzubieten. Die jeweilige Übersetzung in die andere Sprache erfolgt allerdings erst zu einem späteren Zeitpunkt.

Wenn du dieses Skript nützlich findest, kannst du es gerne weitergeben. Wenn du Feedback geben möchtest, dann sind Twitter () oder gute Orte dafür.

Lasst uns anfangen! Die Daten dieser Welt warten darauf, analysiert zu werden.

Prof. Dr. Nicolas Meseth

Lernplattform ILIAS an der Hochschule Osnabrück
@nicolasmeseth
LinkedIn