R Lernen: Programmieren
R Lernen: Programmieren — R-Code schreiben und anschließend Diagramm und Tabelle ansehen
R Lernen: Programmieren ist eine iOS- und Android-App für R-Programmierung mit Schwerpunkt auf Datenanalyse und Statistik. Du liest eine kurze Lektion, schreibst R-Code im integrierten Editor, führst ihn aus und siehst das Diagramm oder die Datentabelle direkt in der App. 43 Kurse führen dich vom ersten Vektor bis zur Regression – ergänzt durch einen KI-Mentor und interaktive Statistik-Simulatoren.
- Preis
- Kostenlos, Pro-Upgrade
- Plattformen
- iOS und Android
- Sprachen
- 22
- Altersfreigabe
- 4+
- Code-Runner
- R 4.0, Internetverbindung erforderlich
- Erfordert
- iOS 15.1 oder neuer
- App Store
- 5.0 ★ (1)
R wurde für Daten entwickelt – deshalb ist die Ausgabe genauso wichtig wie der Code.
Eine print-Anweisung ist in R nicht gerade eine große Belohnung. Der eigentliche Mehrwert ist ein Histogramm, eine sortierbare Tabelle oder eine angepasste Gerade. Deshalb zeigt diese App Zeichnungen von plot(), hist(), boxplot() und barplot() sowie data frames direkt nach der Ausführung als echte Tabellen an, statt dich mit einer Textwand allein zu lassen.
Was es ist
R Lernen: Programmieren ist ein mobiles R-Tutorial, ein R-Kurs und ein Code-Editor für iOS und Android. Die App bietet 43 Kurse mit 159 Lektionen auf den Niveaustufen A1 bis C1. Behandelt werden Vektoren und data frames, dplyr und tidyr, ggplot2-Diagramme, explorative Datenanalyse, Wahrscheinlichkeit und Statistik sowie fortgeschrittene Themen wie tidymodels, Shiny und Bayes-Statistik mit RStan. Der Editor führt deinen Code auf einem echten R 4.0-Interpreter auf den Servern der App aus. Deshalb ist eine Internetverbindung erforderlich. Ein KI-Mentor kann dir außerdem eine Fehlermeldung, eine Tabelle oder ein Diagramm erklären.
In der App
So sieht es aus
Der Kurs
Das behandelt der R-Kurs
43 Kurse und 159 Lektionen aus der eigenen Kursliste der App, eingestuft von A1 bis C1. Diese acht Stufen geben dem Lernpfad seine Struktur.
Welcome to R und Introduction to R and RStudio
R installieren, sich in RStudio zurechtfinden, grundlegende Arithmetik, Objekte erstellen und einen übersichtlichen Arbeitsbereich führen.
Datentypen und Datenstrukturen, Matrizen, fehlende Werte
Vektoren, Matrizen und Faktoren, Sequenzen, Typkonvertierung sowie das Verhalten von NA und NaN bei Berechnungen.
Funktionen, Kontrollfluss, Strings und Datumsangaben
Funktionen schreiben, if- und Schleifenlogik, Debugging, String-Formatierung, mit Datumsangaben arbeiten sowie Werte sortieren und rangordnen.
Datenmanipulation und das Tidyverse
Mit dplyr filtern und zusammenfassen, mit tidyr Daten umformen sowie Dateien mit readr und readxl einlesen.
Datenvisualisierung
Zuerst Diagramme mit base R erstellen, anschließend mehrschichtige Diagramme mit ggplot2.
Explorative Datenanalyse und Statistik
Einen Datensatz beschreiben, Wahrscheinlichkeit, Simulation und statistische Analyse – mit Simulatoren, die jede Idee anschaulich machen.
Funktionale Programmierung, Modellierung und Shiny
purrr, maschinelles Lernen mit tidymodels, Random Forests, Shiny-Anwendungen und Plumber-APIs.
Spezialisierte und fortgeschrittene Themen
Text Mining, Geodatenanalyse, Paketentwicklung, Performance und paralleles Rechnen sowie Bayes-Statistik mit RStan.
So funktioniert es
Eine typische Lerneinheit
Eine Lerneinheit wechselt zwischen dem Verstehen einer Idee und der Überprüfung anhand einer echten Ausgabe. So kannst du das Ergebnis jedes Konzepts direkt ansehen.
Heutige Lektion öffnen
Setze dort fort, wo du aufgehört hast, oder wähle ein Thema aus dem Lernpfad. Jede Lektion beginnt mit einer kurzen Erklärung in verständlicher Sprache und einer schnellen Frage, die prüft, ob du die Idee verstanden hast.
Code bearbeiten und ausführen
Öffne den R-Editor, ändere das Beispiel und führe es aus. Textausgaben erscheinen in der Konsole, plot-Aufrufe zeichnen ein Diagramm, und ein data frame wird als sortierbare Tabelle mit Spaltenzusammenfassung angezeigt; NA-Werte werden hervorgehoben.
Frag nach, wenn etwas unklar ist
Wenn eine Fehlermeldung kryptisch ist, formuliert der R Error Doctor sie in verständlicher Sprache um und schlägt eine Lösung vor. Bei einer Ausgabe, Tabelle oder einem Diagramm, das du nicht verstehst, erklärt dir der KI-Datenmentor, was darauf zu sehen ist.
Mit Daten üben, die du direkt erkunden kannst
Bearbeite geführte Aufgaben mit integrierten Datensätzen wie mtcars, iris und airquality, erstelle deine Analyse im Notebook Schritt für Schritt oder importiere eine eigene CSV-Datei.
Was steckt drin
Das ist in der App enthalten
43
R-Kurse, 159 Lektionen
Ein Lernpfad auf den Niveaustufen A1 bis C1: Vektoren, Matrizen, Faktoren, Strings und Datumsangaben, Kontrollfluss, Datenbearbeitung, Visualisierung, Statistik sowie fortgeschrittene Themen wie Shiny-Apps und Plumber-APIs.
Diagramme
Diagramme und Tabellen aus deinem eigenen Code
plot(), hist(), boxplot() und barplot() zeichnen direkt in der App. data frames werden als sortierbare Tabellen angezeigt, mit einer Spaltenzusammenfassung und gekennzeichneten fehlenden Werten.
12
Statistik-Simulatoren
Interaktive Workshops zur Normalverteilung, zum zentralen Grenzwertsatz, zu p-Werten, Korrelation, dem Anpassen einer Geraden, Stichprobengröße und dem Aufbau eines boxplot. Jeder Workshop zeigt den R-Code hinter den von dir vorgenommenen Änderungen.
Datensätze
Dataset Lab und R Notebook
Geführte Aufgaben mit mtcars, iris, airquality und fünf Übungs-CSV-Dateien sowie ein Notebook, in dem du deine eigene Analyse Zelle für Zelle aufbaust. Du kannst auch deine eigene CSV-Datei importieren.
Error Doctor
R-Fehlermeldungen in verständlicher Sprache
Der R Error Doctor formuliert kryptische Fehlermeldungen in verständlichen Worten neu und schlägt eine Lösung vor – sofern es dafür einen Base-R-Ansatz gibt.
Projekte
Analyseprojekte und Missionen
3 vollständige Analyseprojekte mit einer teilbaren Berichtskarte, 20 angeleitete Programmierprojekte und 60 Missionen in den Schwierigkeitsstufen leicht, mittel und schwer.
Hintergrund
Wofür wird R verwendet – und ist es eine gute erste Programmiersprache?
R ist eine Sprache, die für Statistik und Datenanalyse entwickelt wurde. Forschende, Analysten, Biostatistiker, Ökonomen und Psychologen verwenden sie, um Daten zu bereinigen, zusammenzufassen, Hypothesen zu testen und die Ergebnisse als Diagramm darzustellen. Wenn dein Ziel Daten sind, ist R eine gute erste Sprache: Selbst ein kurzes Skript erzeugt etwas Aussagekräftiges – einen Mittelwert, eine Regressionsgerade oder ein Diagramm. Weniger geeignet ist R, wenn du Websites oder mobile Apps entwickeln möchtest; dafür passt eine universell einsetzbare Sprache besser.
Vektoren zuerstdie Grundlage für alles Weitere
In R ist eine einzelne Zahl einfach ein Vektor der Länge eins, und die meisten Operationen funktionieren gleichzeitig mit einem ganzen Vektor. Sobald du dieses Prinzip verstanden hast, brauchst du seltener Schleifen und dein Code wird kürzer. Genau deshalb wirkt R auch für Menschen, die aus anderen Sprachen kommen, zunächst ungewöhnlich.
Data framesR-Version einer Tabellenkalkulation
Ein data frame ist eine Tabelle, in der jede Spalte eine bestimmte Art von Wert enthält und jede Zeile eine Beobachtung darstellt. Integrierte Übungsdatensätze wie mtcars und iris sind data frames. Fast jede Analyse, die du liest, beginnt damit, einen solchen data frame zu laden oder zu erstellen.
Fehlende Werte (NA)die erste Überraschung in echten Daten
R kennzeichnet einen unbekannten Wert als NA und weigert sich, etwas zu erraten. Der Mittelwert einer Spalte, die ein einziges NA enthält, ist selbst NA – bis du festlegst, wie damit umgegangen werden soll. Deshalb ist der Umgang mit fehlenden Werten eine grundlegende und keine fortgeschrittene Fähigkeit.
Base R und das tidyversezwei Möglichkeiten, dasselbe auszudrücken
Base R wird zusammen mit der Sprache ausgeliefert. Das tidyverse ist eine Sammlung von Paketen (dplyr, tidyr, ggplot2, readr), die viele Analysten bevorzugen, um Daten umzuformen und Diagramme zu erstellen. In der Praxis wird R-Code meist aus beidem kombiniert – daher ist es hilfreich, beide Stile lesen zu können.
Passend
Für wen es geeignet ist – und für wen nicht
Es passt zu dir, wenn du
- Du belegst einen Kurs in Statistik, Biostatistik, Psychologie oder Wirtschaftswissenschaften, in dem R verwendet wird
- Du arbeitest mit Tabellenkalkulationen und möchtest deine Analyse in Code übertragen
- Du möchtest eine erste Programmiersprache lernen, die für Daten statt für Websites entwickelt wurde
- Du möchtest R-Code lesen und verstehen, was ein statistisches Ergebnis aussagt
- Du lernst am besten, indem du eine Zeile änderst und siehst, wie das Diagramm neu gezeichnet wird
Du bist hier nicht richtig, wenn du
- Du musst dplyr, ggplot2 oder tidymodels selbst auf dem Smartphone ausführen: Die In-App-Laufzeitumgebung verwendet base R 4.0. Daher vermitteln diese Lektionen den Code und die Konzepte, während du die Pakete auf einem Computer ausführst
- Du möchtest offline programmieren: Der Editor sendet deinen Code an die Server der App und benötigt daher eine Verbindung
- Du möchtest alles kostenlos nutzen: Der erste Kurs ist kostenlos, mit Pro schaltest du den Rest frei
- Du suchst einen allgemeinen Kurs zur Web- oder App-Entwicklung
Fragen
Häufig gestellte Fragen
Wie lernt man R-Programmierung am besten auf dem Smartphone?
Suche nach einer App, mit der du R ausführen und die Ausgabe sehen kannst, denn der Wert von R liegt in Diagrammen, Tabellen und statistischen Ergebnissen. R Lernen: Programmieren verfügt über einen integrierten Editor, der mit einem echten R 4.0-Interpreter verbunden ist. Dadurch werden Diagramme und Data Frames nach jeder Ausführung angezeigt. Kurze Lektionen, ein Notebook und 12 Statistik-Simulatoren ergänzen das Ganze. Die App kann auf iOS und Android kostenlos gestartet werden.
Führt die App echten R-Code aus oder zeigt sie nur Beispiele?
Sie führt echten R-Code aus. Dein Code wird an einen R 4.0-Interpreter auf den Servern der App gesendet, und das Ergebnis kommt als Text, Diagramm oder Tabelle zurück. Da dies online geschieht, benötigt R Lernen: Programmieren immer eine Internetverbindung, wenn du auf „Ausführen“ drückst.
Kann ich dplyr und ggplot2 in der App verwenden?
In den Lektionen werden dplyr, tidyr, ggplot2 und weitere Tidyverse-Pakete vermittelt. Die In-App-Laufzeitumgebung verwendet jedoch base R 4.0 mit den empfohlenen Paketen. Um Pakete wie dplyr, ggplot2 oder tidymodels selbst auszuführen, verwendest du R auf einem Computer. Wenn es eine Möglichkeit mit base R gibt, zeigt dir der R Error Doctor in R Lernen: Programmieren diese.
Ist R eine gute erste Programmiersprache für die Datenanalyse?
Ja, wenn Daten dein Ziel sind. R wurde für Statistik entwickelt. Deshalb lassen sich eine Spalte zusammenfassen, ein Histogramm zeichnen oder eine Linie anpassen mit nur wenigen Zeilen Code. R Lernen: Programmieren setzt keine Vorkenntnisse voraus und beginnt mit der Installation von R und dem Speichern von Werten in Variablen. Anschließend geht es mit Data Frames und Diagrammen weiter.
Was kann ich außer den Lektionen noch üben?
R Lernen: Programmieren enthält ein Dataset Lab mit mtcars, iris, airquality und fünf CSV-Übungsdateien, jeweils mit angeleiteten Aufgaben. Du kannst außerdem eigene CSV-Dateien importieren. Zusätzlich gibt es ein R Notebook, in dem du eine Analyse Zelle für Zelle erstellst, 60 Coding-Missionen und ein tägliches Datenrätsel.
Was sind die Statistik-Simulatoren?
Es handelt sich um 12 interaktive Workshops, in denen du einen Schieberegler bewegst und beobachtest, wie sich das Ergebnis verändert: die Normalverteilung, der zentrale Grenzwertsatz, p-Werte, Korrelation, das Anpassen einer Linie, Stichprobengröße, der Aufbau eines Boxplots und mehr. Jeder Simulator zeigt den dahinterstehenden R-Code, sodass in R Lernen: Programmieren Konzept und Syntax miteinander verbunden werden.
Ist R Lernen: Programmieren kostenlos?
Der Download ist kostenlos, ebenso der erste Kurs „Welcome to R“. Die kostenlose Version enthält eine Vorschau auf jede Lektion, den R-Editor, den Error Doctor, 6 der 12 Simulatoren, 3 Datensätze, 1 angeleitetes Projekt, 1 Analyseprojekt, 2 Missionen und ein tägliches Kontingent für den AI-Mentor. Außerdem werden Anzeigen eingeblendet. Mit Pro schaltest du alle Kurse, Projekte, Simulatoren und Datensätze sowie Prüfung und Zertifikat frei und entfernst die Anzeigen. Die App ist bei Google Play als R Lernen: Programmieren und im App Store als Learn R: Data Analysis & Code aufgeführt.
Wie funktioniert die Abrechnung von Pro?
Pro ist als wöchentliches, monatliches oder jährliches Abonnement oder als einmaliger Kauf auf Lebenszeit erhältlich. Du entscheidest, wann das Angebot in der App angezeigt wird. Der Kauf wird über den App Store oder Google Play abgewickelt.
Gibt es ein Zertifikat?
Ja. Wenn du die Abschlussprüfung in R Lernen: Programmieren bestehst, erhältst du ein R-Zertifikat über den Abschluss, das Teil von Pro ist. Es zeigt, dass du die Kursinhalte abgeschlossen hast; es ist keine akademische Qualifikation.
Ist die App mit der R Foundation oder Posit verbunden?
Nein. R Lernen: Programmieren ist eine unabhängige App und steht in keiner Verbindung zur R Foundation oder zu Posit und wird von ihnen nicht unterstützt. Sie ist auf iOS und Android in 22 Sprachen verfügbar.
Loslegen
Führe noch heute deine erste R-Zeile aus
Kostenlos starten auf iOS und Android – in 22 Sprachen.
Mehr von CoddyKit
Verfügbar auf iOS und Android.