Ergebnisse berichten mit R - Reproduzierbare Workflows dank Quarto und Markdown

Datenanalysen erfordern ein hohes Maß an Zuverlässigkeit, auch wenn sie unter Zeitdruck erstellt werden. Häufig werden bestimmte Arbeitsschritte wiederholt ausgeführt, zum Beispiel bei Änderungen in den zugrundeliegenden Daten und bei regelmäßig wiederkehrenden Berichten. In diesen Situationen ist es sehr hilfreich, nicht nur die Datenanalysen selbst zu programmieren und damit zu automatisieren, sondern auch die Übertragung in das finale Berichtsformat. So lassen sich Copy and Paste-Fehler vermeiden und Arbeitsschritte wesentlich beschleunigen. R bietet mit Quarto und Markdown mächtige Werkzeuge dafür. In diesem Seminar erhalten Sie die Gelegenheit, Techniken und Berichtsformate kennen zu lernen und anhand konkreter Beispiele auszuprobieren.

Schwerpunkte

Grundlagen der Reproduzierbarkeit von Datenanalysen in R
- Reproduzierbare Arbeitsprozesse in RStudio
- Projekte, Versionsverwaltung, Markdown

Einführung in Quarto und das Markdown-Format
- Das Markdown-Format
- Quarto, der Nachfolger von Rmarkdown; Vorteile von Quarto gegenüber Rmarkdown
- Dateivorlagen
- Der YAML-Header
- R-Code und Berichtstext mischen
- R-Code optional in den Bericht einbetten und ein- und ausblenden

Ausgabe-Formate: Automatisierte Berichte
- Word und PDF: Statische Dokumente
- Präsentationsformate: Nicht nur Powerpoint
- HTML-Berichte: Interaktive Elemente dank Javascript - ohne Javascript-Kenntnisse nutzbar

Grafiken, Tabellen, Daten darstellen
- ggplot2-Diagramme und externe Grafiken einbinden ohne Copy und Paste
- Interaktive Grafiken: HTML-Widgets mit Mouse-Over-Effekten, zoombare Grafiken, Auswahl von Kategorien in
Grafiken über die Legende
- Animationen
- Paket-Empfehlungen für die Präsentation von Daten; ansprechende statische und interaktive Tabellen; automatisierte
publikationsfähige Darstellung statistischer Ergebnisse
- Querverweise auf Grafiken, Tabellen, Gleichungen

Flexibilität mit parametrisierten Berichten
- Unterschiedliche Berichte aus der gleichen Code-Vorlage erstellen, z. B. für verschiedene Untergruppen
- Parameter im YAML-Header definieren
- Zugriff auf Parameter im R-Code
- Textbausteine je nach Datenlagen variieren

Dashboards und Storyboards erstellen

Ausblick auf weiterführende Themen
- Andere Sprachen als R für Quarto-Berichte einsetzenz.B. Python, SQL; meherere Programmiersprachen im gleichen
Bericht verwenden
- Shiny-Apps in Berichte einbetten

Vorkenntnisse

Grundkenntnisse in der Datenanalyse und Visualisierung mit R

Zielgruppe

R-Anwender