QR-Code
| Name | Beschreibung | Lizenz | Link |
| R | R ist eine auf vielen Plattformen verfügbare, freie Statistik-Software. Sie ist als GNU-Projekt unter einer GNU-Lizenz veröffentlicht. Die Entwickler Ross Ihaka und Robert Gentleman orientierten sich an der Sprache zur Verarbeitung statistischer Daten S. Sie finden R unter Programme--Statistik--R. Es gibt viele Nützliche Pakete, die R neue Möglichkeiten eröffnen. Ein von uns empfohlenes Sammelsurium bietet das Paket Tidyverse. | Frei | https://www.r-project.org |
| RStudio | RStudio ist eine vom Unternehmen RStudio, Inc. angebotene, integrierte Entwicklungsumgebung und grafische Benutzeroberfläche für die statistische Programmiersprache R. | Frei | https://www.rstudio.com/ |
| Python | Python ist eine vielseitige Programmiersprache, die mit unzähligen Paketen erweitert werden kann. Zusammen mit Numpy und Scipy und Pandas bietet Python vielfältige Möglichkeiten um Daten zu analysieren, auszuwerten und darzustellen. | Frei | https://www.python.org/ |
| Jupyter Notebook / Jupyter Lab | Python allein ist nur eine Programmiersprache. Für ernstzunehmende Data-Science benötigt man eine Entwicklungsumgebung. Diese stellt JupyterLab bereit. Eine fokussiertere Version ist das Jupyter Notebook. Die Kombination aus Python + Numpy/Scipy + Pandas + Jupyter Notebook ist im Bereich Machine Learning sehr beliebt. | Frei | https://jupyter.org/ |
| IBM SPSS |
Die jeweils aktuellste Version des Statistikprogramms von SPSS wird ebenfalls in den CIP-Pools bereitgestellt. Mit Hilfe des Remote-Desktops können Sie auch die Programme wie SPSS verwenden, die nicht auf Ihrem Desktop installiert sind. |
Kommerziell | |
| IBM Amos |
Amos (Analysis of MOment Structures) ist ein Statistikprogramm von SPSS zur Erstellung und Prüfung von linearen Strukturgleichungsmodellen. Seine grafische Benutzeroberfläche ermöglicht es Strukturgleichungsmodelle schnell und intuitiv per Drag and Drop zu erstellen. Sie finden es unter Programme--Statistik--Amos. |
Kommerziell | |
| SAS | Die aktuellste Version des Statistikprogramms von SAS, ist auf dem Server der CIP-Pools installiert. Ebenfalls der jeweils aktuelle Enterprise Guide, ein Programm zur Anwendung von SAS, das sich durch eine benutzerfreundliche Oberfläche auszeichnet und bei dem nicht mehr programmiert werden muss. Sie finden es, wie die meisten Statistikprogramme unter Programme--Statistik--SAS. | Kommerziell | |
| MaxQDA | Software zur qualitativen Datenanalyse, befindet sich auf dem Terminalserver. | Kommerziell | |
| GPower | Teststärke und und Stichprobenberechnung. Diese Software steht frei zur Verfügung. Beschreibung und Informationen auf den Seiten der Universität Düsseldorf. | Cite-ware | http://www.gpower.hhu.de/ |
| EQS | EQS ist ein Programm für Strukturgleichungsmodelle. Zu den Anwendungen zählen Pfadanalyse, konfirmatorische Faktorenanalyse und Regressionsanalyse. Die Steuerung erfolgt über Kommandos. Im Gegensatz zu Lisrel zeichnet es sich durch leichtere Handhabung sowie durch die graphische Darstellung der Beziehungsmodelle aus. Allerdings können nur parametrische Analysen durchgeführt werden. EQS finden Sie nur auf den Diagnostik-PCs im PC-Pool. | Kommerziell | https://mvsoft.com/eqs/ |
| JASP | JASP ist eine freie Software, welche einige Funktionen für die deskriptive Statistik und deren grafische Darstellung, sowie einige Regressionsanalysen (lineare Regression, log-lineare Regression, logistische und hierarchische Regression) enthält. Der Schwerpunkt liegt auf der Durchführung von statistischen Tests, wie z. B. t-Test, ANOVA und ANCOVA. | Frei | https://jasp-stats.org/ |
Weitere Informationen – Online Ressourcen
- Einen guten R Kurs bietet das Institut für Deutsch als Fremdsprachenphilologie kurz IDF Statistik in R in Slow Motion.
- Beratung, Tipps und Videos sowie ein R Statistik Tutorial einer privaten Firma.
- Auch die Online-Plattform des Hasso-Plattner-Instituts hat einene Kurs Programmieren mit R für Einsteiger.
- Eine Übersicht zum Programmieren allgemein und damit auch zu Statistikprogrammen bietet die Graduierteakademie.
- Buch und Webseite R for Data Science.
- Buch Maike Luhmann: R für Einsteiger.