3.3 Pakete installieren und laden

Pakete sind eine Sammlung an Funktionen und Daten, welche du gebündelt herunterladen kannst. Pakete erweitern hierdurch die Funktionalität von R. R hat bereits viele Funktionen, die wir für die Datenanalyse verwenden können. Beispielsweise umfasst R die Funktion mean, mit der wir Mittelwerte aus einer Variablen berechnen können. Selbst wenn R hunderte Funktionen hat, die mit R mitgeliefert werden, brauchen wir häufig weitere Funktionen, um unsere Daten zu analysieren. Für diesen Kurs benötigen wir insbesondere Pakete, mit denen wir Daten analysieren, visualisieren und auswerten können. In diesem Kurs verwenden wir folgende Pakete:

  • tidyverse: Tidyverse umfasst eine Vielzahl an Paketen zur Analyse und Verarbeitung von Daten. Die Pakete haben eine einheitliche Philosophie und arbeiten reibungslos miteinander.
  • jmv >= 0.9.6.1: jmv ist ein Paket, welches gut mit Jamovi zusammen arbeitet und uns ermöglicht die Analysen, die wir in Jamovi umgesetzt haben, in R zu übertragen.
  • emmeans: emmeans verwenden wir in diesem Kurs unter anderem für die Berechnung von Kontrasten (siehe einfaktorielle Varianzanalyse).
  • janitor: Viele Daten, die wir erhalten, sind unstrukturiert und haben seltsame Variablennamen. Mit dem Paket janitor können wir diese bereinigen.
  • styler: Mit styler können wir unseren Code so formatieren, dass er den Gestaltungsrichtlinien entspricht. Beispielsweise möchten wir nicht, dass eine Zeile Code länger als 80 Zeilen ist. Mit Hilfe von styler können wir solche Fehler durch einen Klick korrigieren.

Du kannst zu jeder Zeit in R-Studio sehen, welche Pakete installiert sind, indem du dir den Package Panel anschaust (rechts unten in R-Studio):

3.3.1 Pakete installieren

Um Pakete zu installieren, kannst du in R-Studio auf Install unter dem Fenster Packages klicken:

Trage zunächst das Paket unter Packages ein und drücke anschließend Install. Installiere sowohl tidyverse, janitor, jmv, emmeans, als auch styler. Alternativ kannst du direkt den Befehl in die Konsole eingeben, um die Pakete zu installieren (führe die Befehle am besten nacheinander aus):

Prüfe anschließend, ob alle Pakete installiert wurden. Suche hierfür die Pakete in dem Panel Packages:

Sollte das Paket nicht auftauchen, wurde das Paket nicht installiert.

3.3.2 Pakete laden

Um die Funktionalität eines Paketes verwenden zu können, ist es mit der Installation nicht getan. Wir müssen die Pakete zusätzlich laden. Am besten lädst du die Pakete immer am Anfang deines R-Skripts:

Um zu prüfen, welche Pakete gerade geladen sind, kannst du den Befehl sessionInfo() ausführen:

## R version 3.6.1 (2019-07-05)
## Platform: x86_64-w64-mingw32/x64 (64-bit)
## Running under: Windows 10 x64 (build 17763)
## 
## Matrix products: default
## 
## locale:
## [1] LC_COLLATE=German_Germany.1252  LC_CTYPE=German_Germany.1252   
## [3] LC_MONETARY=German_Germany.1252 LC_NUMERIC=C                   
## [5] LC_TIME=German_Germany.1252    
## 
## attached base packages:
## [1] stats     graphics  grDevices utils     datasets  methods   base     
## 
## other attached packages:
##  [1] jmv_1.0.8       forcats_0.4.0   stringr_1.4.0   dplyr_0.8.3    
##  [5] purrr_0.3.3     readr_1.3.1     tidyr_1.0.0     tibble_2.1.3   
##  [9] ggplot2_3.2.1   tidyverse_1.2.1
## 
## loaded via a namespace (and not attached):
##  [1] tidyselect_0.2.5 xfun_0.10        haven_2.1.1      lattice_0.20-38 
##  [5] colorspace_1.4-1 vctrs_0.2.1      generics_0.0.2   htmltools_0.4.0 
##  [9] yaml_2.2.0       rlang_0.4.2      pillar_1.4.3     glue_1.3.1      
## [13] withr_2.1.2      modelr_0.1.5     readxl_1.3.1     jmvcore_1.0.8   
## [17] lifecycle_0.1.0  munsell_0.5.0    gtable_0.3.0     cellranger_1.1.0
## [21] rvest_0.3.4      evaluate_0.14    knitr_1.25       fansi_0.4.0     
## [25] broom_0.5.2      Rcpp_1.0.3       backports_1.1.5  scales_1.1.0    
## [29] jsonlite_1.6     rjson_0.2.20     hms_0.5.2        digest_0.6.23   
## [33] stringi_1.4.3    bookdown_0.14    grid_3.6.1       cli_2.0.0       
## [37] tools_3.6.1      magrittr_1.5     lazyeval_0.2.2   crayon_1.3.4    
## [41] pkgconfig_2.0.3  zeallot_0.1.0    xml2_1.2.2       lubridate_1.7.4 
## [45] assertthat_0.2.1 rmarkdown_1.16   httr_1.4.1       rstudioapi_0.10 
## [49] R6_2.4.1         nlme_3.1-142     compiler_3.6.1

Unter loaded via namespace kannst du erkennen, welche Pakete installiert, aber nicht geladen sind. Unter other attached packages siehst du, welche Pakete geladen sind, beispielsweise jmv. Erst nachdem ein Paket geladen ist, kannst du die Funktionen der Pakete verwenden. Wenn du R-Studio neu startest, muss jedes Paket immer neu geladen werden. Dies führt zu Beginn häufig zu Fehlern. Stelle daher immer sicher, dass du die nötigen Pakete lädst, bevor du Funktionen der Pakete verwendest. Um zu prüfen, aus welchem Paket eine Funktion stammt, setze ein Fragezeichen vor die Funktion. Anschließend siehst du die Dokumentation dieses Befehls in dem Panel Help: