R you ready? Der Einstieg in die Programmiersprache R [Teil 1]

Ob bei der Datenaufbereitung, der ökonometrischen Analyse, für Simulationen oder Visualisierungen – in der Wirtschaftsforschung kommt bei vielen Arbeitsschritten spezialisierte Software zum Einsatz. Immer mehr Forschende setzen dafür auf die freie Programmiersprache und Statistiksoftware R, und das aus gutem Grund: R ist kostenlos und Open Source. Damit ist R aus Sicht von Open Science eine naheliegende Wahl. In unserer zweiteiligen Serie zeigen wir, wie der Einstieg gelingt. In Teil 1 erfahren Sie einige Vorteile von R, lernen ein paar wichtige Unterschiede zu Stata kennen, einem verbreiteten, aber proprietären Programm, und finden ausgewählte Ressourcen für den Einstieg. Teil 2 zeigt, wie Sie in R einen reproduzierbaren Workflow aufsetzen.

Drei Vorteile von R

Open Code ist ein zentraler Baustein reproduzierbarer Forschung: Wer eine Studie überprüfen oder auf ihr aufbauen möchte, braucht in der Regel Zugang zum zugrunde liegenden Code. Doch Open Code ist nur die halbe Miete. Lässt sich der Code nur mit einem proprietären Programm ausführen, hängt der Zugang weiterhin von einer Lizenz ab. Deshalb spielt es auch eine Rolle, mit welchem Programm der Code ausgeführt wird. R allein macht Forschung noch nicht reproduzierbar. Gegenüber proprietärer Software wie Stata, SPSS oder Excel bietet R aber drei Vorteile:

Für alle zugänglich: R und sämtliche Pakete sind kostenlos. In R geschriebenen Code können alle ausführen, unabhängig davon, ob die eigene Einrichtung eine Lizenz besitzt. Davon profitieren etwa Forschende, die eine Studie reproduzieren möchten, Studierende sowie Wissenschaftler:innen in Ländern oder an Einrichtungen mit knappen Forschungsbudgets.
Transparent: Der Quellcode von R und seinen Paketen ist öffentlich. Auf diese Weise lässt sich genau nachvollziehen, wie zum Beispiel ein Schätzer in einer Regression berechnet wird, statt sich auf die Dokumentation verlassen zu müssen. So kann die Community Fehler leichter entdecken und beheben.
Interoperabel: R liest und schreibt zahlreiche Formate, darunter Stata-, SPSS- und Excel-Dateien sowie offene Formate wie CSV, und lässt sich mit anderen Sprachen wie Python kombinieren. Das erleichtert die Nachnutzung von Code und Daten – eines der Prinzipien von FAIR Code.

Außerdem stehen viele neuere ökonometrische Verfahren als R-Pakete zur Verfügung, häufig programmiert von denjenigen, die die Methoden entwickelt haben.

Was ändert sich beim Umstieg von Stata auf R?

Die Syntax unterscheidet sich zwar, viele Konzepte lassen sich aber übertragen. Vier Unterschiede sollten Sie von Anfang an kennen:

Mehrere Datensätze nebeneinander: Stata arbeitet mit einem aktiven Datensatz. Wer mit mehreren gleichzeitig arbeiten möchte, braucht dafür Frames (verfügbar seit Stata 16). In R lassen sich beliebig viele Datensätze (Data Frames) parallel laden. Jeder hat einen eigenen Namen, über den man ihn aufruft.
Pakete: Wie in Stata kommen zusätzliche Funktionen aus Paketen. Der Unterschied: Ein R-Paket wird einmalig mit install.packages() installiert, muss aber in jeder neuen R-Sitzung mit library() geladen werden – üblicherweise stehen diese Befehle deshalb am Anfang des Skripts. Die meisten Pakete stehen auf CRAN (Comprehensive R Archive Network) bereit, dem zentralen Online-Archiv für R und seine Erweiterungspakete. Die dortige Econometrics Task View gibt einen Überblick über für die Wirtschaftswissenschaften r elevante Pakete.
Ergebnisse als Objekte: In R wird jedes Regressionsergebnis unter einem Namen gespeichert und lässt sich später wiederverwenden, vergleichen oder exportieren. In Stata werden Schätzergebnisse von der nächsten Schätzung überschrieben, sofern man sie nicht mit estimates store sichert.
Fehlende Werte: In Stata gilt ein fehlender Wert als größer als jede Zahl, sodass if income > 100000 auch Beobachtungen mit fehlendem Einkommen auswählt. R kennzeichnet fehlende Werte als NA (not available) und behandelt sie nicht als Zahlen. Berechnungen mit fehlenden Werten ergeben daher NA, es sei denn, man weist R ausdrücklich an, sie zu ignorieren.

Für die gängigsten Stata-Befehle zeigt die Website stata 2 r die jeweilige R-Entsprechung direkt daneben.

Wo kann ich R lernen?

Grundlagen: Die Introduction to R des LMU Open Science Center und Data Carpentrys R for Social Scientists sind kostenlose Kurse zum Selbstlernen im eigenen Tempo; Letzterer arbeitet mit Umfragedaten. Ein deutschsprachiger R-Grundlagenkurs ist auf YouTube verfügbar.
Ökonometrie: Introduction to Econometrics with R begleitet das Lehrbuch von Stock und Watson (siehe unser Interview mit den Autoren). Using R for Introductory Econometrics http://www.urfie.net/ von Florian Heiß ergänzt das Lehrbuch von Wooldridge. r-econometrics behandelt Zeitreihenmodelle wie VARs.
Kausale Inferenz: „Causal Inference: The Mixtape“ von Scott Cunningham (Code in R und Stata) und The Effect von Nick Huntington-Klein (Code in R, Stata und Python) sind frei online verfügbar.
Betriebswirtschaftliche Forschung: Das Open-Access-Buch „PLS-SEM Using R“ von Hair, Ringle, Sarstedt und weiteren Autor:innen zeigt, wie sich Partial-Least-Squares-Strukturgleichungsmodelle in R schätzen lassen.
Finanzwirtschaft: „Tidy Finance with R“ zeigt, wie man mit Finanzdaten aus Quellen wie WRDS, CRSP und Compustat in reproduzierbaren Workflows arbeitet.
Lernstrategie: „Ten simple rules for teaching yourself R“ empfiehlt unter anderem, passende Pakete über die Task Views von CRAN zu suchen und den Code in den Replikationsmaterialien veröffentlichter Studien zu lesen, um zu sehen, wie Forschende in der eigenen Disziplin arbeiten.

Wo finde ich nachnutzbare Pakete und Unterstützung?

Viele etablierte Pakete wurden von Forschenden aus den Wirtschaftswissenschaften entwickelt, zum Beispiel fixest (Laurent Bergé), did (Brantly Callaway und Pedro Sant'Anna) sowie die Prognosepakete fable und forecast der Monash University. Wer sie nutzt, sollte sie wie jede andere Quelle zitieren. Fragen lassen sich auch im P o sit Community Forum stellen. rOpenSci begutachtet Pakete im Peer Review und organisiert Community-Veranstaltungen, und R-bloggers sammelt Tutorials. Das „Big Book of R“ listet mehr als 400 Bücher zu R auf, die meisten davon sind kostenlos.

Tipp: Gewöhnen Sie sich von Anfang an, Ihren Code verständlich zu schreiben und zu kommentieren. Das hilft nicht nur anderen, sondern auch Ihnen selbst, wenn Sie Monate später, etwa bei einer Revision, Ihre Analyse noch einmal nachvollziehen müssen. Worauf es dabei ankommt, erklärt der Beitrag des Open Economics Guide zum Thema Code lesbar machen und dokumentieren.

"Dieser Text wurde mithilfe von KI aus dem Englischen übersetzt und anschließend redaktionell geprüft."

Diese Seite teilen: