::p_load(tidyverse, magrittr, conflicted, broom, quantreg,
pacman
see, performance, emmeans, multcomp, janitor,
parameters, effectsize, MASS, modelsummary,
robustbase, multcompView)conflict_prefer("select", "dplyr")
conflict_prefer("filter", "dplyr")
conflict_prefer("mutate", "dplyr")
<- c("#000000", "#E69F00", "#56B4E9", "#009E73",
cbbPalette "#F0E442", "#0072B2", "#D55E00", "#CC79A7")
4 Grundlagen
Version vom August 22, 2023 um 13:09:58
“Methods for robust statistics, a state of the art in the early 2000s, notably for robust regression and robust multivariate analysis.” — robust: Port of the S+ “Robust Library”
In diesem Kapitel geht
4.1 Genutzte R Pakete
Wir wollen folgende R Pakete in diesem Kapitel nutzen.
Am Ende des Kapitels findest du nochmal den gesamten R Code in einem Rutsch zum selber durchführen oder aber kopieren.