FreesearchR/inst/translations/translation_da.csv

1	en	da
2	Hello	Hej
3	Get started	Kom i gang
4	File upload	Upload fil
5	REDCap server export	Eksport fra REDCap server
6	Local or sample data	Lokal eller testdata
7	Please be mindfull handling sensitive data	Pas godt på og overvej nøje hvordan du håndterer personfølsomme data
8	The ***FreesearchR*** app only stores data for analyses, but please only use with sensitive data when running locally. [Read more here](https://agdamsbo.github.io/FreesearchR/#run-locally-on-your-own-machine).	***FreesearchR*** opbevarer alene data i forbindelse med din analyse, men du bør kun behandle personfølsomme data når du kører ***FreesearchR*** direkte på din egen maskine. [Læs mere her](https://agdamsbo.github.io/FreesearchR/#run-locally-on-your-own-machine).
9	Quick overview	Hurtigt overblik
10	Select variables for final import	Vælg variabler til den endelige import
11	Exclude incomplete variables:	Ekskluder inkomplette variabler:
12	Manual selection:	Manuel udvælgelse:
13	Let's begin!	Kom i gang!
14	Analysis validation	Analysevalidering
15	Report	Rapport
16	Choose your favourite output file format for further work, and download, when the analyses are done.	Vælge dit foretrukne dataformat, og hent data, når du er ærdig med databehandlingen.
17	www/intro.html	www/intro_da.html
18	<p>The <em><strong>FreesearchR</strong></em> app only stores data for analyses, but please only use with sensitive data when running locally. <a href='https://agdamsbo.github.io/FreesearchR/#run-locally-on-your-own-machine'>Read more here</a></p>	<p><em><strong>FreesearchR</strong></em> opbevarer alene data i forbindelse med din analyse, men du bør kun behandle personfølsomme data når du kører <em><strong>FreesearchR</strong></em> direkte på dine egen maskine. <a href='https://agdamsbo.github.io/FreesearchR/#run-locally-on-your-own-machine'>Læs mere her</a></p>
19	Overview and filter	Overblik og filtre
20	Overview and filtering	Overblik og filtrering
21	Visual overview	Visuelt overblik
22	Filter data types	Filtrer datatyper
23	Filter observations	Filtrer observationer
24	Apply filter on observation	Anvend filtre af observationer
25	Edit and create data	Ændr og opret variabler
26	Subset, rename and convert variables	Udvælg, omdøb og konverter variabler
27	Below, are several options for simple data manipulation like update variables by renaming, creating new labels (for nicer tables in the report) and changing variable classes (numeric, factor/categorical etc.).	Nedenfor er der mulighed for at lave simple ændringer i dit datasæt, såsom at redigere variabelnavne eller beskrivelser (bedre tabeller), eller omklassificering af variabler (numerisk, factoriel/kategorisk).
28	Please note that data modifications are applied before any filtering.	Bemærk at alle ændringer i data anvendes inden filtreringen.
29	Advanced data manipulation	Avanceret datamanipulation
30	Below options allow more advanced varaible manipulations.	Nedenfor er mulighed for avancerede ændringer i data.
31	New factor	Ny faktor
32	Create factor/categorical variable from a continous variable (number/date/time).	Opret kategorisk variabel på baggrund af kontinuert variabel (numerisk/dato/tid).
33	New variable	Ny variabel
34	Create a new variable based on an R-expression.	Opret ny variabel baseret på R-kode.
35	Compare modified data to original	Sammenlign ændret data med det originale datasæt
36	Raw print of the original vs the modified data.	Simpel sammenligning af det originale og det ændrede datasæt.
37	Original data:	Original data:
38	Modified data:	Ændret data:
39	New column name:	Navn til ny variabel:
40	Group calculation by:	Grupper udregningen efter:
41	Enter an expression to define new column:	Indtast udregningen til at definere en ny variabel:
42	Click on a column name to add it to the expression:	Tryk på et variabel navn for at tilføje det til udregningen:
43	Create column	Opret variabel
44	New column name cannot be empty	Det nye variabelnavn kan ikke være tomt
45	Create a new column	Opret ny variabel
46	Some operations are not allowed	Nogle beregninger er ikke tilladte
47	Column added!	Variabel oprettet!
48	Unique values:	Unikke værdier:
49	Variable to cut:	Variabel, der skal deles:
50	Close intervals on the right	Luk intervaller til højre
51	Include lowest value	Inkluderer den laveste værdi
52	Create factor variable	Opret kategorisk variabel
53	Fixed breaks:	Faste niveauer:
54	Method:	Metode:
55	Convert Numeric to Factor	Konverter numerisk til kategorisk
56	Unique:	Unique:
57	Missing:	Manglende:
58	Most Common:	Mest hyppige:
59	Min:	Min:
60	Mean:	Mean:
61	Max:	Max:
62	Decimal separator:	Decimal adskiller:
63	First five rows are shown below:	De første fem rækker vises nedenfor:
64	Imported data	Importeret data
65	www/intro.md	www/intro.md
66	Choose your data	Vælg dine data
67	Upload a file, get data directly from REDCap or use local or sample data.	Upload en fil, hent data direkte fra en REDCap-server eller brug test-data eller lokal data.
68	Factor variable to reorder:	Kategoriske variabel der skal ændres:
69	Sort by levels	Sorter efter niveauer
70	Sort by count	Sorter efter antal
71	Create a new variable (otherwise replaces the one selected)	Opret en ny variabel (ellers erstattes den oprindelige)
72	Update factor variable	Updater faktor-variabel
73	Levels	Niveauer
74	Count	Antal
75	Update levels of a factor	Updater niveauerne for en faktor
76	Update & select variables	Opdater og vælg variabler
77	Date format:	Datoformat:
78	Date to use as origin to convert date/datetime:	Dato, der skal anvendes som udgangspunkt for konvertering af dato/datotid:
79	Apply changes	Anvend ændringer
80	No data to display.	Ingen data at vise.
81	Data successfully updated!	Data er opdateret!
82	You removed {p_out} % of observations.	Du har fjernet {p_out} % af observationerne.
83	You removed {p_out} % of variables.	Du har fjernet {p_out} % af variablerne.
84	You can import {file_extensions_text} files	Du kan vælge mellem disse filtyper: {file_extensions_text}
85	You can choose between these file types:	Du kan vælge mellem følgene filtyper:
86	Rows to skip before reading data:	Rækker der skal springes over:
87	Missing values character(s):	Tegn for manglende værdier:
88	if several use a comma (',') to separate them	hvis flere, så anvend et komma (',') som seperator
89	Encoding:	Kodning:
90	Upload a file:	Upload en fil:
91	Browse...	Vælg...
92	Select sheet to import:	Vælg ark:
93	No file selected.	Ingen fil valgt.
94	Evaluate	Evaluer
95	Visuals	Grafik
96	Regression	Regression
97	Download	Download
98	{data_text} has {n} observations and {n_var} variables, with {n_complete} ({p_complete} %) complete cases.	{data_text} har {n} observationer og {n_var} variabler, med {n_complete} ({p_complete} %) komplette cases.
99	Prepare	Forbered
100	At 0, only complete variables are included; at 100, all variables are included.	Ved 0 inkluderes alene komplette variabler; ved 100 inkluderes alle variabler.
101	The following variable pairs are highly correlated: {sentence_paste(.x,and_str)}.\nConsider excluding one {more}from the dataset to ensure variables are independent.	De følgende variabel-par er stærkt korrelerede: {sentence_paste(.x,and_str)}.\nOvervej at fjerne en {more}fra datasættet for at sikre at prædiktorer er internt uafhængige.
102	No variables have a correlation measure above the threshold.	Ingen variabler er korrelerede over den angivne tærskelværdi.
103	and	og
104	from each pair	fra hvert par
105	Only non-text variables are available for plotting. Go the "Data" to reclass data to plot.	Kun variabler, der ikke er klassificerede som tekst er tilgængelige. Gå til fanen "Forbered" for at ændre klassifikationer.
106	Plot	Tegn
107	Adjust settings, then press "Plot".	Juster indstillingerne og tryk så "Tegn".
108	Plot height (mm)	Højde af grafik (mm)
109	Plot width (mm)	Bredde af grafik (mm)
110	File format	File format
111	Download plot	Download grafik
112	Select variable	Vælg variabel
113	Response variable	Svarvariable
114	Plot type	Type af grafik
115	Please select	Vælg
116	Additional variables	Yderligere variabler
117	Secondary variable	Sekundær variabel
118	No variable	Ingen variabel
119	Grouping variable	Variabel til gruppering
120	No stratification	Ingen stratificering
121	Drawing the plot. Hold tight for a moment..	Tegner grafikken. Spænd selen..
122	#Plotting\n	#Tegner\n
123	Stacked horizontal bars	Stablede horisontale søjler
124	A classical way of visualising the distribution of an ordinal scale like the modified Ranking Scale and known as Grotta bars	En klassisk visualisering af fordelingen af observationer på en ordinal kategorisk skala. Typisk brugt til modified Rankin Scale og kendes også som 'Grotta bars'
125	Violin plot	Violin-diagram
126	A modern alternative to the classic boxplot to visualise data distribution	Moderne alternativ til den klassiske box-plot og velegnet til at visualisere fordelingen af observationer
127	Sankey plot	Sankey-diagram
128	A way of visualising change between groups	Visualiserer ændring mellem grupper for samme type observationer
129	Scatter plot	Punkt-diagram
130	A classic way of showing the association between to variables	Visualiserer forholdet mellem to variabler
131	Box plot	Kasse-diagram
132	A classic way to plot data distribution by groups	Klassik måde at visualisere fordeling
133	Euler diagram	Eulerdiagram
134	Generate area-proportional Euler diagrams to display set relationships	Generer proportionelt Euler-diagram for at vise forhold mellem forskellige kategoriske observationer
135	Documentation	Dokumentation
136	Data is only stored for analyses and deleted when the app is closed.	Data opbevares alene til brug i analyser og slettes så snart appen lukkes.
137	Feedback	Feedback
138	License: AGPLv3	Licens: AGPLv3
139	Source	Kilde
140	Data includes {n_pairs} pairs of highly correlated variables.	Der er {n_pairs} variabel-par, der er stærkt internt korrelerede.
141	Create plot	Dan grafik
142	Coefficients plot	Koefficientgraf
143	Checks	Test af model
144	Below you find a summary table for quick insigths, and on the right you can visualise data classes, browse observations and apply different data filters.	Nedenfor er en opsummerende tabel, der giver hurtigt overblik. Til højre kan du få et visuelt overblik, gennemgå observationer og oprette datafiltre.
145	Browse observations	Gennemse observationer
146	Settings	Indstillinger
147	The following error occured on determining correlations:	Følgende fejl opstod i forbindelse med korrelationsanalysen:
148	We encountered the following error creating your report:	Følgende fejl opstod, da rapporten blev dannet:
149	No missing observations	Ingen manglende observationer
150	There is a total of {p_miss} % missing observations.	Der er i alt {p_miss} % manglende observationer.
151	Median:	Median:
152	Restore original data	Gendan originale data
153	Reset to original imported dataset. Careful! There is no un-doing.	Gendan det oprindeligt importerede datasæt. Forsigtig! Alle dine ændringer vil forsvinde.
154	Characteristics	Karakteristika
155	Only factor/categorical variables are available for stratification. Go back to the 'Prepare' tab to reclass a variable if it's not on the list.	Alene kategoriske variabler kan danne grundlag for stratificering. Mangler du en variabel, så gå til "Forbered" og omklassificer til kategorisk.
156	Compare strata?	Sammenlign strata?
157	Correlations	Korrelationer
158	To avoid evaluating the correlation of the outcome variable, this can be excluded from the plot or select 'none'.	For at udelukke svarvariablen fra korrelationsanalysen, så kan du vælge din svarvariabel eller vælge 'non', hvis du ikke vil angive en.
159	Correlation cut-off	Korrelationsgrænse
160	Set the cut-off for considered 'highly correlated'.	Angiv grænsen for. hvad, der tolkes som 'betydelig korrelation'.
161	Missings	Manglende observationer
162	Class	Klasse
163	Observations	Observationer
164	Data classes and missing observations	Dataklasser og manglende observationer
165	Sure you want to reset data? This cannot be undone.	Er du sikker på at du vil gendanne data? Det kan ikke fortrydes.
166	Cancel	Afbryd
167	Confirm	Bekræft
168	The filtered data	Filtreret data
169	Create new factor	Ny kategorisk variabel
170	This window is aimed at advanced users and require some *R*-experience!	Dette vindue er primært for avancerede brugere med nogen *R*-erfaring!
171	Create new variables	Opret nye variabler
172	Select data types to include	Vælg datatyper, der skal inkluderes
173	Uploaded data overview	Overblik over uploaded data
174	Here is an overview of how your data is interpreted, and where data is missing. Use this information to consider if data is missing at random or if some observations are missing systematically wich may be caused by an observation bias.	Her har du en oversigt over hvordan data er blevet formateret, og hvor der er manglende observationer. Brug informationen til at overveje om manglende data mangler tilfældigt eller og der er et mønster, som kan være et udtryk for systematisk manglende data (observationsbias).
175	Specify covariables	Angiv kovariabler
176	If none are selected, all are included.	Hvis ingen er valgt inkluderes alle.
177	Analyse	Analysér
178	Working...	Arbejder...
179	Press 'Analyse' to create the regression model and after changing parameters.	Tryk 'Analysér' for at danne regressionsmodel og for at opdatere hvis parametre ændres.
180	Show p-value	Vis p-værdi
181	Model checks	Model-test
182	Please confirm data reset!	Bekræft gendannelse af data!
183	Import data from REDCap	Importér data fra REDCap
184	REDCap server	REDCap-server
185	Web address	Serveradresse
186	Format should be either 'https://redcap.your.institution/' or 'https://your.institution/redcap/'	Adressen skal være som 'https://redcap.your.institution/' eller 'https://your.institution/redcap/'
187	API token	API-nøgle
188	The token is a string of 32 numbers and letters.	En API-nøgle består af ialt 32 tal og bogstaver.
189	Connect	Forbind
190	Data import parameters	Data import parameters
191	Select fields/variables to import and click the funnel to apply optional filters	Vælg variabler, der skal importeres og tryk på tragten for at anvende valgfrie filtre
192	Import	Import
193	Click to see data dictionary	Tryk for at se metadata (Data Dictionary)
194	Connected to server!	Forbindelse til serveren oprettet!
195	The {data_rv$info$project_title} project is loaded.	{data_rv$info$project_title}-projektet er forbundet.
196	Data dictionary	Data dictionary
197	Preview:	Forsmag:
198	Imported data set	Importeret datasæt
199	Select fields/variables to import:	Vælg variabler, der skal importeres:
200	Specify the data format	Specificér dataformatet
201	Fill missing values?	Skal manglende observationer udfyldes?
202	Requested data was retrieved!	Det udvalgte data blev hentet!
203	Data retrieved, but it looks like only the ID was retrieved from the server. Please check with your REDCap administrator that you have required permissions for data access.	Data er hentet, men det ser ud til kun at indeholde ID-variablen. Du skal kontakte din REDCap-administrator og sikre dig at du har adgang til faktisk at hente de udvalgte data.
204	Data retrieved, but it looks like not all requested fields were retrieved from the server. Please check with your REDCap administrator that you have required permissions for data access.	Data er hentet, men det ser ud til kun at indeholde nogle af de udvalgte variabler. Du skal kontakte din REDCap-administrator og sikre dig at du har adgang til faktisk at hente de udvalgte data.
205	Click to see the imported data	Tryk for at se de importerede data
206	Regression table	Regressionstabel
207	Import a dataset from an environment	Importer et datasæt fra et kodemiljø
208	Select a dataset:	Vælg datasæt:
209	List of datasets...	Liste af datasæt...
210	No data selected!	Ingen data valgt!
211	No dataset here...	Ingen datasæt her...
212	Use a dataset from your environment or from the environment of a package.	Brug et datasæt fra dit lokale kodemiljø eller fra en tilgængelig pakke.
213	Not a data.frame	Ikke en data.frame
214	Select source	Vælg datakilde
215	Select a data source:	Vælg datakilde:
216	Yes	Ja
217	No	Nej
218	Coefficient plot	Koefficientplot
219	Select outcome variable	Vælg svarvariablen
220	Choose regression analysis	Vælg regressionsanalysen
221	Covariables to format as categorical	Kovariabler, der skal omklassificeres som kategoriske
222	Select variable to stratify baseline	Vælg variabel til a stratificere tabellen
223	Select models to plot	Vælg de modeller, der skal visualiseres
224	Creating regression models failed with the following error:	Oprettelsen af en regressionsmodel fejlede med den følgende besked:
225	Creating a regression table failed with the following error:	Oprettelsen af en regressionstabel fejlede med den følgende besked:
226	Saving the plot. Hold on for a moment..	Gemmer grafikken. Vent et øjeblik..
227	Running model assumptions checks failed with the following error:	Tjek af antagelser for regressionsmodellen fejlede med den følgende besked:
228	Select checks to plot	Vælg modeltests, der skal visualiseres
229	Multivariable regression model checks	Tests af multivariabel regressionsmodel
230	Grouped by {get_label(data,ter)}	Grupperet efter {get_label(data,ter)}
231	Option to perform statistical comparisons between strata in baseline table.	Mulighed for at udføre statistiske tests mellem strata i oversigtstabellen.
232	Press 'Evaluate' to create the comparison table.	Tryk 'Evaluér' for at oprette en oversigtstabel.
233	The data includes {n_col} variables. Please limit to 100.	Data indeholder {n_col} variabler. Begræns venligst til 100.
234	Data import	Data import
235	Data import formatting	Formatering af data ved import
236	Data modifications	Ændringer af data
237	Variables filter	Variables filter
238	Data filter	Data filter
239	Data characteristics table	Oversigtstabel
240	The dataset without text variables	Datasættet uden variabler formateret som tekst
241	Creating the table. Hold on for a moment..	Opretter tabellen. Vent et øjeblik..
242	Generating the report. Hold on for a moment..	Opretter rapporten. Vent et øjeblik..
243	We encountered the following error showing missingness:	Under analysen af manglende observationer opstod følgende fejl:
244	We encountered the following error browsing your data:	I forsøget på at vise en dataoversigt opstod følgende fejl:
245	Choose a name for the column to be created or modified, then enter an expression before clicking on the button below to create the variable, or cancel to exit without saving anything.	Vælg et navn til den nye variabel, skriv din formel og tryk så på knappen for at gemme variablen, eller annuler for at lukke uden at gemme.
246	Please fill in web address and API token, then press 'Connect'.	Udfyld serveradresse og API-nøgle, og tryk så 'Fobind'.
247	Other	Other
248	Hour of the day	Time på dagen
249	Breaks	Grupper
250	By day of the week	Efter ugedag
251	By weekday	Efter ugedag
252	By week number and year	Efter ugenummer og årstal
253	By month and year	Efter måned og årstal
254	By month only	Efter måned alene
255	By quarter of the year	Efter kvartal
256	By year	Efter år
257	Keep only most common	Behold kun de hyppigste
258	Number	Antal
259	Combine below percentage	Kombiner under procentsats
260	Percentage	Procentsats
261	By specified numbers	Efter specifikke værdier
262	By quantiles (groups of equal size)	I grupper af samme størrelse
263	By week number	Efter ugenummer alene
264	There are more advanced options to modify factor/categorical variables as well as create new factor from an existing variable or new variables with R code. At the bottom you can restore the original data.	Der er mere avancerede muligheder for at ændre kategoriske variable, oprette nye kategoriske variabler fra eksisterende data eller nye variable baseret på R-kode. Nederst kan du gendanne originale data.
265	Split the variable	Opdel variablen
266	Original data	Oprindelige data
267	Preview of result	Forhåndsvisning af resultat
268	No character variables with accepted delimiters detected.	Opdel en tegnstreng med en fælles afgrænser
269	Variable to split:	Variabel at dele:
270	Text or character to split string by	Text eller tegn der skal bruges til opdeling
271	Select delimiter	Vælg afgrænser
272	Direction:	Retning:
273	Split string to multiple columns. Keep number of rows.	Opdel strengen i flere kolonner. Behold antallet af rækker.
274	Split string to multiple observations (rows) in the same column. Also ads id and instance columns	Opdel strengen til flere observationer (rækker) i samme kolonne. Også annonce-id og instanskolonner
275	Browse data preview	Forhåndsvisning af resultat
276	Split character string	Opdel tegnstreng
277	Split text	Opdel tekst
278	Split a text column by a recognised delimiter.	Ingen tegnvariabler med accepterede afgrænsere fundet.
279	Split a character string by a common delimiter	Opdel en tekstkolonne med en fælles afgrænser
280	Apply split	Anvend opdeling
281	Stacked relative barplot	Stablet relativt søjlediagram
282	Create relative stacked barplots to show the distribution of categorical levels	Opret relative stablede søjlediagrammer for at vise fordelingen af kategoriske niveauer
283	Side-by-side barplot	Side om side barplot
284	Create side-by-side barplot to show the distribution of categorical levels	Opret et side-om-side søjlediagram for at vise fordelingen af kategoriske niveauer
285	Select table theme	Vælg tema
286	Level of detail	Detaljeniveau
287	Minimal	Minimal
288	Extensive	Stor
289	Letters	Bogstaver
290	Words	Ord
291	Shorten to first letters	Afkort til første bogstaver
292	Shorten to first words	Afkort til de første ord
293	Missings across variables by the variable **'{input$missings_var}'**	Manglende værdier på tværs af variablerne **'{input$missings_var}'**
294	Missing vs non-missing observations in the variable **'{input$missings_var}'**	Manglende vs. ikke-manglende observationer i variablen **'{input$missings_var}'**
295	Evaluate missingness by either comparing missing values across variables (optionally grouped by af categorical or dichotomous variable) or compare variables grouped by the missing status (missing or not) of an outcome variable. If there is a significant difference i the missingness, this may cause a bias in you data and should be considered carefully interpreting the data and analyses as data may not be missing at random.	Evaluer manglende værdier ved enten at sammenligne manglende værdier på tværs af variabler (valgfrit grupperet efter en kategorisk eller dikotom variabel) eller sammenligne variabler grupperet efter manglende status (mangler eller ej) for en udfaldsvariabel. Hvis der er en signifikant forskel i manglende værdier, kan dette forårsage en bias i dine data, og det bør overvejes omhyggeligt at fortolke dataene og analyserne, da data muligvis ikke mangler tilfældigt.
296	Calculating. Hold tight for a moment..	Beregner. Hold lige fast et øjeblik..
297	Overview of missing observations	Oversigt over manglende observationer
298	Analysis method for missingness overview	Analysemetode for oversigt over manglende indhold
299	Overview of missings across variables	Oversigt over mangler på tværs af variabler
300	Overview of difference in variables by missing status in outcome	Oversigt over forskel i variabler ved manglende status i resultat
301	Select a variable for grouped overview	Vælg en variabel til grupperet oversigt
302	Select outcome variable for overview	Vælg resultatvariabel for oversigt
303	No outcome measure chosen	Ingen resultatmål valgt
304	There is a significant difference in data missingness in {n_nonmcar} {ifelse(n_nonmcar==1,'variable','variables')} grouped by the selected outcome/grouping variable {outcome}.	Der er en betydelig forskel i manglende data i {n_nonmcar} {ifelse(n_nonmcar==1,'variable','variables')} grupperet efter det valgte resultat/grupperingsvariabel {outcome}.
305	Include group differences	Inkluder gruppeforskelle
306	Error:	Fejl:
307	Download table	Download tabel
308	Welcome to FreesearchR	Velkommen til FreesearchR
309	A free data analysis tool for clinicians, students, and learners	Et gratis dataanalyseværktøj til klinikere, studerende og lærende
310	Core Features	Kernefunktioner
311	Import Data	Importér data
312	Data Management	Datahåndtering
313	Filter, modify, and create new variables. Prepare your data efficiently for analysis.	Filtrer, rediger og opret nye variabler. Forbered dine data effektivt til analyse.
314	Descriptive Statistics	Deskriptiv statistik
315	Additional Capabilities	Yderligere funktioner
316	Data Visualization	Datavisualisering
317	Create simple, clean plots for quick insights and overview	Opret enkle, overskuelige plots for hurtig indsigt og overblik
318	Regression Models	Regressionsmodeller
319	Build simple regression models for advanced analysis	Byg simple regressionsmodeller til avanceret analyse
320	Export & Learn	Eksportér og lær
321	Download Results	Download resultater
322	Get Modified Data	Få ændrede data
323	Reproducible Code	Reproducerbar kode
324	Full Documentation	Fuld dokumentation
325	Share Feedback	Del feedback
326	Contact Us	Kontakt os
327	FreesearchR is available in multiple languages. To help with translations, please contact us at info@freesearchr.org	FreesearchR er tilgængelig på flere sprog. For at få hjælp med oversættelser, kontakt os venligst på info@freesearchr.org
328	Home	Hjem
329	Start with FreesearchR for basic data evaluation and analysis.	Start med FreesearchR til grundlæggende dataevaluering og -analyse.
330	When you need more advanced tools, you'll be better prepared to use R directly.	Når du har brug for mere avancerede værktøjer, vil du være bedre forberedt på at bruge R direkte.
331	(Read more)	(Læs mere)
332	Run the FreesearchR app locally when working with sensitive data.	Kør FreesearchR-appen lokalt, når du arbejder med følsomme data.
333	Load data from spreadsheets, REDCap servers, or try with sample data. Multiple sources supported for maximum flexibility.	Indlæs data fra regneark, REDCap-servere, eller prøv med eksempeldata. Flere kilder understøttes for maksimal fleksibilitet.
334	Evaluate data with descriptive analyses, inspect correlations, and review missing observations effectively.	Evaluer data med beskrivende analyser, undersøg korrelationer og gennemgå manglende observationer effektivt.
335	Export results directly to your text editor	Eksporter resultater direkte til din teksteditor
336	Save your processed datasets for later	Gem dine behandlede datasæt til senere
337	Learn and reproduce results in R	Lær og reproducer resultater i R
338	When you need more advanced tools, you'll be prepared to use R directly.	Når du har brug for mere avancerede værktøjer, vil du være forberedt på at bruge R direkte.
339	The app contains a selelct number of features and will guide you through key analyses.	Appen indeholder udvalgte funktioner, og guider dig gennem de vigtigste analyser.
340	Sort by Levels	Sorter efter niveauer
341	Reorder factor levels	Omarranger niveauer
342	Modify factor levels	Modify factor levels
343	Reorder or rename the levels of factor/categorical variables.	Reorder or rename the levels of factor/categorical variables.