mariokart-max2

datawrangling

dplyr

eda

num

Published

April 19, 2023

Aufgabe

Importieren Sie den Datensatz mariokart in R. Berechnen Sie die maximale Verkaufspreise (total_pr) für Spiele, die mit 0, 1, 2, … Lenkräder (wheels) gekauft werden. Dieser Kennwert heiße pr_max. Berücksichtigen Sie aber nur neue Spiele. Bilden Sie von pr_max den Mittelwert und geben Sie diesen an.

Hinweise:

Runden Sie auf 1 Dezimalstelle.

Lösung

Pakete starten:

library(tidyverse)
library(easystats)

Daten importieren:

d_url <- "https://vincentarelbundock.github.io/Rdatasets/csv/openintro/mariokart.csv"
d <- data_read(d_url)

solution <-
d  %>% 
  filter(cond == "new") %>% 
  group_by(wheels) %>% 
  summarise(pr_max = max(total_pr)) %>% 
  summarise(pr_max_mean = mean(pr_max))

solution

pr_max_mean
63.1725

Lösung:

pr_max_mean
63.17

.

Categories:

datawrangling
dplyr
eda
num

---
exname: mariokart-max2
extype: num
exsolution: r sol
exshuffle: no
extol: 1
expoints: 1
categories:
- datawrangling
- dplyr
- eda
- num
date: '2023-04-19'
slug: mariokart-max2
title: mariokart-max2

---









# Aufgabe

Importieren Sie den Datensatz `mariokart` in R.
Berechnen Sie die maximale Verkaufspreise (`total_pr`) für Spiele, die mit 0, 1, 2, ... Lenkräder (`wheels`) gekauft werden.
Dieser Kennwert heiße `pr_max`.
Berücksichtigen Sie aber *nur neue* Spiele.
Bilden Sie von `pr_max` den Mittelwert und geben Sie diesen an.


Hinweise:

- Runden Sie auf 1 Dezimalstelle.



</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>

# Lösung

Pakete starten:

```{r message=FALSE}
library(tidyverse)
library(easystats)
```


Daten importieren:

```{r}
d_url <- "https://vincentarelbundock.github.io/Rdatasets/csv/openintro/mariokart.csv"
d <- data_read(d_url)
```

```{r}
solution <-
d  %>% 
  filter(cond == "new") %>% 
  group_by(wheels) %>% 
  summarise(pr_max = max(total_pr)) %>% 
  summarise(pr_max_mean = mean(pr_max))

solution
```

```{r echo=FALSE}
sol <- exams::fmt(solution[1,1])
```

**Lösung:** `r sol`. 





---

Categories: 

- datawrangling
- dplyr
- eda
- num