April 28, 2023
Im Datensatz mariokart:
Gruppieren Sie danach, wie viele Lenkräder bei der Auktion dabei waren.
Fassen Sie die Spalte total_pr zusammen und zwar zur Standardabweichung (SD) - pro Gruppe!
Geben Sie die erste Kennzahl als Antwort zurück!
Pakete starten:
# Attaching packages: easystats 0.6.0 (red = needs update)
✔ bayestestR 0.13.1 ✔ correlation 0.8.4
✔ datawizard 0.9.0 ✔ effectsize 0.8.6
✔ insight 0.19.6 ✔ modelbased 0.8.6
✔ performance 0.10.8 ✔ parameters 0.21.3
✔ report 0.5.7 ✖ see 0.8.0
Restart the R-Session and update packages in red with `easystats::easystats_update()`.Daten importieren:
Oder so:
Dazu muss das Paket openintro auf Ihrem Computer installiert sein.
Zusammenfassen:
mariokart_gruppiert <- group_by(mariokart, wheels) # Gruppieren
mariokart_klein <- summarise(mariokart_gruppiert, pr_sd = sd(total_pr)) # zusammenfassen
mariokart_klein# A tibble: 5 × 2
wheels pr_sd
<int> <dbl>
1 0 14.3
2 1 4.15
3 2 38.3
4 3 7.42
5 4 NA Die Lösung lautet: 14.27
Categories:
---
exname: summarise04
extype: num
exsolution: 14.27
exshuffle: no
extol: 1
expoints: 1
categories:
- datawrangling
- eda
- tidyverse
- dplyr
- variability
- num
date: '2023-04-28'
slug: summarise04
title: summarise04
---
```{r global-knitr-options, include=FALSE}
library(tidyverse)
library(exams)
```
# Aufgabe
Im Datensatz `mariokart`:
1. Gruppieren Sie danach, wie viele Lenkräder bei der Auktion dabei waren.
2. Fassen Sie die Spalte `total_pr` zusammen und zwar zur Standardabweichung (SD) - pro Gruppe!
Geben Sie die erste Kennzahl als Antwort zurück!
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
# Lösung
Pakete starten:
```{r}
library(easystats)
library(tidyverse) # startet das Paket tidyverse
```
Daten importieren:
```{r}
mariokart <- data_read("https://vincentarelbundock.github.io/Rdatasets/csv/openintro/mariokart.csv")
```
Oder so:
```{r}
data(mariokart, package = "openintro") # aus dem Paket "openintro"
```
Dazu muss das Paket `openintro` auf Ihrem Computer installiert sein.
Zusammenfassen:
```{r}
mariokart_gruppiert <- group_by(mariokart, wheels) # Gruppieren
mariokart_klein <- summarise(mariokart_gruppiert, pr_sd = sd(total_pr)) # zusammenfassen
mariokart_klein
```
Die Lösung lautet: 14.27
---
Categories:
- datawrangling
- eda
- tidyverse
- dplyr
- variability
- num