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 MAA und zum IQR - pro Gruppe!
Geben Sie den erste Wert des IQR 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:
library(DescTools)
mariokart_gruppiert <- group_by(mariokart, wheels) # Gruppieren
mariokart_klein <- summarise(mariokart_gruppiert,
pr_iqr = IQR(total_pr),
pr_maa = mean(abs(total_pr - mean(total_pr))),
pr_maa2 = MeanAD(total_pr)
) # zusammenfassen
mariokart_klein# A tibble: 5 × 4
wheels pr_iqr pr_maa pr_maa2
<int> <dbl> <dbl> <dbl>
1 0 7 7.05 7.05
2 1 5.32 3.25 3.25
3 2 7.18 11.9 11.9
4 3 5.25 5.25 5.25
5 4 0 0 0 Möchte man den MAA nicht von Hand ausrechnen, so kann man die Funktion MeanAD aus dem Paket DescTools nutzen (Denken Sie daran, dass Sie das Paket einmalig installiert haben müssen.)
Die Lösung lautet: 7.00
Categories:
---
exname: summarise05
extype: num
exsolution: 7.0
exshuffle: no
extol: 1
expoints: 1
categories:
- datawrangling
- eda
- tidyverse
- dplyr
- variability
- num
date: '2023-04-28'
slug: summarise05
title: summarise05
---
```{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 MAA und zum IQR - pro Gruppe!
Geben Sie den erste Wert des IQR 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}
library(DescTools)
mariokart_gruppiert <- group_by(mariokart, wheels) # Gruppieren
mariokart_klein <- summarise(mariokart_gruppiert,
pr_iqr = IQR(total_pr),
pr_maa = mean(abs(total_pr - mean(total_pr))),
pr_maa2 = MeanAD(total_pr)
) # zusammenfassen
mariokart_klein
```
Möchte man den `MAA` nicht von Hand ausrechnen, so kann man die Funktion `MeanAD` aus dem Paket `DescTools` nutzen (Denken Sie daran, dass Sie das Paket einmalig installiert haben müssen.)
Die Lösung lautet: 7.00
---
Categories:
- datawrangling
- eda
- tidyverse
- dplyr
- variability
- num