vis-mariokart-variab

datawrangling

eda

tidyverse

vis

variability

string

Published

April 28, 2023

Aufgabe

Im Datensatz mariokart:

Visualisieren Sie die Streuung der Variablen total_pr.

Lösung

Pakete starten:

library(easystats)
library(tidyverse)  # startet das Paket tidyverse
library(DataExplorer)  # Data-Vis
library(ggpubr)  # Data-Vis

Daten importieren:

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

Oder so:

data(mariokart, package = "openintro")  # aus dem Paket "openintro"

Dazu muss das Paket openintro auf Ihrem Computer installiert sein.

Visualisieren:

Mit dataExplorer:

mariokart %>% 
  select(total_pr) %>% 
  plot_density()  # oder "plot_histogram()"

Mit ggpubr:

gghistogram(mariokart, x = "total_pr")

Mit ggplot:

mariokart %>% 
  ggplot(aes(x = total_pr)) +
  geom_density()  # oder "geom_histogram()"

Falls Sie Teile der R-Syntax nicht kennen: Im Zweifel einfach ignorieren :-)

Categories:

datawrangling
eda
tidyverse
vis
variability
string

---
exname: vis-mariokart-variab
extype: string
exsolution: NA
exshuffle: no
extol: 1
expoints: 1
categories:
- datawrangling
- eda
- tidyverse
- vis
- variability
- string
date: '2023-04-28'
slug: vis-mariokart-variab
title: vis-mariokart-variab

---






```{r global-knitr-options, include=FALSE}
library(tidyverse)
library(exams)
```






# Aufgabe

Im Datensatz `mariokart`: 

 Visualisieren Sie die Streuung der  Variablen `total_pr`.






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

# Lösung

Pakete starten:

```{r}
library(easystats)
library(tidyverse)  # startet das Paket tidyverse
library(DataExplorer)  # Data-Vis
library(ggpubr)  # Data-Vis
```






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.




Visualisieren:


Mit `dataExplorer`:

```{r}
mariokart %>% 
  select(total_pr) %>% 
  plot_density()  # oder "plot_histogram()"
```



Mit `ggpubr`:


```{r}
gghistogram(mariokart, x = "total_pr")
```



Mit `ggplot`:

```{r}
mariokart %>% 
  ggplot(aes(x = total_pr)) +
  geom_density()  # oder "geom_histogram()"
```



Falls Sie Teile der R-Syntax nicht kennen: Im Zweifel einfach ignorieren :-)






---

Categories: 

- datawrangling
- eda
- tidyverse
- vis
- variability
- string