d_raw <-
tibble::tribble(
~Variable, ~Skalenniveau, ~Nominalniveau, ~Ordinalniveau, ~Intervallniveau, ~Verhältnisniveau, ~stetig, ~diskret,
"Temperatur in Celcius", "Intervallskala", 0L, 0L, 1L, 0L, 1L, 0L,
"Temperatur in Kelvin", "Verhältnisskala", 0L, 0L, 0L, 1L, 1L, 0L,
"Temperatur in Fahrenheit", "Verhältnisskala", 0L, 0L, 1L, 0L, 1L, 0L,
"Alter", "Verhältnisskala", 0L, 0L, 0L, 1L, 1L, 0L,
"Schuhgröße", "Verhältnisskala", 0L, 0L, 0L, 1L, 1L, 0L,
"Gewicht einer Person", "Verhältnisskala", 0L, 0L, 0L, 1L, 1L, 0L,
"Gewicht eines Tieres", "Verhältnisskala", 0L, 0L, 0L, 1L, 1L, 0L,
"Gewicht eines Buches", "Verhältnisskala", 0L, 0L, 0L, 1L, 1L, 0L,
"Gewicht einer Maschine", "Verhältnisskala", 0L, 0L, 0L, 1L, 1L, 0L,
"Anzahl Geschwister in einer Familie", "Verhältnisskala", 0L, 0L, 0L, 1L, 0L, 1L,
"Anzahl Kinder in einer Familie", "Verhältnisskala", 0L, 0L, 0L, 1L, 0L, 1L,
"Ranking von Hochschulen (1. Platz XYZ, 2. Platz ABC, …)", "Ordinalskala", 0L, 1L, 0L, 0L, 0L, 0L,
"IQ", "Intervallskala", 0L, 0L, 1L, 0L, 1L, 0L,
"Augenfarbe", "Nominalskala", 1L, 0L, 0L, 0L, 0L, 0L,
"Haarfarbe", "Nominalskala", 1L, 0L, 0L, 0L, 0L, 0L,
"Präferenz für eine Partei", "Nominalskala", 1L, 0L, 0L, 0L, 0L, 0L,
"Beliebtester Politiker einer Person", "Nominalskala", 1L, 0L, 0L, 0L, 0L, 0L,
"Umsatz einer Firma", "Verhältnisskala", 0L, 0L, 0L, 1L, 1L, 0L,
"Gewinn einer Firma", "Verhältnisskala", 0L, 0L, 0L, 1L, 1L, 0L,
"Geschlecht", "Nominalskala", 1L, 0L, 0L, 0L, 0L, 0L,
"Nationalität", "Nominalskala", 1L, 0L, 0L, 0L, 0L, 0L,
"Rangfolge der Lieblingsspeisen einer Person", "Ordinalskala", 0L, 1L, 0L, 0L, 0L, 0L,
"Ergebnis bei Talent-Show (1. Platz Mr. Cool, 2. Platz Mr. Bright, 3. Platz Mr. Right)", "Ordinalskala", 0L, 1L, 0L, 0L, 0L, 0L
)5 Skalenniveau1a
dyn
variable-levels
schoice
Schlüsselwörter
Aufgaben, Statistik, Prognose, Modellierung, R, Datenanalyse, Regression
5.1 Aufgabe
# Add "metric level":
d <-
d_raw %>%
mutate(metrisch =
case_when(Skalenniveau == "Intervallskala" | Skalenniveau == "Verhältnisskala" ~ 1,
TRUE ~ 0))d_sol <-
d %>%
sample_n(size = 1)Verfügt die Variable Geschlecht über ein metrisches Skalenniveau?
5.2 Answerlist
- nein
- ja
5.3 Lösung
if (d_sol$metrisch == 1) {
sol <- "ja"
sol_str <- "01"
} else {
sol <- "nein"
sol_str <- "10"
}Hier ist ein Überblick über die Skalenniveau-Information der ausgewählten Variablen:
d_sol %>% gt::gt()| Variable | Skalenniveau | Nominalniveau | Ordinalniveau | Intervallniveau | Verhältnisniveau | stetig | diskret | metrisch |
|---|---|---|---|---|---|---|---|---|
| Geschlecht | Nominalskala | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
Die richtige Antwort lautet: nein.
Categories:
- dyn
- variable-levels
- variable-levels
- schoice