Lösungen zu den Aufgaben

  1. Aufgabe

    Laden Sie die folgende Tabellen mit folgendem Befehl aus dem Paket tidyverse:

    Insgesamt sollten Sie als folgende Tabellen in Ihrem environment verfügbar haben:

    Welche der Tabellen ist in der Normalform?


    1. table1
    2. table2
    3. table3
    4. table4
    5. table5

    Lösung

    Laden wir noch die übrigen Tabellen

    Betrachten wir alle fünf Tabellen:

    ## # A tibble: 6 × 4
##   country      year  cases population
##   <chr>       <dbl>  <dbl>      <dbl>
## 1 Afghanistan  1999    745   19987071
## 2 Afghanistan  2000   2666   20595360
## 3 Brazil       1999  37737  172006362
## 4 Brazil       2000  80488  174504898
## 5 China        1999 212258 1272915272
## 6 China        2000 213766 1280428583
    ## # A tibble: 12 × 4
##   country      year type          count
##   <chr>       <dbl> <chr>         <dbl>
## 1 Afghanistan  1999 cases           745
## 2 Afghanistan  1999 population 19987071
## 3 Afghanistan  2000 cases          2666
## 4 Afghanistan  2000 population 20595360
## 5 Brazil       1999 cases         37737
## # … with 7 more rows
    ## # A tibble: 6 × 3
##   country      year rate             
##   <chr>       <dbl> <chr>            
## 1 Afghanistan  1999 745/19987071     
## 2 Afghanistan  2000 2666/20595360    
## 3 Brazil       1999 37737/172006362  
## 4 Brazil       2000 80488/174504898  
## 5 China        1999 212258/1272915272
## 6 China        2000 213766/1280428583
    ## # A tibble: 3 × 3
##   country     `1999` `2000`
##   <chr>        <dbl>  <dbl>
## 1 Afghanistan    745   2666
## 2 Brazil       37737  80488
## 3 China       212258 213766
    ## # A tibble: 6 × 4
##   country     century year  rate             
##   <chr>         <dbl> <chr> <chr>            
## 1 Afghanistan      19 99    745/19987071     
## 2 Afghanistan      20 00    2666/20595360    
## 3 Brazil           19 99    37737/172006362  
## 4 Brazil           20 00    80488/174504898  
## 5 China            19 99    212258/1272915272
## 6 China            20 00    213766/1280428583

    Man sieht, dass nur Tabelle 1 “tidy” ist.

    Quelle


    1. Wahr
    2. Falsch
    3. Falsch
    4. Falsch
    5. Falsch

  2. Aufgabe

    Laden Sie den Datensatz affairs:

    affairs_path <- "https://vincentarelbundock.github.io/Rdatasets/csv/AER/Affairs.csv"
    affairs <- read_csv(affairs_path)

    Lesen Sie das Data Dictionnary hier.

    Wir definieren als “Halodrie” eine Person mit mindestens einer Affäre (laut Datensatz).

    Bearbeiten Sie folgende Aufgaben:

    1. Filtern Sie mal nach Halodries!
    2. Sortieren Sie (absteigend) nach Anzahl der Affären!
    3. Wählen Sie die Spalten zu Anzahl der Affären, ob es Kinder in der Ehe gibt und die Zufriedenheit mit der Ehe. Dann sortieren Sie dann nach Anzahl der Kinder und danach nach der Anzahl der Affären.
    4. Berechnen Sie die mittlere Anzahl der Affären!
    5. Berechnen Sie die mittlere Anzahl der Affären pro Geschlecht und aufgeteilt auf Partnerschaften mit bzw. ohne Kinder.
    6. Geben Sie für jede Person die höhere der zwei Zahlen von Religiösität und Ehezufriedenheit aus!
    7. Berechnen Sie jeweils das Heiratsalter!

    Lösung

    Ad 1.

    affairs %>% 
  filter(affairs > 0)
    ## # A tibble: 150 × 10
##    ...1 affairs gender   age yearsmarried children religiousness education
##   <dbl>   <dbl> <chr>  <dbl>        <dbl> <chr>            <dbl>     <dbl>
## 1     6       3 male      27        1.5   no                   3        18
## 2    12       3 female    27        4     yes                  3        17
## 3    43       7 male      37       15     yes                  5        18
## 4    53      12 female    32       10     yes                  3        17
## 5    67       1 male      22        0.125 no                   4        16
## # … with 145 more rows, and 2 more variables: occupation <dbl>, rating <dbl>

    Ad 2.

    affairs %>% 
  arrange(-affairs)
    ## # A tibble: 601 × 10
##    ...1 affairs gender   age yearsmarried children religiousness education
##   <dbl>   <dbl> <chr>  <dbl>        <dbl> <chr>            <dbl>     <dbl>
## 1    53      12 female    32           10 yes                  3        17
## 2   122      12 male      37           15 yes                  4        14
## 3   174      12 female    42           15 yes                  5         9
## 4   176      12 male      37           10 yes                  2        20
## 5   181      12 female    32           15 yes                  3        14
## # … with 596 more rows, and 2 more variables: occupation <dbl>, rating <dbl>

    Ad 3.

    affairs %>% 
  select(affairs, rating, children) %>% 
  arrange(children, affairs)
    ## # A tibble: 601 × 3
##   affairs rating children
##     <dbl>  <dbl> <chr>   
## 1       0      4 no      
## 2       0      4 no      
## 3       0      3 no      
## 4       0      5 no      
## 5       0      3 no      
## # … with 596 more rows

    Ad 4.

    affairs %>% 
  summarise(affairs_mean = mean(affairs))
    ## # A tibble: 1 × 1
##   affairs_mean
##          <dbl>
## 1         1.46

    Ad 5.

    affairs %>% 
  group_by(gender, children) %>% 
  summarise(affairs_mean = mean(affairs))
    ## # A tibble: 4 × 3
## # Groups:   gender [2]
##   gender children affairs_mean
##   <chr>  <chr>           <dbl>
## 1 female no              0.838
## 2 female yes             1.69 
## 3 male   no              1.01 
## 4 male   yes             1.66

    Ad 6.

    affairs %>% 
  group_by(...1) %>% 
  summarise(max(c(religiousness, rating)))
    ## # A tibble: 601 × 2
##    ...1 `max(c(religiousness, rating))`
##   <dbl>                           <dbl>
## 1     4                               4
## 2     5                               4
## 3     6                               4
## 4    11                               4
## 5    12                               5
## # … with 596 more rows

    Ad 7.

    affairs %>% 
  mutate(heiratsalter = age - yearsmarried)
    ## # A tibble: 601 × 11
##    ...1 affairs gender   age yearsmarried children religiousness education
##   <dbl>   <dbl> <chr>  <dbl>        <dbl> <chr>            <dbl>     <dbl>
## 1     4       0 male      37        10    no                   3        18
## 2     5       0 female    27         4    no                   4        14
## 3    11       0 female    32        15    yes                  1        12
## 4    16       0 male      57        15    yes                  5        18
## 5    23       0 male      22         0.75 no                   2        17
## # … with 596 more rows, and 3 more variables: occupation <dbl>, rating <dbl>,
## #   heiratsalter <dbl>

  3. Aufgabe

    Importieren Sie den folgenden Datensatz in R:

    mtcars <- read_csv("https://vincentarelbundock.github.io/Rdatasets/csv/datasets/mtcars.csv")

    Übersetzen Sie dann die folgende R-Sequenz ins Deutsche:

    mtcars %>% 
  drop_na() %>% 
  select(mpg, hp, cyl) %>% 
  filter(hp > 100, cyl >= 6) %>% 
  group_by(cyl) %>% 
  summarise(mpg_mean = mean(mpg))
    ## # A tibble: 2 × 2
##     cyl mpg_mean
##   <dbl>    <dbl>
## 1     6     19.7
## 2     8     15.1

    Lösung

    Hey R:

    1. Nimm den Datensatz mtcars UND DANN
    2. hau alle Zeilen raus, in denen es fehlende Werte gibt UND DANN
    3. wähle (selektiere) die folgenden Spalten: Spritverbrauch, PS, Zylinder UND DANN
    4. filter Autos mit mehr als 100 PS und mit mindestens 6 Zylindern UND DANN
    5. gruppiere nach der Zahl der Zylinder UND DANN
    6. fasse den Verbrauch zum Mittelwert zusammen.