April 28, 2023
Im Datensatz mariokart:
Fassen Sie die Spalte total_pr zusammen und zwar zu verschiedenene Maßen der Streuung (keine Gruppierung).
Welchem Koeffizienten der Streuung schenken Sie am meisten Vertrauen in diesem Fall? Geben Sie den Wert als Antwort an.
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_summarised <- summarise(mariokart,
pr_sd = sd(total_pr),
pr_iqr = IQR(total_pr),
pr_maa = mean(abs(total_pr - mean(total_pr))),
pr_maa2 = MeanAD(total_pr)
) # zusammenfassen
mariokart_summarised# A tibble: 1 × 4
pr_sd pr_iqr pr_maa pr_maa2
<dbl> <dbl> <dbl> <dbl>
1 25.7 12.8 10.0 10.0Möchte 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.)
Da es Extremwerte gibt in total_pr wird die SD besonders hoch sein. Der Grund ist, dass die SD eine Statistik ist, die auf einem Mittelwert beruht. Außerdem werden bei der Berechnung der SD die einzelnen Werte quadriert, was große Werte überproportional vergrößert. Aus diesem Grund könnte der IQR hier gegenüber anderen Maßen bevorzugt werden.
Lösung: 12.82
Categories:
---
exname: summarise06
extype: num
exsolution: 12.82
exshuffle: no
extol: 1
expoints: 1
categories:
- datawrangling
- eda
- tidyverse
- dplyr
- variability
- num
date: '2023-04-28'
slug: summarise06
title: summarise06
---
```{r global-knitr-options, include=FALSE}
library(tidyverse)
library(exams)
```
# Aufgabe
Im Datensatz `mariokart`:
Fassen Sie die Spalte `total_pr` zusammen und zwar zu verschiedenene Maßen der Streuung (keine Gruppierung).
Welchem Koeffizienten der Streuung schenken Sie am meisten Vertrauen in diesem Fall? Geben Sie den Wert als Antwort an.
</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 eval=FALSE}
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_summarised <- summarise(mariokart,
pr_sd = sd(total_pr),
pr_iqr = IQR(total_pr),
pr_maa = mean(abs(total_pr - mean(total_pr))),
pr_maa2 = MeanAD(total_pr)
) # zusammenfassen
mariokart_summarised
```
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.)
Da es Extremwerte gibt in `total_pr` wird die SD besonders hoch sein.
Der Grund ist, dass die SD eine Statistik ist, die auf einem Mittelwert beruht.
Außerdem werden bei der Berechnung der SD die einzelnen Werte quadriert, was große Werte überproportional vergrößert.
Aus diesem Grund könnte der IQR hier gegenüber anderen Maßen bevorzugt werden.
*Lösung*: 12.82
---
Categories:
- datawrangling
- eda
- tidyverse
- dplyr
- variability
- num