Aufgaben 4

Aufgabe 4.1: Häufigkeiten

Ein Einzelhändler registriert für einen Exklusivartikel im Verlauf von \(30\) Verkaufstagen folgende Verkaufszahlen:

Tag 1 2 3 4 5 6 7 8 9 10
Anzahl 5 2 3 0 0 1 3 6 0 2
Tag 11 12 13 14 15 16 17 18 19 20
Anzahl 1 0 1 0 2 3 5 1 0 0
Tag 21 22 23 24 25 26 27 28 29 30
Anzahl 3 5 3 1 0 0 0 6 3 1
  1. Berechnen Sie die absoluten und relativen Häufigkeiten der Ausprägungen sowie die absolute kumulierte Häufigkeit für \(x=4\), zuerst händisch, dann mit R.
  2. Erstellen Sie das Histogramm mithilfe der absoluten Häufigkeiten und zwar sowohl mit Bleistift und Papier als auch mit R.

Aufgabe 4.2: Daten filtern

Bemerkungen:

  • Für diese Aufgabe benötigen Sie den Datensatz flights aus dem Paket nycflights23, das Sie entweder über RStudio oder mit Hilfe des Pakets pacman und der Funktion p_load() installieren müssen.

  • Nutzen Sie konsequent den Pipe-Operator!

  1. Wie viele Flüge enthält der Datensatz insgesamt?

  2. An welchem Tag gab es die größte Verspätung beim Abflug?

  3. Sind mehr Flüge zu früh abgeflogen und zu spät angekommen oder zu spät abgeflogen und zu früh angekommen?

  4. Wie viele der Flüge sind exakt pünktlich abgeflogen und angekommen? Wieviel Prozent aller Flüge entspricht das?

Aufgabe 4.3: Daten transformieren

In der Datei umfrage2024.csv finden Sie Daten zu einer (fiktive) Umfrage. Ziel der Aufgabe ist es die Merkmale aufzuarbeiten, das heißt Einträge der Merkmale mit Hilfe der Funktion mutate() zu ändern. Nutzen Sie bitte konsequent die Pipe, die Funktion across() sowie die tidyselect-Funktionen.

  1. Lesen Sie die Datei umfrage2024.csv mit Hilfe von Import Dataset >> From Text (readr) ein und verschaffen Sie sich einen Überblick über die Daten. Achten Sie beim Einlesen auf den Merkmalsnamen und den Separator.
  2. Vereinheitlichen Sie die Groß- und Kleinschreibung in den Merkmalsnamen (letzten beiden Merkmale!).
  3. Löschen Sie alle Beobachtungen, die irgendwo ein NA haben, sowie alle Beobachtungen bei denen das Alter kleiner als 18 oder größer als 30 ist.
  4. Ändern sie bei den ersten drei Fragen (in einer Funktion!) die logischen Werte TRUE und FALSE zu ja und nein ab.
  5. Die nächsten fünf Merkmale haben die Ausprägungen 1, 2, 3, 4, 5. Ändern Sie diese so, dass die Ausprägungen von 0 bis 4 gehen, indem überall die Ausprägung um 1 erniedrigt wird.
  6. Die mit invers gekennzeichneten Merkmale sollen nun so von Ihnen verändert werden, dass die Numerierung umgekehrt wird, also 0 zu 4, 1 zu 3, 2 zu 2, 3 zu 1 und 4 zu 0. Überlegen Sie sich zuerst welche mathematische Funktion man dafür benötigt.
  7. Das Geschlecht ist mit Zahlen kodiert. Ändern Sie diese so ab, dass 0 zu weiblich, 1 zu maennlich und 2 zu divers wird. Tipp: Nutzen Sie die Funktion case_when().
  8. Machen Sie aus den ja/nein-Fragen, sowie dem Geschlecht und der Gruppe jeweils einen Faktor.
  9. Schreiben Sie nun alle Änderungen, die Sie im Laufe der Aufgabe gemacht haben (mit Ausname des Einlesens), zusammenfassend in eine Zuweisung, so dass alle Schritte in Einem gemacht werden! Bemerkung: So könnte dann ein fertiges Skript aussehen, das Rohdaten einliest und konvertiert!
  10. Nutzen sie zu guter Letzt die Funktion summary() um die Unterschiede des Datensatzes vom Anfang und zum Ende der Analyse zu sehen. Welchen Vorteil haben die Faktoren?

Aufgabe 4.4: Klausuraufgabe (WS 2023/24 - Papier & Stift!)

  1. Erläutern Sie in wenigen Sätzen den konzeptionellen Aufbau einer ggplot-Grafik. Ihre Erklärung könnte die Stichworte Daten(tabelle), Merkmale, Beobachtungen, +, Mapping / Aesthetics, geometrische Funktion, Schichten / Layer enthalten.
  2. Es wurden sechs Grafiken mit ggplot erstellt wurden. Geben Sie für die dargestellten Merkmale sinnvolle Skalenniveaus an, sowie die verwendeten geometrischen Funktionen. Nicht jede Graphik zeigt drei Merkmale! Markieren Sie, wenn ein Merkmal nicht benötigt wird (z.B. durch ein X in der jeweiligen Zelle).
  3. Welches Paket kann man nutzen um die Grafiken in einem Dokument derart anzuordnen wie sie es in der Grafik sehen?
  4. Wie lautet die konkrete Syntax zu dieser Anordnung, wenn die Grafiken die Objekte g1, g2, g3, g4, g5 und g6 sind?

Nr. Merkmal 1 Merkmal 2 Merkmal 3 Geometrische Funktion(en)
(1)
(2)
(3)
(4)
(5)
(6)

Aufgabe 4.5: KI Aufgabe

Für diese Aufgabe sollen Sie die KI nutzen! Bitte achten Sie aber darauf, dass Sie Funktionen aus dem Tidyverse nutzen! Versuchen Sie zu verstehen was passiert.

Für diese Aufgabe benötigen Sie neben tidyverse die Pakete dslabs, ggrepel und scales. Ziel der Aufgabe ist es Graphiken zu erstellen und die Darstellung (Farbgebung, Achsenbeschriftungen, Legende, Logarithmische Skala, etc.) anzupassen.

  1. Betrachten sie die Datentabelle gapminder aus dem Paket dslabs. Wandeln Sie die Tabelle in einen Tibble um und verschaffen sie sich eine kurze Übersicht über den Datensatz.

  2. Erstellen Sie ein Liniendiagramm in der Sie die Entwicklung der Bevölkerung der Länder: China, Indien, Deutschland, Vereinigte Staaten, Kanada und Großbritannien im Zeitraum von 1960 bis 2015 darstellen. Was fällt auf? Tipp: Nutzen Sie beim Filtern den Operator %in%.

  3. Ändern sie die Graphik aus dem vorherigen Aufgabenteil derart ab, dass Sie die relative Entwicklung der Bevölkerung ablesen können (logarithmische Skala). Kann man nun allein anhand der Graphik sagen welche Länder den relativ größten Zuwachs hatten?

  4. Beschriften sie die Achsen derart, dass die \(x\)-Achse alle 10 Jahre zeigt, und die \(y\)-Achse eine schöne wissenschaftliche Darstellung (zum Beispiel \(10^{8}\) statt \(10e8\)) hat.

  5. Ändern Sie nun die Achsen- und Legendenbeschriftung, so dass diese entweder übersetzt oder zumindest kapitalisiert sind, und geben Sie der Graphik eine Überschrift.

  6. Ändern Sie mit Hilfe der Funktionen theme_*() den Hintergrund der Graphik.

  7. Die Standardeinstellung ist, dass die Legende rechts neben der Graphik eingeblendet ist. Versetzen sie diese so, dass sie unterhalb der Graphik erscheint.