-
Notifications
You must be signed in to change notification settings - Fork 0
/
datr_descriptivestats.html
870 lines (777 loc) · 28.6 KB
/
datr_descriptivestats.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8" />
<meta name="generator" content="pandoc" />
<meta http-equiv="X-UA-Compatible" content="IE=EDGE" />
<title>Deskriptive Statistik in R</title>
<script src="site_libs/jquery-1.11.3/jquery.min.js"></script>
<meta name="viewport" content="width=device-width, initial-scale=1" />
<link href="site_libs/bootstrap-3.3.5/css/lumen.min.css" rel="stylesheet" />
<script src="site_libs/bootstrap-3.3.5/js/bootstrap.min.js"></script>
<script src="site_libs/bootstrap-3.3.5/shim/html5shiv.min.js"></script>
<script src="site_libs/bootstrap-3.3.5/shim/respond.min.js"></script>
<script src="site_libs/jqueryui-1.11.4/jquery-ui.min.js"></script>
<link href="site_libs/tocify-1.9.1/jquery.tocify.css" rel="stylesheet" />
<script src="site_libs/tocify-1.9.1/jquery.tocify.js"></script>
<script src="site_libs/navigation-1.1/tabsets.js"></script>
<link href="site_libs/highlightjs-9.12.0/default.css" rel="stylesheet" />
<script src="site_libs/highlightjs-9.12.0/highlight.js"></script>
<style type="text/css">
code{white-space: pre-wrap;}
span.smallcaps{font-variant: small-caps;}
span.underline{text-decoration: underline;}
div.column{display: inline-block; vertical-align: top; width: 50%;}
div.hanging-indent{margin-left: 1.5em; text-indent: -1.5em;}
ul.task-list{list-style: none;}
</style>
<style type="text/css">code{white-space: pre;}</style>
<style type="text/css">
pre:not([class]) {
background-color: white;
}
</style>
<script type="text/javascript">
if (window.hljs) {
hljs.configure({languages: []});
hljs.initHighlightingOnLoad();
if (document.readyState && document.readyState === "complete") {
window.setTimeout(function() { hljs.initHighlighting(); }, 0);
}
}
</script>
<style type="text/css">
h1 {
font-size: 34px;
}
h1.title {
font-size: 38px;
}
h2 {
font-size: 30px;
}
h3 {
font-size: 24px;
}
h4 {
font-size: 18px;
}
h5 {
font-size: 16px;
}
h6 {
font-size: 12px;
}
.table th:not([align]) {
text-align: left;
}
</style>
<link rel="stylesheet" href="styles.css" type="text/css" />
<style type = "text/css">
.main-container {
max-width: 940px;
margin-left: auto;
margin-right: auto;
}
code {
color: inherit;
background-color: rgba(0, 0, 0, 0.04);
}
img {
max-width:100%;
}
.tabbed-pane {
padding-top: 12px;
}
.html-widget {
margin-bottom: 20px;
}
button.code-folding-btn:focus {
outline: none;
}
summary {
display: list-item;
}
</style>
<style type="text/css">
/* padding for bootstrap navbar */
body {
padding-top: 54px;
padding-bottom: 40px;
}
/* offset scroll position for anchor links (for fixed navbar) */
.section h1 {
padding-top: 59px;
margin-top: -59px;
}
.section h2 {
padding-top: 59px;
margin-top: -59px;
}
.section h3 {
padding-top: 59px;
margin-top: -59px;
}
.section h4 {
padding-top: 59px;
margin-top: -59px;
}
.section h5 {
padding-top: 59px;
margin-top: -59px;
}
.section h6 {
padding-top: 59px;
margin-top: -59px;
}
.dropdown-submenu {
position: relative;
}
.dropdown-submenu>.dropdown-menu {
top: 0;
left: 100%;
margin-top: -6px;
margin-left: -1px;
border-radius: 0 6px 6px 6px;
}
.dropdown-submenu:hover>.dropdown-menu {
display: block;
}
.dropdown-submenu>a:after {
display: block;
content: " ";
float: right;
width: 0;
height: 0;
border-color: transparent;
border-style: solid;
border-width: 5px 0 5px 5px;
border-left-color: #cccccc;
margin-top: 5px;
margin-right: -10px;
}
.dropdown-submenu:hover>a:after {
border-left-color: #ffffff;
}
.dropdown-submenu.pull-left {
float: none;
}
.dropdown-submenu.pull-left>.dropdown-menu {
left: -100%;
margin-left: 10px;
border-radius: 6px 0 6px 6px;
}
</style>
<script>
// manage active state of menu based on current page
$(document).ready(function () {
// active menu anchor
href = window.location.pathname
href = href.substr(href.lastIndexOf('/') + 1)
if (href === "")
href = "index.html";
var menuAnchor = $('a[href="' + href + '"]');
// mark it active
menuAnchor.parent().addClass('active');
// if it's got a parent navbar menu mark it active as well
menuAnchor.closest('li.dropdown').addClass('active');
});
</script>
<!-- tabsets -->
<style type="text/css">
.tabset-dropdown > .nav-tabs {
display: inline-table;
max-height: 500px;
min-height: 44px;
overflow-y: auto;
background: white;
border: 1px solid #ddd;
border-radius: 4px;
}
.tabset-dropdown > .nav-tabs > li.active:before {
content: "";
font-family: 'Glyphicons Halflings';
display: inline-block;
padding: 10px;
border-right: 1px solid #ddd;
}
.tabset-dropdown > .nav-tabs.nav-tabs-open > li.active:before {
content: "";
border: none;
}
.tabset-dropdown > .nav-tabs.nav-tabs-open:before {
content: "";
font-family: 'Glyphicons Halflings';
display: inline-block;
padding: 10px;
border-right: 1px solid #ddd;
}
.tabset-dropdown > .nav-tabs > li.active {
display: block;
}
.tabset-dropdown > .nav-tabs > li > a,
.tabset-dropdown > .nav-tabs > li > a:focus,
.tabset-dropdown > .nav-tabs > li > a:hover {
border: none;
display: inline-block;
border-radius: 4px;
background-color: transparent;
}
.tabset-dropdown > .nav-tabs.nav-tabs-open > li {
display: block;
float: none;
}
.tabset-dropdown > .nav-tabs > li {
display: none;
}
</style>
<!-- code folding -->
<style type="text/css">
#TOC {
margin: 25px 0px 20px 0px;
}
@media (max-width: 768px) {
#TOC {
position: relative;
width: 100%;
}
}
@media print {
.toc-content {
/* see https://github.com/w3c/csswg-drafts/issues/4434 */
float: right;
}
}
.toc-content {
padding-left: 30px;
padding-right: 40px;
}
div.main-container {
max-width: 1200px;
}
div.tocify {
width: 20%;
max-width: 260px;
max-height: 85%;
}
@media (min-width: 768px) and (max-width: 991px) {
div.tocify {
width: 25%;
}
}
@media (max-width: 767px) {
div.tocify {
width: 100%;
max-width: none;
}
}
.tocify ul, .tocify li {
line-height: 20px;
}
.tocify-subheader .tocify-item {
font-size: 0.90em;
}
.tocify .list-group-item {
border-radius: 0px;
}
</style>
</head>
<body>
<div class="container-fluid main-container">
<!-- setup 3col/9col grid for toc_float and main content -->
<div class="row-fluid">
<div class="col-xs-12 col-sm-4 col-md-3">
<div id="TOC" class="tocify">
</div>
</div>
<div class="toc-content col-xs-12 col-sm-8 col-md-9">
<div class="navbar navbar-default navbar-fixed-top" role="navigation">
<div class="container">
<div class="navbar-header">
<button type="button" class="navbar-toggle collapsed" data-toggle="collapse" data-target="#navbar">
<span class="icon-bar"></span>
<span class="icon-bar"></span>
<span class="icon-bar"></span>
</button>
<a class="navbar-brand" href="index.html">crashcouRse</a>
</div>
<div id="navbar" class="navbar-collapse collapse">
<ul class="nav navbar-nav">
<li>
<a href="index.html">Home</a>
</li>
<li class="dropdown">
<a href="#" class="dropdown-toggle" data-toggle="dropdown" role="button" aria-expanded="false">
R Anwendung
<span class="caret"></span>
</a>
<ul class="dropdown-menu" role="menu">
<li>
<a href="datr_importexport.html">Import & Export</a>
</li>
<li>
<a href="datr_descriptivestats.html">Deskriptive Statistik</a>
</li>
<li>
<a href="datr_desplot.html">desplot package</a>
</li>
<li>
<a href="datr_multipledat.html">Loops & Listen</a>
</li>
<li>
<a href="datr_moreadvanced.html">Weitere Tipps</a>
</li>
</ul>
</li>
<li class="dropdown">
<a href="#" class="dropdown-toggle" data-toggle="dropdown" role="button" aria-expanded="false">
Auswertungen
<span class="caret"></span>
</a>
<ul class="dropdown-menu" role="menu">
<li>
<a href="1n_drinks.html">Korrelation & Regression</a>
</li>
<li>
<a href="outlier_vision.html">Ausreisser (Korr & Reg pt.2)</a>
</li>
<li>
<a href="1f_crd.html">1F crd</a>
</li>
<li>
<a href="1f_rcbd.html">1F rcbd</a>
</li>
<li>
<a href="1f_alpha.html">1F alpha</a>
</li>
<li>
<a href="2f_rcbd.html">2F rcbd</a>
</li>
<li>
<a href="2f_splitplot.html">2F split-plot</a>
</li>
<li>
<a href="1f_augmented_blockfixorrandom.html">1F augmented</a>
</li>
<li>
<a href="1f_rcbd_messwdh.html">1F rcbd Messwiederholungen</a>
</li>
<li>
<a href="1f_rcbd_binomial.html">1F rcbd Prozentwerte</a>
</li>
<li>
<a href="1f_latsq_poisson.html">1F lat square Zählwerte</a>
</li>
</ul>
</li>
<li class="dropdown">
<a href="#" class="dropdown-toggle" data-toggle="dropdown" role="button" aria-expanded="false">
Statistik
<span class="caret"></span>
</a>
<ul class="dropdown-menu" role="menu">
<li>
<a href="stat_korrelation.html">Korrelation</a>
</li>
<li>
<a href="stat_regression.html">Regression</a>
</li>
<li>
<a href="appendix_designs.html">Versuchsdesigns</a>
</li>
<li>
<a href="appendix_posthoc.html">ANOVA & Post Hoc</a>
</li>
<li>
<a href="appendix_interaktionen.html">Interaktionen</a>
</li>
<li>
<a href="stat_adjmeans.html">Adj. Mittelwerte</a>
</li>
<li>
<a href="stat_pvalue.html">p-Werte & Signifikanz</a>
</li>
<li>
<a href="stat_gemischtemodelle.html">Gemischte Modelle</a>
</li>
<li>
<a href="appendix_kovarstrukt.html">Kovarianzstrukturen 1</a>
</li>
<li>
<a href="3f_met_regions.html">Kovarianzstrukturen 2</a>
</li>
<li>
<a href="intro_glm_carrot.html">Nicht-Normalverteilte Daten</a>
</li>
<li>
<a href="stat_logisticregression.html">Logistische Regression</a>
</li>
<li>
<a href="appendix_modelrules.html">Modelle aufstellen</a>
</li>
<li>
<a href="stat_samplesize.html">Stichprobenplanung</a>
</li>
</ul>
</li>
<li>
<a href="kontaktseite.html">Kontakt</a>
</li>
</ul>
<ul class="nav navbar-nav navbar-right">
</ul>
</div><!--/.nav-collapse -->
</div><!--/.container -->
</div><!--/.navbar -->
<div class="fluid-row" id="header">
<h1 class="title toc-ignore">Deskriptive Statistik in R</h1>
</div>
<blockquote>
<p>Ein zum Thema passendes Youtube Video gibt’s <a href="https://youtu.be/kn83BA7cRNM">hier</a></p>
</blockquote>
<p>Man kann Statistik in <em>deskriptive/erkundende</em> und <em>schließende/inferentielle/induktive/mathematische</em> Statistik unterteilen. Erstere beschreibt die Daten im Prinzip nur und versucht sie zusammenfassend darzustellen. Zweitere nutzt Methode und Verfahren um die Daten anhand von Tests zu analysieren und Entscheidungen zu treffen. Im Data Science Bereich formuliert Hadley Wickham die Unterteilung wie folgt:</p>
<p><em>It’s possible to divide data analysis into two camps: hypothesis generation and hypothesis confirmation (sometimes called confirmatory analysis).</em></p>
<ul>
<li><em>Within the former, you’ll look deeply at the data and, in combination with your subject knowledge, generate many interesting hypotheses to help explain why the data behaves the way it does.</em></li>
<li><em>The complement of hypothesis generation is hypothesis confirmation. Hypothesis confirmation is hard for two reasons:</em>
<ol style="list-style-type: decimal">
<li><em>You need a precise mathematical model in order to generate falsifiable predictions. This often requires considerable statistical sophistication.</em></li>
<li><em>You can only use an observation once to confirm a hypothesis. As soon as you use it more than once you’re back to doing exploratory analysis. This means to do hypothesis confirmation you need to “preregister” (write out in advance) your analysis plan, and not deviate from it even when you have seen the data.</em></li>
</ol></li>
</ul>
<p>Viele, die R (oder andere Statistiksoftware) für ihre schließende Statistik (<em>i.e.</em> ANOVA, <em>post-hoc</em> Tests, Regression <em>etc.</em>) nutzen, führen vrher die deskriptive Statistik (<em>i.e.</em> einfache Mittelwerte, Minimum, Maximum ausrechen) noch in Excel durch. Grund dafür ist, dass dies mit Excel-Funktionen wie <code>=MITTELWERT()</code> schlichtweg sehr schnell zu machen ist und die Ergebnisse dann direkt neben der Datentabelle zu sehen sind.</p>
<p>Es gibt aber auch Argumente, die dafür sprechen selbst diese deskriptive Statistik schon in R durchzuführen. Zum einen kann das Einfügen von Mittelwerten neben den eigentlichen Datentabellen in einem Excel-Tabellenblatt dazu führen, dass der folgende <a href="datr_importexport.html">Import in R</a> auf Probleme stößt. Zum anderen kann selbst die Berechnung von einfachen Mittelwerten in Excel schnell mühsam werden, wenn z.B. ein Mittelwert pro Gruppe unter nicht-Berücksichtigunge bestimmter Werte durchgeführt werden soll.</p>
<p>Dieses Kapitel soll deshalb zeigen wie schnell und komfortabel deskriptive Statistiken in R erstellt werden können.</p>
<div id="beispieldatensatz" class="section level1">
<h1>Beispieldatensatz</h1>
<p>Als Beispiel nehmen wir hier den in R hinterlegten Datensatz <code>mtcars</code>: <em>The data was extracted from the 1974 Motor Trend US magazine, and comprises fuel consumption and other aspects of automobile design and performance for 32 automobiles (1973–74 models).</em></p>
<p>In den Spalten sind folgende Informationen enthalten:</p>
<ul>
<li>mpg: Miles/(US) gallon</li>
<li>hp: Gross horsepower</li>
<li>am: Transmission (automatic, manual)</li>
<li>cyl: Number of cylinders</li>
</ul>
<p>Noch bevor man deskriptive Statistiken anfertigt, sollte man sich den Datensatz stets genau anschauen um sicherzustellen, dass er vollständig ist und der Import in R korrekt funktioniert hat:</p>
<div class="row">
<div class="col-md-6">
<pre class="r"><code>mtcars # Ganzer Datensatz</code></pre>
<pre><code>## mpg hp am cyl
## Mazda RX4 21.0 110 manu 6
## Mazda RX4 Wag 21.0 110 manu 6
## Datsun 710 22.8 93 manu 4
## Hornet 4 Drive 21.4 110 auto 6
## Hornet Sportabout 18.7 175 auto 8
## Valiant 18.1 105 auto 6
## Duster 360 14.3 245 auto 8
## Merc 240D 24.4 62 auto 4
## Merc 230 22.8 95 auto 4
## Merc 280 19.2 123 auto 6
## Merc 280C 17.8 123 auto 6
## Merc 450SE 16.4 180 auto 8
## Merc 450SL 17.3 180 auto 8
## Merc 450SLC 15.2 180 auto 8
## Cadillac Fleetwood 10.4 205 auto 8
## Lincoln Continental 10.4 215 auto 8
## Chrysler Imperial 14.7 230 auto 8
## Fiat 128 32.4 66 manu 4
## Honda Civic 30.4 52 manu 4
## Toyota Corolla 33.9 65 manu 4
## Toyota Corona 21.5 97 auto 4
## Dodge Challenger 15.5 150 auto 8
## AMC Javelin 15.2 150 auto 8
## Camaro Z28 13.3 245 auto 8
## Pontiac Firebird 19.2 175 auto 8
## Fiat X1-9 27.3 66 manu 4
## Porsche 914-2 26.0 91 manu 4
## Lotus Europa 30.4 113 manu 4
## Ford Pantera L 15.8 264 manu 8
## Ferrari Dino 19.7 175 manu 6
## Maserati Bora 15.0 335 manu 8
## Volvo 142E 21.4 109 manu 4</code></pre>
</div>
<div class="col-md-6">
<pre class="r"><code>nrow(mtcars) # Anzahl Zeilen</code></pre>
<pre><code>## [1] 32</code></pre>
<pre class="r"><code>ncol(mtcars) # Anzahl Spalten</code></pre>
<pre><code>## [1] 4</code></pre>
<pre class="r"><code>names(mtcars) # Spaltennamen</code></pre>
<pre><code>## [1] "mpg" "hp" "am" "cyl"</code></pre>
<pre class="r"><code>str(mtcars) # Struktur des Datensatzes</code></pre>
<pre><code>## 'data.frame': 32 obs. of 4 variables:
## $ mpg: num 21 21 22.8 21.4 18.7 18.1..
## $ hp : num 110 110 93 110 175 105 24..
## $ am : Factor w/ 2 levels "auto","ma"..
## $ cyl: Factor w/ 3 levels "4","6","8"..</code></pre>
<pre class="r"><code>head(mtcars) # Erste 6 Zeilen</code></pre>
<pre><code>## mpg hp am cyl
## Mazda RX4 21.0 110 manu 6
## Mazda RX4 Wag 21.0 110 manu 6
## Datsun 710 22.8 93 manu 4
## Hornet 4 Drive 21.4 110 auto 6
## Hornet Sportabout 18.7 175 auto 8
## Valiant 18.1 105 auto 6</code></pre>
</div>
</div>
</div>
<div id="gesamtstatistiken" class="section level1">
<h1>Gesamtstatistiken</h1>
<div id="summary" class="section level2">
<h2>summary</h2>
<p>Natürlich gibt es in R mit <code>mean()</code> das Gegenstück zu <code>=MITTELWERT()</code> in Excel und wir könnten so Mittelwerte je Spalte berechnen und danach mit <code>min()</code>, <code>max()</code> usw. fortfahren. Dies und noch mehr wird allerdings auf einen Schlag mit der Funktion <code>summary()</code> abgedeckt:</p>
<pre class="r"><code>summary(mtcars$mpg) # Summary einer Spalte</code></pre>
<pre><code>## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 10.40 15.43 19.20 20.09 22.80 33.90</code></pre>
<pre class="r"><code>summary(mtcars) # Summary des ganzen Datensatzes</code></pre>
<pre><code>## mpg hp am cyl
## Min. :10.40 Min. : 52.0 auto:19 4:11
## 1st Qu.:15.43 1st Qu.: 96.5 manu:13 6: 7
## Median :19.20 Median :123.0 8:14
## Mean :20.09 Mean :146.7
## 3rd Qu.:22.80 3rd Qu.:180.0
## Max. :33.90 Max. :335.0</code></pre>
<p>Es fällt auf, dass die Funktion für die unterschiedlichen Spaltentypen auch unterschiedliche Infos ausgibt:</p>
<ul>
<li>Für die numerischen <code>mpg</code> & <code>hp</code>: Minimum, Erstes Quartil, Median, Mittelwert, Drittes Quartil, Maximum</li>
<li>Für die Faktoren <code>am</code> $ <code>cyl</code>: Die Häufigkeit/Frequenz der jeweiligen Faktorstufen</li>
</ul>
</div>
<div id="table" class="section level2">
<h2>table</h2>
<p>Gerade für die Kombinationen aus Stufen mehrerer Faktoren ist es oft interessant die absolute/relative Häufigkeit zu betrachten. Dies geht mit <code>table()</code> bzw. <code>prop.table()</code>:</p>
<div class="row">
<div class="col-md-6">
<pre class="r"><code>table(mtcars$am) # Absolut</code></pre>
<pre><code>##
## auto manu
## 19 13</code></pre>
<pre class="r"><code>table(mtcars$am, mtcars$cyl) # Absolut</code></pre>
<pre><code>##
## 4 6 8
## auto 3 4 12
## manu 8 3 2</code></pre>
</div>
<div class="col-md-6">
<pre class="r"><code>prop.table(table(mtcars$am))</code></pre>
<pre><code>##
## auto manu
## 0.59375 0.40625</code></pre>
<pre class="r"><code>prop.table(table(mtcars$am, mtcars$cyl))</code></pre>
<pre><code>##
## 4 6 8
## auto 0.09375 0.12500 0.37500
## manu 0.25000 0.09375 0.06250</code></pre>
</div>
</div>
</div>
</div>
<div id="summary-statistics-tables" class="section level1">
<h1>Summary Statistics Tables</h1>
<p>Oft soll die Deskriptive aber nicht nur über den ganzen Datensatz, sondern z.B. pro Faktorstufe erstellt werden, sodass <em>Summary Statistics Tables</em> erzeugt werden. Ein detaillierter Vergleich mehrerer packages zur Erzeugung solcher findet sich <a href="https://thatdatatho.com/2018/08/20/easily-create-descriptive-summary-statistic-tables-r-studio/">hier</a>. Hier ist nur kurz das <code>tab</code> <a href="https://cran.r-project.org/web/packages/tab/index.html">package</a> exemplarisch vorgestellt, welches die Deskriptive sowohl pro Gruppe, als auch über den gesamten Datensatz zusammen darstellt und standardmäßig Mittelwerte und Standardabweichungen berechnet:</p>
<pre class="r"><code>library(tab)
tabmulti(data = mtcars,
xvarname = "am",
yvarnames = c("mpg", "hp"),
columns = c("overall", "xgroups"))</code></pre>
<pre><code>## Variable Overall auto manu
## 1 mpg, M (SD) 20.1 (6.0) 17.1 (3.8) 24.4 (6.2)
## 2 hp, M (SD) 146.7 (68.6) 160.3 (53.9) 126.8 (84.1)</code></pre>
<div id="data.table" class="section level2">
<h2>data.table</h2>
<p>Ich selbst nutze in der Regel aber keines der packages oben, sondern die Funktionen vom <code>data.table</code> <a href="https://cran.r-project.org/web/packages/data.table/vignettes/datatable-intro.html">package</a>. Das liegt nicht unbedingt daran, dass es das beste package für diesen speziellen Zweck der deskriptiven Statistik ist, sondern viel mehr daran, dass es diesen Zweck für meine Bedürfnisse vollständig erfüllt und ich es sowieso auch an vielen anderen Stellen benutze.</p>
<div id="das-by-statement" class="section level3">
<h3>Das by= statement</h3>
<pre class="r"><code>library(data.table)
mtcarsDT <- as.data.table(mtcars) # Umwandeln in data.table Format</code></pre>
<div class="row">
<div class="col-md-6">
<pre class="r"><code># mpg MW insgesamt
mtcarsDT[, mean(mpg)] </code></pre>
<pre><code>## [1] 20.09062</code></pre>
<pre class="r"><code># mpg MW pro "am"-Faktorstufe
mtcarsDT[, mean(mpg), by=am] </code></pre>
<pre><code>## am V1
## 1: manu 24.39231
## 2: auto 17.14737</code></pre>
</div>
<div class="col-md-6">
<pre class="r"><code># mpg MW pro "am"-"cyl"-Kombination
mtcarsDT[, mean(mpg), by=c("am", "cyl")] </code></pre>
<pre><code>## am cyl V1
## 1: manu 6 20.56667
## 2: manu 4 28.07500
## 3: auto 6 19.12500
## 4: auto 8 15.05000
## 5: auto 4 22.90000
## 6: manu 8 15.40000</code></pre>
</div>
</div>
<p>Wie zu sehen, kann ein als <code>data.table</code> formatiertes R-Objekt mittels der eckigen Klammern im Anschluss anders behandelt werden als die standardmäßigen <code>data.frame</code> Objekte (<a href="https://s3.amazonaws.com/assets.datacamp.com/blog_assets/datatable_Cheat_Sheet_R.pdf">hier</a> das data.table Cheat Sheet). Wir nutzen es hier also so, dass wir vor dem ersten Komma nichts schreiben (Infos dazu weiter unten), zwischen dem ersten und dem zweiten Komma die gewünschte Funktion der gewünschten Spalte und nach dem zweiten Komma ein <code>by=</code> statement um anzugeben nach welchen Faktorstufen sortiert werden soll.</p>
</div>
<div id="mehrere-spalten-erzeugen" class="section level3">
<h3>Mehrere Spalten erzeugen</h3>
<p>Wir können mittels einer <code>.()</code> (= Abkürzung für <code>list()</code>) Klammer auch direkt mehrere Spalten auf einmal erzeugen und im gleichen Schritt die erstellte Spalte benennen, anstatt sie beim default Namen <code>V1</code> zu belassen. Außerdem wollen wir noch den Mittelwert auf eine Stelle nach dem Komma runden:</p>
<div class="row">
<div class="col-md-6">
<pre class="r"><code># mpg MW, Min & Max insgesamt
mtcarsDT[, .(mw = round(mean(mpg),1),
min = min(mpg),
max = max(mpg))]</code></pre>
<pre><code>## mw min max
## 1: 20.1 10.4 33.9</code></pre>
<pre class="r"><code># mpg MW pro "am"-Faktorstufe
mtcarsDT[, .(mw = round(mean(mpg),1),
min = min(mpg),
max = max(mpg)),
by=am] </code></pre>
<pre><code>## am mw min max
## 1: manu 24.4 15.0 33.9
## 2: auto 17.1 10.4 24.4</code></pre>
</div>
<div class="col-md-6">
<pre class="r"><code># mpg MW pro "am"-"cyl"-Kombination
mtcarsDT[, .(mw = round(mean(mpg),1),
min = min(mpg),
max = max(mpg)),
by=c("am", "cyl")] </code></pre>
<pre><code>## am cyl mw min max
## 1: manu 6 20.6 19.7 21.0
## 2: manu 4 28.1 21.4 33.9
## 3: auto 6 19.1 17.8 21.4
## 4: auto 8 15.1 10.4 19.2
## 5: auto 4 22.9 21.5 24.4
## 6: manu 8 15.4 15.0 15.8</code></pre>
</div>
</div>
</div>
<div id="bestimmte-werte-ausschließen" class="section level3">
<h3>Bestimmte Werte ausschließen</h3>
<p>In bestimmten Situationen kann es gewünscht sein die Deskriptive nur einen Teil der Daten durchzuführen. Hier könnte es z.B. von Interesse sein nur die Autos zu betrachten, die einen Verbrauch von unter 25 miles per gallon haben. Nun könnte natürlich standardmäßig z.B. mit dem Befehl <code>subset(mtcarsDT, mpg<25)</code> ein neues R-Objekt erstellt (z.B. <code>mtcars2</code>) und mit diesem dann die gleichen Befehle wie oben durchgeführt werden.</p>
<p>Mit einem <code>data.table</code> Objekt geht das in dieser Situation allerdings noch leichter, nämlich mit dem Bereich vor dem ersten Komma:</p>
<div class="row">
<div class="col-md-6">
<pre class="r"><code># mpg MW, Min & Max insgesamt
# nur für Autos mit mpg < 25
mtcarsDT[mpg <25,
.(mw = round(mean(mpg),1),
min = min(mpg),
max = max(mpg))]</code></pre>
<pre><code>## mw min max
## 1: 17.8 10.4 24.4</code></pre>
<pre class="r"><code># mpg MW pro "am"-Faktorstufe
# nur für Autos mit mpg < 25
mtcarsDT[mpg<25,
.(mw = round(mean(mpg),1),
min = min(mpg),
max = max(mpg)),
by=am] </code></pre>
<pre><code>## am mw min max
## 1: manu 19.5 15.0 22.8
## 2: auto 17.1 10.4 24.4</code></pre>
</div>
<div class="col-md-6">
<pre class="r"><code># mpg MW pro "am"-"cyl"-Kombination
# nur für Autos mit mpg < 25
mtcarsDT[mpg<25,
.(mw = round(mean(mpg),1),
min = min(mpg),
max = max(mpg)),
by=c("am", "cyl")] </code></pre>
<pre><code>## am cyl mw min max
## 1: manu 6 20.6 19.7 21.0
## 2: manu 4 22.1 21.4 22.8
## 3: auto 6 19.1 17.8 21.4
## 4: auto 8 15.1 10.4 19.2
## 5: auto 4 22.9 21.5 24.4
## 6: manu 8 15.4 15.0 15.8</code></pre>
</div>
</div>
<p>Schließlich kann man auch mehrere Bedingungen und mehrere Spalten für die Deskriptive einbeziehen:</p>
<pre class="r"><code># mpg und hp MW nur für Autos mit mpg<25 und hp>90
mtcarsDT[mpg<25 & hp>90,
.(mw_mpg = round(mean(mpg),1),
mw_hp = round(mean(hp), 1)),
by=c("am", "cyl")] </code></pre>
<pre><code>## am cyl mw_mpg mw_hp
## 1: manu 6 20.6 131.7
## 2: manu 4 22.1 101.0
## 3: auto 6 19.1 115.2
## 4: auto 8 15.1 194.2
## 5: auto 4 22.1 96.0
## 6: manu 8 15.4 299.5</code></pre>
</div>
</div>
</div>
<hr />
<p style="text-align: center;">Bei Fragen kannst du mir gerne schreiben!</p>
<p style="text-align: center;"><span style="color: #808080;"><em>schmidtpaul@hotmail.de</em></span></p>
<!-- Add icon library -->
<link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/font-awesome/4.7.0/css/font-awesome.min.css">
<!-- Add font awesome icons -->
<p style="text-align: center;">
<a href="https://www.researchgate.net/profile/Paul_Schmidt17/research" class="fa fa-pencil"></a>
<a href="https://www.linkedin.com/in/schmidtpaul1989/" class="fa fa-linkedin"></a>
<a href="https://www.xing.com/profile/Paul_Schmidt203/cv/" class="fa fa-xing"></a>
<a href="https://github.com/SchmidtPaul/" class="fa fa-github"></a>
</p>
<a href="https://hits.seeyoufarm.com"><img src="https://hits.seeyoufarm.com/api/count/incr/badge.svg?url=https%3A%2F%2Fschmidtpaul.github.io%2FcrashcouRse%2F&count_bg=%23003F75&title_bg=%23555555&icon=&icon_color=%23E7E7E7&title=hits&edge_flat=false" class="center"/></a>
</div>
</div>
</div>
<script>
// add bootstrap table styles to pandoc tables
function bootstrapStylePandocTables() {
$('tr.header').parent('thead').parent('table').addClass('table table-condensed');
}
$(document).ready(function () {
bootstrapStylePandocTables();
});
</script>
<!-- tabsets -->
<script>
$(document).ready(function () {
window.buildTabsets("TOC");
});
$(document).ready(function () {
$('.tabset-dropdown > .nav-tabs > li').click(function () {
$(this).parent().toggleClass('nav-tabs-open')
});
});
</script>
<!-- code folding -->
<script>
$(document).ready(function () {
// move toc-ignore selectors from section div to header
$('div.section.toc-ignore')
.removeClass('toc-ignore')
.children('h1,h2,h3,h4,h5').addClass('toc-ignore');
// establish options
var options = {
selectors: "h1,h2,h3",
theme: "bootstrap3",
context: '.toc-content',
hashGenerator: function (text) {
return text.replace(/[.\\/?&!#<>]/g, '').replace(/\s/g, '_');
},
ignoreSelector: ".toc-ignore",
scrollTo: 0
};
options.showAndHide = true;
options.smoothScroll = true;
// tocify
var toc = $("#TOC").tocify(options).data("toc-tocify");
});
</script>
<!-- dynamically load mathjax for compatibility with self-contained -->
<script>
(function () {
var script = document.createElement("script");
script.type = "text/javascript";
script.src = "https://mathjax.rstudio.com/latest/MathJax.js?config=TeX-AMS-MML_HTMLorMML";
document.getElementsByTagName("head")[0].appendChild(script);
})();
</script>
</body>
</html>