[Courtesy of pxhere](https://pxhere.com/en/photo/1217289)

R Crash-Kurs - Lösungen

Zuletzt aktualisiert am 18. März. 2024 Statistik I Übungen

R als Taschenrechner

Bestimmen Sie das Ergebnis von $3 + 7 \cdot 12$

Lösung

3 + 7 * 12

## [1] 87

Prüfen Sie mit logischen Operatoren, ob das Ergebnis aus der letzten Aufgabe dasselbe ist, wie $3 \cdot 29$

Lösung

(3 + 7 * 12) == (3 * 29)

## [1] TRUE

Bestimmen Sie $\sqrt{115}$ und legen Sie das (ganzzahlig) gerundete Ergebnis in einem Objekt namens zahl ab.

Lösung

zahl <- round(sqrt(115))

Folgende Syntax verursacht einen Fehler: 6 * 1,56. Wodurch kommt dieser Fehler zustande?

Lösung

6 * 1,56

## Error: <text>:1:6: unexpected ','
## 1: 6 * 1,
##          ^

In der Syntax wird fälschlicherweise das Komma als Dezimaltrennzeichen genutzt. Wenn man das Komma durch einen Punkt ersetzt, funktioniert die Syntax problemlos:

6 * 1.56

## [1] 9.36

Daten erstellen

In folgender Tabelle sind die fünf schnellsten Zeiten im Finale des 100m Sprint der Frauen bei den Olympischen Sommerspielen 2020 in Tokyo dargestellt:

Sprinterin	Zeit (in s)
Elaine Thompson-Herah	10.61
Shelly-Ann Fraser-Pryce	10.74
Shericka Jackson	10.76
Marie-Josee Ta Lou	10.91
Ajla del Ponte	10.97

Erstellen Sie einen Vektor sprinterin und einen Vektor zeit, die die jeweiligen Informationen aus der Tabelle enthalten. Prüfen Sie, welchen Typ diese beiden Vektoren haben.

Lösung

Erstellen der Vektoren:

sprinterin <- c('Elaine Thompson-Herah', 'Shelly-Ann Fraser-Pryce', 'Shericka Jackson', 'Marie-Josee Ta Lou', 'Ajla del Ponte')
zeit <- c(10.61, 10.74, 10.76, 10.91, 10.97)

Prüfen der Typen:

class(sprinterin)

## [1] "character"

class(zeit)

## [1] "numeric"

sprinterin ist ein character weil es Text enthält; zeit ist numerisch.

Führen Sie die beiden Vektoren in einem Datensatz zusammen. Stellen Sie sicher, dass die Variable sprinterin nicht in einen Faktor umgewandelt wird.

Lösung

Per Voreinstellung wurden bis zur R-Version 4.0.0 character Vektoren beim Zusammenführen in data.frames in den Typ factor umgewandelt. Sollten Sie also eine älter Version benutzen, kann es hier zu Komplikationen kommen:

olymp <- data.frame(sprinterin, zeit)
str(olymp)

## 'data.frame':	5 obs. of  2 variables:
##  $ sprinterin: chr  "Elaine Thompson-Herah" "Shelly-Ann Fraser-Pryce" "Shericka Jackson" "Marie-Josee Ta Lou" ...
##  $ zeit      : num  10.6 10.7 10.8 10.9 11

In diesem Fall (R-Version 4.1.1) werden die Namen als character beibehalten. Das unterschiedliche Verhalten unterschiedlicher R-Versionen liegt daran, dass mit R-Version 4.0.0 die Voreinstellung des Arguments stringsAsFactors in der Funktion data.frame() geändert wurde. Das Argument und dessen Voreinstellung findet man mit help(data.frame). Da steht im Abschnitt Arguments:


`stringsAsFactors`	logical: should character vectors be converted to factors? The ‘factory-fresh’ default has been TRUE previously but has been changed to FALSE for R 4.0.0.

In älteren Versionen muss dieses Argument also händisch auf FALSE gesetzt werden, um das gewünschte Ergebnis zu erreichen.

olymp <- data.frame(sprinterin, zeit, stringsAsFactors = FALSE)
str(olymp)

## 'data.frame':	5 obs. of  2 variables:
##  $ sprinterin: chr  "Elaine Thompson-Herah" "Shelly-Ann Fraser-Pryce" "Shericka Jackson" "Marie-Josee Ta Lou" ...
##  $ zeit      : num  10.6 10.7 10.8 10.9 11

Lassen Sie sich via Elementenauswahl die Zeit von Shericka Jackson ausgeben.

Lösung

olymp[3, 2]         # dirkete Auswahl via Position

## [1] 10.76

olymp[3, 'zeit']    # Variablenauswahl per Name

## [1] 10.76

olymp[olymp$sprinterin == 'Shericka Jackson', 'zeit']  # Filterauswahl

## [1] 10.76

Nehmen Sie die 6. schnellste Läuferin, Mujinha Kambundji, und ihre Zeit von 10.99 Sekunden in den Datensatz auf.

Lösung

olymp[6, ] <- c('Muljinga Kambundji', 10.99)
olymp

##                sprinterin  zeit
## 1   Elaine Thompson-Herah 10.61
## 2 Shelly-Ann Fraser-Pryce 10.74
## 3        Shericka Jackson 10.76
## 4      Marie-Josee Ta Lou 10.91
## 5          Ajla del Ponte 10.97
## 6      Muljinga Kambundji 10.99

Fügen Sie die Nationalität der Läuferinnen als Variable zum Datensatz hinzu.

Lösung

Die Nationalitäten finden sich übersichtlich z.B. auf der Wikipedia-Seite zum 100m Sprint in Tokyo.

Variante 1: Neuen Vektor erstellen und über cbind oder data.frame hinzufügen.

nation <- c('Jamaika', 'Jamaika', 'Jamaika', 'Elfenbeinküste', 'Schweiz', 'Schweiz')
full <- data.frame(olymp, nation)   # via data.frame
# Alternative: via cbind
  # full <- cbind(olymp, nation)
full

##                sprinterin  zeit         nation
## 1   Elaine Thompson-Herah 10.61        Jamaika
## 2 Shelly-Ann Fraser-Pryce 10.74        Jamaika
## 3        Shericka Jackson 10.76        Jamaika
## 4      Marie-Josee Ta Lou 10.91 Elfenbeinküste
## 5          Ajla del Ponte 10.97        Schweiz
## 6      Muljinga Kambundji 10.99        Schweiz

Variante 2: Vektor direkt im Datensatz anlegen.

olymp$nation <- c('Jamaika', 'Jamaika', 'Jamaika', 'Elfenbeinküste', 'Schweiz', 'Schweiz')
olymp

##                sprinterin  zeit         nation
## 1   Elaine Thompson-Herah 10.61        Jamaika
## 2 Shelly-Ann Fraser-Pryce 10.74        Jamaika
## 3        Shericka Jackson 10.76        Jamaika
## 4      Marie-Josee Ta Lou 10.91 Elfenbeinküste
## 5          Ajla del Ponte 10.97        Schweiz
## 6      Muljinga Kambundji 10.99        Schweiz

Bestimmen Sie die Summe der Zeiten!

Lösung

Hinweis: Die Summe des Objekts zeit ist hier nicht mehr angebracht, weil die 6. Sprinterin direkt dem Datensatz hinzugefügt wurde. Dadurch hat sich das Verhalten unseres Datensatzes geändert:

sum(olymp$zeit)

## Error in sum(olymp$zeit): invalid 'type' (character) of argument

str(olymp)

## 'data.frame':	6 obs. of  3 variables:
##  $ sprinterin: chr  "Elaine Thompson-Herah" "Shelly-Ann Fraser-Pryce" "Shericka Jackson" "Marie-Josee Ta Lou" ...
##  $ zeit      : chr  "10.61" "10.74" "10.76" "10.91" ...
##  $ nation    : chr  "Jamaika" "Jamaika" "Jamaika" "Elfenbeinküste" ...

Es entsteht ein Fehler, der besagt, dass zeit im Datensatz als character und nicht numerisch abgelegt ist. Das ist dadurch passiert, dass die Daten von Mujinga Kambundji händisch hinzufügt wurden. Es gibt zwei Möglichkeiten damit umzugehen. Die Erste ist eine ad-hoc Korrektur der Variablentypen:

olymp$zeit <- as.numeric(olymp$zeit)
str(olymp)

## 'data.frame':	6 obs. of  3 variables:
##  $ sprinterin: chr  "Elaine Thompson-Herah" "Shelly-Ann Fraser-Pryce" "Shericka Jackson" "Marie-Josee Ta Lou" ...
##  $ zeit      : num  10.6 10.7 10.8 10.9 11 ...
##  $ nation    : chr  "Jamaika" "Jamaika" "Jamaika" "Elfenbeinküste" ...

Die Zweite ist es, das Problem bereits beim Hinzufügen von Daten zu umgehen. Dazu erstellen wir erst einmal den olymp Datensatz mit fünf Sprinterinnen aus den ursprünglichen Objekten erneut, um die Ausgangslage wiederherzustellen. Dann fügen wir die sechste Sprinterin eigenen, einzeiligen data.frame hinzu:

olymp <- data.frame(sprinterin, zeit)
olymp[6, ] <- data.frame('Muljinga Kambundji', 10.99)
str(olymp)

## 'data.frame':	6 obs. of  2 variables:
##  $ sprinterin: chr  "Elaine Thompson-Herah" "Shelly-Ann Fraser-Pryce" "Shericka Jackson" "Marie-Josee Ta Lou" ...
##  $ zeit      : num  10.6 10.7 10.8 10.9 11 ...

In beiden Fällen kann anschließend mit sum gearbeitet werden:

sum(olymp$zeit)

## [1] 64.98

Datenmanagement

Die folgenden Aufgaben beziehen sich auf den Datensatz fb23, den Sie hier als CSV finden. Sofern Sie es nicht bereits getan haben, setzen Sie das Working Directory auf den Ordner, in dem Sie den Datensatz gespeichert haben und laden Sie diesen Datensatz als Objekt fb23.

Vorbereitung

Lokale Datei öffnen:

setwd(...)

fb23 <- read.table('fb23.csv', 
  header = TRUE, 
  sep = ',')

Online Datei öffnen:

fb23 <- read.table('https://pandar.netlify.app/daten/fb23.csv', 
  header = TRUE,
  sep = ',')

Der Variablenübersicht können Sie die Variablennamen, Variablenbedeutungen und die Kodierschemata entnehmen. Die Variable ziel kodiert die Arbeitsbranchen, in denen Sie und Ihre Kommilitoninnen und Kommilitonen nach dem Abschluss tätig sein wollen. Wandeln Sie diese Variable in einen Faktor um und vergeben Sie die entsprechenden Labels.

Lösung

str(fb23$ziel)

##  int [1:179] 2 2 2 2 2 2 NA 4 2 2 ...

Variante 1: Umwandeln und anschließend Labels vergeben.

# Umwandung von numeric in factor
fb23$ziel <- as.factor(fb23$ziel)
# Vergabe von levels
levels(fb23$ziel) <- c('Wirtschaft', 'Therapie', 'Forschung', 'Andere')

Variante 2: In einem Schritt umwandeln und Labels vergeben.

fb23$ziel <- factor(fb23$ziel,
  labels = c('Wirtschaft', 'Therapie', 'Forschung', 'Andere'))

str(fb23$ziel)

##  Factor w/ 4 levels "Wirtschaft","Therapie",..: 2 2 2 2 2 2 NA 4 2 2 ...

Erstellen eine Variable uni, die darlegt, wie viele der Uniangebote eine Teilnehmerin oder ein Teilnehmer bereits in Anspruch genommen hat (aus den Variablen uni1 bis uni4).

Lösung

Variante 1: Taschenrechnen mit Vektoren.

fb23$uni <- fb23$uni1 + fb23$uni2 + fb23$uni3 + fb23$uni4
str(fb23$uni)

##  int [1:179] 1 4 1 3 2 1 0 2 2 1 ...

Variante 2: Zeilen-spezifische Summen bilden.

fb23$uni <- rowSums(fb23[, c('uni1', 'uni2', 'uni3', 'uni4')])
str(fb23$uni)

##  num [1:179] 1 4 1 3 2 1 0 2 2 1 ...

Nutzen Sie die subset Funktion um einen Datensatz zu erstellen, der nur die Personen enthält, die nach dem Abschluss in der Psychotherapie tätig sein wollen. Nennen Sie diesen therapie.

Nutzen Sie die Hilfe um herauszufinden, wie subset funktioniert.
Sie können im auf der Seite zum Crash-Kurs nachschlagen, wie logische Operationen in R durchgeführt werden!

Lösung

help(subset)

therapie <- subset(fb23,            # Voller Datensatz
  subset = fb23$ziel == 'Therapie'  # Auswahlkriterium
  )
str(therapie)

## 'data.frame':	106 obs. of  41 variables:
##  $ mdbf1_pre  : int  4 2 4 NA 3 3 3 2 3 3 ...
##  $ mdbf2_pre  : int  2 2 3 3 3 2 2 1 4 2 ...
##  $ mdbf3_pre  : int  3 4 2 2 2 3 2 2 1 1 ...
##  $ mdbf4_pre  : int  2 2 1 2 1 1 3 3 2 1 ...
##  $ mdbf5_pre  : int  3 2 3 2 2 1 2 4 1 3 ...
##  $ mdbf6_pre  : int  2 1 2 2 2 2 2 2 2 2 ...
##  $ mdbf7_pre  : int  4 3 3 1 1 2 3 3 1 3 ...
##  $ mdbf8_pre  : int  3 2 3 2 3 3 3 2 3 3 ...
##  $ mdbf9_pre  : int  2 4 1 2 3 3 2 3 1 1 ...
##  $ mdbf10_pre : int  3 2 3 3 2 4 2 2 2 3 ...
##  $ mdbf11_pre : int  3 2 1 2 2 1 2 4 1 1 ...
##  $ mdbf12_pre : int  1 1 2 3 2 2 3 2 3 3 ...
##  $ lz         : num  5.4 3.4 4.4 4.4 6.4 5.6 4.8 6 5.4 5.4 ...
##  $ extra      : num  3.5 3 4 3 4 4.5 2.5 3 4.5 4.5 ...
##  $ vertr      : num  1.5 3 3.5 4 4 4.5 3 3.5 3.5 3 ...
##  $ gewis      : num  4.5 4 5 3.5 3.5 4 3.5 4 3.5 4 ...
##  $ neuro      : num  5 5 2 4 3.5 4.5 4.5 4 3 3 ...
##  $ offen      : num  5 5 4.5 3.5 4 4 4 3 3 5 ...
##  $ prok       : num  1.8 3.1 1.5 1.6 2.7 3.3 2.4 3.1 2.7 2.6 ...
##  $ nerd       : num  4.17 3 2.33 2.83 3.83 ...
##  $ grund      : chr  "Berufsziel" "Interesse am Menschen" "Interesse und Berufsaussichten" "Wissenschaftliche Ergänzung zu meinen bisherigen Tätigkeiten (Arbeit in der psychiatrischen Akutpflege, Gestalt"| __truncated__ ...
##  $ fach       : int  4 4 4 4 4 4 4 NA 4 4 ...
##  $ ziel       : Factor w/ 4 levels "Wirtschaft","Therapie",..: 2 2 2 2 2 2 2 2 2 2 ...
##  $ wissen     : int  5 4 5 4 2 3 3 3 3 3 ...
##  $ therap     : int  5 5 5 5 4 5 5 5 5 4 ...
##  $ lerntyp    : int  3 3 1 3 3 1 3 3 1 1 ...
##  $ hand       : int  2 2 2 2 2 2 1 2 2 2 ...
##  $ job        : int  1 1 1 1 2 2 1 2 2 2 ...
##  $ ort        : int  2 1 1 1 1 2 1 2 1 1 ...
##  $ ort12      : int  2 1 2 2 2 1 2 1 2 2 ...
##  $ wohnen     : int  4 1 1 1 1 2 3 2 1 1 ...
##  $ uni1       : int  0 1 0 1 0 0 0 0 0 0 ...
##  $ uni2       : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ uni3       : int  0 1 0 0 1 0 1 0 1 1 ...
##  $ uni4       : int  0 1 0 1 0 0 0 0 0 0 ...
##  $ attent_pre : int  6 6 6 6 6 6 5 5 6 5 ...
##  $ gs_post    : num  3 2.75 4 2.5 3.75 NA 3.75 2.5 3.5 3.25 ...
##  $ wm_post    : num  2 1 3.75 2.75 3 NA 3.25 2 1.5 3 ...
##  $ ru_post    : num  2.25 1.5 3.75 3.5 3 NA 2.75 2.75 3.25 2.5 ...
##  $ attent_post: int  6 5 6 6 6 NA 5 3 6 5 ...
##  $ uni        : num  1 4 1 3 2 1 2 1 2 2 ...

Speichern Sie den neuen Datensatz als therapie.rds im RDS-Format ab.

Lösung

saveRDS(therapie, 'therapie.rds')

R Crash-Kurs - Lösungen

R als Taschenrechner

Daten erstellen

Datenmanagement

Martin Schultze

Koordination