Analyse

# Analyse
### Einführung in die moderne Datenanalyse mit R <a href='https://therbootcamp.github.io'> The R Bootcamp </a> <a href='https://therbootcamp.github.io/I2R_2020Aug/'> </a>  <a href='https://therbootcamp.github.io'> </a>  <a href='mailto:therbootcamp@gmail.com'> </a>  <a href='https://www.linkedin.com/company/basel-r-bootcamp/'> </a>
### August 2020

---

<div class="my-footer">
 
 
 <img src="https://raw.githubusercontent.com/therbootcamp/therbootcamp.github.io/master/_sessions/_image/by-sa.png" height=14 style="vertical-align: middle"/>
 
 <a href="https://therbootcamp.github.io/">
 
 
 www.therbootcamp.com
 
 
 </a>
 <a href="https://therbootcamp.github.io/">
 
 Einführung in die moderne Datenanalyse mit R | August 2020
 
 </a>
 
 </div>

---

# Analyse

<ul>
 <li class="m1g">R(Studio) </li>
 <li class="m2g">Assignments</li>
 <li class="m3g">Funktionen</li>
 <li class="m4g">Data I/O</a></li>
 <li class="m5"><high>Analyse</high></li>
 <ul class="level">
 <li>Einfache Statistiken</li>
 <li>Einfache Graphiken</li>
 </ul>
</ul>

]

.pull-right5[

<img src="image/artifacts.png" height=420px> 
from <a href="https://xkcd.com//">xkcd.com</a>

]

---

# Statistiken

<ul>
 <li class="m1g">R(Studio) </li>
 <li class="m2g">Assignments</li>
 <li class="m3g">Funktionen</li>
 <li class="m4g">Data I/O</a></li>
 <li class="m5">Analyse</li>
 <ul class="level">
 <li><high>Einfache Statistiken</high></li>
 <li>Einfache Graphiken</li>
 </ul>
</ul>

]

```r
# Lese Daten in ein Objekt ein
daten <- read.csv('1_Data/Tourismus.csv')

# Mittlere Dauer
mean(daten$Dauer)
```

```
## [1] 2.428
```

```r
# Median Dauer
median(daten$Dauer)
```

```
## [1] 2.28
```

```r
# Standardabweichung Dauer
sd(daten$Dauer)
```

```
## [1] 1.017
```
]

---

# Statistiken

<ul>
 <li class="m1g">R(Studio) </li>
 <li class="m2g">Assignments</li>
 <li class="m3g">Funktionen</li>
 <li class="m4g">Data I/O</a></li>
 <li class="m5">Analyse</li>
 <ul class="level">
 <li><high>Einfache Statistiken</high></li>
 <li>Einfache Graphiken</li>
 </ul>
</ul>

]

```r
# Lese Daten in ein Objekt ein
daten <- read.csv('1_Data/Tourismus.csv')

# Zusammenfassung Dauer
summary(daten$Dauer)
```

```
##    Min. 1st Qu.  Median    Mean 3rd Qu. 
##    1.50    1.87    2.28    2.43    2.63 
##    Max. 
##    9.53
```
]

---

# Statistiken

<ul>
 <li class="m1g">R(Studio) </li>
 <li class="m2g">Assignments</li>
 <li class="m3g">Funktionen</li>
 <li class="m4g">Data I/O</a></li>
 <li class="m5">Analyse</li>
 <ul class="level">
 <li><high>Einfache Statistiken</high></li>
 <li>Einfache Graphiken</li>
 </ul>
</ul>

]

```r
# Lese Daten in ein Objekt ein
daten <- read.csv('1_Data/Tourismus.csv')

# Zusammenhang Dauer und Besucher
cor(daten$Dauer, daten$Besucher)
```

```
## [1] -0.1524
```
]

---

# Statistiken

<ul>
 <li class="m1g">R(Studio) </li>
 <li class="m2g">Assignments</li>
 <li class="m3g">Funktionen</li>
 <li class="m4g">Data I/O</a></li>
 <li class="m5">Analyse</li>
 <ul class="level">
 <li><high>Einfache Statistiken</high></li>
 <li>Einfache Graphiken</li>
 </ul>
</ul>

]

```r
# Lese Daten in ein Objekt ein
daten <- read.csv('1_Data/Tourismus.csv')

# Dauer nach Region
aggregate(daten$Dauer, list(daten$Region), mean)
```

```
##                            Group.1
## 1                           Afrika
## 2                          Amerika
## 3                            Asien
## 4 Australien, Neuseeland, Ozeanien
## 5                           Europa
##       x
## 1 2.809
## 2 2.680
## 3 2.860
## 4 2.483
## 5 2.095
```
]

---

# Statistiken

<ul>
 <li class="m1g">R(Studio) </li>
 <li class="m2g">Assignments</li>
 <li class="m3g">Funktionen</li>
 <li class="m4g">Data I/O</a></li>
 <li class="m5">Analyse</li>
 <ul class="level">
 <li><high>Einfache Statistiken</high></li>
 <li>Einfache Graphiken</li>
 </ul>
</ul>

]

```r
# Lese Daten in ein Objekt ein
daten <- read.csv('1_Data/Tourismus.csv')

# Vergleich der Dauer nach Region
anova(lm(daten$Dauer ~ daten$Region))
```

```
## Analysis of Variance Table
## 
## Response: daten$Dauer
##              Df Sum Sq Mean Sq F value
## daten$Region  4    8.9   2.229    2.32
## Residuals    66   63.5   0.962        
##              Pr(>F)  
## daten$Region  0.066 .
## Residuals            
## ---
## Signif. codes:  
##   0 '***' 0.001 '**' 0.01 '*' 0.05
##   '.' 0.1 ' ' 1
```
]

---

# Statistiken

<ul>
 <li class="m1g">R(Studio) </li>
 <li class="m2g">Assignments</li>
 <li class="m3g">Funktionen</li>
 <li class="m4g">Data I/O</a></li>
 <li class="m5">Analyse</li>
 <ul class="level">
 <li><high>Einfache Statistiken</high></li>
 <li>Einfache Graphiken</li>
 </ul>
</ul>

]

```r
# Lese Daten in ein Objekt ein
daten <- read.csv('1_Data/Tourismus.csv')

# Vergleich der Dauer nach Region
anova(lm(daten$Besucher ~ daten$Region))
```

```
## Analysis of Variance Table
## 
## Response: daten$Besucher
##              Df   Sum Sq Mean Sq
## daten$Region  4 7.15e+06 1787339
## Residuals    66 1.61e+08 2437029
##              F value Pr(>F)
## daten$Region    0.73   0.57
## Residuals
```
]

---

# Graphiken