Skip to main content

2017 | OriginalPaper | Buchkapitel

2. Stichprobe, Zufallsvariable – Histogramm, Dichteverteilung in R

verfasst von : Carsten F. Dormann

Erschienen in: Parametrische Statistik

Verlag: Springer Berlin Heidelberg

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Dieses Kapitel erläutert, wie Daten aus der Erhebung in Feld oder Labor strukturiert in den Rechner gelangen. Danach werden die Funktionen eingeführt, die die Umsetzung von Kapitel 1 (Stichprobenstatistik) mit Hilfe von R für konkrete Beispiele ermöglichen.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Fußnoten
1
Für alle Betriebssysteme und in vielen Sprachen herunterzuladen bei www.​openoffice.​org oder in praktisch identischer Form LibreOffice bei www.​libreoffice.​org.
 
2
Dafür gibt es in R auch spezielle Pakete unter dem Thema quality control, etwa qcc.
 
3
Mittels der Befehle cast und zurück mit melt, im Paket reshape.
 
4
Der Befehl edit funktioniert ähnlich, aber das Ergebnis muss zugewiesen werden, das alte Objekt wird nicht verändert! Zum Beispiel: diversity2 <- edit(diversity)″​.
 
5
Im Paket psych steht zudem die Funktion read.clipboard zur Verfügung, die Daten aus der copy-paste-Zwischenablage (dem clipboard) einlesen kann.
 
6
In Windows z. B. ein Programm namens Editor, in macOS zum Beispiel TextEdit. Noch schneller geht es auf allen Betriebssystemen mit dem open source Programm muCommander (www.​mucommander.​com).
 
7
Wer das Pfeilchen (offiziell: assign arrow) nicht mag, kann auch ein Gleichheitszeichen benutzen (=). Neben dem <-″​ gibt es auch das ->″​. Wir hätten also auch schreiben können read.csv(″​EschenDBH.csv″​) -> eschen. Das folgt zwar der Denklogik („Lese die Daten ein und stecke sie ins Objekt eschen.“), ist aber höchst ungewöhnlich; ich habe so eine Codezeile noch nie gesehen. Siehe auch die R-Hilfe: ?«-″​.
 
8
Genauer gesagt, entsteht innerhalb der eckigen Klammern ein Vektor aus lauter TRUE und FALSE. Die eckigen Klammern wählen dann aus dem Vektor vor den Klammern nur die Werte aus, für die der Vektor in den Klammern TRUE ist. Das kann man einfach sehen, indem man in die R-Konsole Gruppe==3 eingibt.
 
9
Noch spartanischer ist der Befehl fivenum, der Minimum, Maximum und die drei Quartilen dazwischen angibt; tippe: fivenum(Umfang).
 
Metadaten
Titel
Stichprobe, Zufallsvariable – Histogramm, Dichteverteilung in R
verfasst von
Carsten F. Dormann
Copyright-Jahr
2017
Verlag
Springer Berlin Heidelberg
DOI
https://doi.org/10.1007/978-3-662-54684-0_2