<\/p>\n
Eine H\u00e4ufigkeitstabelle<\/strong> ist eine Tabelle, die die H\u00e4ufigkeiten verschiedener Kategorien anzeigt. Diese Art von Tabelle ist besonders n\u00fctzlich, um die Verteilung von Werten in einem Datensatz zu verstehen.<\/span><\/p>\n In diesem Tutorial wird erl\u00e4utert, wie Sie H\u00e4ufigkeitstabellen in R mithilfe des folgenden Datenrahmens erstellen:<\/span><\/p>\n Der folgende Code zeigt, wie man in R eine Einweg-H\u00e4ufigkeitstabelle f\u00fcr den Variablenspeicher<\/em> erstellt:<\/span><\/p>\n Diese Tabelle sagt uns einfach:<\/span><\/p>\n Der folgende Code zeigt, wie man in R eine bidirektionale H\u00e4ufigkeitstabelle f\u00fcr die Filial-<\/em> und Verkaufsvariablen<\/em> erstellt:<\/span><\/p>\n Diese Tabelle sagt uns:<\/span><\/p>\n Und so weiter.<\/span><\/p>\n Der folgende Code zeigt, wie Sie eine Drei-Wege-H\u00e4ufigkeitstabelle f\u00fcr die drei Variablen in unserem Datenrahmen erstellen:<\/span><\/p>\n Die erste Tabelle zeigt uns die Gesamtverk\u00e4ufe pro Gesch\u00e4ft, wenn die Anzahl der Retouren gleich 1 war. Die zweite Tabelle zeigt uns die Gesamtverk\u00e4ufe pro Gesch\u00e4ft, wenn die Anzahl der Retouren gleich 2 war. Und die dritte Tabelle zeigt uns die Gesamtverk\u00e4ufe von speichern, wenn die Anzahl der Retouren gleich 3 war.<\/span><\/p>\n Beachten Sie, dass R H\u00e4ufigkeitstabellen f\u00fcr noch h\u00f6here Dimensionen erstellen kann (z. B. 4-Wege-Frequenztabellen, 5-Wege-Frequenztabellen), die Ausgabe jedoch f\u00fcr h\u00f6here Dimensionen recht gro\u00df werden kann.<\/span><\/p>\n In der Praxis werden am h\u00e4ufigsten unidirektionale und bidirektionale Frequenztabellen verwendet.<\/span><\/p>\n So erstellen Sie Tabellen in R<\/a> Eine H\u00e4ufigkeitstabelle ist eine Tabelle, die die H\u00e4ufigkeiten verschiedener Kategorien anzeigt. Diese Art von Tabelle ist besonders n\u00fctzlich, um die Verteilung von Werten in einem Datensatz zu verstehen. In diesem Tutorial wird erl\u00e4utert, wie Sie H\u00e4ufigkeitstabellen in R mithilfe des folgenden Datenrahmens erstellen: #make this example reproducible set.seed(0) #create data frame df <- data.frame(store= rep […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n #make this example reproducible<\/span>\nset.seed(0)\n\n#create data frame<\/span> \ndf <- data.frame(store= rep<\/span> (c(' A<\/span> ', ' B<\/span> ', ' C<\/span> '), each<\/span> = 3<\/span> ),\n sales= round<\/span> (runif(9, 2, 6), 0<\/span> ),\n returns= round<\/span> (runif(9, 1, 3), 0<\/span> ))\n\n#view data frame<\/span> \ndf\n\n store sales returns\n1 to 6 2\n2 to 3 1\n3 to 3 1\n4 B 4 1\n5 B 6 2\n6 B 3 2\n7 C 6 3\n8 C 6 2\n9 C 5 2<\/strong><\/pre>\n Einwegh\u00e4ufigkeitstabellen in R<\/strong><\/span><\/h3>\n
#calculate frequency of each store<\/span>\ntable(df$store)\n\nABC\n3 3 3 \n<\/strong><\/pre>\n\n
Bidirektionale H\u00e4ufigkeitstabellen in R<\/strong><\/span><\/h3>\n
#calculate two-way frequency table<\/span>\ntable(df$store, df$sales)\n\n 3 4 5 6\n A 2 0 0 1\n B 1 1 0 1\n C 0 0 1 2 \n<\/strong><\/pre>\n\n
Drei-Wege-H\u00e4ufigkeitstabellen in R<\/strong><\/span><\/h3>\n
#calculate three-way frequency table<\/span>\ntable(df$store, df$sales, df$returns)\n\n, , = 1\n\n \n 3 4 5 6\n A 2 0 0 0\n B 0 1 0 0\n C 0 0 0 0\n\n, , = 2\n\n \n 3 4 5 6\n A 0 0 0 1\n B 1 0 0 1\n C 0 0 1 1\n\n, , = 3\n\n \n 3 4 5 6\n A 0 0 0 0\n B 0 0 0 0\n C 0 0 0 1 \n<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So f\u00fchren Sie einen Chi-Quadrat-Unabh\u00e4ngigkeitstest in R durch<\/a>
So f\u00fchren Sie einen Chi-Quadrat-Anpassungstest in R durch<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"