<\/p>\n
Der einfachste Weg, \u00dcbersichtstabellen in R zu erstellen, ist die Verwendung der Funktionen \u201edescribe()\u201c<\/strong> und \u201edescribeBy()\u201c<\/strong> aus der Psych-<\/strong> Bibliothek.<\/span><\/p>\n Die folgenden Beispiele zeigen, wie Sie diese Funktionen in der Praxis nutzen k\u00f6nnen.<\/span><\/p>\n Angenommen, wir haben den folgenden Datenrahmen in R:<\/span><\/p>\n Wir k\u00f6nnen die Funktion \u201ebeschreiben()\u201c<\/strong> verwenden, um eine \u00dcbersichtstabelle f\u00fcr jede Variable im Datenrahmen zu erstellen:<\/span><\/p>\n So interpretieren Sie jeden Wert im Ergebnis:<\/span><\/p>\n Es ist wichtig zu beachten, dass jede Variable mit einem Sternchen (*) eine kategoriale oder logische Variable ist, die in eine numerische Variable mit Werten umgewandelt wurde, die die numerische Reihenfolge der Werte darstellen.<\/span><\/p>\n In unserem Beispiel wurde die Variable \u201eTeam\u201c in eine numerische Variable umgewandelt, daher sollten wir die entsprechende Zusammenfassungsstatistik nicht w\u00f6rtlich interpretieren.<\/span><\/p>\n Beachten Sie au\u00dferdem, dass Sie das Argument fast=TRUE<\/strong> verwenden k\u00f6nnen, um nur die g\u00e4ngigsten zusammenfassenden Statistiken zu berechnen:<\/span><\/p>\n Wir k\u00f6nnen uns auch daf\u00fcr entscheiden, zusammenfassende Statistiken nur f\u00fcr bestimmte Variablen im Datenrahmen zu berechnen:<\/span><\/p>\n Der folgende Code zeigt, wie Sie mit der Funktion discoverBy()<\/strong> eine \u00dcbersichtstabelle f\u00fcr den Datenrahmen erstellen, gruppiert nach der Variablen \u201eteam\u201c:<\/span><\/p>\n Die Ausgabe zeigt zusammenfassende Statistiken f\u00fcr jedes der drei Teams im Datenrahmen an.<\/span><\/p>\n So berechnen Sie die Zusammenfassung von f\u00fcnf Zahlen in R<\/a> Der einfachste Weg, \u00dcbersichtstabellen in R zu erstellen, ist die Verwendung der Funktionen \u201edescribe()\u201c und \u201edescribeBy()\u201c aus der Psych- Bibliothek. library (psych) #create summary table describe(df) #create summary table, grouped by a specific variable describeBy(df, group=df$var_name) Die folgenden Beispiele zeigen, wie Sie diese Funktionen in der Praxis nutzen k\u00f6nnen. Beispiel 1: Erstellen Sie eine einfache […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n library<\/span> (psych)<\/span>\n<\/span><\/span>\n#create summary table\n<\/span>describe(df)\n\n#create summary table, grouped by a specific variable<\/span>\ndescribeBy(df, group=df$var_name)\n<\/strong><\/pre>\n Beispiel 1: Erstellen Sie eine einfache \u00dcbersichtstabelle<\/strong><\/span><\/h3>\n
#create data frame\n<\/span>df <- data. frame<\/span> (team=c('A', 'A', 'B', 'B', 'C', 'C', 'C'),\n points=c(15, 22, 29, 41, 30, 11, 19),\n rebounds=c(7, 8, 6, 6, 7, 9, 13),\n steals=c(1, 1, 2, 3, 5, 7, 5))\n\n#view data frame\n<\/span>df\n\n team points rebounds steals\n1 to 15 7 1\n2 A 22 8 1\n3 B 29 6 2\n4 B 41 6 3\n5 C 30 7 5\n6 C 11 9 7\n7 C 19 13 5<\/strong><\/pre>\n library<\/span> (psych)<\/span>\n\n<\/span><\/span>#create summary table\n<\/span>describe(df)\n\n vars n mean sd median trimmed mad min max range skew kurtosis\nteam* 1 7 2.14 0.90 2 2.14 1.48 1 3 2 -0.22 -1.90\npoints 2 7 23.86 10.24 22 23.86 10.38 11 41 30 0.33 -1.41\nrebounds 3 7 8.00 2.45 7 8.00 1.48 6 13 7 1.05 -0.38\nsteals 4 7 3.43 2.30 3 3.43 2.97 1 7 6 0.25 -1.73\n se\nteam* 0.34\npoints 3.87\nrebounds 0.93\nsteals 0.87\n<\/strong><\/pre>\n\n
#create smaller summary table\n<\/span>describe(df, fast= TRUE<\/span> )\n\n vars n mean sd min max range se\nteam 1 7 NaN NA Inf -Inf -Inf NA\npoints 2 7 23.86 10.24 11 41 30 3.87\nrebounds 3 7 8.00 2.45 6 13 7 0.93\nsteals 4 7 3.43 2.30 1 7 6 0.87<\/strong><\/pre>\n #create summary table for just 'points' and 'rebounds' columns\n<\/span>describe(df[, c(' points<\/span> ', ' rebounds<\/span> ')], fast= TRUE<\/span> )\n\n vars n mean sd min max range se\npoints 1 7 23.86 10.24 11 41 30 3.87\nrebounds 2 7 8.00 2.45 6 13 7 0.93<\/strong><\/pre>\n Beispiel 2: Erstellen Sie eine \u00dcbersichtstabelle, gruppiert nach bestimmten Variablen<\/strong><\/span><\/h3>\n
#create summary table, grouped by 'team' variable\n<\/span>describeBy(df, group=df$team, fast= TRUE<\/span> )\n\n Descriptive statistics by group \ngroup: A\n vars n mean sd min max range se\nteam 1 2 NaN NA Inf -Inf -Inf NA\npoints 2 2 18.5 4.95 15 22 7 3.5\nrebounds 3 2 7.5 0.71 7 8 1 0.5\nsteals 4 2 1.0 0.00 1 1 0 0.0\n-------------------------------------------------- ---------- \ngroup: B\n vars n mean sd min max range se\nteam 1 2 NaN NA Inf -Inf -Inf NA\npoints 2 2 35.0 8.49 29 41 12 6.0\nrebounds 3 2 6.0 0.00 6 6 0 0.0\nsteals 4 2 2.5 0.71 2 3 1 0.5\n-------------------------------------------------- ---------- \ngroup: C\n vars n mean sd min max range se\nteam 1 3 NaN NA Inf -Inf -Inf NA\npoints 2 3 20.00 9.54 11 30 19 5.51\nrebounds 3 3 9.67 3.06 7 13 6 1.76\nsteals 4 3 5.67 1.15 5 7 2 0.67\n<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So berechnen Sie den Mittelwert pro Gruppe in R<\/a>
So berechnen Sie die Summe nach Gruppe in R<\/a>
So berechnen Sie die Varianz in R<\/a>
So erstellen Sie eine Kovarianzmatrix in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"