--- title: "1. Übungsblatt" author: "Bitte Namen einfügen" format: html: code-fold: true code-tools: true code-link: true df-print: paged code-line-numbers: true pdf: default editor: visual number-sections: true --- # Einführung in Quarto und R ## Quarto Quarto ermöglicht es, Inhalte und ausführbaren Code zu einem fertigen Dokument zu verweben. Mehr über Quarto unter . ## Code ausführen Wenn Du auf die Schaltfläche **Render** klickst, wird ein Dokument erstellt, das sowohl den Inhalt als auch die **Ausgabe** des eingebetteten Codes enthält. Code kann wie folgt einbettet werden: ```{r} # This is the first code chunk 1 + 1 ``` Es können Optionen zu ausführbarem Code wie folgt hinzugefügt werden ```{r} #| echo: false 2 * 2 ``` `echo: false` deaktiviert das Drucken des Codes (nur die Ausgabe wird angezeigt). ## Arbeitsverzeichnis festsetzen Als ersten Schritt sollte immer das Arbeitsverzeichnis festgelegt weren. Ändere dies bitte zu Deinem. ```{r} # set working directory setwd("Bitte eigenes Arbeitsverzeichnis einfügen") ``` ## Packages installieren und laden [R als Füller](https://jaspertjaden.github.io/course-intro2r/week2.html#week2) Bevor Du (die meisten) Dinge in R tun kannst, musst Du zunächst Pakete (packages) installieren und laden, die eine Bibliothek (library) mit praktischen Funktionen enthalten. Stell Dir vor, R ist ein Füller. Die Pakete sind die Tinte. Du brauchst zunächst die Tinte (Paket installieren) und dann musst Du die Tinte in den Stift geben (Paket laden), bevor Du mit dem Schreiben beginnen kannst (einen Befehl ausführen). Base R mag Dir die Standardtinte liefern, aber andere Pakete können wertvollere und interessantere Farben liefern. Wir nutzen in dieser Übung zwei Pakete: 1. tidyverse: Hilfreich, um Datensatz augzubereiten. Eine gute Einführung in das Paket ist [hier](https://bookdown.org/yih_huynh/Guide-to-R-Book/tidyverse.html) oder [hier](https://jaspertjaden.github.io/course-intro2r/week3.html) zu finden. 2. ggplot2: (im Paket tidyverse enthalten). Hilfreich, um schöne Graphen zu erstellen. Eine gute Einführung ist [hier](https://datacarpentry.github.io/r-socialsci/05-ggplot2.html) oder [hier](https://jaspertjaden.github.io/course-intro2r/week6.html) zu finden. ```{r} #| echo: true #| results: "hide" #| warning: false # Packages pkgs <- c( "tidyverse" ) ## Install uninstalled packages lapply(pkgs[!(pkgs %in% installed.packages())], install.packages) ## Load all packages to library lapply(pkgs, library, character.only = TRUE) ``` ## Daten einlesen Wir arbeiten mit dem Übungsdatensatz des SOEP (DOI:10.5684/soep.practice.v36). Es werden zwei Datensätze eingelesen. Der erste Datensatz enthalt die tatsächlichen Umfragedaten, der zweite Datensatz enthält die Variablenlabels. ```{r} # read data df = read.csv("../daten/soep_uebung.csv") df_labels = read.csv("../daten/soep_labels.csv") ``` ## Datenexploration ```{r} # Wie viele Zeilen hat der Datensatz? nrow(df) ``` Der Datensatz enthält `{r} nrow(df)` Beobachtungen. ## Datenexploration Schauen wir uns die ersten Zeilen des Datensatzes an, um einen ersten Überblick über den Datensatz zu gewinnen. ```{r} head(df) ``` ## Welche Variablen sind im Datensatz enthalten? ```{r} # Namen der Variablen names(df) #Namen, Datentyp und erste Einträge der Variablen glimpse(df) ``` # Übungsaufgaben ## Frauen im Datensatz Wie viele Beobachtungen im Datensatz sind Frauen? ```{r} table(df$______) ``` ## Balkendiagramm mit ggplot() Erstelle ein Balkendiagramm, das die Verteilung des Alters darstellt. ```{r} ggplot(df, aes(x = ______)) + geom_bar(fill = "skyblue", color = "black") + labs( title = "Verteilung des Alters", x = "Alter", y = "Häufigkeit" ) + theme_minimal() ``` ## Summary Statistics Wir alt ist die jüngste und wie alt die älteste Person? ```{r} ``` ## Variablentypen Welcher Variablentyp ist Geschlecht (sex)? Welcher Alter? Welcher Bildung? ```{r} ``` ## (Kreuz-)tabellen Wie viele Beobachtungen gibt es pro Jahr? Und getrennt nach Geschlecht? ```{r} table(df$______) table(df$______, ______) ``` ## Datensatz Exploration Was beinhaltet die Variable "einkommenj1" und "einkommenj2"? ```{r} ``` ## Vektor Erstelle einen Vektor, der die Ausprägungen der Variable "gesund_org" enthält. Und schaue Dir diesen Vektor an. ```{r} ``` ## Data wrlangling Wir möchten den subjektiven Gesundheitsstatus als numerische Variable nutzen. Wir müssen daher die Variable gesund_org in eine numerische Variable umwandeln. Achte auf fehlende Werte. ```{r} ``` ## Balkendiagramm Stelle die Verteilung des subjetiven Gesundheitsstatus graphisch dar ```{r} # Barplot erstellen ggplot(df, aes(x = factor(______))) + geom_bar(fill = "skyblue", color = "black") + labs( title = "Univariate Verteilung des subjektiven Gesundheitsstatus", x = "Subjektiver Gesundheitsstatus (1 = Sehr gut, 5 = Schlecht)", y = "Häufigkeit" ) + theme_minimal() ``` ## Fehlende Werte Gibt es fehlende Werte auf der Variable monatliches Einkommen (einkommenm1) und auf der Variable Alter? ```{r} ``` ## Zusammenhangsanalyse Schaue Dir den Zusammenhang von subjektiven Gesundheitsstatus und Alter graphisch mit Hilfe eines Scatterplots an. Beschränke die Daten auf das Jahr 2019 und auf Personen, die jünger als 65 Jahre alt sind. ```{r} # Scatterplot mit ggplot2 erstellen ``` ## Zusammenhangsanalyse mit log. Daten Und nun mit logarithmiertem Einkommen. Was fällt auf? ```{r} ``` ## Render Wandle dieses Dokument in ein PDF und ein HTML Dokument um. Wo wird es gespeichert? Tipp: in the YAML add "pdf: default" to the format. # Weiterführende Literatur - [R for Data Science](https://r4ds.had.co.nz/)