---
title: "Reproducible_Penguin_Report"
author: "Superauthor"
format: 
  docx: default
bibliography: references.bib
---

Im vorliegenden Report wird beispielhaft demonstriert wie man mit quarto Reproducible Reports via Literate Programming @knuth1984 erzeugen kann.

## Datensatz

Der vorliegende Report berichtet eine Sekundäranalyse auf den Daten von @gorman2014. Dieser enthält Informationen über drei Pinguinarten:

-   Adelie
-   Chinstrap
-   Gentoo

![Artwork CC-0 by \@allison_horst](https://allisonhorst.github.io/palmerpenguins/reference/figures/lter_penguins.png){width="1000"}
## Deskriptive Flipper Length Analyse
Von herausragendem Interesse sind Längenmaße der Flipper. Sie betragen je Art:

```{r}
#| warning: false
#| message: false

library(dplyr)
library(readr)
library(tinytable)

data_peng_field <- read_csv("data/palmerpenguins_fielddata.csv")

data_peng_field %>% 
  group_by(species) %>% 
  summarize(mean = mean(flipper_length_mm, na.rm = T)) %>% 
  tt()
```

## Prädiktion der Flügellänge
Fittet man eine Serie von Modellen einfacher linearer Regression zur Vorhersage der Flipper Length

$$FlipperLength_i = b_0 + b_1 \cdot BillDepth_i + ... + b_j \cdot I^{Gentoo}_i + \epsilon_i$$
erhält man:
```{r}
#| warning: false

library(modelsummary)
mod0 <- lm(flipper_length_mm ~ species, data = data_peng_field)
mod1 <- lm(flipper_length_mm ~ species + bill_length_mm, data = data_peng_field)
mod2 <- lm(flipper_length_mm ~ species + bill_length_mm + bill_depth_mm, data = data_peng_field)

modelsummary(
  list(
    "mod0" = mod0,
    "mod1" = mod1,
    "mod2" = mod2
  )
)
```
