Summarize Variables

Am Anfang einer sozialwissenschaftlichen Datenanalyse stehen oft deskriptive Statistiken zur Beschreibung von Variablen. Im Gegensatz zu den zuvor (z.B. bei der z-Standardisierung) verwendeten vektorisierten Funktionen kommen dabei »summary functions« zum Zuge:

Diese Funktionen werden oft innerhalb der Funktion summary() ausgeführt, welche eine sehr ähnliche Syntax wie mutate() aufweist (siehe Cheatsheet unten).

Mittelwert und Standardabweichungen der `bill`-Variablen

Beispielstudie

Angenommen ein Forscher:innenteam möchte Mittelwert und Standardabweichungen der bill-Variablen berichten - was wäre eine geignete Syntax?

1penguins %>%
2  summarize(
3    bill_length_mean = mean(bill_length_mm, na.rm = T),
4    bill_depth_mean = mean(bill_depth_mm, na.rm = T),
5    bill_length_sd = sd(bill_length_mm, na.rm = T) ,
6    bill_depth_sd = sd(bill_depth_mm, na.rm = T))

1: Nimm das Objekt/den Datensatz penguins und
2: berechne folgende Zusammenfassungen von Variablen:
3: Das arithmtische Mittel der Variable bill_length_mm.
4: Das arithmtische Mittel der Variable bill_depth_mm.
5: Die Standardabweichung der Variable bill_length_mm.
6: Die Standardabweichung der Variable bill_depth_mm.

Übung 1

Führen Sie die den obigen Code aus. Ergänzen Sie dann um Median, Minimum und Maximum.

Eine Lösung

penguins %>%                                              
  summarize(                                              
    bill_length_mean = mean(bill_length_mm, na.rm = T),   
    bill_depth_mean = mean(bill_depth_mm, na.rm = T),     
    bill_length_sd = sd(bill_length_mm, na.rm = T) ,      
    bill_depth_median = median(bill_depth_mm, na.rm = T),
    bill_depth_max = max(bill_depth_mm, na.rm = T),
    bill_depth_min = min(bill_depth_mm, na.rm = T))

Mittelwert und Standardabweichungen der bill-Variablen

Übung 1

Cheat Sheet

Mittelwert und Standardabweichungen der `bill`-Variablen