Post on 05-Apr-2015
Statistiken und TabellenStatistiken und Tabellen
Referat am 4.12.2006Referat am 4.12.2006
von Maria Wieländervon Maria Wieländer
GliederungGliederung
DatensatzDatensatz StatistikenStatistiken TabellenTabellen Vergleich mit Excel Vergleich mit Excel ZusammenfassungZusammenfassung
DatensatzDatensatz Amerikanische DNNB – Umfrage von 1998Amerikanische DNNB – Umfrage von 1998 Religiosität von Personen verschiedener Schichten Religiosität von Personen verschiedener Schichten Kategorien: Kategorien:
Häufigkeit der KirchenbesucheHäufigkeit der Kirchenbesuche Fundamentalismus als GefahrFundamentalismus als Gefahr Bedeutung von Religion im eigenen LebenBedeutung von Religion im eigenen Leben AlterAlter KinderKinder Stadt – LandStadt – Land BildungBildung Bildung des EhepartnersBildung des Ehepartners Region der UmfrageRegion der Umfrage EinkommenEinkommen
Arbeiten mit dem DatensatzArbeiten mit dem Datensatz Datensatz in R laden: „File -> Load Datensatz in R laden: „File -> Load
Datafile“Datafile“
>BowlAl1998 <- read.table("C:/Dokumente und >BowlAl1998 <- read.table("C:/Dokumente und Einstellungen/Maria/Desktop/Testprogramme/BoEinstellungen/Maria/Desktop/Testprogramme/BowlAl1998.txt",header=T,sep="\t", wlAl1998.txt",header=T,sep="\t", quote="");attach(BowlAl1998)quote="");attach(BowlAl1998)
Zuordnen von Abkürzungen:Zuordnen von Abkürzungen:
> C<-CHURCH > C<-CHURCH > A<-AGE> A<-AGE> CHI<-CHILDREN> CHI<-CHILDREN> E<-EDUC> E<-EDUC
KritikKritik
Wenn „attach“ nicht aktiviert ist, ist es Wenn „attach“ nicht aktiviert ist, ist es sehr kompliziert, mit dem Datensatz in R sehr kompliziert, mit dem Datensatz in R zu arbeiten zu arbeiten
(C<-BowlAl1998$CHURCH)(C<-BowlAl1998$CHURCH)
StatistikenStatistiken
Arithmetisches MittelArithmetisches Mittel
Allgemein:Allgemein:
> t<-c(7,8,4,1,5,0,9,8,9,3)> t<-c(7,8,4,1,5,0,9,8,9,3)
> mean(t)> mean(t)
[1] 5.4[1] 5.4
Datensatz:Datensatz:
> mean(A)> mean(A)
[1] 47.80149[1] 47.80149
MedianMedian
50% der Werte liegen unterhalb des Medians 50% der Werte liegen unterhalb des Medians und 50% der Werte oberhalbund 50% der Werte oberhalb
Allgemein:Allgemein: > w<-c(4,6,2,8,0,9,7,3,4,4)> w<-c(4,6,2,8,0,9,7,3,4,4) > median(w)> median(w) [1] 4[1] 4
Datensatz:Datensatz: > median(A)> median(A) [1] 45[1] 45
Minimum und MaximumMinimum und Maximum
Allgemein:Allgemein:
> min(4,4,7,3,3,8,9,1,6,9)> min(4,4,7,3,3,8,9,1,6,9)
[1] 1[1] 1
> max(4,4,7,3,3,8,9,1,6,9)> max(4,4,7,3,3,8,9,1,6,9)
[1] 9[1] 9
> range(4,4,7,3,3,8,9,1,6,9)> range(4,4,7,3,3,8,9,1,6,9)
[1] 1 9[1] 1 9
Datensatz:Datensatz:
> min(A)> min(A)
[1] 18[1] 18
> max(A)> max(A)
[1] 92[1] 92
> range(A)> range(A)
[1] 18 92[1] 18 92
QuantileQuantile
Allgemein:Allgemein:
> p<-c(2,4,6,7,9,8,1,4,7,8)> p<-c(2,4,6,7,9,8,1,4,7,8)
> quantile(p,0.25)> quantile(p,0.25)
25% 25%
4 4
> quantile(p,0.75)> quantile(p,0.75)
75% 75%
7.757.75
Datensatz:Datensatz:
> quantile(A,0.25)> quantile(A,0.25)
25% 25%
35 35
> quantile(A,0.75)> quantile(A,0.75)
75% 75%
60 60
StandardabweichungStandardabweichung
Allgemein:Allgemein:
> u<-c(4,6,3,6,3,1,9,0,7,4)> u<-c(4,6,3,6,3,1,9,0,7,4)
> sd(u)> sd(u)
[1] 2.750757[1] 2.750757
Datensatz:Datensatz:
> sd(A)> sd(A)
[1] 16.02099[1] 16.02099
VarianzVarianz
Allgemein:Allgemein: > e<-c(5,3,6,9,2,1,6,8,4,6)> e<-c(5,3,6,9,2,1,6,8,4,6) > var(e)> var(e) [1] 6.444444[1] 6.444444
Datensatz:Datensatz: > var(A)> var(A) [1] 256.6721[1] 256.6721
EinfacherEinfacher
Allgemein:Allgemein: > d<-c(4,8,4,1,4,2,9,0,5,4)> d<-c(4,8,4,1,4,2,9,0,5,4) > summary(d)> summary(d)
Min. 1st Qu. Median Mean 3rd Qu. Max. Min. 1st Qu. Median Mean 3rd Qu. Max. 0.00 2.50 4.00 4.10 4.75 9.00 0.00 2.50 4.00 4.10 4.75 9.00
Datensatz:Datensatz: > summary(A)> summary(A)
Min. 1st Qu. Median Mean 3rd Qu. MaxMin. 1st Qu. Median Mean 3rd Qu. Max 18.0 35.0 45.0 47.8 60.0 92.0 18.0 35.0 45.0 47.8 60.0 92.0
Statistiken nach KlassenStatistiken nach Klassen
Datensatz:Datensatz:
>tapply(A,C,mean)>tapply(A,C,mean)
1 2 3 4 5 6 7 1 2 3 4 5 6 7
46.57705 45.22013 46.50435 45.39683 46.89224 48.78851 51.25721 46.57705 45.22013 46.50435 45.39683 46.89224 48.78851 51.25721
>tapply(A,C,median)>tapply(A,C,median)
1 2 3 4 5 6 7 1 2 3 4 5 6 7
44.0 44.0 43.0 43.0 46.0 46.0 49.5 44.0 44.0 43.0 43.0 46.0 46.0 49.5
tapply(A,C,summary)tapply(A,C,summary)
$`1`$`1` Min. 1st Qu. Median Mean 3rd Qu. Max. Min. 1st Qu. Median Mean 3rd Qu. Max. 19.00 34.00 44.00 46.58 57.00 92.00 19.00 34.00 44.00 46.58 57.00 92.00
$`2`$`2` Min. 1st Qu. Median Mean 3rd Qu. Max. Min. 1st Qu. Median Mean 3rd Qu. Max. 19.00 33.00 44.00 45.22 55.00 91.00 19.00 33.00 44.00 45.22 55.00 91.00
$`3`$`3` Min. 1st Qu. Median Mean 3rd Qu. Max. Min. 1st Qu. Median Mean 3rd Qu. Max. 20.0 34.0 43.0 46.5 60.0 83.0 20.0 34.0 43.0 46.5 60.0 83.0
$`4$`4 Min. 1st Qu. Median Mean 3rd Qu. Max. Min. 1st Qu. Median Mean 3rd Qu. Max. 20.0 32.0 43.0 45.4 56.0 80.0 20.0 32.0 43.0 45.4 56.0 80.0
$`5`$`5` Min. 1st Qu. Median Mean 3rd Qu. Max. Min. 1st Qu. Median Mean 3rd Qu. Max. 20.00 33.00 46.00 46.89 59.00 87.00 20.00 33.00 46.00 46.89 59.00 87.00
$`6`$`6` Min. 1st Qu. Median Mean 3rd Qu. Max. Min. 1st Qu. Median Mean 3rd Qu. Max. 20.00 36.00 46.00 48.79 62.00 90.00 20.00 36.00 46.00 48.79 62.00 90.00
$`7`$`7` Min. 1st Qu. Median Mean 3rd Qu. Max. Min. 1st Qu. Median Mean 3rd Qu. Max. 18.00 38.00 49.50 51.26 66.00 86.00 18.00 38.00 49.50 51.26 66.00 86.00
AuswertungAuswertung
Positives:Positives: Schnelle Ergebnisse auch bei großen Schnelle Ergebnisse auch bei großen
DatensätzenDatensätzen
Kritik:Kritik: Viele Befehle nicht leicht zu erschließen, Viele Befehle nicht leicht zu erschließen,
Handbuch wäre nötigHandbuch wäre nötig „ „c“ nötig bei per Hand eingegebenen Zahlen c“ nötig bei per Hand eingegebenen Zahlen (z.B. mean(c(1,2,3,4)) statt mean(1,2,3,4)) (z.B. mean(c(1,2,3,4)) statt mean(1,2,3,4)) Unübersichtliches Layout Unübersichtliches Layout
TabellenTabellen
Tabellen mit einer VariablenTabellen mit einer Variablen
Kirchenbesuche:
> table(C)> table(C) CC 1 2 3 4 5 6 7 1 2 3 4 5 6 7 915 477 230 189 232 435 832 915 477 230 189 232 435 832
Alter:
> table(A)> table(A)AA18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 1 7 16 23 36 37 34 41 49 71 67 64 61 79 64 92 70 76 59 84 89 67 82 77 891 7 16 23 36 37 34 41 49 71 67 64 61 79 64 92 70 76 59 84 89 67 82 77 89 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 87 92 63 67 67 78 61 74 64 41 60 55 57 41 45 54 42 55 42 42 32 27 55 47 49 87 92 63 67 67 78 61 74 64 41 60 55 57 41 45 54 42 55 42 42 32 27 55 47 49
68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 38 53 40 56 49 38 43 34 29 32 17 17 15 14 13 8 7 3 2 2 2 2 1 2 1 38 53 40 56 49 38 43 34 29 32 17 17 15 14 13 8 7 3 2 2 2 2 1 2 1
Tabellen mit zwei VariablenTabellen mit zwei Variablen
Kirchenbesuche und Bildung:Kirchenbesuche und Bildung:
> table(C,E)> table(C,E) EEC 1 2 3 4 5 6C 1 2 3 4 5 6 1 24 73 330 269 116 981 24 73 330 269 116 98 2 7 22 164 148 61 722 7 22 164 148 61 72 3 3 9 67 90 36 253 3 9 67 90 36 25 4 2 11 63 68 20 254 2 11 63 68 20 25 5 1 14 60 88 29 405 1 14 60 88 29 40 6 6 21 134 114 82 786 6 21 134 114 82 78 7 10 36 247 255 134 1497 10 36 247 255 134 149
Alter und Kirchenbesuche: Alter und Kirchenbesuche:
> > table(A,C)table(A,C) CCA 1 2 3 4 5 6 7A 1 2 3 4 5 6 7 18 0 0 0 0 0 0 118 0 0 0 0 0 0 1 19 1 5 0 0 0 0 119 1 5 0 0 0 0 1 20 2 4 2 1 2 1 420 2 4 2 1 2 1 4 21 11 3 0 3 0 2 3 21 11 3 0 3 0 2 3 22 8 6 1 2 4 5 1022 8 6 1 2 4 5 10 23 9 7 3 4 3 4 623 9 7 3 4 3 4 6 24 10 3 8 2 4 3 424 10 3 8 2 4 3 4 25 17 4 6 3 4 5 225 17 4 6 3 4 5 2 26 20 12 1 4 3 2 726 20 12 1 4 3 2 7 27 16 16 6 5 6 8 1327 16 16 6 5 6 8 13 28 25 7 3 7 6 10 928 25 7 3 7 6 10 9 29 19 6 3 3 9 13 1029 19 6 3 3 9 13 10 30 14 14 3 4 2 9 1530 14 14 3 4 2 9 15 31 21 15 7 5 5 8 1631 21 15 7 5 5 8 16 32 21 11 3 6 5 6 1132 21 11 3 6 5 6 11 33 30 14 7 3 10 14 1433 30 14 7 3 10 14 14 34 15 11 11 2 6 6 1934 15 11 11 2 6 6 19 35 17 15 5 5 5 9 1935 17 15 5 5 5 9 19 36 16 9 5 4 5 11 936 16 9 5 4 5 11 9 37 23 12 8 3 6 13 1937 23 12 8 3 6 13 19 38 26 10 3 7 2 14 2538 26 10 3 7 2 14 25
Bilden von KlassenBilden von Klassen
Ermitteln von Minimum und Maximum:Ermitteln von Minimum und Maximum:
> range(A)> range(A) [1] 18 92[1] 18 92
Klasseneinteilung:Klasseneinteilung:
> table(cut(A,breaks=c(17,25,35,40,50,60,70,80,92)))> table(cut(A,breaks=c(17,25,35,40,50,60,70,80,92)))
(17,25] (25,35] (35,40] (40,50] (50,60] (60,70] (70,80] (80,92] (17,25] (25,35] (35,40] (40,50] (50,60] (60,70] (70,80] (80,92] 195 693 381 755 514 425 330 195 693 381 755 514 425 330 57 57
Tabellen mit drei VariablenKinder, Kirchenbesuch, Bildung
> table(C,E,CHI), , CHI = 0
EC 1 2 3 4 5 6 1 19 39 180 149 86 73 2 3 10 79 85 37 44 3 2 3 31 49 22 15 4 2 2 34 28 13 10 5 1 10 33 43 9 21 6 3 17 81 57 35 36 7 6 25 153 125 70 83
, , CHI = 1
EC 1 2 3 4 5 6 1 4 34 147 117 30 24 2 4 12 85 62 24 28 3 1 6 35 40 14 9 4 0 9 29 40 7 15 5 0 4 27 44 20 19 6 2 4 52 55 47 42 7 4 11 93 126 64 66
Fehlende Werte im DatensatzFehlende Werte im Datensatz Summe der fehlenden Werte:Summe der fehlenden Werte: >> fC<-is.na(C)fC<-is.na(C) > sum(fC)> sum(fC) [1] 40[1] 40
Tabelle mit den fehlenden Werten:Tabelle mit den fehlenden Werten: > ftC<-table(C,exclude=0)> ftC<-table(C,exclude=0) > ftC> ftCCC 1 2 3 4 5 6 7 <NA> 1 2 3 4 5 6 7 <NA> 915 477 230 189 232 435 832 40 915 477 230 189 232 435 832 40
ProzentangabenProzentangaben Kirchenbesuche:Kirchenbesuche: > tC<-table(C)> tC<-table(C) > tC> tCCC 1 2 3 4 5 6 7 1 2 3 4 5 6 7 915 477 230 189 232 435 832 915 477 230 189 232 435 832
In Prozent:In Prozent: > pC<-100*tC/sum(tC)> pC<-100*tC/sum(tC) > pC> pCCC 1 2 3 4 5 6 7 1 2 3 4 5 6 7 27.643505 14.410876 6.948640 5.709970 7.009063 13.141994 27.643505 14.410876 6.948640 5.709970 7.009063 13.141994 25.135952 25.135952
Gerundet:Gerundet: > round(pC,2)> round(pC,2)CC 1 2 3 4 5 6 7 1 2 3 4 5 6 7 27.64 14.41 6.95 5.71 7.01 13.14 25.14 27.64 14.41 6.95 5.71 7.01 13.14 25.14
Zusammenfügen der Tabellen:Zusammenfügen der Tabellen:
> tt<-rbind(tC,pC)> tt<-rbind(tC,pC)
> tt> tt
1 2 3 4 5 6 71 2 3 4 5 6 7
tC 915.00 477.00 230.00 189.00 232.00 435.00 832.00tC 915.00 477.00 230.00 189.00 232.00 435.00 832.00
pC 27.64 14.41 6.95 5.71 7.01 13.14 25.14pC 27.64 14.41 6.95 5.71 7.01 13.14 25.14
Tabellen in Prozent:
>t<- table(C,E)>t<- table(C,E)>t>t
EEC 1 2 3 4 5 6C 1 2 3 4 5 6 1 24 73 330 269 116 981 24 73 330 269 116 98 2 7 22 164 148 61 722 7 22 164 148 61 72 3 3 9 67 90 36 253 3 9 67 90 36 25 4 2 11 63 68 20 254 2 11 63 68 20 25 5 1 14 60 88 29 405 1 14 60 88 29 40 6 6 21 134 114 82 786 6 21 134 114 82 78 7 10 36 247 255 134 1497 10 36 247 255 134 149
> pt<-round(100*t/sum(t),2)> pt<-round(100*t/sum(t),2)> pt> pt
EEC 1 2 3 4 5 6C 1 2 3 4 5 6 1 0.73 2.21 10.00 8.15 3.51 2.971 0.73 2.21 10.00 8.15 3.51 2.97 2 0.21 0.67 4.97 4.48 1.85 2.182 0.21 0.67 4.97 4.48 1.85 2.18 3 0.09 0.27 2.03 2.73 1.09 0.763 0.09 0.27 2.03 2.73 1.09 0.76 4 0.06 0.33 1.91 2.06 0.61 0.764 0.06 0.33 1.91 2.06 0.61 0.76 5 0.03 0.42 1.82 2.67 0.88 1.215 0.03 0.42 1.82 2.67 0.88 1.21 6 0.18 0.64 4.06 3.45 2.48 2.366 0.18 0.64 4.06 3.45 2.48 2.36 7 0.30 1.09 7.48 7.72 4.06 4.517 0.30 1.09 7.48 7.72 4.06 4.51
Zeilen- und SpaltensummenZeilen- und Spaltensummen
Tabelle:Tabelle:
> t<-table(C,E)> t<-table(C,E)> t> t EEC 1 2 3 4 5 6C 1 2 3 4 5 6 1 24 73 330 269 116 981 24 73 330 269 116 98 2 7 22 164 148 61 722 7 22 164 148 61 72 3 3 9 67 90 36 253 3 9 67 90 36 25 4 2 11 63 68 20 254 2 11 63 68 20 25 5 1 14 60 88 29 405 1 14 60 88 29 40 6 6 21 134 114 82 786 6 21 134 114 82 78 7 10 36 247 255 134 1497 10 36 247 255 134 149
Tabelle mit fehlenden Werten:Tabelle mit fehlenden Werten:
> ee<-table(C,E,exclude=c(0))> ee<-table(C,E,exclude=c(0))> ee> ee EEC 1 2 3 4 5 6 <NA>C 1 2 3 4 5 6 <NA> 1 24 73 330 269 116 98 51 24 73 330 269 116 98 5 2 7 22 164 148 61 72 32 7 22 164 148 61 72 3 3 3 9 67 90 36 25 03 3 9 67 90 36 25 0 4 2 11 63 68 20 25 04 2 11 63 68 20 25 0 5 1 14 60 88 29 40 05 1 14 60 88 29 40 0 6 6 21 134 114 82 78 06 6 21 134 114 82 78 0 7 10 36 247 255 134 149 1 7 10 36 247 255 134 149 1 <NA> 1 0 13 19 2 4 1<NA> 1 0 13 19 2 4 1
Spaltensumme:Spaltensumme:
> e<-table(E,exclude=0)> e<-table(E,exclude=0)> e> eEE 1 2 3 4 5 6 <NA> 1 2 3 4 5 6 <NA> 54 186 1078 1051 480 491 10 54 186 1078 1051 480 491 10
Zeilensumme:Zeilensumme:
> l<-table(C,exclude=0)> l<-table(C,exclude=0)> l> lCC 1 2 3 4 5 6 7 <NA> 1 2 3 4 5 6 7 <NA> 915 477 230 189 232 435 832 40915 477 230 189 232 435 832 40
Gesamtsumme:Gesamtsumme:
> s<-sum(e)> s<-sum(e)> s> s[1] 3350[1] 3350
Anfügen der Gesamtsumme:Anfügen der Gesamtsumme:
> gs<-c(e,s)> gs<-c(e,s)> gs> gs 1 2 3 4 5 6 <NA> 1 2 3 4 5 6 <NA> 54 186 1078 1051 480 491 10 335054 186 1078 1051 480 491 10 3350
Anfügen der Zeilensummen:Anfügen der Zeilensummen:
> v<-cbind(ee,l)> v<-cbind(ee,l)> v > v 1 2 3 4 5 6 <NA> l1 2 3 4 5 6 <NA> l 1 24 73 330 269 116 98 5 9151 24 73 330 269 116 98 5 915 2 7 22 164 148 61 72 3 4772 7 22 164 148 61 72 3 477 3 3 9 67 90 36 25 0 2303 3 9 67 90 36 25 0 230 4 2 11 63 68 20 25 0 1894 2 11 63 68 20 25 0 189 5 1 14 60 88 29 40 0 232 5 1 14 60 88 29 40 0 232
6 6 21 134 114 82 78 0 4356 6 21 134 114 82 78 0 435 7 10 36 247 255 134 149 1 8327 10 36 247 255 134 149 1 832<NA> 1 0 13 19 2 4 1 40<NA> 1 0 13 19 2 4 1 40
Anfügen derSpaltensummen:Anfügen derSpaltensummen:
> w<-rbind(v,gs)> w<-rbind(v,gs)> w> w 1 2 3 4 5 6 <NA> l1 2 3 4 5 6 <NA> l 1 24 73 330 269 116 98 5 9151 24 73 330 269 116 98 5 915 2 7 22 164 148 61 72 3 4772 7 22 164 148 61 72 3 477 3 3 9 67 90 36 25 0 2303 3 9 67 90 36 25 0 230 4 2 11 63 68 20 25 0 1894 2 11 63 68 20 25 0 189 5 1 14 60 88 29 40 0 2325 1 14 60 88 29 40 0 232 6 6 21 134 114 82 78 0 4356 6 21 134 114 82 78 0 435 7 10 36 247 255 134 149 1 8327 10 36 247 255 134 149 1 832<NA> 1 0 13 19 2 4 1 40<NA> 1 0 13 19 2 4 1 40 gs 54 186 1078 1051 480 491 10 3350gs 54 186 1078 1051 480 491 10 3350
AuswertungAuswertung
Positives:Positives: einfache Tabellen können schnell erstellt werdeneinfache Tabellen können schnell erstellt werden
Kritik:Kritik: gerade bei großen Tabellen unübersichtlich, da keine gerade bei großen Tabellen unübersichtlich, da keine
LinienLinien Tabellen mit Klassenbildung zu aufwändigTabellen mit Klassenbildung zu aufwändig fehlende Daten tauchen nur bei gesondertem Befehl auffehlende Daten tauchen nur bei gesondertem Befehl auf kein expliziter Befehl für Prozentangabenkein expliziter Befehl für Prozentangaben Bildung von Tabellen mit angefügten Zeilen- und Bildung von Tabellen mit angefügten Zeilen- und
Spaltensummen sehr umständlichSpaltensummen sehr umständlich
Vergleich mitVergleich mit ExcelExcel
Laden des Datensatzes in ExcelLaden des Datensatzes in Excel
StatistikenStatistiken Auswählen der FunktionAuswählen der Funktion
AngebenAngeben desdes DatenbereichesDatenbereiches
AlternativAlternativ
ErgebnisErgebnis
Erstellen von TabellenErstellen von Tabellen Einfügen von EinsernEinfügen von Einsern
TabellenfunktionTabellenfunktion
Auswählen der Kategorien und Ziehen Auswählen der Kategorien und Ziehen von x in den Datenfelderbereichvon x in den Datenfelderbereich
TabelleTabelle
AuswertungAuswertung
Befehle für Statistiken in Excel leichter zu finden, Befehle für Statistiken in Excel leichter zu finden, da schon vorgegebenda schon vorgegeben
Aber Excel gibt nur das Ergebnis zurück, ohne Aber Excel gibt nur das Ergebnis zurück, ohne konkrete Benennungkonkrete Benennung
Summary - Funktion in R nützlichSummary - Funktion in R nützlich Tabellen in Excel einfacher zu erstellen und Tabellen in Excel einfacher zu erstellen und
übersichtlicher, aber wenn Einser nicht übersichtlicher, aber wenn Einser nicht eingefügt, werden nicht immer alle Werte eingefügt, werden nicht immer alle Werte berücksichtigtberücksichtigt
FazitFazit
Positives:Positives: Einsatz von R bei großen Datensätzen sinnvollEinsatz von R bei großen Datensätzen sinnvoll Besonders bei Statistiken hilfreichBesonders bei Statistiken hilfreich
Kritik:Kritik: R für Tabellen weniger geeignetR für Tabellen weniger geeignet Befehle müssen den Schülern vorgegeben Befehle müssen den Schülern vorgegeben
werdenwerden Handbuch mit den für die Schule wichtigen Handbuch mit den für die Schule wichtigen
Befehlen nötigBefehlen nötig