Add Maxi Zeug

tutorial_page.Rmd

@@ -7,6 +7,7 @@ runtime: shiny_prerendered
 ```{r setup, include=FALSE}
 library(learnr)
 library(readxl)
+library("ggplot2")
 options(scipen = 10)
 gameData <- read_excel("bgg_dataset.xlsx", sheet = "Sheet")
 knitr::opts_chunk$set(echo = FALSE)
@@ -93,9 +94,18 @@ Nur eine Spalte aus dem Datensatz lässt sich wie folgt lesen:
 gameData$`Year Published`
 ```
 
-You can swap `Year Published` with every column if the set and try it out!
+#### Zeit zum üben! 
+Schreiben Sie den Code, um die Spalte `Mechanics`zu lesen:
 
-Wie du weitere Dateientypen einlesen und benutzen kannst, findest du in diesem [Tutorial von Björn Walther](https://bjoernwalther.com/daten-in-r-importieren/).
+```{r read-mechanics-column, exercise=TRUE}
+
+```
+```{r read-mechanics-column-hint}
+gameData$`Mechanics`
+
+```
+
+Wie Sie weitere Dateientypen einlesen und benutzen kannst, finden Sie in diesem [Tutorial von Björn Walther](https://bjoernwalther.com/daten-in-r-importieren/).
 
 ### Leerstellen beheben
 
@@ -167,7 +177,7 @@ Dieser Befehl entfernt Sonderzeichen in der Spalte "Mechanics".
 
 Diese Beispiele sind allgemeiner Natur, und Sie sollten sie an Ihre spezifischen Daten und Probleme anpassen. Inkonsistenzen und Leerstellen können in verschiedenen Formen auftreten, und es ist wichtig, die geeigneten Methoden für Ihre speziellen Daten anzuwenden. Beachten Sie auch, dass Datenbereinigung oft datenabhängig ist, und eine gründliche Analyse der Daten ist vor der Bereinigung ratsam.
 
-### Jetzt bist du dran! Teste was du in diesem Abschnitt über Daten einlesen gelernt hast:
+### Jetzt sind Sie dran! Testen Sie was Sie in diesem Abschnitt über Daten einlesen gelernt haben:
 
 ```{r second-quiz}
 quiz(
@@ -317,10 +327,114 @@ quiz(
 
 
 ## Ergebnispräsentation
+In diesem Kapitel beschäftigen wir uns mit ausgewählten grafischen Darstellungsmöglichkeiten von Daten und wie man diese in RStudio erstellen kann.
 
 ### Streudiagramm
+Ein Steudiagramm wird häufig verwendet, um einen Zusammenhang zwischen Variablen darzustellen. In RStudio kann man mit Hilfe des plot()-Befehls ein solches Streudiagramm erzeugen. 
+Hier ein Beispiel:
+
+```{r plot}
+plot(gameData[["Year Published"]],gameData[["ID"]],ylab="ID des Spiels", xlab="Veröffentlichung des Spiels", main="Zusammenhang ID und Erstveröffentlichung eines Spiels",xlim=c(1960,2024))
+
+```
+\
+Der Code für dieses Streudiagramms ist grob zusammengefasst: 
+\
+\
+**plot(gameData[["xxx"]],gameData[["yyy"]],xlim=c(a,z))**
+\
+\
+Enthalten sind hier drei Parameter, die beiden Variablen und eine Begrenzung. Wobei xlim eine Begrenzung der x-Achse, und damit die Begrenzung der Werte von "xxx" darstellt, um ein genaueres Bild zu erhalten.
+\
+\
+\
+\
+Erstellen Sie nun anhand des Beispiels ein einfaches Streudiagramm welches den Zusammenhang zwischen "Min Age" und "Complexity Average" darstellt:
+```{r plotExercise, exercise=TRUE}
+
+```
+```{r plotExercise-hint}
+plot(gameData[["Complexity Average"]],gameData[["Min Age"]])
+
+```
+\
+\
+
+### Boxplot-Diagramm
+Ein Boxplot ist ein Diagramm, dass verschiedene Lageparameter und Streuparameter abbildet und damit einen ersten groben Überblick über eine Verteilung gibt. Meistens verwendet man einen Boxplot um schnell eine Übersicht über Median, Quartile, Minimal- und Maximalwerte sowie Ausreißer zu erhalten.
+\
+Folgend ein Beispiel:
+```{r ggplot}
+ggplot(gameData, aes(y = .data[["Play Time"]], group = .data[["Year Published"]], x = .data[["Year Published"]])) + geom_boxplot() + coord_cartesian(xlim = c(2000, 2020))
+
+```
+\
+\
+Anhand des Beispiels nun ein kleines Quiz zur Verdeutlichung der Begrifflichkeiten: \
+```{r quiz-ggplot}
+quiz(
+  question("Was ist der Median im Diagramm?",
+    answer("ein vertikaler Strich"),
+    answer("die Höhe der Box"),
+    answer("ein horizontaler Strich in der Mitter der Box", correct = TRUE),
+    answer("das untere Ende der Box")),
+  
+  question("Was sind die Quartile im Diagramm?(Es sind mehrere Antworten möglich)",
+    answer("das obere Ende der Box", correct = TRUE),
+    answer("Punkte oberhalb der Box"),
+    answer("ein Drittel des vertikalen Strichs"),
+    answer("das untere Ende der Box", correct = TRUE)),
+  
+  question("Was sind die Maximalwerte im Diagramm?",
+    answer("Punkte oberhalb der Box"),
+    answer("die Spitzen des vertikalen Strichs", correct = TRUE),
+    answer("die x-Achse und die y-Achse"),
+    answer("die Flaeche der Box")
+  ),
+  question("An was erkennt man im Diagramm die Ausreißer?",
+    answer("es sind Punkte außerhalb der Box", correct = TRUE),
+    answer("an der Größe der Box"),
+    answer("durch schlechtes Verhalten")
+  
+  )
+)
+```
+\
+\
+Um ein Boxplot-Diagramm zu erstellen, muss man das ggplot2-package installiert haben, der grobe Syntax fürs Diagramm selbst sieht wiefolgt aus:
+\
+**ggplot(gameData, aes(y = .data[["xxx"]], group = .data[["yyy"]], x = .data[["yyy"]])) + geom_boxplot()**
+\
+\
+\
+\
+
+### Säulendiagramme
+Das bekannte Säulendiagramm wird meistens verwendet um eine Veränderung im Laufe der Zeit zu zeigen. Mit Säulendiagrammen kann man Steigerung, Rückgang, Stagnation als auch eine Häufigkeitsverteilung deutlich zeigen. Um ein Säulendiagramm in R mit Häufigkeitsverteilung zu erhalten, gibt man den Befehl:
+\
+\
+**barplot(table(gameData[["xxx"]])** ein und kann um die Achsen näher zu beschreiben noch **xlab=""** und **ylab=""** einfügen.
+\
+\
+Folgend ein Beispiel für ein Säulendiagramm mit Häufigkeitsverteilung:
+\
+```{r barplot}
+barplot(table(gameData[["Min Age"]]), xlab = "Altersfreigabe" , ylab = "Häufigkeit", 
+        main = "Häufigkeit der Altersfreigaben" )
+```
+\
+\
+Geben Sie nun ein Säulendiagramm mit den Werten von "Complexity Average" und Achsenbeschriftung aus:
+\
+```{r barplotExercise, exercise=TRUE}
+
+
+```
+```{r barplotExercise-hint}
+barplot(gameData[["Complexity Average"]], xlab = "Spiel" , ylab = "Score")
+
+```
 
-### Kein Plan
 
 ## Teaminfos