Nikobranch
Compare changes
Some changes are not shown
For a faster browsing experience, some files are collapsed by default.
Files
2
Conflict: This file was modified in both the source and target branches.
Ask someone with write access to resolve it.
+ 46
− 38
@@ -25,7 +25,7 @@ Link zum Datensatz auf Kaggle: https://www.kaggle.com/code/karnikakapoor/board-g
@@ -48,9 +48,9 @@ Diese Spalten bieten eine breite Palette von Informationen über die charakteris
@@ -58,7 +58,7 @@ Wir haben zwei Hypothesen formuliert, die wir im "Datenanalyse"-Abschnitt testen
@@ -72,15 +72,15 @@ install.packages("readxl")
@@ -101,11 +101,11 @@ Schreiben Sie den Code, um die Spalte `Mechanics` zu lesen:
@@ -138,16 +138,16 @@ gameData$`Mechanics` <- tolower(gameData$`Mechanics`)
@@ -159,9 +159,9 @@ Dieser Befehl ersetzt fehlende Werte durch der Median der vorhandenen Werten in
@@ -170,8 +170,6 @@ vector <- unique(vector)
@@ -179,13 +177,13 @@ gameData$`Mechanics` <- gsub("[^a-zA-Z0-9 ]", "", gameData$`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.
@@ -202,10 +200,10 @@ quiz(
@@ -219,9 +217,9 @@ quiz(
@@ -232,10 +230,10 @@ head(gameData)
@@ -286,10 +284,10 @@ Sie sollten hier den Wert 77.91056 bekommen.
@@ -297,7 +295,7 @@ owned <- gameData$"Owned Users"
Weiterhin kann man dies auf ein Plot abbilden. Dazu verwendet man die ```plot()``` Funktion in welche man einen x und y Wert eingibt, zusammen mit Optionen wie das Plot aussehen soll. Mehr information dazu findet man [in der Dokumentation](https://www.rdocumentation.org/packages/graphics/versions/3.6.2/topics/plot).\
@@ -310,23 +308,31 @@ Versuchen Sie nun den oben gezeigten Plot selbst zu erstellen. Die Farbe und Par
R hat Funktionen zum Testen von Hypothesen. Hier kann man nun den [T-Test](https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/t.test) anwenden. In der Funktion ```t.test()``` werden die beiden Wertesets eingegeben. Der ausgegebene p-Wert (p-value) kann dann mit dem Signifikanzwert (typischerweise 5%(0.05)) verglichen werden. Ist der Wert groesser als 0.05 kann man annehmen, dass die Null-Hypothese stimmt.\
@@ -442,7 +448,9 @@ Geben Sie nun ein Säulendiagramm mit den Werten von "Complexity Average" und Ac