Lernziel

Ziel dieses Tutorial ist es, ein interaktives Tool aufzubauen um einen Teil der in der Vorlesung vermittelten Inhalte zu vermitteln und gleichzeitig unsere Datenbasis passend aufzubereiten,zu analysieren und die Ergebnisse zu visualisieren.

Info

Modul: Data Science
Semester: SS23
Dozent: Uwe Kloos
Projektgruppe: 01
Gruppenmitglieder: Martin Hustoles, Marcel Kehrberg, Kevin Kirsten
Abgabedatum: 03.07.2023

Datentabelle

Anwendungsdomäne

Bildung.

Es kann eingesehen werden, wie viele Studierende jeweils in den Wintersemestern zwischen 98/99 und 21/22 an Deutschen Hochschulen/Universitäten eingeschrieben waren.

Es wird Unterteilt in Deutsche und Ausländische, sowie Männliche und Weibliche Student/Innen.

Man kann einsehen wie sich die Anzahl der Studierenden in Deutschland, sowie der Anteil an Deutschen/Ausländischen und Männlichen/Weiblichen Studend/Innen entwickelt hat.

Datenerhebung

Primärdaten des Statistischen Bundesamts. Vollerhebung. Zeitreihen.

Link zur Quelle: https://www-genesis.destatis.de/genesis/online?operation=table&code=21311-0001&bypass=true&levelindex=1&levelid=1680177866354#abreadcrumb

Beschreibung des Datensatzes

Merkmalsträger: 24

Merkmale: 10

Größe des Datensatzes: 24 Zeilen und 10 Spalten

Hypothesen

1. Die Anzahl der Ausländischen Studenten in Deutschland hat sich seit dem WS 00/01 verdoppelt.
   
2. Der %-Anteil an studierenden Frauen (insgesamt) gegenüber studierenden Männern (insgesamt) hat sich seit dem WS 98/99 stetig erhöht.

Wie können Daten eingelesen werden

Es können verschieden Datenvormate eingelesen werden z.B CSV, XLSX

1. Daten aus einer CSV-Datei einlesen

   es gibt zwei Funktionen zum einelesen einer CSV-Datei

   • read.csv wird verwendet wenn Dezimalzahlen mit eine Punkt “.” getrennt werden und Splaten durch ein Komma “,”.
   • read.csv2 wird verwendet wenn Dezimalzahlen durch eine Komma “,” getrennt werden und Spalten durch ein Semikolon “;”.

   In diesem Beispiel wird der dataframe daten.csv erstelt durch die datei mit dem Namen daten.csv zusätzlich werden dan Fehlende Werte na mit na=“NA”

   Wenn die Datei im Arbeitsverzeichnis ist

   daten_csv <- read.csv2("daten.csv", na="NA")
   

   Wenn die Datei auserhalb des Arbeitsverzeichnis ist

   daten_csv <- read.csv2("C:/Dokumente/daten.csv", na="NA")
   

   Wenn man den Pfand erst nach dem ausführen angeben will kann man auch

   daten_csv <- read.csv2(file.choose(), na="NA")
   

   nuzen dort wird nach dem ausführen ein Fenster geöfnet bei dem man die Datei dann im Explorer auswählen kann.

   An die read.csv bzw read.csv2 können noch weitere Parameter Hinzugefügt werden z.B.

   na="NA" Dadruch werden fehlende Werte spezifiziert damit R diese nicht für Berechnungen verwendet
   
   dec="," Dadurch wird das Trennzeichen für Dezimalzahlen festgelegt zum einlesen
   
   sep=";" Dadurch wird das Trennzeichen das die Werte in einer Zeile Seperiert festgelegt zum einlesen

2. Daten für eine XLSX Datei einlesen

   Hier wird an stelle von read.csv bzw read.csv2 read_exel verwendet

   davor muss aber mit

   install.packages("readxl")
   

   Das benötigte Packert instalirt werden und mit

   libary (readxl)

   das Packet engebunden werden um die read Funktion verwenden zu können

   hier gibt es aber nicht die Argumente wie bei csv auser

   na="NA"

Wie können Inkosistenzen und Leerstellen behoben werden

Eigenschaften der Daten

Hypothesentest