diff --git a/DCProject.Rmd b/DCProject.Rmd
index 7594cc4e0d66b11b83e7a4adfd57946621bf5b58..5cb178c70c10a0e7139f6358f8595e59e65821e2 100644
--- a/DCProject.Rmd
+++ b/DCProject.Rmd
@@ -121,12 +121,14 @@ Es können verschieden Datenvormate eingelesen werden z.B CSV, XLSX
 
 1. Daten aus einer CSV-Datei einlesen
 
+    [Video Tutorial für CSV-Dateien](https://www.youtube.com/watch?v=Ia5Q1LlCCFc)
+
     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"
+    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
     
@@ -161,6 +163,8 @@ Es können verschieden Datenvormate eingelesen werden z.B CSV, XLSX
     ```
     
 2. Daten für eine XLSX Datei einlesen
+
+    [Video Tutorial für XLSX-Dateien](https://www.youtube.com/watch?v=46yqTMYW7U0)
     
     Hier wird an stelle von read.csv bzw read.csv2 read_exel verwendet
     
@@ -185,6 +189,36 @@ Es können verschieden Datenvormate eingelesen werden z.B CSV, XLSX
     
 ### Wie können Inkosistenzen und Leerstellen behoben werden
 
+[Fälle mit fehlende Werten in R löschen](https://www.youtube.com/watch?v=SXg-8DAB6gc)
+
+Durch die Funktion na.omit() können Zeilen entfernt werden in denen Fehlerhafte Werte stehen.
+
+Im Beisplie hier werden alle Zeilen mit na werten vom dataframe daten entfernt im dataframe gesaueberte_daten abgelegt
+
+```
+gesaueberte_daten <- na.omit(daten)
+```
+
+Um fehlende Werte direkt bei der Berechnung zu behandel kann na.rm benutzt werde wenn es auf TRUE gesetzt ist überspringt es NA werte. Volgente Funktionen können na.rm nutzen
+
+```
+colSums()
+
+rowSums()
+
+colMeans()
+
+rowMeans()
+```
+
+Beispiel für die Anwendung von na.rm
+
+```{r}
+narmtest <- read.csv("narmtest.csv", na="NA")
+narmtest
+rowSums(narmtest, na.rm = TRUE,)
+```
+
 ## Datenanalyse
 
 *Information: Die hier dargestellten Tabellen beinhalten zur Veranschaulichung jeweils nur die ersten 10 Zeilen. Unser Datensatz besteht aus 24 Zeilen.*
diff --git a/DCProject.html b/DCProject.html
index c1d29ac1222e53c7f8901578d6326f4f69e44ccb..e8884d2538680c1ce303330ff5478f996eb2a5ed 100644
--- a/DCProject.html
+++ b/DCProject.html
@@ -596,6 +596,8 @@ class="section level3">
 XLSX</p>
 <ol style="list-style-type: decimal">
 <li><p>Daten aus einer CSV-Datei einlesen</p>
+<p><a href="https://www.youtube.com/watch?v=Ia5Q1LlCCFc">Video Tutorial
+für CSV-Dateien</a></p>
 <p>es gibt zwei Funktionen zum einelesen einer CSV-Datei</p>
 <ul>
 <li>read.csv wird verwendet wenn Dezimalzahlen mit eine Punkt “.”
@@ -603,7 +605,7 @@ getrennt werden und Splaten durch ein Komma “,”.</li>
 <li>read.csv2 wird verwendet wenn Dezimalzahlen durch eine Komma “,”
 getrennt werden und Spalten durch ein Semikolon “;”.</li>
 </ul>
-<p>In diesem Beispiel wird der dataframe daten.csv erstelt durch die
+<p>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”</p>
 <p>Wenn die Datei im Arbeitsverzeichnis ist</p>
@@ -626,6 +628,8 @@ dec=&quot;,&quot; Dadurch wird das Trennzeichen für Dezimalzahlen festgelegt zu
 
 sep=&quot;;&quot; Dadurch wird das Trennzeichen das die Werte in einer Zeile Seperiert festgelegt zum einlesen</code></pre></li>
 <li><p>Daten für eine XLSX Datei einlesen</p>
+<p><a href="https://www.youtube.com/watch?v=46yqTMYW7U0">Video Tutorial
+für XLSX-Dateien</a></p>
 <p>Hier wird an stelle von read.csv bzw read.csv2 read_exel
 verwendet</p>
 <p>davor muss aber mit</p>
@@ -643,6 +647,35 @@ können</p>
 id="section-wie-können-inkosistenzen-und-leerstellen-behoben-werden"
 class="section level3">
 <h3>Wie können Inkosistenzen und Leerstellen behoben werden</h3>
+<p><a href="https://www.youtube.com/watch?v=SXg-8DAB6gc">Fälle mit
+fehlende Werten in R löschen</a></p>
+<p>Durch die Funktion na.omit() können Zeilen entfernt werden in denen
+Fehlerhafte Werte stehen.</p>
+<p>Im Beisplie hier werden alle Zeilen mit na werten vom dataframe daten
+entfernt im dataframe gesaueberte_daten abgelegt</p>
+<pre><code>gesaueberte_daten &lt;- na.omit(daten)</code></pre>
+<p>Um fehlende Werte direkt bei der Berechnung zu behandel kann na.rm
+benutzt werde wenn es auf TRUE gesetzt ist überspringt es NA werte.
+Volgente Funktionen können na.rm nutzen</p>
+<pre><code>colSums()
+
+rowSums()
+
+colMeans()
+
+rowMeans()</code></pre>
+<p>Beispiel für die Anwendung von na.rm</p>
+<pre class="r"><code>narmtest &lt;- read.csv(&quot;narmtest.csv&quot;, na=&quot;NA&quot;)</code></pre>
+<pre><code>## Warning in read.table(file = file, header = header, sep = sep, quote = quote, :
+## unvollständige letzte Zeile von readTableHeader in &#39;narmtest.csv&#39; gefunden</code></pre>
+<pre class="r"><code>narmtest</code></pre>
+<div data-pagedtable="false">
+<script data-pagedtable-source type="application/json">
+{"columns":[{"label":["a"],"name":[1],"type":["int"],"align":["right"]},{"label":["b"],"name":[2],"type":["int"],"align":["right"]},{"label":["c"],"name":[3],"type":["int"],"align":["right"]}],"data":[{"1":"1","2":"NA","3":"3"},{"1":"1","2":"5","3":"9"},{"1":"NA","2":"6","3":"NA"}],"options":{"columns":{"min":{},"max":[10]},"rows":{"min":[10],"max":[10]},"pages":{}}}
+  </script>
+</div>
+<pre class="r"><code>rowSums(narmtest, na.rm = TRUE,)</code></pre>
+<pre><code>## [1]  4 15  6</code></pre>
 </div>
 </div>
 <div id="section-datenanalyse" class="section level2">
@@ -1007,11 +1040,11 @@ Visualisierung:</p>
 <pre class="r"><code>plot(daten$Jahr, daten$Frauen_Anteil, xlab = &quot;Jahr&quot;, ylab = &quot;% Anteil Frauen&quot;, main = &quot;Trend der Frauenanteile&quot;)
 
 abline(trend_f, col = &quot;red&quot;)</code></pre>
-<p><img src="DCProject_files/figure-html/unnamed-chunk-7-1.png" width="624" /></p>
+<p><img src="DCProject_files/figure-html/unnamed-chunk-8-1.png" width="624" /></p>
 <pre class="r"><code>plot(daten$Jahr, daten$Männer_Anteil, xlab = &quot;Jahr&quot;, ylab = &quot;% Anteil Männer&quot;, main = &quot;Trend der Männeranteile&quot;)
 
 abline(trend_m, col = &quot;blue&quot;)</code></pre>
-<p><img src="DCProject_files/figure-html/unnamed-chunk-8-1.png" width="624" /></p>
+<p><img src="DCProject_files/figure-html/unnamed-chunk-9-1.png" width="624" /></p>
 <p>Wie man sieht ist es tatsächlich so, dass der Frauenanteil stetig
 gestiegen ist, im vergleich zum Männeranteil.</p>
 </div>
@@ -1060,7 +1093,7 @@ session$onSessionEnded(function() {
 <!--/html_preserve-->
 <!--html_preserve-->
 <script type="application/shiny-prerendered" data-context="execution_dependencies">
-{"type":"list","attributes":{"names":{"type":"character","attributes":{},"value":["packages"]}},"value":[{"type":"list","attributes":{"names":{"type":"character","attributes":{},"value":["packages","version"]},"class":{"type":"character","attributes":{},"value":["data.frame"]},"row.names":{"type":"integer","attributes":{},"value":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55]}},"value":[{"type":"character","attributes":{},"value":["backports","base","bslib","cachem","cellranger","checkmate","cli","compiler","datasets","digest","dplyr","ellipsis","evaluate","fansi","fastmap","fontawesome","generics","glue","graphics","grDevices","highr","htmltools","htmlwidgets","httpuv","jquerylib","jsonlite","knitr","later","learnr","lifecycle","magrittr","methods","mime","pillar","pkgconfig","promises","R6","Rcpp","readxl","rlang","rmarkdown","rprojroot","sass","shiny","stats","tibble","tidyselect","tools","utf8","utils","vctrs","withr","xfun","xtable","yaml"]},{"type":"character","attributes":{},"value":["1.4.1","4.2.3","0.5.0","1.0.8","1.1.0","2.2.0","3.6.1","4.2.3","4.2.3","0.6.31","1.1.2","0.3.2","0.20","1.0.4","1.1.1","0.5.1","0.1.3","1.6.2","4.2.3","4.2.3","0.10","0.5.5","1.6.2","1.6.11","0.1.4","1.8.4","1.43","1.3.1","0.11.4","1.0.3","2.0.3","4.2.3","0.12","1.9.0","2.0.3","1.2.0.1","2.5.1","1.0.10","1.4.2","1.1.0","2.22","2.0.3","0.4.6","1.7.4","4.2.3","3.2.1","1.2.0","4.2.3","1.2.3","4.2.3","0.6.1","2.5.0","0.39","1.8-4","2.3.7"]}]}]}
+{"type":"list","attributes":{"names":{"type":"character","attributes":{},"value":["packages"]}},"value":[{"type":"list","attributes":{"names":{"type":"character","attributes":{},"value":["packages","version"]},"class":{"type":"character","attributes":{},"value":["data.frame"]},"row.names":{"type":"integer","attributes":{},"value":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55]}},"value":[{"type":"character","attributes":{},"value":["backports","base","bslib","cachem","cellranger","checkmate","cli","compiler","datasets","digest","dplyr","ellipsis","evaluate","fansi","fastmap","fontawesome","generics","glue","graphics","grDevices","highr","htmltools","htmlwidgets","httpuv","jquerylib","jsonlite","knitr","later","learnr","lifecycle","magrittr","methods","mime","pillar","pkgconfig","promises","R6","Rcpp","readxl","rlang","rmarkdown","rprojroot","sass","shiny","stats","tibble","tidyselect","tools","utf8","utils","vctrs","withr","xfun","xtable","yaml"]},{"type":"character","attributes":{},"value":["1.4.1","4.3.1","0.5.0","1.0.8","1.1.0","2.2.0","3.6.1","4.3.1","4.3.1","0.6.32","1.1.2","0.3.2","0.21","1.0.4","1.1.1","0.5.1","0.1.3","1.6.2","4.3.1","4.3.1","0.10","0.5.5","1.6.2","1.6.11","0.1.4","1.8.5","1.43","1.3.1","0.11.4","1.0.3","2.0.3","4.3.1","0.12","1.9.0","2.0.3","1.2.0.1","2.5.1","1.0.10","1.4.2","1.1.1","2.22","2.0.3","0.4.6","1.7.4","4.3.1","3.2.1","1.2.0","4.3.1","1.2.3","4.3.1","0.6.3","2.5.0","0.39","1.8-4","2.3.7"]}]}]}
 </script>
 <!--/html_preserve-->
 </div>
diff --git a/DCProject_files/figure-html/unnamed-chunk-8-1.png b/DCProject_files/figure-html/unnamed-chunk-8-1.png
index 5426a0edafb5544d3699f2c4aa936ead6e3a6cc0..71a4d952386c0c28baad02a720f29c93c3ce787a 100644
Binary files a/DCProject_files/figure-html/unnamed-chunk-8-1.png and b/DCProject_files/figure-html/unnamed-chunk-8-1.png differ
diff --git a/DCProject_files/figure-html/unnamed-chunk-9-1.png b/DCProject_files/figure-html/unnamed-chunk-9-1.png
new file mode 100644
index 0000000000000000000000000000000000000000..5426a0edafb5544d3699f2c4aa936ead6e3a6cc0
Binary files /dev/null and b/DCProject_files/figure-html/unnamed-chunk-9-1.png differ
diff --git a/narmtest.csv b/narmtest.csv
new file mode 100644
index 0000000000000000000000000000000000000000..e12bbb25591fa990d06cc9a5255049bd03270548
--- /dev/null
+++ b/narmtest.csv
@@ -0,0 +1,4 @@
+a, b, c
+1, , 3
+1, 5, 9
+, 6, 
\ No newline at end of file