RSocialScience by Japhilko

Den Datensatz laden

library(foreign)
dat <- read.dta(
"https://github.com/Japhilko/RSocialScience/blob/master/data/GPanel.dta?raw=true")
dat$bazq020a <- as.numeric(dat$bazq020a)

## Warning: NAs durch Umwandlung erzeugt

Streuungsmaße

In Basis R sind die wichtigsten Streuungsmaße enthalten:

Varianz: var()
Standardabweichung: sd()
Minimum und Maximum: min() und max()
Range: range()

var(dat$bazq020a)

## [1] NA

var(dat$bazq020a,na.rm=T)

## [1] 476.8859

sd(dat$bazq020a,na.rm=T)

## [1] 21.83772

range(dat$bazq020a,na.rm=T)

## [1] -99  45

Extremwerte

min(dat$bazq020a)

## [1] NA

max(dat$bazq020a)

## [1] NA

Fehlende Werte

Sind NAs vorhanden muss dies der Funktion mitgeteilt werden

ab <- 1:10
ab[10] <- NA
var(ab)

## [1] NA

Bei fehlenden Werten muss ein weiteres Argument mitgegeben werden:

var(ab,na.rm=T)

## [1] 7.5

Häufigkeiten und gruppierte Kennwerte

Eine Auszählung der Häufigkeiten der Merkmale einer Variable liefert table()
Mit table() sind auch Kreuztabellierungen möglich indem zwei Variablen durch Komma getrennt werden: table(x,y) liefert Häufigkeiten von y für gegebene Ausprägungen von x

table(dat$a11d054a)

## 
## Männlich Weiblich 
##       43       57

Tabellieren - weiteres Beispiel

?table

table(dat$a11d054a)

## 
## Männlich Weiblich 
##       43       57

table(dat$a11d054a,dat$a11d056z)

##           
##            Ambiguous answer Item nonresponse Not reached Unit nonresponse
##   Männlich                0                0           0                0
##   Weiblich                0                0           0                0
##           
##            Not in panel 18 bis unter 20 Jahre 20 bis unter 25 Jahre
##   Männlich            0                     2                     2
##   Weiblich            0                     2                     4
##           
##            25 bis unter 30 Jahre 30 bis unter 35 Jahre
##   Männlich                     2                     3
##   Weiblich                     5                     2
##           
##            35 bis unter 40 Jahre 40 bis unter 45 Jahre
##   Männlich                     2                     1
##   Weiblich                     4                     4
##           
##            45 bis unter 50 Jahre 50 bis unter 55 Jahre
##   Männlich                     8                     9
##   Weiblich                     6                     7
##           
##            55 bis unter 60 Jahre 60 bis unter 63 Jahre
##   Männlich                     3                     2
##   Weiblich                     5                     9
##           
##            63 bis unter 65 Jahre 65 bis unter 70 Jahre 70 Jahre und Älter
##   Männlich                     3                     5                  1
##   Weiblich                     1                     5                  3

Häufigkeitstabellen

prop.table() liefert die relativen Häufigkeiten
Wird die Funktion außerhalb einer table() Funktion geschrieben erhält man die relativen Häufigkeiten bezogen auf alle Zellen

Die Funktion `prop.table`

?prop.table

prop.table(table(dat$a11d054a,dat$a11d056z),1)

##           
##            Ambiguous answer Item nonresponse Not reached Unit nonresponse
##   Männlich       0.00000000       0.00000000  0.00000000       0.00000000
##   Weiblich       0.00000000       0.00000000  0.00000000       0.00000000
##           
##            Not in panel 18 bis unter 20 Jahre 20 bis unter 25 Jahre
##   Männlich   0.00000000            0.04651163            0.04651163
##   Weiblich   0.00000000            0.03508772            0.07017544
##           
##            25 bis unter 30 Jahre 30 bis unter 35 Jahre
##   Männlich            0.04651163            0.06976744
##   Weiblich            0.08771930            0.03508772
##           
##            35 bis unter 40 Jahre 40 bis unter 45 Jahre
##   Männlich            0.04651163            0.02325581
##   Weiblich            0.07017544            0.07017544
##           
##            45 bis unter 50 Jahre 50 bis unter 55 Jahre
##   Männlich            0.18604651            0.20930233
##   Weiblich            0.10526316            0.12280702
##           
##            55 bis unter 60 Jahre 60 bis unter 63 Jahre
##   Männlich            0.06976744            0.04651163
##   Weiblich            0.08771930            0.15789474
##           
##            63 bis unter 65 Jahre 65 bis unter 70 Jahre 70 Jahre und Älter
##   Männlich            0.06976744            0.11627907         0.02325581
##   Weiblich            0.01754386            0.08771930         0.05263158

Die aggregate Funktion

Mit der aggregate() Funktion können Kennwerte für Untergruppen erstellt werden
aggregate(x,by,FUN) müssen mindestens drei Argumente übergeben werden:

aggregate(dat$bazq020a,by=list(dat$a11d054a),mean,na.rm=T)

##    Group.1         x
## 1 Männlich 13.534884
## 2 Weiblich  8.773585

x: ein oder mehrere Beobachtungsvektor(en) für den der Kennwert berechnet werden soll

by: eine oder mehrere bedingende Variable(n)

FUN: die Funktion welche den Kennwert berechnet (z.B. mean oder sd)

Die Ausgabe kann mit Hilfe von xtabs() in eine schöne zweidimensionale Tabelle überführt werden

Beispieldatensatz - apply Funktion

ApplyDat <- cbind(1:4,runif(4),rnorm(4))

apply(ApplyDat,1,mean)

## [1] 0.6738942 1.2061003 1.8166774 1.4129262

apply(ApplyDat,2,mean)

## [1] 2.5000000 0.7397477 0.5924508

Die Funktion apply

apply(ApplyDat,1,var)

## [1] 0.1446567 0.5013817 1.1149581 5.2347070

apply(ApplyDat,1,sd)

## [1] 0.3803376 0.7080831 1.0559157 2.2879482

apply(ApplyDat,1,range)

##           [,1]      [,2]     [,3]      [,4]
## [1,] 0.2560905 0.6398162 0.970519 -0.344285
## [2,] 1.0000000 2.0000000 3.000000  4.000000

apply(ApplyDat,1,length)

## [1] 3 3 3 3

Argumente der Funktion apply

Für margin=1 die Funktion mean auf die Reihen angewendet,
Für margin=2 die Funktion mean auf die Spalten angewendet,
Anstatt mean können auch andere Funktionen wie var, sd oder length verwendet werden.

Die Funktion tapply

Auch andere Funktionen können eingesetzt werden…. - Auch selbst programmierte Funktionen
Im Beispiel wird die einfachste eigene Funktion angewendet.

Beispiel Funktion tapply

tapply(dat$a11d054a,dat$a11d056z,mean)

## Warning in mean.default(X[[i]], ...): argument is not numeric or logical:
## returning NA

## Warning in mean.default(X[[i]], ...): argument is not numeric or logical:
## returning NA

## Warning in mean.default(X[[i]], ...): argument is not numeric or logical:
## returning NA

## Warning in mean.default(X[[i]], ...): argument is not numeric or logical:
## returning NA

## Warning in mean.default(X[[i]], ...): argument is not numeric or logical:
## returning NA

## Warning in mean.default(X[[i]], ...): argument is not numeric or logical:
## returning NA

## Warning in mean.default(X[[i]], ...): argument is not numeric or logical:
## returning NA

## Warning in mean.default(X[[i]], ...): argument is not numeric or logical:
## returning NA

## Warning in mean.default(X[[i]], ...): argument is not numeric or logical:
## returning NA

## Warning in mean.default(X[[i]], ...): argument is not numeric or logical:
## returning NA

## Warning in mean.default(X[[i]], ...): argument is not numeric or logical:
## returning NA

## Warning in mean.default(X[[i]], ...): argument is not numeric or logical:
## returning NA

## Warning in mean.default(X[[i]], ...): argument is not numeric or logical:
## returning NA

##      Ambiguous answer      Item nonresponse           Not reached 
##                    NA                    NA                    NA 
##      Unit nonresponse          Not in panel 18 bis unter 20 Jahre 
##                    NA                    NA                    NA 
## 20 bis unter 25 Jahre 25 bis unter 30 Jahre 30 bis unter 35 Jahre 
##                    NA                    NA                    NA 
## 35 bis unter 40 Jahre 40 bis unter 45 Jahre 45 bis unter 50 Jahre 
##                    NA                    NA                    NA 
## 50 bis unter 55 Jahre 55 bis unter 60 Jahre 60 bis unter 63 Jahre 
##                    NA                    NA                    NA 
## 63 bis unter 65 Jahre 65 bis unter 70 Jahre    70 Jahre und Älter 
##                    NA                    NA                    NA

tapply(dat$a11d054a,
       dat$a11d056z,function(x)x)

## $`Ambiguous answer`
## NULL
## 
## $`Item nonresponse`
## NULL
## 
## $`Not reached`
## NULL
## 
## $`Unit nonresponse`
## NULL
## 
## $`Not in panel`
## NULL
## 
## $`18 bis unter 20 Jahre`
## [1] Weiblich Männlich Weiblich Männlich
## Levels: Männlich Weiblich
## 
## $`20 bis unter 25 Jahre`
## [1] Männlich Weiblich Männlich Weiblich Weiblich Weiblich
## Levels: Männlich Weiblich
## 
## $`25 bis unter 30 Jahre`
## [1] Männlich Weiblich Männlich Weiblich Weiblich Weiblich Weiblich
## Levels: Männlich Weiblich
## 
## $`30 bis unter 35 Jahre`
## [1] Männlich Weiblich Weiblich Männlich Männlich
## Levels: Männlich Weiblich
## 
## $`35 bis unter 40 Jahre`
## [1] Männlich Weiblich Weiblich Weiblich Weiblich Männlich
## Levels: Männlich Weiblich
## 
## $`40 bis unter 45 Jahre`
## [1] Männlich Weiblich Weiblich Weiblich Weiblich
## Levels: Männlich Weiblich
## 
## $`45 bis unter 50 Jahre`
##  [1] Männlich Männlich Weiblich Männlich Weiblich Weiblich Weiblich
##  [8] Männlich Weiblich Männlich Weiblich Männlich Männlich Männlich
## Levels: Männlich Weiblich
## 
## $`50 bis unter 55 Jahre`
##  [1] Männlich Männlich Männlich Männlich Männlich Weiblich Männlich
##  [8] Männlich Männlich Weiblich Weiblich Weiblich Weiblich Männlich
## [15] Weiblich Weiblich
## Levels: Männlich Weiblich
## 
## $`55 bis unter 60 Jahre`
## [1] Weiblich Männlich Weiblich Weiblich Weiblich Männlich Weiblich Männlich
## Levels: Männlich Weiblich
## 
## $`60 bis unter 63 Jahre`
##  [1] Weiblich Männlich Weiblich Weiblich Weiblich Weiblich Weiblich
##  [8] Weiblich Weiblich Männlich Weiblich
## Levels: Männlich Weiblich
## 
## $`63 bis unter 65 Jahre`
## [1] Männlich Männlich Männlich Weiblich
## Levels: Männlich Weiblich
## 
## $`65 bis unter 70 Jahre`
##  [1] Männlich Weiblich Weiblich Männlich Weiblich Männlich Weiblich
##  [8] Weiblich Männlich Männlich
## Levels: Männlich Weiblich
## 
## $`70 Jahre und Älter`
## [1] Weiblich Weiblich Männlich Weiblich
## Levels: Männlich Weiblich

Links Datenanalyse

Die Benutzung von apply, tapply, etc. (Artikel bei R-bloggers)
Quick-R zu deskriptiver Statistik
Quick-R zur Funktion aggregate