Tabellarische und grafische Darstellung

Beispieldaten herunterladen: dat.csv

Datenbeispiel

Unser Beispieldatensatz (hypothetisches Datenbeispiel) liegt als CSV-Datei vor. Die Daten können mit der read.csv-Funktion eingelesen werden (der korrekte Pfad zum Speicherort muss angegeben werden):

dat <- read.csv("C:/... Pfad .../dat.csv")

Die Funktion erzeugt ein Objekt vom Typ data.frame, dem wir links vom Zuweisungspfeil (<-) den Namen "dat" geben.

Der Datensatz enthält u.a. die Variablen punkte (erzielte Punktzahl in einem Test), schlafdauer (Schlafdauer in der Nacht vor dem Test in Std.), lernzeit (insgesamt für den Test aufgewendete Lernzeit in Std.) und lsport (Lieblingssportart). Einzelne Variablen können als Datensatzname$Variablenname angesprochen werden, z.B.:

dat$punkte
[1]  93.0  76.5  79.5  85.0  66.5  71.0  56.5  77.0  59.0  63.5  72.0  70.0  96.0  72.0  62.5  76.5  86.0  57.5
[19]  60.0  73.5  64.5  54.0  85.0  64.0  57.5  54.0  76.5  41.0  58.5  87.5  62.5  62.5 100.5  86.0  66.5  79.5
[37]  77.0  67.5  58.5  92.5  94.5  77.0  76.0  67.0  44.5  86.5  70.0  81.5  90.5  78.0  80.5  74.0  56.5  60.0
[55]  83.0  70.0  49.0  57.0  48.0  70.5  96.5 106.0  65.5  86.5  87.5  89.5  64.0  86.0  62.0  94.5  52.0  73.5
[73]  77.0  83.5  62.5  52.5  51.5  86.5  70.5  57.5  68.0 103.0  79.0  75.0 113.5  78.0 104.5  84.5  63.5  46.0
[91] 102.5  77.0  73.5  71.0 106.0  79.0  77.5  87.0  92.5  11.5  83.5  86.5  78.5  67.5  71.0  61.5  31.0  50.5
[109]  87.5  66.5  67.0  60.5  61.5  83.5  66.0  97.0  79.5  83.5  82.0  63.0

Die Ausgabe zeigt die 120 beobachteten Werte der Variable punkte.

Tabellen

Für eine einfache Häufigkeitstabelle verwenden wir die Funktion table():

> table(dat$lsport)
Andere Sportart      Basketball         Fußball  Keine Sportart 
             14              18              34              32 
Schwimmen          Tennis 
       16               6 

Relative Häufigkeiten erhalten wir mit der Funktion prop.table():

> prop.table(table(dat$lsport))
Andere Sportart      Basketball         Fußball  Keine Sportart 
      0.1166667       0.1500000       0.2833333       0.2666667 
      Schwimmen          Tennis 
      0.1333333       0.0500000 

Kumulierte Anteile können wir uns mit der Funktion cumsum() anzeigen lassen:

> cumsum(prop.table(table(dat$kantine_zufr)))
         1          2          3          4          5 
0.09243697 0.41176471 0.65546218 0.88235294 1.00000000 

Bei einem Merkmal mit sehr vielen Ausprägungen — wie etwa punkte — bietet eine Häufigkeitstabelle keine gute Übersicht über die Verteilung. Wir erstellen eine neue Variable punkte_kat, die eine kategorisierte Version der Variable punkte darstellt. Dazu teilen wir die Variable punkte mit der Funktion cut() in Gruppen mit definierten Grenzen auf. Mit breaks definieren wir die Grenzen und mit labels geben wir den gebildeten Gruppen Bezeichnungen:

> dat$punkte_kat <- cut(dat$punkte,
+                       breaks = c(0,19.9,39.9,59.9,79.9,99.9,120),
+                       labels = c("0-19,5", 
+                                  "20-39,5",
+                                  "40-59,5",
+                                  "60-79,5",
+                                  "80-99,5",
+                                  "100-120"))
> table(dat$punkte_kat)

 0-19,5 20-39,5 40-59,5 60-79,5 80-99,5 100-120 
      1       1      20      59      32       7 

Beispieldaten herunterladen: dat.csv

Datenbeispiel

Unser Beispieldatensatz (hypothetisches Datenbeispiel) liegt als CSV-Datei vor. Die Daten können mit der read.csv-Funktion eingelesen werden (der korrekte Pfad zum Speicherort muss angegeben werden):

dat <- read.csv("C:/... Pfad .../dat.csv")

Die Funktion erzeugt ein Objekt vom Typ data.frame, dem wir links vom Zuweisungspfeil (<-) den Namen "dat" geben.

Der Datensatz enthält u.a. die Variablen punkte (erzielte Punktzahl in einem Test), schlafdauer (Schlafdauer in der Nacht vor dem Test in Std.), lernzeit (insgesamt für den Test aufgewendete Lernzeit in Std.) und lsport (Lieblingssportart). Einzelne Variablen können als Datensatzname$Variablenname angesprochen werden, z.B.:

dat$punkte
[1]  93.0  76.5  79.5  85.0  66.5  71.0  56.5  77.0  59.0  63.5  72.0  70.0  96.0  72.0  62.5  76.5  86.0  57.5
[19]  60.0  73.5  64.5  54.0  85.0  64.0  57.5  54.0  76.5  41.0  58.5  87.5  62.5  62.5 100.5  86.0  66.5  79.5
[37]  77.0  67.5  58.5  92.5  94.5  77.0  76.0  67.0  44.5  86.5  70.0  81.5  90.5  78.0  80.5  74.0  56.5  60.0
[55]  83.0  70.0  49.0  57.0  48.0  70.5  96.5 106.0  65.5  86.5  87.5  89.5  64.0  86.0  62.0  94.5  52.0  73.5
[73]  77.0  83.5  62.5  52.5  51.5  86.5  70.5  57.5  68.0 103.0  79.0  75.0 113.5  78.0 104.5  84.5  63.5  46.0
[91] 102.5  77.0  73.5  71.0 106.0  79.0  77.5  87.0  92.5  11.5  83.5  86.5  78.5  67.5  71.0  61.5  31.0  50.5
[109]  87.5  66.5  67.0  60.5  61.5  83.5  66.0  97.0  79.5  83.5  82.0  63.0

Die Ausgabe zeigt die 120 beobachteten Werte der Variable punkte.

Diagramme

Ein Säulendiagramm erstellen wir mit der Funktion barplot(). Da wir die Häufigkeiten der einzelnen Ausprägungen abbilden möchten, geben wir der Funktion nicht die Variable direkt, sondern die Häufigkeitstabelle der Variable, also table(dat$lsport):

barplot(table(dat$lsport))

Für ein Säulendiagramm verwenden wir die zusätzliche Option horiz=T:

barplot(table(dat$lsport), horiz=T)

Ein Kreisdiagramm erstellen wir mit der Funktion pie(). Mit der Option clockwise bestimmen wir die Richtung der Anordnung:

pie(table(dat$lsport), clockwise = T)

Mit der Funktion hist() erstellen wir Histogramme:

hist(dat$punkte)

Einen Dichteplot erzeugen wir folgendermaßen: Zuerst wird die Dichtefunktion mit density() berechnet, welche anschließend abgebildet wird mit plot():

plot(density(dat$punkte))

Mit boxplot() erzeugen wir ein Boxplot. Mit der Option horizontal = T wird die Box gedreht, also horizontal dargestellt.

boxplot(dat$punkte, horizontal = T)

Gestaltungsoptionen

Die gezeigten Diagramme können beliebig gestaltet werden, z.B. folgendermaßen:

hist(dat$punkte, 
     main = "Histogramm Punktezahl",    # Titel
     xlab = "Punktezahl",               # Beschriftung x-Achse
     ylab = "Häufigkeit",               # Beschriftung y-Achse
     bty = "c"                          # Art der Umrandung
)

Darüber hinaus existieren viele weitere Gestaltungsmöglichkeiten. Wie ein Diagramm sinnvoll zu gestalten ist, hängt von der jeweiligen Verteilung und von der Fragestellung ab.

Diagramme speichern

Die aktuelle Grafik können wir mit der Funktion savePlot() in eine Datei speichern. Dabei sind verschiedene Dateitypen möglich, z.B. PNG oder PDF Der Pfad zum Speicherort muss angepasst werden:

savePlot(filename = "C:/... Pfad .../hist_punkte.png", type = "png")
savePlot(filename = "C:/... Pfad .../hist_punkte.pdf", type = "pdf")

Alternativ kann mit pdf() oder mit png() eine Datei erstellt werden und anschließend das Diagramm erzeugt und damit in die Datei geschrieben werden. Abschließend wird die Datei mit dev.off() geschlossen.

pdf("hist_punkte.pdf")
hist(dat$punkte)
dev.off()

oder

png("hist_punkte.png")
hist(dat$punkte)
dev.off()

Die Größe der Abbildung kann mit den Optionen width und height definiert werden. Bei dem PDF werden die Angaben in inches gemacht, z.B. wird folgendermaßen eine 5 inches breite und 4 inches hohe Abbildung gespeichert:

pdf("hist_punkte.pdf", width = 5, height = 4)
hist(dat$punkte)
dev.off()

Bei einem PNG werden Breite und Höhe stattdessen in Pixeln angegeben. Die folgende Abbildung ist beispielsweise 420 Pixel breit und 240 Pixel hoch:

png("hist_punkte.png", width = 420, height = 240)
hist(dat$punkte)
dev.off()