Plot 2
- -Visualisierung von Datensätzen
-In diesem Abschnitt sollen alle Graphiken mit ggplot und
-alle Tabellen mit kable erstellt werden.
Säuglingssterblichkeit und Wirtschaftsleistung
-Nutzen Sie den Datensatz carData::UN. In der Hilfe
-finden Sie Hinweise, was dort gezeigt ist. Beachten Sie, dass für einige
-Länder Werte fehlen (NA); diese Länder sollen nicht
-berücksichtigt werden.
Wirtschaftsleistung vs. Säuglingssterblichkeit
-Erzeugen Sie diese Graphik, indem Sie den nachfolgenden Chunk -vervollständigen. Die gezeigten Länder sind Germany, United States, -China, India, Afghanistan, Sierra Leone, Japan, Cuba.
-Tipp: Sie dürfen (und sollen) weitere Libraries nutzen, wenn diese -hilfreich sind.
-# Ihre Lösung:
-library(dplyr)##
-## Attache Paket: 'dplyr'## Die folgenden Objekte sind maskiert von 'package:stats':
-##
-## filter, lag## Die folgenden Objekte sind maskiert von 'package:base':
-##
-## intersect, setdiff, setequal, unionlibrary(knitr)
-
-un = carData::UN
-kable(un[1:20,])| - | region | -group | -fertility | -ppgdp | -lifeExpF | -pctUrban | -infantMortality | -
|---|---|---|---|---|---|---|---|
| Afghanistan | -Asia | -other | -5.968 | -499.0 | -49.49 | -23 | -124.53500 | -
| Albania | -Europe | -other | -1.525 | -3677.2 | -80.40 | -53 | -16.56100 | -
| Algeria | -Africa | -africa | -2.142 | -4473.0 | -75.00 | -67 | -21.45800 | -
| American Samoa | -NA | -NA | -NA | -NA | -NA | -NA | -11.29389 | -
| Angola | -Africa | -africa | -5.135 | -4321.9 | -53.17 | -59 | -96.19100 | -
| Anguilla | -Caribbean | -other | -2.000 | -13750.1 | -81.10 | -100 | -NA | -
| Argentina | -Latin Amer | -other | -2.172 | -9162.1 | -79.89 | -93 | -12.33700 | -
| Armenia | -Asia | -other | -1.735 | -3030.7 | -77.33 | -64 | -24.27200 | -
| Aruba | -Caribbean | -other | -1.671 | -22851.5 | -77.75 | -47 | -14.68700 | -
| Australia | -Oceania | -oecd | -1.949 | -57118.9 | -84.27 | -89 | -4.45500 | -
| Austria | -Europe | -oecd | -1.346 | -45158.8 | -83.55 | -68 | -3.71300 | -
| Azerbaijan | -Asia | -other | -2.148 | -5637.6 | -73.66 | -52 | -37.56600 | -
| Bahamas | -Caribbean | -other | -1.877 | -22461.6 | -78.85 | -84 | -14.13500 | -
| Bahrain | -Asia | -other | -2.430 | -18184.1 | -76.06 | -89 | -6.66300 | -
| Bangladesh | -Asia | -other | -2.157 | -670.4 | -70.23 | -29 | -41.78600 | -
| Barbados | -Caribbean | -other | -1.575 | -14497.3 | -80.26 | -45 | -12.28400 | -
| Belarus | -Europe | -other | -1.479 | -5702.0 | -76.37 | -75 | -6.49400 | -
| Belgium | -Europe | -oecd | -1.835 | -43814.8 | -82.81 | -97 | -3.73900 | -
| Belize | -Latin Amer | -other | -2.679 | -4495.8 | -77.81 | -53 | -16.20000 | -
| Benin | -Africa | -africa | -5.078 | -741.1 | -58.66 | -42 | -76.67400 | -
library(ggplot2)
-library(ggrepel)
-
-# Nur Länder ohne NA Werte
-un = un[complete.cases(un[, c("ppgdp", "infantMortality")]), ]
-
-markierte_laender = c(
- "Germany", "United States", "China", "India",
- "Afghanistan", "Sierra Leone", "Japan", "Cuba"
-)
-
-labeldaten = un[rownames(un) %in% markierte_laender, ]
-
-ggplot(un, aes(x = ppgdp, y = infantMortality)) +
- geom_point() +
- geom_text_repel(
- data = labeldaten,
- color="blue",
- aes(label = rownames(labeldaten))) +
- scale_x_log10() +
- scale_y_log10() +
- labs(
- title= "BIP in Abhängigkeit der Säuglingssterblichkeit",
- x = "BIP pro Kopf (US-Dollar)",
- y = "Säuglingssterblichkeit (pro 1000 Lebendgeburten"
- )
Säuglingssterblichkeit im Verhältnis zur Wirtschaftsleistung
-Geben Sie diejenigen 10 Länder als Tabelle im Notebook aus, die das -größte Verhältnis \(r\) von -Säuglingssterblichkeit zu Wirtschaftsleistung haben. Dabei ist \(r\) die Säuglingssterblichkeit (pro 1000 -Lebendgeburten) je 1000 US-Dollar BIP pro Kopf. Die Liste soll nach -\(r\) absteigend sortiert sein und den -Ländernamen und \(r\) enthalten.
-Vervollständigen Sie diesen Chunk:
-# Ihre Lösung:
-library(tibble)
-library(dplyr)
-
-relation = function(ppgdp, infantMortality) ppgdp / infantMortality
-un_r = un |> mutate(relation = round(relation(ppgdp, infantMortality)))
-
-werte = tibble(
- Land = rownames(un_r),
- relation = un_r$relation) |> filter(!is.na(relation)) # Filter eigentlich nicht nötig
-
-top10 = werte |>
- slice_max(order_by = relation, n=10, with_ties = FALSE) |>
- arrange(desc(relation))
-
-kable(top10)| Land | -relation | -
|---|---|
| Luxembourg | -45913 | -
| Norway | -28772 | -
| Singapore | -22851 | -
| Switzerland | -19607 | -
| Sweden | -19224 | -
| Iceland | -19095 | -
| Japan | -16925 | -
| Finland | -15991 | -
| Hong Kong | -15708 | -
| Denmark | -14264 | -
Geben Sie nun – wie eben – diejenigen 10 Länder als Tabelle aus, die -das kleinste Verhältnis \(r\) haben. Die Liste soll nach \(r\) absteigend sortiert sein.
-Vervollständigen Sie diesen Chunk:
-# Ihre Lösung:
-bottom10 = werte |>
- slice_min(order_by = relation, n=10, with_ties = FALSE) |>
- arrange(desc(relation))
-
-kable(bottom10)| Land | -relation | -
|---|---|
| Central African Republic | -5 | -
| Ethiopia | -5 | -
| Afghanistan | -4 | -
| Malawi | -4 | -
| Niger | -4 | -
| Liberia | -3 | -
| Sierra Leone | -3 | -
| Burundi | -2 | -
| Democratic Republic of the Congo | -2 | -
| Somalia | -1 | -
Kieferwachstum bei Kindern
-Nutzen Sie den Datensatz nlme::Orthodont. In der Hilfe
-finden Sie Hinweise, was dort gezeigt ist.
Überblick über Verlauf bei allen Kindern
-Plotten Sie im folgenden Chunk den Verlauf des Abstands zwischen -Hypophyse und Fossa pterygopalatina (y-Achse) in Abhängigkeit -vom Alter (x-Achse). Dies soll in einem Diagramm mit -Unterdiagrammen erfolgen: ein Unterdiagramm zeigt den Verlauf für je ein -Kind (Subject) und dessen Geschlecht (Male oder Female).
-# Ihre Lösung:
-orthodont = nlme::Orthodont
-
-kable(orthodont[1:10, ])| distance | -age | -Subject | -Sex | -
|---|---|---|---|
| 26.0 | -8 | -M01 | -Male | -
| 25.0 | -10 | -M01 | -Male | -
| 29.0 | -12 | -M01 | -Male | -
| 31.0 | -14 | -M01 | -Male | -
| 21.5 | -8 | -M02 | -Male | -
| 22.5 | -10 | -M02 | -Male | -
| 23.0 | -12 | -M02 | -Male | -
| 26.5 | -14 | -M02 | -Male | -
| 23.0 | -8 | -M03 | -Male | -
| 22.5 | -10 | -M03 | -Male | -
ggplot(orthodont) +
- geom_line(aes(x=age, y=distance, group=Subject)) +
- geom_point(aes(x=age, y=distance, group=Subject)) +
- facet_wrap(~ Subject + Sex) +
- labs(title="Überblick des Abstandsverlaufs pro Kind", x="Alter", y="Abstand Hypophyse und Fossa Pterygopalatina")
Boxplots des Abstands je Alter
-Erzeugen Sie ein Diagramm, das in zwei Unterdiagrammen für die Jungen -und die Mädchen Boxplots erstellt. Die Boxplots geben die Verteilung des -Abstands je Alter an. In Anlehnung an das obige Diagramm sollen die -Boxplots vertikal ausgerichtet sein.
-# Ihre Lösung:
-ggplot(orthodont) +
- geom_boxplot(aes(x=age, y=distance, group=age, fill=age)) +
- facet_wrap(~ Sex) +
- labs(title="Boxplot des Abstands je Alter", x="Alter", y="Abstand Hypophyse und Fossa Pterygopalatina")