Wissensdatenbank Wirtschaftsrecht

image4
image3
image2
image1
 Alle Kategorien:
  Forschungsdatenbank
  Lehrveranstaltungen
  Lexikon
  Literatur
  Rechtsgebiete
  Rechtsprechung
  Service
  Studium F H S
  Wissensmanagement
ich war hier: TutoriumGrundlagenStatistikScatterplot

Revision history for TutoriumGrundlagenStatistikScatterplot


Revision [93353]

Last edited on 2019-01-31 12:15:05 by FabianEndres
Additions:
----


Revision [93352]

Edited on 2019-01-31 12:13:09 by FabianEndres
Additions:
Übung 3 beschäftigt sich mit der Erstellung eines Scatterplotts (deutsch Streudiagramm).
Ein Streudiagramm, auch Punktwolke genannt, ist die graphische Darstellung von beobachteten Wertepaaren zweier statistischer Merkmale. Diese Wertepaare werden in ein kartesisches Koordinatensystem eingetragen, wodurch sich eine Punktwolke ergibt. Die Darstellung der Punkte kann durch verschiedene kleine Symbole erfolgen.
In dieser Aufgabe ist es Ziel, ein Streudiagramm zu erstellen, welches zwei verschiedene Ansichten bereitstellt. Die erste Ansicht zeigt jeweils nur die Punkte des Datensatzes wobei die zweite Ansicht die Verteilungsdichte darstellt.
https://de.wikipedia.org/wiki/Streudiagramm
Deletions:
Die Scatterplott beschäftigt sich erneut mit der Erstellung eines Kantengraph Diagramms.
Ziel ist es hier eine rote Linie für die Temperatur und eine Blaue Linie für den Wind auszugeben.


Revision [93345]

Edited on 2019-01-29 19:26:40 by FabianEndres
Additions:
||{text-align: LEFT}**[[TutoriumGrundlagenStatistikLinegraph2 << Zurück]]** ||{text-align: RIGHT}**[[TutoriumGrundlagenStatistikBoxplot >> Weiter]]**| |
Deletions:
||{text-align: LEFT}**[[TutoriumGrundlagenStatistikLinegraph2 << Zurück]]** ||{text-align: RIGHT}**[[TutoriumGrundlagenStatistikBoxplot>> Weiter]]**| |


Revision [93344]

Edited on 2019-01-29 19:26:26 by FabianEndres
Additions:
Die Scatterplott beschäftigt sich erneut mit der Erstellung eines Kantengraph Diagramms.
Nun werden zusätzliche Bibliotheken benötigt.
Deletions:
Als zweite Aufgabe wird ein Kantengraph Diagramm erstellt mit dem Unterschied, dass nun 2 Linien gezeichnet werden.
Da die Grundlagen in der ersten Aufgabe erläutert wurden, werden die Kommentare in dieser Übung etwas weniger.
Wir beginnen wieder mit der server.R Datei. Nun werden zusätzliche Bibliotheken benötigt.


Revision [93338]

Edited on 2019-01-29 19:15:05 by FabianEndres
Additions:
{{files download="Scatterplott.txt"text="Scatterplott als .txt"}}
Deletions:
{{files download="Scatterplott.txt"text="Treemap als .txt"}}


Revision [93337]

Edited on 2019-01-29 19:14:53 by FabianEndres
Additions:
**{{color text="Hier können Sie den Quellcode ohne Kommentare zusammengefasst herunterladen:" c="#00386a"}}**
{{files download="Scatterplott.txt"text="Treemap als .txt"}}
Deletions:
**{{color text="Hier könnt ihr den Quellcode ohne Kommentare zusammengefasst herunterladen:" c="#00386a"}}**
{{files download="Scatterplott.txt"text="Scatterplott als .txt"}}


Revision [93270]

Edited on 2019-01-22 20:06:24 by FabianEndres

No Differences

Revision [93269]

Edited on 2019-01-22 20:05:57 by FabianEndres
Additions:
{{image url="Scatterplot2.jpg" width="400" class="right"}}
Deletions:
{{image url="Scatterplot.jpg" width="400" class="right"}}


Revision [93268]

Edited on 2019-01-22 20:05:39 by FabianEndres
Additions:
{{image url="Scatterplot1.jpg" width="400" class="left"}}
{{image url="Scatterplot.jpg" width="400" class="right"}}
Deletions:
{{image url="Scatterplott1.jpg" width="400" class="left"}}
{{image url="Scatterplott.jpg" width="400" class="right"}}


Revision [93267]

Edited on 2019-01-22 20:05:14 by FabianEndres
Additions:
{{image url="Scatterplott1.jpg" width="400" class="left"}}
{{image url="Scatterplott.jpg" width="400" class="right"}}
{{files download="Scatterplott.txt"text="Scatterplott als .txt"}}
Deletions:
{{image url="Linegraph2.jpg" width="400" class="right"}}
{{files download="Linegraph2.txt"text="Linegraph 2 als .txt"}}
{{files}}


Revision [93266]

Edited on 2019-01-22 20:03:03 by FabianEndres
Additions:
if (nrow(point) ""=="" 0) return(NULL)
if(input$density ""=="" TRUE)
Deletions:
if (nrow(point) == 0) return(NULL)
if(input$density == TRUE)


Revision [93265]

Edited on 2019-01-22 20:02:25 by FabianEndres
Additions:
Wir beginnen wieder mit der server.R Datei. Nun werden zusätzliche Bibliotheken benötigt.
Diese bitte zuerst installieren. ( install.packages("viridis","viridisLite")
library(viridis) # fuer Farbschema der Dichte
library(viridisLite) # fuer Farbschema der Dichte
data <- faithful
output$density <- renderUI({
checkboxInput(inputId = 'density', label = 'Dichte anzeigen',
value = FALSE
ranges = data.frame(x = c(min(data$waiting), max(data$waiting)), y = c(min(data$eruptions), max(data$eruptions))),
brushedPoints = data.frame()
observeEvent(input$dblclick, {
if(!is.null(input$brush)){
rV$ranges$x <- c(input$brush$xmin, input$brush$xmax)
rV$ranges$y <- c(input$brush$ymin, input$brush$ymax)
}
else{
rV$ranges$x <- c(min(data$waiting), max(data$waiting))
rV$ranges$y <- c(min(data$eruptions), max(data$eruptions))
}
observeEvent(input$brush, {
rV$brushedPoints <- brushedPoints(data, input$brush)
output$hoverInfo <- renderUI({
hover <- input$hover
brush <- input$brush
if (!is.null(brush) && !is.null(hover) &&
hover$x >= brush$xmin && hover$x <= brush$xmax &&
hover$y >= brush$ymin && hover$y <= brush$ymax) {
style <- paste0("position:absolute; z-index:100; background-color: rgba(245, 245, 245, 0.85); ",
"left:", brush$coords_img$xmax + 5, "px; top:", brush$coords_img$ymax + 5, "px;")
wellPanel(
style = style,
p(HTML(paste0("<b> Anzahl markierter Punkte </b>", nrow(rV$brushedPoints), "<br/>",
"<b> brush obere Grenze </b>", brush$ymax, "<br/>",
"<b> brush untere Grenze </b>", brush$ymin, "<br/>",
"<b> brush linke Grenze </b>", brush$xmin, "<br/>",
"<b> brush rechte Grenze </b>", brush$xmax)))
)
}
else {
point <- nearPoints(data, hover, threshold = 10, maxpoints = 1, addDist = TRUE)
if (nrow(point) == 0) return(NULL)

style <- paste0("position:absolute; z-index:100; background-color: rgba(245, 245, 245, 0.85); ",
"left:", hover$coords_img$x + 5, "px; top:", hover$coords_img$y + 5, "px;")
wellPanel(
style = style,
p(HTML(paste0("<b> Eruptionszeit: </b>", point$eruptions, "<br/>",
"<b> Wartezeit: </b>", point$waiting)))
)
}
output$scatterPlot <- renderPlot({
p <- ggplot(data) +
coord_cartesian(xlim = rV$ranges$x, ylim = rV$ranges$y, expand = FALSE)
if(input$density == TRUE)
p <- p + stat_density_2d(aes(waiting, eruptions, fill = stat(level)), geom = "polygon", colour = "white") +
scale_fill_viridis() +
labs(fill = 'Dichte')
else
p <- p + geom_point(aes(waiting, eruptions))
}
titlePanel("Demo 3_Scatterplot"),
htmlOutput('density')
style = "position:relative",
uiOutput("hoverInfo"),
plotOutput('scatterPlot',
click = "click",
dblclick = "dblclick",
brush = brushOpts(id = "brush", resetOnNew = TRUE),
hover = hoverOpts(id = "hover", delay = 250, delayType = "throttle"))
Deletions:
Wir beginnen wieder mit der server.R Datei. Die Bibliotheken sowie die Datensätze bleiben diesmal gleich.
data <- airquality[c('Wind', 'Temp', 'Month', 'Day')]
output$month <- renderUI({
sliderInput(inputId = 'month', label = 'Monat',
min = min(data['Month']), max = max(data['Month']), step = 1,
value = min(data['Month'])
output$day <- renderUI({
sliderInput(inputId = 'day', label = 'Tag',
min = 1, max = max(data$Day[data$Month ""=="" input$month]), step = 1,
value = c(1, max(data$Day[data$Month ""=="" input$month]))
)
# Anpassen der Achsen:
factor = 1,
summand = 0,
data = data
observeEvent(c(input$month, input$day), {
data_tmp <- data[data$Month ""=="" input$month,][c(input$day[1]:input$day[2]),]
rV$factor <- (max(data_tmp$Temp) - min(data_tmp$Temp)) / (max(data_tmp$Wind) - min(data_tmp$Wind))
rV$summand <- (-min(data_tmp$Wind)) * rV$factor + min(data_tmp$Temp)
rV$data$Temp <- (data$Temp - rV$summand) / rV$factor
output$lineGraph <- renderPlot({
p <- ggplot(rV$data[data$Month ""=="" input$month, ][c(input$day[1]:input$day[2]), ]) +
coord_cartesian() +
geom_line(aes(Day, Wind, colour = "Wind")) +
geom_line(aes(Day, Temp, colour = "Temperatur")) +
scale_x_discrete(name = "Tag") +
scale_y_continuous(name = "Wind",
sec.axis = sec_axis(trans = ~. * rV$factor + rV$summand, name = "Temperatur")) +
scale_colour_manual(name = "Legende", values = c("Wind" = 'blue', "Temperatur" = 'red'))
}//
titlePanel("Demo 2_Linegraph"),
htmlOutput('month'),
htmlOutput('day')
plotOutput('lineGraph')


Revision [93264]

The oldest known version of this page was created on 2019-01-22 19:59:03 by FabianEndres
Valid XHTML   |   Valid CSS:   |   Powered by WikkaWiki