Weiter zum Inhalt

Kurs

Explorative Datenanalyse in R

MittelSchwierigkeitsgrad

Aktualisiert 09/2024

Hier erfährst du, wie du mit grafischen und numerischen Techniken die Struktur deiner Daten ermittelst.

Kurs kostenlos starten

RExploratory Data Analysis

4 Std.

15 Videos

54 Übungen

3,950 XP

110K+

Leistungsnachweis

Beliebt bei Lernenden in Tausenden Unternehmen

Ein Team schulen?

Für Unternehmen ausprobieren

Kursbeschreibung

Wenn dein Datensatz als Tabelle oder Datenbank vorliegt, ist es schwierig, mehr als seine Größe und die enthaltenen Variablentypen zu erkennen. In diesem Kurs lernst du, wie du mit grafischen und numerischen Techniken die Struktur deiner Daten freilegst. Welche Variablen deuten auf interessante Zusammenhänge hin? Welche Beobachtungen sind ungewöhnlich? Am Ende des Kurses kannst du diese und weitere Fragen beantworten – und dabei aussagekräftige, ansprechende Grafiken erzeugen.

Voraussetzungen

Introduction to Statistics in R Introduction to Data Visualization with ggplot2

1

Kategoriale Daten erkunden

In diesem Kapitel lernst du, wie du grafische und numerische Zusammenfassungen von zwei kategorialen Variablen erstellst.

Kategorische Daten erkunden

Erwartungen an Balkendiagramme

Auffrischung: Kreuztabelle

Stufen entfernen

Nebeneinanderliegende Balkendiagramme

Säulendiagramm interpretieren

Anzahlen vs. Anteile

Bedingte Anteile

Anzahlen vs. Anteile (2)

Verteilung einer Variablen

Randbalkendiagramm

Balkendiagramm mit Konditionierung

Kreisdiagramm verbessern

Kapitel starten

2

Numerische Daten erkunden

In diesem Kapitel lernst du, wie du numerische Daten grafisch zusammenfasst.

Numerische Daten erkunden

Facet-Histogramm

Boxplots und Dichteplots

Verteilungen per Plot vergleichen

Verteilung einer Variablen

Rand- und bedingte Histogramme

Interpretation von marginalen und bedingten Histogrammen

Drei Klassenbreiten

Interpretation von drei Binbreiten

Boxplots zur Ausreißererkennung

Diagrammauswahl

Visualisierung in höheren Dimensionen

Plot mit 3 Variablen

3-Variablen-Diagramm interpretieren

Kapitel starten

3

Numerische Zusammenfassungen

Nachdem wir kategoriale und numerische Daten erkundet haben, lernst du hilfreiche Kennzahlen kennen, um Verteilungen zu beschreiben.

Wahl des Lagekennwerts

Lagemaße berechnen

Streuungsmaße

Auswahl des Streuungsmaßes

Streuungsmaße berechnen

Maße für Zentrum und Streuung wählen

Form und Transformationen

Beschreibe die Form

Transformationen

Ausreißer erkennen

Kapitel starten

4

Fallstudie

Wende dein Wissen an, um in dieser Fallstudie zu E‑Mail‑Spam einen realen Datensatz zu erkunden und zusammenzufassen.

Einführung in die Daten

Spam und num_char

Spam und Interpretation von num_char

Spam und !!!

Spam und !!! – Interpretation

Kategorien zusammenfassen

Interpretation von Bild und Spam

Datenintegrität

Fragen mit Chains beantworten

Zwischenstand 2

Was steckt in einer Zahl?

Was steckt in einer Zahl – Interpretation

Kapitel starten

Explorative Datenanalyse in R

Kurs
abgeschlossen

Leistungsnachweis verdienen

Füge diesen Fähigkeitsnachweis zu deinem LinkedIn-Profil, Anschreiben oder Lebenslauf hinzu
Teile es auf Social Media und in deiner LeistungsbeurteilungJetzt anmelden

Schließe dich 19 Millionen Lernenden an und starte Explorative Datenanalyse in R heute!

DataCamp gibt es auch für Mobilgeräte

Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.