Übung Korrelation

Überblick Lektion 2

ℹ️ Hinweis  ← (hier klicken)

Korrelation:
Beispiel mit RÜben

Für eine Korrelation braucht man immer zwei Datenreihen:

x <- c(30, 40, 20, 30)
y <- c(40, 50, 10, 20)
x
y
[1] 30 40 20 30
[1] 40 50 10 20

Korrelation berechnen:

cor(x, y)
[1] 0.8944272

Streudiagramm anzeigen: ℹ️ Hinweis

plot(x, y)

Das sieht noch nicht besonders übersichtlich aus.

Etwas besser geht es mit diesem Befehl. Wir können die Punkte schwarz ausfüllen und die x- und y-Achsen etwas weiter "aufziehen":

plot(x, y, pch=19, xlim=c(0,60), ylim=c(0,60))

Hier ist noch ein Beispiel mit einer größeren Datenmenge: ℹ️ Hinweis

cor(mtcars$wt, mtcars$mpg)
plot(mtcars$wt, mtcars$mpg , pch=19, xlab="Gewicht", ylab="Meilen pro Gallone")
[1] -0.8676594

Hier ist die Korrelation negativ. Je größer das Gewicht, desto weniger Meilen pro Gallone (also desto höher der Benzinverbrauch). Dieser negative Zusammenhang ist im Streudiagramm ziemlich deutlich zu erkennen.

x <- c(30, 40, 20, 30)
y <- c(40, 50, 10, 20)
x
y
cor(x, y)
plot(x, y)
plot(x, y, pch=19, xlim=c(0,60), ylim=c(0,60))
cor(mtcars$wt, mtcars$mpg)
plot(mtcars$wt, mtcars$mpg , pch=19, xlab="Gewicht", ylab="Meilen pro Gallone")
Hinweis

Das Fenster mit dem  grünen Button  ist eine R Konsole. Es verhält sich im Prinzip genauso, wie die R Konsole in deinem RStudio. Du kannst damit "rumspielen", die Zahlen verändern und Dinge ausprobieren.

Du kannst nichts kaputt machen! Den Ausgangszustand kannst du jederzeit durch einen Seiten Reload wiederherstellen.


  ⬜ gesehen    ⬜ verstanden  
 (Markierung auch in der Lektion Übersicht)

Schreibe einen Kommentar