Kapitel 3 · Bivariate deskriptive Statistik
Die Datei Farbe.csv enthält Augen- und Haarfarbe von 592 Personen. Löse in R:
a) Lies die Daten als Farbe.df ein. b) Erstelle eine beschriftete
Kontingenztabelle. c) Berechne die bedingten relativen Häufigkeiten der
„Haarfarbe” gegeben „Augenfarbe”. d) Visualisiere mit Rechteck- und
Mosaik-Plot. e) Bestimme und die erwarteten Häufigkeiten. f)
Berechne den normierten Kontingenzkoeffizienten .
📥 Datei: Farbe.csv
Farbe.df <- read.csv2("Farbe.csv")
str(Farbe.df)
tab <- table(Farbe.df$Augen, Farbe.df$Haare)
names(dimnames(tab)) <- c("Augenfarbe", "Haarfarbe")
prop.table(tab, margin = 1) # bedingte rel. Häufigkeiten
mosaicplot(tab, main = "Augen- vs. Haarfarbe")
test <- chisq.test(tab)
test$statistic; test$expected # Chi-Quadrat & erwartete Häufigkeiten
n <- sum(tab); M <- min(dim(tab))
K <- sqrt(test$statistic / (n + test$statistic))
K / sqrt((M - 1) / M) # normierter Kontingenzkoeffizient'data.frame': 592 obs. of 2 variables:
$ Augen: chr ...
$ Haare: chr ...
# X-squared gross -> deutlicher Zusammenhang