sebastiansauer / modar Goto Github PK

Seite 134 unten steht in der Aufgepasst-Box:

Übrigens kann man den gleichen Effekt mit dplyr::select() auch erreichen ... Probieren Sie mal rename(stat_test, Punkte = score) und vergleichen Sie das Ergebnis.

Die rename Funktion wurde in den Zeilen oberhalb der Box bereits geschrieben, insofern ist dies ein identisches Duplikat. Was wohl gemein ist, ist die Umbenennung von Spaltennamen in folgender Art:
select( "Punkte" = "score", everything() ## sicherstellen, dass alle anderen Spalten unverändert bleiben )

Gruß, Lothar B. Blum

Kap 7, Seite 75 unten:
Zeile doppelt im Codeabschnitt "In diesem Kapitel werden folgende Pakete und Daten benötigt":
data(stats_test, package = "pradadata")

Gruß, Lothar B. Blum

Hallo,
zu den Aufgaben auf Seite 114 gibt´s "nur" 9 Lösungen - aber 10 Fragen.
Ich bin mir nicht sicher, ob die Lösung für die Aufgabe 9 oder 10 vergessen wurde. Ich hätte nämlich gesagt, dass die 9 ein 'F' sein müsste und 10 ein 'R' ist.

Wie lautet denn die Lösung? :-)

Kapitel 7.6, Seite 101, Aufgabenblock 'Richtig oder falsch?'
Unter Punkt 4) sind zwei Aufgaben zusammen dargestellt, die eigentlich getrennt gehören. Eine Aussage zum join() und eine zweite Aussage zum left_join()

Damit würde auch die Unstimmigkeit behoben, dass in der zugehörigen Fussnote 8mal Antworten gegeben werden, in der Liste aber nur (numerische) 7 Aufgaben ausgewiesen sind.

Gruß, Lothar B. Blum

In 9.2.1 Doppelte Fälle löschen steht auf S. 126:

In dem Datensatz gibt es offenbar keine Dubletten. Alle Werte von date_time sind verschieden.

Dieses ist nicht richtig. Wie der vorherige Code Chunk auf S. 125 zeigt, gibt R bei der Evaluierung den Wert 1645 zurück, also eins weniger als die 1646 Zeilen des gesamten Datensatzes.
Es gibt eine Dublette in date_time. Dieses ist der Wert 06.02.2016 11:18:15, der sowohl in row number 90 als auch 91 auftaucht.

mfG
Lothar B. Blum

Kap. 12.1.1, S. 190:
Im Fließtext steht:

"...zuständig ist, hier sex, eine Farbe ..."

Richtig ist:
"...zuständig ist, hier dest, eine Farbe ..."

Gruß, Lothar B. Blum

Auf S. 186 steht der letzte Aufgabenblock "Richtig oder falsch" zum Kap. 11.4:
Der Aufgabenblock umfasst 9 Fragen. In der Fußnote 27) sind aber 10 Lösungen angegeben.

Gruß, Lothar B. Blum

Kap. 9.2.2, S. 126:

Wer mag, kann sich für diesen Zweck ein Diagramm ausgeben lassen.

Es folgt ein Code mit dem Datensatz stats_test

Schauen wir uns noch die Verteilungen der Item-Antworten an (s. Abb. 9.2); ...

Die Abbildung 9.2 zeigt aber die Verteilung für die Items i01 ... i10 aus dem Datensatz extra.
Dies ist nicht notwendigerweise falsch, da im Text der Zusammenhang zwischen Code und Abbildung nur lose hergestellt wird. Der Leser würde diesen Zusammenhang allerdings erwarten.

Auf S. 114 werden 10 Aufgaben gestellt. Die Lösungen dazu stehen als Fußnote ebenfalls auf S.114. Sie umfassen jedoch nur 9 Richtig/ Falsch Angaben. Die ersten 6 sind korrekt, danach wird es unübersichtlich.

zu 9.1.6 Fehlende Werte ersetzen (S.122 f)
der für die Anwendung der beiden Funktionen replace_na() und replace() vorgeschlagene Code:

• führt im ersten Fall zu einer Fehlermeldung: ! Can't convert from replace$interest to data$interest due to loss of precision.
• führt im zweiten Fall dazu, dass die Variable interest vom Datentyp float zu Datentyp integer konvertiert.
  In beiden Fällen ist der Grund, dass die Berechnung des Mittelwertes zur Imputation mittels mean() eine Dezimalzahl ergibt. Dieses tut im zweiten Fall replace() noch nicht weh, ist aber nicht mehr konsistent mit den anderen Spalten im Dataframe.
  Lösung in beiden Fällen ist die Umwandlung der Dezimalzahl in eine Integer mittels as.integer().

S.172 in der R-Pseudo-Syntax:

Der horizontale Strich heißt "oder".

Gemeint ist das Zeichen: |
Daher muss natürlich heißen:

Der vertikale Strich heißt "oder".

Genauer: das Zeichen heißt nicht 'oder', sondern bedeutet 'oder'. Der Name dieses Zeichens ist "Pipe", was aber an dieser Stelle zu weit führt bzw. für den Lernenden verwirrend ist.

Gruß, Lothar B. Blum

S.148 unten:

Dabei definieren Sie substanziell als $|r| = .2$

Es muss natürlich heißen $|r| > .2$ , so wie es auch im darauf folgenden Code Chunk steht.

Gruß, Lothar B. Blum

Kap. 13.2.5, S. 208:
Im Fließtext steht:
"Die Funktion rev(levels(data2$items) dreht die Reihenfolge ...

Diese Textstelle referenziert den vorherigen Code. In diesem steht aber folgender Funktionswert:
labels = rev(levels(extra_items_long_rev$items)

Gruß, Lothar B. Blum

Druckfehler in Kapitel 7.2, S.87:

Im Text steht:
"Ergänzt man den Parameter nr.rm = TRUE, so ignoriert R fehlende Werte"
Der Parameter lautet korrekt: na.rm = TRUE
Im darunter dargestellten Codebeispiel ist der Parameter korrekt abgedruckt.

Gruß, Lothar B. Blum

Hallo,

Bin neu auf GitHub und hoffe, dass die Vorgehensweise bzw. meine Angaben so passen.

Arbeite mich aktuell durch das Buch und bin nun bei Kapitel 7 "Datenjudo" angekommen.

Darin wird u.a. der "profiles" Datensatz vom "okcupiddata" Paket benötigt.
Das Paket dürfte seit 27.07.2021 nicht mehr existieren (https://cran.r-project.org/web/packages/okcupiddata/index.html).

Es gibt offenbar eine überarbeitete Version auf GitHub (https://github.com/rudeboybert/JSE_OkCupid).
Habe mir den Datensatz (profiles_revised.csv.zip) geladen und zumindest die ersten im Buch angeführten Filter in Kapitel 7.2 funktionieren nach wie vor (selbe Bezeichnungen der Spalten, usw.).

Ob der Umfang des Datensatzes nun größer/kleiner geworden ist und/oder die weiteren Befehle im Verlauf des restlichen Buches funktionieren, kann ich noch nicht bestätigen :)

Am Ende von Kap. 9.1.5 (S.122) wird der nächste Schritt der Analyse zu fehlenden Werten in den Spalten i01 bis i10 eingeleitet mit "... so dass wir wissen, bei welchem item (Spalte) und welcher Zeile (Teilnehmer) ein Wert fehlt."
Der nachfolgende Code Chunk filtert aber die NA-Werte aus und man kann die entsprechenden Teilnehmer genau nicht mehr sehen:
extra %>%
drop_na(code, i01:i10)
Dies ist auch an den Ergebnissen des Code Chunks ablesbar, in dem keine NA-Werte auftauchen.

Zum erwarteten Ergebniss führt beispielsweise der folgende Code:
extra %>%
filter(if_any(i01:i10, is.na))

Gruß, Lothar B. Blum

hello - would it be possible to provide the code for the plots in static/images?