weitere Visualisierungen

Zum Abschluss unseres Ausfluges in die grundlegenden Visualisierungen wollen wir nun noch Kreisdiagramme und die Dichtekurve genauer betrachten. Zuerst laden wir wieder unsere Daten.

Daten <- read.csv("VITB12.csv", header = T, sep = ";")

Kreisdiagramm zeichnen

Um ein Kreisdiagramm zu zeichnen, nutzen wir die pie()-Funktion. Hierzu müssen aber unsere kategorialen Daten in Form einer Tabelle vorliegen. Dies können wir über die table()-Funktion erreichen.

pie(table(Daten$Altersgruppe))

Welche weitere Argumente es für die pie()-Funktion gibt, könnt ihr unter ?pie nachlesen.

Dichtekurve zeichnen

Um eine Dichtekurve zu zeichnen, benutzen wir zwei Funktionen:

• density() – Berechnung der Dichtefunktion
• plot() – Plotten der Dichtefunktion

Zum besseren Verständnis zeichnen wir uns zuerst ein Histogramm.

hist(Daten$Alter, main = "Altersverteilung der Messwerte",
     col = "lightgreen",
     xlab = "Alter in Jahren",
     ylab = "Häufigkeit",
     ylim = c(0,200),
     xlim = c(0,100),
     breaks = 50,
     las = 1)

Um die Dichtefunktion zu zeichnen kombinieren wir die beiden Funktionen plot() und density(). Die Dichtefunktion sieht dann so aus:

plot(density(Daten$Alter))

Ihr seht, dass die Dichtekurve von ihren Peaks denen des Histogramms entspricht.