Diese Seite beschreibt das Handling mit "R". Für Erklärungen zu den statistischen Inhalten besuchen Sie bitte die Vorlesung und die Übungen, und arbeiten Sie bitte Vorlesungs- und Übungsskripten durch!

Diese Anleitung setzt ebenfalls das R Paket 'RcmdrPlugin.iasc' voraus (RcmdrPlugin.iasc installieren bzw. laden).

Für die Herdenbucheintragung wurde bei 13 Milchkühen der Rinderrasse "Braunvieh" und bei 11 Kühen der Rasse "Fleckvieh" eine Melkbarkeitsprüfung durchgeführt. Dabei wurde unter anderem die Melkdauer (in min) der Kühe pro Tag ermittelt. Die Ergebnisse sind in der Datei 'Melkdauer.csv' angegeben.
Im Beispiel werden diese Daten in die Datenmatrix melk eingelesen.

Wie Sie CSV-Dateien importieren können, haben Sie bereits gelernt. Falls Sie sich nicht mehr erinnern, lesen Sie bitte nochmal nach: Dateneingabe und Einlesen von Beispieldateien.

Mittels gruppiertem Boxplot gewinnt man einen Eindruck von den Daten.

'Grafiken' > 'Boxplot':

Die Frage, ob ein Unterschied in der Melkbarkeit je nach Rasse besteht, kann z.B. mit einem Wilcoxon-Rangsummentest beantwortet werden. Die Nullhypothese lautet: "Die Verteilungen der Melkdauer sind für Braunvieh und Fleckvieh gleich." Die Alternativhypothese lautet: "Die Verteilungen der Melkdauer sind für Braunvieh und Fleckvieh ungleich." Das Risiko 1. Art wird mit $\alpha =0.05$ festgelegt.

'Statistik' > 'Nichtparametrische Tests' > 'Wilcoxon-Test':

Der p-Wert der dazugehörigen Teststatistik ($0.05217$) liegt über dem Risiko 1. Art $\alpha =0.05$, weshalb die Nullhypothese beibehalten werden muss. Die Verteilung der Melkdauer ist also für beide Rassen gleich.

Um festzustellen, ob das Fach "Statistik" den Studierenden verschiedener Studienrichtungen unterschiedlich schwer fällt, wurden 27 Studierende der drei Studienrichtungen Agrarwissenschaften (AW), Lebensmittel- und Biotechnologie (LBT) und Umwelt- und Bioressourcenmanagement (UBRM) nach ihrer in Statistik erzielten Leistung (in % der erreichbaren Punkte) befragt. Die Ergebnisse sind in der Datei 'Statistikergebnisse.csv' zusammengefasst. Im Beispiel wird davon ausgegangen, dass die Datei in den DataFrame 'leistung' eingelesen wurde.

Mit Hilfe eines gruppierten Boxplots kann man die Statistikleistung der Studierenden anschaulich darstellen.

Die Frage, ob ein Zusammenhang zwischen Studienrichtung und Statistikleistung besteht, kann z.B. mittels Kruskal-Wallis-Test beantwortet werden. Die dazugehörige Nullhypothese lautet: "Die Verteilungen der Statistikleistung sind für alle drei Studienrichtungen gleich." Die Alternativhypothese lautet: "Mindestens zwei Verteilungen sind unterschiedlich." Das Risiko 1. Art wird mit $\alpha = 0.05$ festgelegt.

Der p-Wert der dazugehörigen Teststatistik ($0.551$) liegt über dem Risiko 1. Art $\alpha = 0.05$, weshalb die Nullhypothese beibehalten werden muss. Die Verteilung der Statistikleistung ist also für alle drei Studienrichtungen gleich.

• Abgabe als PDF-Datei

• … fragen Sie bitte in der nächsten Übungseinheit Ihre Übungleiterin oder Ihren Übungsleiter.
• … fragen Sie auch Ihre Mitstudierenden, entweder persönlich in der nächsten Pause, oder im Forum des BOKUlearn-Kurses der Lehrveranstaltung.

Diese Seite beschreibt das Handling mit "R". Für Erklärungen zu den statistischen Inhalten besuchen Sie bitte die Vorlesung und die Übungen, und arbeiten Sie bitte Vorlesungs- und Übungsskripten durch!