Ziel der Fallstudie ist der geeignete Transfer von Theorie in die Praxis, anhand eines konkreten Beispiels. In dieser Arbeit liegt der Fokus auf der praktischen Anwendung der Statistik-Software R. Es werden Daten in die Anwendung R integriert und mit entsprechenden Auswertungsmethoden analysiert. Als Ergebnis soll ein Ort präsentiert werden, die den gewählten Kriterien für eine geringe Wettervariabilität entsprechen sowie eine Vorhersage zu den Wetterdaten der kommenden drei Jahre.
Im Rahmen des Studiums "Digital Business Management" mit dem Schwerpunkt "Data Science" wird eine Fallstudie bearbeitet. Die iu – internationale Hochschule stellt drei Varianten zur Bearbeitung des Moduls „Statistical Computing“ zur Verfügung. Statistical Computing verbindet zwei wissenschaftliche Disziplinen, die der Statistik und der Informationstechnologie. Für das wissenschaftliche Rechnen werden computergestützte Anwendungen verwendet und auch Teilgebiete der Mathematik eingesetzt. In dieser Arbeit wird die "Aufgabenstellung 2: Der ideale Wohnort" bearbeitet. Es handelt sich um eine fiktive Aufgabenstellung, die eine praxisnahe Erarbeitung ermöglichen soll.
Der Studierende und seine Lebenspartnerin haben die Möglichkeit den Beruf vollständig im Home-Office auszuüben. Beide Parteien sind daher sehr flexibel und wollen einen neuen Wohnort in Deutschland suchen. Es werden Überlegungen angestellt, welcher Ort hierfür in Frage kommt. Die Wettervariabilität spielt eine zentrale Rolle bei der Wahl des neuen Wohnorts. Das Wetter soll so konstant wie möglich sein. Der Deutsche Wetterdienst stellt auf seiner Website frei verfügbare Wetterdaten bereit, die verwendet werden, um die Klimadaten der letzten Jahre zu analysieren.
Inhaltsverzeichnis
- Einleitung
- Themenstellung
- Zielsetzung
- Vorgehensweise
- Fallvorstellung
- Auswahl der Kriterien
- Forschungsfrage
- Heuristik
- Forschungsdesign und Datensammlung
- Forschungsdesign
- Datensammlung
- Statistische Berechnung in R
- Der perfekte Wohnort anhand der geringsten Wettervariabilität
- Datenbereinigung
- Datenimport in R
- Datenaufbereitung in R
- Wettervorhersage für drei Jahre
- Datenbereinigung
- Datenimport und -aufbereitung in R
- Analyse
- Fazit
Zielsetzung und Themenschwerpunkte
Die Fallstudie zielt darauf ab, die Anwendung von Statistik-Software R in einem praxisnahen Kontext zu demonstrieren. Dabei liegt der Fokus auf der Auswahl eines optimalen Wohnortes in Deutschland anhand von Wetterdaten. Das Ziel ist es, einen Ort zu finden, der eine möglichst geringe Wettervariabilität aufweist.
- Anwendung von R für statistische Berechnungen
- Analyse von Wetterdaten zur Bestimmung der Wettervariabilität
- Definition von Kriterien für die Auswahl des optimalen Wohnortes
- Datenbereinigung, -import und -aufbereitung in R
- Interpretation der Ergebnisse und Identifizierung von Mustern in den Daten
Zusammenfassung der Kapitel
Die Einleitung führt in das Thema Statistical Computing und die konkrete Fragestellung der Fallstudie ein. Anschließend werden die Kriterien für die Auswahl des idealen Wohnortes, die Forschungsfrage und die Heuristik zur Vorauswahl von möglichen Orten erläutert. Das Forschungsdesign und die Datensammlung werden im nächsten Kapitel beschrieben. Im Kapitel "Statistische Berechnung in R" werden die Daten in die Anwendung R importiert, bereinigt und aufbereitet. Es werden verschiedene R-Skripte zur Analyse der Daten vorgestellt. Abschließend wird in einem Fazit eine Zusammenfassung der Ergebnisse der Fallstudie gegeben.
Schlüsselwörter
Statistical Computing, R, Wettervariabilität, Datenanalyse, Wohnortwahl, Datenbereinigung, Datenimport, Datenaufbereitung, R-Skripte, Wetterdaten, Deutscher Wetterdienst, CDC-Portal.
- Quote paper
- Daniel Falkner (Author), 2023, Statistical Computing mit R. Der perfekte Wohnort anhand der Wettervariabilität, Munich, GRIN Verlag, https://www.grin.com/document/1350792
