From 71d712b215115819ba2bd204100e8b5727ee554b Mon Sep 17 00:00:00 2001 From: luebby <karsten@statistix.org> Date: Thu, 10 Feb 2022 15:26:36 +0100 Subject: [PATCH] =?UTF-8?q?Verbesserungsvorschl=C3=A4ge=20von=20@DoktorPi?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- Module/Modul_10.Rmd | 36 +++++++++++++++++++++++++++++------- 1 file changed, 29 insertions(+), 7 deletions(-) diff --git a/Module/Modul_10.Rmd b/Module/Modul_10.Rmd index b139ae3..c20f42b 100644 --- a/Module/Modul_10.Rmd +++ b/Module/Modul_10.Rmd @@ -28,7 +28,7 @@ source("random-praise_de/translation_random-praise_de.R") library(learnr) library(mosaic) - +library(DT) set.seed(1896) @@ -52,9 +52,9 @@ gehalt <- faehigkeit * 10 * # Datentabelle zusammensetzen GPG <- data.frame( geschlecht = geschlecht, - faehigkeit = faehigkeit, + faehigkeit = round(faehigkeit), vorstand = vorstand, - gehalt= gehalt) + gehalt = round(gehalt,-2)) ``` ## Lernziele @@ -160,8 +160,29 @@ Treffen wir zusätzlich noch quantitative Modellannahmen für das Beispiel: 3. Ob jemand im Vorstand ist, hängt ab von `faehigkeit` und `geschlecht`. Dies modellieren wir indem ein Mann ab einer `faehigkeit` größer als 115 in den Vorstand kommt, eine Frau erst ab 130. Frauen müssen also fähiger sein als Männer um in den Vorstand zu kommmen – so hier die Annahme. + +```{r plot, echo=FALSE, fig.align='center', out.width="60%", message=FALSE} +xpnorm(115, mean = 100, sd = 15, return = "plot") %>% gf_labs(title = "Vorstand für Männer", x = "Fähigkeit", y = "Dichte") +xpnorm(130, mean = 100, sd = 15, return = "plot") %>% gf_labs(title = "Vorstand für Frauen", x = "Fähigkeit", y= "Dichte") +``` + + 4. Das `gehalt` setzt sich zusammen aus `faehigkeit` ($\cdot 10$). Es ist im `vorstand` doppelt so hoch und für Männer noch einmal $5\%$ höher. Fähigere Leute verdienen mehr, Mitglieder des Vorstands verdienen mehr und Männer verdienen mehr. $$\text{gehalt} = \text{faehigkeit} \cdot 10 \cdot \begin{cases}2, \,\text{ist Vorstand} \\ 1, \,\text{sonst} \end{cases} \cdot \begin{cases}1.05, \,\text{ist Mann} \\ 1, \,\text{sonst} \end{cases}.$$ +```{r plot2, echo=FALSE, fig.align='center', out.width="60%", message=FALSE} +mov <- data.frame(x1 = 50, x2 = 115, y1 = 50*10*1.05, y2=115*10*1.05) +miv <- data.frame(x1 = 115, x2 = 150, y1 = 115*10*2*1.05, y2=150*10*2*1.05) +fov <- data.frame(x1 = 50, x2 = 130, y1 = 50*10*1, y2=115*10*1) +fiv <- data.frame(x1 = 130, x2 = 150, y1 = 115*10*2*1, y2=150*10*2*1) +gf_segment(y1 + y2 ~ x1 + x2, data = mov, color = "purple") %>% + gf_segment(y1 + y2 ~ x1 + x2, data = miv, color = "purple") %>% + gf_segment(y1 + y2 ~ x1 + x2, data = fov, color = "orange") %>% + gf_segment(y1 + y2 ~ x1 + x2, data = fiv, color = "orange") %>% + gf_labs(x="Fähigkeit", y="Gehalt") + + annotate("text", label="Männer", x = 60, y= 3000, color = "purple")+ + annotate("text", label="Frauen", x = 60, y= 2500, color = "orange") +``` + Um dies in `R` für z. B. $n=1000$ Mitarbeiter:innen zu simulieren kann folgender Code verwendet werden: @@ -188,18 +209,19 @@ gehalt <- faehigkeit * 10 * ifelse(vorstand == "j", 2, 1) * ifelse(geschlecht == "m", 1.05, 1) -# Datentabelle zusammensetzen +# Datentabelle zusammensetzen, Werte runden GPG <- data.frame( geschlecht = geschlecht, - faehigkeit = faehigkeit, + faehigkeit = round(faehigkeit), vorstand = vorstand, - gehalt = gehalt) + gehalt = round(gehalt,-2)) ``` <br> <span style="color:#301a87;">➢</span> Ein Einblick in die simulierten Daten: + ```{r, echo=FALSE} -knitr::kable(head(GPG, 5)) +datatable(GPG) ``` -- GitLab