# Laden der benoetigten Pakete in die Julia-Umgebung: using Statistics, Plots, StatsPlots using CSV using DataFrames # Daten einlesen: # Dateiname: dateiname = "Rotwein.csv" verzeichnis = pwd() datei = joinpath(verzeichnis, dateiname) # Einlesen der CSV-Datei: Rotwein = CSV.read(datei, header = 1, delim = ';', decimal = ',', normalizenames = true ) # Ausgabe der CSV-Datei: show(Rotwein) # Deskriptive Statistik: # Funktionen aus dem Statistics-Paket: MW_fa = round(Statistics.mean(Rotwein[!,:residual_sugar]);digits =2) Md_fa = round(Statistics.median(Rotwein[!,:residual_sugar]);digits =2) Std_fa = round(Statistics.std(Rotwein[!,:residual_sugar]);digits =3) # Basis-Funktionen: Min_fa = minimum(Rotwein[!,:residual_sugar]) Max_fa = maximum(Rotwein[!,:residual_sugar]) Spann_fa = Max_fa - Min_fa Anzahl_n = length(Rotwein[!,:residual_sugar]) println("Parameter der Residual Sugar-Beobachtungen:") println("Mittelwert : " , MW_fa) println("Median : " , Md_fa) println("Standardabweichung: " , Std_fa) println("Kleinster Wert : " , Min_fa) println("Groesster Wert : " , Max_fa) println("Spannweite : " , Spann_fa) println("Anzahl Werte : " , Anzahl_n) # Histogramm: # histogram(Rotwein[!,:residual_sugar], color = :red, xlabel = "Restzucker (residual_sugar)", ylabel = "Anzahl Beobachtungen", leg = false)