Summary  
This chapter introduces factors as a way to represent discrete categories in code, demonstrating how to convert a vector into a factor with defined levels.  

General domain of usage  
Data analysis

Ein **Faktor** ist eine Datenstruktur zur Darstellung von **kategorischen Variablen**.

Definition

Diese Variablen nehmen Werte aus einer begrenzten und festen Menge an, wie beispielsweise Blutgruppe, Währung oder Nationalität. Im Gegensatz zu numerischen Variablen, wie Größe, Einkommen oder Preis, sind Faktoren für diskrete Kategorien konzipiert.

## Erstellen eines Faktors
Faktoren werden aus Vektoren gebildet. Um einen Faktor zu erstellen, definiere einen Vektor und wende anschließend die Funktion `factor()` an, die die Menge der eindeutigen Kategorien als Levels zuweist.

# Create a vector of currency codes
curr <- c('USD', 'EUR', 'AUD', 'NOK', 
          'CHF', 'EUR', 'AUD', 'EUR')

# Convert the vector into a factor
curr_f <- factor(curr)
curr_f

Das Ergebnis sieht wie ein normaler Vektor aus, enthält jedoch zusätzlich eine Zeile namens **Levels**, die alle eindeutigen Kategorien auflistet. Diese Levels definieren die Menge der möglichen Werte, die der Faktor annehmen kann, was besonders in der Datenanalyse nützlich ist, wenn Kategorien konsistent verfolgt werden müssen.

Erwerben Sie ein fundiertes Verständnis von R, einer der am weitesten verbreiteten Sprachen für Datenanalyse. Erkunden Sie grundlegende Datentypen und eindimensionale Werte und vertiefen Sie sich anschließend in mehrdimensionale Strukturen wie Matrizen, Data Frames und Listen. Entwickeln Sie die Fähigkeiten, R effektiv in der statistischen Analyse und datenbasierten Entscheidungsfindung einzusetzen.

Erlernen Sie die Grundlagen der R-Syntax, wie Arithmetik, Variablen, Ausgabefunktionen und Kommentare. Vertiefung des Verständnisses für rechnerische Logik durch Übungen.

Untersuchung der Datentypen in R und deren Bedeutung für die Datenverarbeitung. Entwicklung von Fähigkeiten im Umgang mit Vektoren als grundlegende Strukturen zur Organisation und Analyse von Informationen.

Fähigkeit zur effektiven Verwaltung kategorialer Daten entwickeln. Erfahren, wie Rohdaten durch Strukturierung, Gruppierung und Interpretation in eindeutige Kategorien umgewandelt werden.

Verständnis für die Darstellung und Arbeit mit strukturierten zweidimensionalen Daten. Sicherheit im Transformieren, Beschriften und Anwenden von Operationen auf Matrizen für analytische Aufgaben entwickeln.

Beherrschung der am häufigsten verwendeten Datenstruktur in R für tabellarische Informationen. Organisation, Transformation und Gewinnung von Erkenntnissen aus Datensätzen zur Unterstützung datenbasierter Entscheidungen.

Erfahren Sie, wie Listen über Vektoren hinausgehen, indem sie Elemente unterschiedlichen Typs und unterschiedlicher Länge speichern. Entwickeln Sie die Fähigkeit, Listen zu erstellen, darauf zuzugreifen und sie zu modifizieren, um komplexe Datenstrukturen zu organisieren.

Verständnis Von Faktoren

Erstellen eines Faktors

Beispiel

Lösung

Awesome!

Verständnis Von Faktoren

Erstellen eines Faktors

Beispiel

Lösung