Übungen

Nutze den Kohorten- und Labordatensatz. Versuche jede Aufgabe zuerst in Python, dann in R. Code in Englisch, Antworten auf Deutsch. Lösungen: loesungen.md.

Aufgabe 1 – Erste Erkundung

Lade kohorte und labor mit load_cohort() / load_labs(), führe sie zusammen. Gib für die Spalten bmi, kreatinin_mg_dl und haemoglobin_g_dl den Mittelwert, Median und die Standardabweichung aus. Welche Variable ist am stärksten rechtsschief?

Aufgabe 2 – Häufigkeiten und fehlende Werte

Wie ist raucherstatus verteilt (absolut und relativ)? Welche Variablen haben überhaupt fehlende Werte? Wie hoch ist der Anteil bei laktat_mmol_l?

Aufgabe 3 – Ausreißer

Wende die IQR-Methode auf kreatinin_mg_dl an. Wie viele Ausreißer nach oben gibt es? Schau dir die Werte an: klinisch plausibel?

Aufgabe 4 – Histogramm

Erstelle ein Histogramm der verweildauer_tage, getrennt nach aufnahmegrund. Welcher Aufnahmegrund hat die längste Verweildauer? Gibt es auffällige Häufungen?

Aufgabe 5 – Boxplot

Erstelle einen Boxplot des sofa_score je raucherstatus. Sortiere die Gruppen nach dem Median (absteigend). Was fällt auf?

Aufgabe 6 – Streudiagramm und Korrelation

Erstelle ein Streudiagramm von crp_mg_l (x) vs. verweildauer_tage (y), eingefärbt nach verstorben_30d. Berechne danach den Pearson-Korrelationskoeffizienten. Entspricht das Bild dem Koeffizienten?

Bonus

Erstelle eine Korrelationsmatrix für alle numerischen Variablen in der zusammengeführten Tabelle. Welches Variablenpaar korreliert am stärksten mit verstorben_30d? Überrascht dich das Ergebnis?