Loesung_Hausaufgabe_2024-11-07.qmd

---
title: "Hausaufgabe vom 07.11.2024"
format: html
embed-resources: true
editor: visual
---

## **Aufgabe 1**

**a) Zählen Sie, wie viele Probanden in der NHANES-Tabelle größer als 190 cm sind**

```{r}
suppressPackageStartupMessages(library(tidyverse))

read_csv("data_on_git/nhanes.csv") -> nhanes

nhanes
```

```{r}
nhanes %>%
  summarise(Taller_than_sixft = sum(height > 190, na.rm=TRUE))
```

**b) Gruppieren Sie nach Geschlecht und Ethnie. Zählen Sie für jede Gruppe getrennt, wie viele Probanden insgesamt in der Gruppe sind, und wie viele über 190 cm groß sind.**

```{r}
nhanes %>%
  group_by(gender, ethnicity) %>%
  summarise(Taller_than_sixft = sum(height > 190, na.rm=TRUE))
```

**c) Berechnen Sie für jede Gruppe den prozentualen Anteil an Über-1.9-Meter-Probanden.**

```{r}
nhanes %>%
  group_by(gender, ethnicity) %>%
  summarise(
    Subjects = n(),
    Taller_than_sixft = sum(height > 190, na.rm=TRUE),
    Percentage_over6ft = Taller_than_sixft/Subjects*100
    )
    
```

## Aufgabe 2

**In der Hausaufgabe der vorigen Woche haben wir in der NHANES-Tabelle die mittlere Körpergröße, aufgeschlüsselt nach Geschlecht und Ethnie, berechnet.**

```{r}
nhanes %>%
  group_by(gender, ethnicity) %>%
  summarise(Avg_Height = mean(height, na.rm=TRUE))
```

**Schlüsseln Sie diesmal nach Geschlecht und Alter auf.**

```{r}
nhanes %>%
  group_by(gender, age) %>%
  summarise(Avg_Height = mean(height, na.rm=TRUE))
```

**Erzeugen Sie einen Plot, der die Durschnittsgröße von Frauen/Mädchen und von Männern/Jungen für jedes Lebensalter darstellt.**

```{r}
nhanes %>%
  group_by(gender, age) %>%
  summarise(Avg_Height = mean(height, na.rm=TRUE)) %>%
  ggplot +
  geom_point(aes(x = age , y=Avg_Height, col=gender)) +
  labs(x = "Age [years]", y = "Average Height [cm]")
```

**Vielleicht hilft es, in der x-Achse des Plots hineinzuzoomen, und die Achse nur von 0 bis 30 Jahre laufen zu lassen. Googlen Sie, wie man den auf der Achse dargestellten Wertebereich (“axis limits”) ändert, wenn man “ggplot” verwendet.**

```{r}
nhanes %>%
  group_by(gender, age) %>%
  summarise(Avg_Height = mean(height, na.rm=TRUE)) %>%
  ggplot + 
  geom_point(aes(x=age, y=Avg_Height, col=gender)) +
  scale_x_continuous(limits= c(0, 30)) + 
  labs(x = "Age [years]", y = "Average Height [cm]")
```

## **Aufgabe 3**

**Bauen Sie Schritt für Schritt eine Tidyverse-Pipeline wie folgt auf:**

-   **Beginnen Sie mit der NHANES-Tabelle**

-   **Entfernen Sie Probanden, wo die Körpergröße oder das Gewicht fehlt, sowie Probanden mit Alter unter 18 Jahren.**

-   **Fügen Sie eine Spalte `bmi` hinzu, die den Body-Mass-Index berechnet.**

```{r}
nhanes %>%
  filter(!is.na(height), !is.na(weight), age >= 18) %>%
  mutate(BMI = weight/(height/100)^2)
```

-   **Erwachsene mit einem BMI über 25 gelten laut WHO-Leitlinien als übergewichtig. Bei einem BMI über 30 liegt krankhaftes Übergewicht (“Adipositas”) vor. Zählen Sie, wie viele Probanden übergewichtig sind und wie viele adipös.**

    ```{r}
    nhanes %>%
      filter(!is.na(height), !is.na(weight), age >= 18) %>%
      mutate(BMI = weight/(height/100)^2) %>%
      summarise(
        Overweight = sum(BMI > 25),
        Obese = sum(BMI > 30)
         )
    ```

-   **Ermitteln Sie diese Zahlen aufgeschlüsselt nach Geschlecht und Ethnie, und rechnen Sie sie in Prozent um.**

    ```{r}
    nhanes %>%
      filter(!is.na(height), !is.na(weight), age>=18) %>%
      mutate(BMI = weight/(height/100)^2) %>%
      group_by(gender, ethnicity) %>%
      summarise(
        Subjects = n(),
        Overweight = sum(BMI > 25),
        Overweight_Percentage = Overweight/Subjects*100,
        Obese = sum(BMI > 30),
        Obese_Percentage = Obese/Subjects*100
      ) -> nhanes_BMI_overweight

    nhanes_BMI_overweight
    ```

**Ersatzergebnis: Das korrekte Ergebnis, zum Vergleichen:**

```{r}
read_csv("data_on_git/nhanes_bmi_smr.csv")
```

**Erstellen Sie nun ein Diagramm der Übergewichts-Anteile. Verwenden Sie Ethnie als x-Achse, Prozent übergewichtig als y-Achse, und stellen Sie das Geschlecht durch die Farbe dar. Ersetzen Sie dann `geom_point( aes(...) )` durch `geom_col( aes(...), position="dodge")` und dann noch `col` durch `fill`. Sie sollten ein Säulendiagramm (auch Balkendiagramm genannt, engl. *bar chart*)**

```{r}
nhanes_BMI_overweight %>%
  ggplot +
  geom_col(aes(x = ethnicity, y = Overweight_Percentage, fill= gender), position=position_dodge(1)) +
  labs(y = "Percentage of Overweight Subjects")
```

###