From cfc71cc2cfafea47827da3d10623aec52aa937ef Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?Konrad=20F=C3=B6rstner?= Date: Sun, 3 Mar 2024 13:59:24 +0100 Subject: [PATCH] Revert "Replace attachment shortcode by resources" This reverts commit 8929c85f75c9f7a58710364bb240ab185028a19b. --- content/basics/solutions.md | 12 +++++----- .../bivariate/correlation.md | 4 ++-- content/descriptive_statistics/solutions.md | 12 +++++----- .../univariate/symmetrie.md | 2 +- content/inference/solutions.md | 2 +- content/solutions.md | 24 +++++++++---------- 6 files changed, 28 insertions(+), 28 deletions(-) diff --git a/content/basics/solutions.md b/content/basics/solutions.md index 59f56c8c..828603b5 100644 --- a/content/basics/solutions.md +++ b/content/basics/solutions.md @@ -35,7 +35,7 @@ LastModifierEmail = "" 8. Enthält der Datensatz fehlende Werte? Ja, z.B. `Age Range` 9. Handelt es sich um Querschnitts-, Längsschnitss- oder Paneldaten? Querschnittsdaten -{{%resources title="Lösungen" pattern="2.1.solutions_basicterms" /%}} +{{%attachments title="Lösungen" pattern="2.1.solutions_basicterms" /%}} #### 2.2 Skalenniveau und Datentypen @@ -44,12 +44,12 @@ LastModifierEmail = "" - `temp`: metrisch, stetig, `int` - `below_zero`: nominal, diskret, `boolean` -{{%resources title="Lösungen" pattern="2.2.solutions_dataframe" /%}} +{{%attachments title="Lösungen" pattern="2.2.solutions_dataframe" /%}} #### 2.3 Exkurs: Datenrundreise -{{%resources title="Lösungen" pattern="2.3.solutions_datenrundreise" /%}} +{{%attachments title="Lösungen" pattern="2.3.solutions_datenrundreise" /%}} #### 2.4 Exkurs: Arbeitsspeicher @@ -60,12 +60,12 @@ LastModifierEmail = "" #### 2.5 Fallstudie: Feature Engineering -{{%resources title="Lösungen" pattern="2.5.solutions_fe" /%}} +{{%attachments title="Lösungen" pattern="2.5.solutions_fe" /%}} #### 2.6 Filtern -{{%resources title="Lösungen" pattern="2.6.solutions_selection" /%}} +{{%attachments title="Lösungen" pattern="2.6.solutions_selection" /%}} #### 2.7 Datentypen @@ -76,7 +76,7 @@ LastModifierEmail = "" #### 2.8 Exkurs: Fehlende Werte -{{%resources title="Lösungen" pattern="2.8.solutions_na" /%}} +{{%attachments title="Lösungen" pattern="2.8.solutions_na" /%}} #### Quiz diff --git a/content/descriptive_statistics/bivariate/correlation.md b/content/descriptive_statistics/bivariate/correlation.md index e15a0803..c1682e6e 100755 --- a/content/descriptive_statistics/bivariate/correlation.md +++ b/content/descriptive_statistics/bivariate/correlation.md @@ -49,7 +49,7 @@ In dieser Formel erkennt man im Zähler die Kovarianz und im Nenner die einzelne Der Koeffizient kann Werte zwischen $-1$ (negativer Zusammenhang) und $1$ (positiver Zusammenhang) annehmen. Nachfolgend ein Beispiel von zufällig generierten Variablen mit verschiedenen Korrelationskoeffizienten: {{< figure src="../correlation.files/correlation.png" title="" width="60%" >}} -{{%resources title="Zugehöriges Notebook zum Nachvollziehen und Ausprobieren:" pattern="correlation.ipynb" /%}} +{{%attachments title="Zugehöriges Notebook zum Nachvollziehen und Ausprobieren:" pattern="correlation.ipynb" /%}} Mit [pandas](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.corr.html) kannst Du natürlich auch Korrelationen ausrechnen: {{% customnotice code%}} @@ -85,7 +85,7 @@ Das Anscombe Quartett ist ein Datenstatz, der aus 4 bivariaten Verteilungen best {{% /customnotice %}} --- diff --git a/content/descriptive_statistics/solutions.md b/content/descriptive_statistics/solutions.md index b9b44cd7..48bad987 100644 --- a/content/descriptive_statistics/solutions.md +++ b/content/descriptive_statistics/solutions.md @@ -25,7 +25,7 @@ LastModifierEmail = "" #### 3.1 Häufigkeiten -{{%resources title="Lösungen" pattern="3.1.solutions_frequency" /%}} +{{%attachments title="Lösungen" pattern="3.1.solutions_frequency" /%}} @@ -37,7 +37,7 @@ Der Mittelwert hingegen basiert auf den absoluten Werten. Da die Variable `Total #### 3.4 Varianz -{{%resources title="Lösungen" pattern="3.4.solutions_variance" /%}} +{{%attachments title="Lösungen" pattern="3.4.solutions_variance" /%}} #### 3.6 Symmetrie und Schiefe @@ -56,17 +56,17 @@ Von oben links nach unten rechts: #### Exkurs Ausreißerentfernung (Aufgaben 3.3, 3.5 und 3.7) -{{%resources title="Lösungen" pattern="solutions_outlier" /%}} +{{%attachments title="Lösungen" pattern="solutions_outlier" /%}} #### 3.8 Exkurs: Anscombe-Quartett -{{%resources title="Lösungen" pattern="solutions_anscombe" /%}} +{{%attachments title="Lösungen" pattern="solutions_anscombe" /%}} #### 3.9 Balkendiagramme bei Fox News @@ -83,7 +83,7 @@ Die Balkendiagramme beginnen nicht im Nullpunkt. Somit werden die relativen Unte #### Projektaufgabe - Beispielfragen -{{%resources title="Lösungen" pattern="Musterloesung_Projektaufgabe.ipynb" /%}} +{{%attachments title="Lösungen" pattern="Musterloesung_Projektaufgabe.ipynb" /%}} diff --git a/content/descriptive_statistics/univariate/symmetrie.md b/content/descriptive_statistics/univariate/symmetrie.md index cb028e81..9569d633 100644 --- a/content/descriptive_statistics/univariate/symmetrie.md +++ b/content/descriptive_statistics/univariate/symmetrie.md @@ -23,7 +23,7 @@ LastModifierEmail = "" +++ {{< figure src="/2023-2024-ZK_Data_Librarian_Modul_3/images/distributions.png" title="Verschiedene univariate Verteilungen" width="50%" >}} -{{%resources title="Related files" +{{%attachments title="Related files" pattern="distributions.ipynb" /%}} Um eine metrische Verteilung charakterisieren zu können, ist neben der zentralen Lage- und Streuung auch deren **Symmetrie** und **Schiefe** von Bedeutung. Die Symmetrie sagt etwas über die *(Un-)Gleichverteilung* der Werte einer Variablen aus. Bei stark asymmetrischen Variablen (z.B. Haushaltseinkommen in Deutschland) ist das auftreten von kleinen Werten viel wahrscheinlicher, als das auftreten von sehr großen Werten (oder umgekehrt). diff --git a/content/inference/solutions.md b/content/inference/solutions.md index d4a96362..52c8fce0 100644 --- a/content/inference/solutions.md +++ b/content/inference/solutions.md @@ -41,4 +41,4 @@ hidden = true ### 4. Exkurs: Inferenzstatistik -{{%resources title="Lösungen" pattern="solutions_inference" /%}} +{{%attachments title="Lösungen" pattern="solutions_inference" /%}} \ No newline at end of file diff --git a/content/solutions.md b/content/solutions.md index 1a9ae531..29309f5e 100755 --- a/content/solutions.md +++ b/content/solutions.md @@ -66,12 +66,12 @@ Hier finden sich die Musterlösungen aller Einheiten im Überblick. - `temp`: metrisch, stetig, `int` - `below_zero`: nominal, diskret, `boolean` -{{%resources title="Lösungen" pattern="2.2.solutions_dataframe" /%}} +{{%attachments title="Lösungen" pattern="2.2.solutions_dataframe" /%}} #### 2.3 Exkurs: Datenrundreise -{{%resources title="Lösungen" pattern="2.3.solutions_datenrundreise" /%}} +{{%attachments title="Lösungen" pattern="2.3.solutions_datenrundreise" /%}} #### 2.4 Exkurs: Arbeitsspeicher @@ -82,12 +82,12 @@ Hier finden sich die Musterlösungen aller Einheiten im Überblick. #### 2.5 Fallstudie: Feature Engineering -{{%resources title="Lösungen" pattern="2.5.solutions_fe" /%}} +{{%attachments title="Lösungen" pattern="2.5.solutions_fe" /%}} #### 2.6 Filtern -{{%resources title="Lösungen" pattern="2.6.solutions_selection" /%}} +{{%attachments title="Lösungen" pattern="2.6.solutions_selection" /%}} #### 2.7 Datentypen @@ -98,7 +98,7 @@ Hier finden sich die Musterlösungen aller Einheiten im Überblick. #### 2.8 Exkurs: Fehlende Werte -{{%resources title="Lösungen" pattern="2.8.solutions_na" /%}} +{{%attachments title="Lösungen" pattern="2.8.solutions_na" /%}} #### Quiz @@ -112,7 +112,7 @@ Hier finden sich die Musterlösungen aller Einheiten im Überblick. #### 3.1 Häufigkeiten -{{%resources title="Lösungen" pattern="3.1.solutions_frequency" /%}} +{{%attachments title="Lösungen" pattern="3.1.solutions_frequency" /%}} @@ -124,7 +124,7 @@ Der Mittelwert hingegen basiert auf den absoluten Werten. Da die Variable `Total #### 3.4 Varianz -{{%resources title="Lösungen" pattern="3.4.solutions_variance" /%}} +{{%attachments title="Lösungen" pattern="3.4.solutions_variance" /%}} #### 3.6 Symmetrie und Schiefe @@ -143,16 +143,16 @@ Von oben links nach unten rechts: #### Exkurs Ausreißerentfernung (Aufgaben 3.3, 3.5 und 3.7) -{{%resources title="Lösungen" pattern="solutions_outlier" /%}} +{{%attachments title="Lösungen" pattern="solutions_outlier" /%}} #### Symmetrie: Fallstudie -{{%resources title="Lösungen" pattern="solutions_case_study" /%}} +{{%attachments title="Lösungen" pattern="solutions_case_study" /%}} #### Korrelation: Anscombe-Quartett -{{%resources title="Lösungen" pattern="solutions_anscombe" /%}} +{{%attachments title="Lösungen" pattern="solutions_anscombe" /%}} #### Fox News @@ -170,10 +170,10 @@ Die Balkendiagramme beginnen nicht im Nullpunkt. Somit werden die relativen Unte ### 4. Exkurs: Inferenzstatistik -{{%resources title="Lösungen" pattern="solutions_inference" /%}} +{{%attachments title="Lösungen" pattern="solutions_inference" /%}} -{{%resources title="Alle Lösungen" pattern="solutions" /%}} +{{%attachments title="Alle Lösungen" pattern="solutions" /%}} -->