[JS]
[DE]
[PLUGIN] ../../build/popup.plugin
[PLUGIN] ../../build/survey.plugin
[PLUGIN] ../../build/file.plugin
[PLUGIN] ../../build/image.plugin
[PLUGIN] ../../build/math.plugin
[TITLE] WEB Umfragen 
[AUTHOR] Stefan Bosse
[VERSION] 7.2020

# WEB Umfragen: Analyse der Umfrage (3)

- Hinweis: Grundlegende JavaScript Kenntnisse sind erforderlich. Lese auch das Tutorial [JavaScript](http://edu-9.de/lehre/tutorial6.html)  !!!!

> In diesem Tutorial wird die Umfrage aus dem vorherigen Tutorial auf einem WEB Server aus diesen Notebook heraus veröffentlicht und die Daten der Erhebung wieder eingesammelt.

- Mittels des *Math.statistics* Moduls können nun Daten statistisch analysiert werden
  + Eine Dokumentation der Statistikfunktionen findet sich hier (es gibt noch einige zusätzliche Funktionen, siehe unten)  [STAT](https://simplestatistics.org/docs/)

## Der WEB Server

- Der WEB Umfrageserver ist über die URL http://ag-0.de:22222 für alle öffentlich erreichbar
- Also hier [WEB Server](http://ag-0.de:22222)

## Auswertung

### Die Umfrage

- Hier die eigene Umfrage aus dem vorherigen Tutorial übertragem

[CODE] Umfrage
```js
survey = {
  author: 'Stefan Bosse',
  url:    'ag-0.de:22222',
  label:  'mysurv1',
  title : 'Meine Beispielsumfrage',
  start : 'now',
  time  : 600,  // seconds
  cinema : true,
  // Ab hier komtm der Dialog:
  dialog : [
    {label:'QN', question: 'Wie heissen Sie?' },
    {label:'QA', question: 'Wie alt sind Sie?', range:[1,99], step:1 },
    {label:'QF', question: 'Welche Speisen essen Sie?',
                 choices: ['vegetarisch',
                           'vegan',
                           'Fleisch',
                           'Fisch']}
  ],
  parameter : {
    QN: 'name',
    QA: 'age',
    QF: 'food'
  },
  code : {
    QF : function (choices) {
      return Math.code(choices,{
        vegetarisch:1,
        vegan:2,
        Fleisch:4,
        Fisch:8,
        undefined:0,
      }) 
    }
  },
  action : function (res) {
    var an = 0;
    res.result.forEach(function (q) { if (!Utils.empty(q.answer)) an++ });
    Print('Vielen Dank! Sie haben '+an+' Frage(n) beantwortet. Die Umfrage ID ist '+res.id);
  }
}
print('Done.')
```

### Die Umfrageergebnisse

- Die Erhebungsdaten der **eigenen Umfrage hier laden**!

[CODE] Erhebungsdaten laden
```js
results=[];
Load(function (data) { 
  results=data;
  print(data) 
})
```

**Oder nur zum Testen / zur Übung (Beispiel):**

[CODE] Ergebnisse der Beispielsumfrage
```js
results = [ [ 'name', 'age', 'food' ],
  [ 'Boris', 45, 5 ],
  [ 'Liz', 32, 4 ],
  [ 'Nina', 34, 2 ],
  [ 'Paul', 22, 1 ],
  [ 'Gloria', 51, 12 ],
  [ 'undefined', 'undefined', 15 ],
  [ 'Aleyna', 23, 0 ],
  [ 'Fabio', 'undefined', 0 ],
  [ 'Malou', 33, 2 ],
  [ 'Loris', 34, 4 ] ]
```

### Aufbereitung

1. Spalten selektieren und nicht brauchbare Werte herausfiltern

[CODE] Filterung von Daten
```js
// Header Zeile entfernen
results=results.slice(1);
// Spalten filtern
names = results.pluck(0).filter(function (v) {
  return v!='undefined'
})
ages = results.pluck(1).filter(function (v) {
  return v!='undefined' && v>18 && v < 80;
})
food = results.pluck(2).filter(function (v) {
  return v!=0;
});
print(names)
print(ages)
print(food)
```

### Analyse

1. Metrische Variablen → Mittelwerte und Varianz
2. Kategorische Werte: Verteilungsstatistik
   + Kategorische Werte wurden kodiert übermittelt (sofern eine Kodeierungsfunktion für eine Variable definiert wurde). 
   + Für eine Verteilungsstatistik wären die ursprünglichen Antwortlisten mit den Antworten besser geeignet!
   + Daher ggfs. wieder Dekodierung in Symbollisten (siehe Beispiel)

### Dekodierung

- Die Dekodierung kann mit der *Math.decode* Funktion erfolgen aus.
  + Aus z.B. *x*=5 wird die Liste (Array) `['vegetarisch','Fleisch']`
  
[CODE] Dekodierung von kategorischen Daten
```js
foodS=food.map(function (v) {
  return Math.decode(v,{
        vegetarisch:1,
        vegan:2,
        Fleisch:4,
        Fisch:8
      })
})
print(foodS)
```

### Auswertung und Verteilung

- Die *Math.statistics.distribution*  Funktion untersuscht eine Datentablle zeilenweise und gibt die Häufigkeiten von kategorischen Werten (also Symbolen) zurück.

- Die Zeilen der Datentabelle enthalten die Variablenwerte als Auswahlliste (Array)

[CODE] Berechnung der Kategorieverteilung
```js
foodS_dist = Math.statistics.distribution(foodS);
names_dist = Math.statistics.distribution(names);
print(foodS_dist)
print(names_dist)
```

[PLOT] Plot von Variablen
```js
// Einzelner Bar Plot
// Plot(foodS_dist,{type:'bar',min:0});

// Mutiple Plots in einer Tabelle
PlotTable([
// Zeile 1
[{data:foodS_dist,options:{type:'bar',min:0}},
 {data:names_dist,options:{type:'bar',min:0}}],
// Zeile 2 ..
])
```

### Metrische Variablen

- Eventuell können auch kodierte kategorische Variablen statistisch numerisch analysiert werden wenn und nur wenn die Kodierung mit einer semantischen Gewichtung geschieht
  +  D.h., eine Frage wäre die ökokologische Verträglichkeit von Essen → Vegan am besten, dann folgt vegetarisch, Fleisch, schließlich Fisch → dann ist der kodierte Wert ein Maß für ökol. Veträglichkeit (der Fussabdruck sozusagen)

[CODE] Berechnung von statistischen Kennwerten
```js
Table([
  ['X','mean','deviation','variance'],
  ['age',
    Math.frac(Math.statistics.mean(ages),0.01),
    Math.frac(Math.statistics.standardDeviation(ages),0.01),
    Math.frac(Math.statistics.variance(ages),0.01),    
  ],
  ['food',
    Math.frac(Math.statistics.mean(food),0.01),
    Math.frac(Math.statistics.standardDeviation(food),0.01),
    Math.frac(Math.statistics.variance(food),0.01),    
  ]  
],{head:true})
```

[EXERCISE]

1. Übertrage Umfrageergebnisse von der eigenen Umfrage in dieses Notebook
2. Führe alle Schritte mit den eigenen Daten durch
   + Die Analyse (Code) muss an die eigenen Umfragevariablen angepasst werden
3. Analysiere die Umfrage
4. Bewerte die Umfreage textuell (eine Zusammenfassung der Ergebnisse)

[INPUT]

[EXERCISE]

WEB Umfragen: Analyse der Umfrage (3)

Hinweis: Grundlegende JavaScript Kenntnisse sind erforderlich. Lese auch das Tutorial JavaScript !!!!

In diesem Tutorial wird die Umfrage aus dem vorherigen Tutorial auf einem WEB Server aus diesen Notebook heraus veröffentlicht und die Daten der Erhebung wieder eingesammelt.

Mittels des Math.statistics Moduls können nun Daten statistisch analysiert werden
- Eine Dokumentation der Statistikfunktionen findet sich hier (es gibt noch einige zusätzliche Funktionen, siehe unten) STAT

Der WEB Server

Der WEB Umfrageserver ist über die URL http://ag-0.de:22222 für alle öffentlich erreichbar
Also hier WEB Server

Auswertung

Die Umfrage

Hier die eigene Umfrage aus dem vorherigen Tutorial übertragem

Umfrage

survey = {
  author: 'Stefan Bosse',
  url:    'ag-0.de:22222',
  label:  'mysurv1',
  title : 'Meine Beispielsumfrage',
  start : 'now',
  time  : 600,  // seconds
  cinema : true,
  // Ab hier komtm der Dialog:
  dialog : [
    {label:'QN', question: 'Wie heissen Sie?' },
    {label:'QA', question: 'Wie alt sind Sie?', range:[1,99], step:1 },
    {label:'QF', question: 'Welche Speisen essen Sie?',
                 choices: ['vegetarisch',
                           'vegan',
                           'Fleisch',
                           'Fisch']}
  ],
  parameter : {
    QN: 'name',
    QA: 'age',
    QF: 'food'
  },
  code : {
    QF : function (choices) {
      return Math.code(choices,{
        vegetarisch:1,
        vegan:2,
        Fleisch:4,
        Fisch:8,
        undefined:0,
      }) 
    }
  },
  action : function (res) {
    var an = 0;
    res.result.forEach(function (q) { if (!Utils.empty(q.answer)) an++ });
    Print('Vielen Dank! Sie haben '+an+' Frage(n) beantwortet. Die Umfrage ID ist '+res.id);
  }
}
print('Done.')

▸

✗

Die Umfrageergebnisse

Die Erhebungsdaten der eigenen Umfrage hier laden!

Erhebungsdaten laden

results=[];
Load(function (data) { 
  results=data;
  print(data) 
})

▸

✗

Oder nur zum Testen / zur Übung (Beispiel):

Ergebnisse der Beispielsumfrage

results = [ [ 'name', 'age', 'food' ],
  [ 'Boris', 45, 5 ],
  [ 'Liz', 32, 4 ],
  [ 'Nina', 34, 2 ],
  [ 'Paul', 22, 1 ],
  [ 'Gloria', 51, 12 ],
  [ 'undefined', 'undefined', 15 ],
  [ 'Aleyna', 23, 0 ],
  [ 'Fabio', 'undefined', 0 ],
  [ 'Malou', 33, 2 ],
  [ 'Loris', 34, 4 ] ]

▸

✗

Aufbereitung

Spalten selektieren und nicht brauchbare Werte herausfiltern

Filterung von Daten

// Header Zeile entfernen
results=results.slice(1);
// Spalten filtern
names = results.pluck(0).filter(function (v) {
  return v!='undefined'
})
ages = results.pluck(1).filter(function (v) {
  return v!='undefined' && v>18 && v < 80;
})
food = results.pluck(2).filter(function (v) {
  return v!=0;
});
print(names)
print(ages)
print(food)

▸

✗

Analyse

Metrische Variablen → Mittelwerte und Varianz
Kategorische Werte: Verteilungsstatistik
- Kategorische Werte wurden kodiert übermittelt (sofern eine Kodeierungsfunktion für eine Variable definiert wurde).
- Für eine Verteilungsstatistik wären die ursprünglichen Antwortlisten mit den Antworten besser geeignet!
- Daher ggfs. wieder Dekodierung in Symbollisten (siehe Beispiel)

Dekodierung

Die Dekodierung kann mit der Math.decode Funktion erfolgen aus.
- Aus z.B. x=5 wird die Liste (Array) ['vegetarisch','Fleisch']

Dekodierung von kategorischen Daten

foodS=food.map(function (v) {
  return Math.decode(v,{
        vegetarisch:1,
        vegan:2,
        Fleisch:4,
        Fisch:8
      })
})
print(foodS)

▸

✗

Auswertung und Verteilung

Die Math.statistics.distribution Funktion untersuscht eine Datentablle zeilenweise und gibt die Häufigkeiten von kategorischen Werten (also Symbolen) zurück.
Die Zeilen der Datentabelle enthalten die Variablenwerte als Auswahlliste (Array)

Berechnung der Kategorieverteilung

foodS_dist = Math.statistics.distribution(foodS);
names_dist = Math.statistics.distribution(names);
print(foodS_dist)
print(names_dist)

▸

✗

Plot von Variablen

// Einzelner Bar Plot
// Plot(foodS_dist,{type:'bar',min:0});

// Mutiple Plots in einer Tabelle
PlotTable([
// Zeile 1
[{data:foodS_dist,options:{type:'bar',min:0}},
 {data:names_dist,options:{type:'bar',min:0}}],
// Zeile 2 ..
])

▸		✗

Metrische Variablen

Eventuell können auch kodierte kategorische Variablen statistisch numerisch analysiert werden wenn und nur wenn die Kodierung mit einer semantischen Gewichtung geschieht
- D.h., eine Frage wäre die ökokologische Verträglichkeit von Essen → Vegan am besten, dann folgt vegetarisch, Fleisch, schließlich Fisch → dann ist der kodierte Wert ein Maß für ökol. Veträglichkeit (der Fussabdruck sozusagen)

Berechnung von statistischen Kennwerten

Table([
  ['X','mean','deviation','variance'],
  ['age',
    Math.frac(Math.statistics.mean(ages),0.01),
    Math.frac(Math.statistics.standardDeviation(ages),0.01),
    Math.frac(Math.statistics.variance(ages),0.01),    
  ],
  ['food',
    Math.frac(Math.statistics.mean(food),0.01),
    Math.frac(Math.statistics.standardDeviation(food),0.01),
    Math.frac(Math.statistics.variance(food),0.01),    
  ]  
],{head:true})

▸

✗

Aufgabe.

Übertrage Umfrageergebnisse von der eigenen Umfrage in dieses Notebook
Führe alle Schritte mit den eigenen Daten durch
- Die Analyse (Code) muss an die eigenen Umfragevariablen angepasst werden
Analysiere die Umfrage
Bewerte die Umfreage textuell (eine Zusammenfassung der Ergebnisse)

Created by the NoteBook Compiler Ver. 1.3.8 (c) Dr. Stefan Bosse (Mon Jul 06 2020 22:23:42 GMT+0200 (CEST))