Inhalt wird geladen…
Thema laut Plan: MATLAB/Paper: Property Evaluation
Vorlesung dazu: VL01 · Project and Management – Intro
Ein Datensatz zu Mietwohnungen soll bewertet werden: Miete in €, Größe in m² und Standard (1 hoch, 2 mittel, 3 niedrig). Gesucht ist, wie gut jede Wohnung zur Mehrheit der Daten passt. Der eigentliche „Projekt“-Gedanke: ein System, das auch einen unbekannten Datensatz unbekannter Größe und Qualität sicher verarbeitet.
Für jede Wohnung mit Standard :
Ablauf in Durchgängen: Datei lesen (je Zeile ID, Miete, Größe, Standard) → Mittelwerte je Standard → Varianzen je Standard → Abstände → Ergebnis speichern und anzeigen.
v = load('Property_rents.csv'); % ID, rent, size, standard
n = size(v, 1);
% Pass 1: Mittelwerte von rent/size je Standard
% Pass 2: Varianzen je Standard
% Pass 3: Abstand d_i je Datensatz
% Pass 4: Darstellung je Standard mit Mittelwert ± Standardabweichung
| Datei | Inhalt |
|---|---|
Property_Rents_Test.csv | 2 Einträge, sauber |
Property_Rents_Plain.csv | 100 Einträge, sauber |
Property_Rents.csv | 100 Einträge mit Fehlern |
Fehlerfälle: fehlende ID (0) und doppelte ID, negative Miete, Größe 0 (Division durch null) oder negativ, Standard außerhalb von 1 bis 3.
In 03_Task\PM_Task01.pptx: Aktivitäten mit Stabilisierungszeit , Toleranz und Vernetzung . Gesucht ist die Lage des 67-%-Quantils der Aktivitäten mit dem höchsten Aufmerksamkeitsbedarf.
Fehlerfälle in AttentionSS26.csv: Stabilisierungszeit und Toleranz null oder negativ, Vernetzung null, negativ oder sehr groß.
Siehe auch: Statistik – Grundlagen