Portfolio
Ich verwende die multinomiale logistische Regression unter Verwendung des Datensatzes „Cars“, um Autoantriebstypen (Vorderradantrieb (VRA), Allradantrieb (AWD), und Hinterradantrieb (HRA)) basierend auf Variablen wie PS vorherzusagen, wobei ich Datenaufbereitung, Visualisierung und Analyse mit R einbeziehe.
Ich untersuche die hedonische Laufbandhypothese (Das „Grundglück“ ist stabil und wird von Großereignissen nicht beeinflusst), indem ich die Auswirkungen der Geburt auf das Wohlbefinden der Eltern im Laufe der Zeit untersuche und dabei ein Zwei-Wege-Fixed-Effects-Modell mit Daten des Deutschen Sozio-oekonomischen Panels (SOEP) verwende. Die Analyse konzentriert sich auf die Lebenszufriedenheit vor und nach der Geburt, um die Auswirkungen von Antizipation und Anpassung auf langfristige Glückstrends im Zusammenhang mit wichtigen Lebensereignissen zu untersuchen.
Ich verwende K-Means-Clustering, um den Datensatz „Cars“ zu analysieren und Autos in Clustern zu gruppieren. Es umfasst die Datenaufbereitung, die Anwendung des K-Means-Algorithmus und die Interpretation der Ergebnisse, um Fahrzeuggruppierungen zu verstehen. Außerdem wird der Prozess der Bestimmung der optimalen Anzahl von Clustern mithilfe der Ellenbogenmethode und die Bewertung der Clustering-Effektivität gezeigt.
Ich untersuche die langfristige Veränderung der Kohlendioxidemissionen pro Kopf von 1960 bis 2016 anhand von Daten der Weltbank. Dieses Projekt beinhaltet Datenmanipulation und statistische Analyse in R, um Emissionsänderungsraten für jedes Land, durchschnittliche Emissionen pro Kopf und deren Variationskoeffizienten zu berechnen. Ich stelle einen deutlichen Anstieg der Emissionen pro Kopf in allen Ländern fest.
Ich verwende die Daten des Maddison-Projekts, um das reale BIP pro Kopf von bis 2018 in 169 Ländern zu analysieren. Es bietet interaktive Visualisierungen zum Vergleich des Wirtschaftswachstums zwischen zwei Ländern unter Berücksichtigung ihrer jeweiligen historischen Zeitachsen. Diese Methode behebt die Unausgewogenheit und fehlenden Werte des Datensatzes und ermöglicht eine dynamische Untersuchung wirtschaftlicher Entwicklungsmuster weltweit.
Diese Code sammelt Daten aus interaktiven Dashboards, speziell am Beispiel der Agrargüterpreise von APK-Inform. Er beschreibt den Prozess der Identifizierung und des Abrufs der erforderlichen JSON-Datei mithilfe von Browser-Entwickler-Tools, des Parsens der JSON-Daten mit Python und der anschließenden Konvertierung dieser Daten in einen DataFrame zur Analyse oder zum Export in Excel.
Ich stelle die wichtigsten Importeure georgischen Weins über verschiedene Jahre hinweg dar (2003, 2007, 2014 und 2021) und hebe dabei Länder hervor, die mehr als 1 % der georgischen Weinexporte importieren. Das Projekt umfasst den Import, die Bearbeitung und die Visualisierung von Daten.