Zestaw danych R
Zbiór danych
Zbiór danych to zbiór danych, często prezentowanych w formie tabeli.
Istnieje popularny wbudowany zestaw danych w języku R o nazwie „ mtcars ” (Motor Trend Car Road Tests), który pochodzi z magazynu Motor Trend US Magazine z 1974 roku.
W poniższych przykładach (oraz w kolejnych rozdziałach) mtcars
zestaw danych wykorzystamy do celów statystycznych:
Przykład
# Print the mtcars data set
mtcars
Wynik:
mpg cyl disp hp drat wt qsec vs am gear carb Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2 Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2 Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2 Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4 Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3 Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3 Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3 Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4 Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4 Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4 Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1 Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2 AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2 Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4 Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2 Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2 Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2 Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4 Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6 Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8 Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
Informacje o zbiorze danych
Możesz użyć znaku zapytania ( ?), aby uzyskać informacje o zestawie mtcarsdanych:
Przykład
# Use the question mark to get information about
the data set
?mtcars
Wynik:
| mtcars {zbiory danych} | Dokumentacja R |
Testy drogowe samochodów Trend Motor
Opis
Dane zostały pozyskane z magazynu Motor Trend US z 1974 roku i obejmują zużycie paliwa oraz 10 aspektów projektowania i osiągów 32 samochodów (modele 1973-74).
Stosowanie
mtcars
Format
Ramka danych z 32 obserwacjami na 11 zmiennych (numerycznych).
| [, 1] | mpg | Mile/(USA) galon |
| [, 2] | Cylin | Liczba cylindrów |
| [, 3] | wykorzystać | Przemieszczenie (cu.in.) |
| [, 4] | KM | Moc brutto |
| [, 5] | drat | Przełożenie tylnej osi |
| [, 6] | wt | Waga (1000 funtów) |
| [, 7] | qsec | Czas 1/4 mili |
| [, 8] | vs | Silnik (0 = w kształcie litery V, 1 = prosty) |
| [, 9] | rano | Skrzynia biegów (0 = automatyczna, 1 = ręczna) |
| [,10] | bieg | Liczba biegów do przodu |
| [,11] | węglowodany | Liczba gaźników |
Notatka
Henderson i Velleman (1981) komentują w przypisie do Tabeli 1: „Hocking [oryginalny transkrybent] nieistotne kodowanie silnika rotacyjnego Mazdy jako rzędowego silnika sześciocylindrowego i płaskiego silnika Porsche jako silnika V, jak również włączenie Mercedesa 240D z silnikiem wysokoprężnym zostało zachowane, aby umożliwić bezpośrednie porównania z poprzednimi analizami”.
Źródło
Henderson i Velleman (1981), Interaktywne budowanie modeli regresji wielorakiej. Biometria , 37 , 391-411.
Przykłady
require(graphics)
pairs(mtcars, main = "mtcars data", gap = 1/4)
coplot(mpg ~ disp | as.factor(cyl), data = mtcars,
panel = panel.smooth, rows = 1)
## possibly more meaningful, e.g., for summary() or bivariate plots:
mtcars2 <- within(mtcars, {
vs <- factor(vs, labels = c("V", "S"))
am <- factor(am, labels = c("automatic", "manual"))
cyl <- ordered(cyl)
gear <- ordered(gear)
carb <- ordered(carb)
})
summary(mtcars2)
Zdobyć informację
Użyj dim()funkcji, aby znaleźć wymiary zbioru danych, oraz names()funkcji, aby wyświetlić nazwy zmiennych:
Przykład
Data_Cars <- mtcars # create a variable of the mtcars data set for better
organization
# Use dim() to find the dimension of the data set
dim(Data_Cars)
# Use names() to find the names of the variables from
the data set
names(Data_Cars)
Wynik:
[1] 32 11 [1] "mpg" "cyl" "disp" "hp" "drat" "wt" "qsec" "vs" "am" "gear" [11] "carb"
Użyj rownames()funkcji, aby uzyskać nazwę każdego wiersza w pierwszej kolumnie, czyli nazwę każdego samochodu:
Przykład
Data_Cars <- mtcars
rownames(Data_Cars)
Wynik:
[1] "Mazda RX4" "Mazda RX4 Wag" "Datsun 710" [4] "Hornet 4 Drive" "Hornet Sportabout" "Valiant" [7] "Duster 360" "Merc 240D" "Merc 230" [10] "Merc 280" "Merc 280C" "Merc 450SE" [13] "Merc 450SL" "Merc 450SLC" "Cadillac Fleetwood" [16] "Lincoln Continental" "Chrysler Imperial" "Fiat 128" [19] "Honda Civic" "Toyota Corolla" "Toyota Corona" [22] "Dodge Challenger" "AMC Javelin" "Camaro Z28" [25] "Pontiac Firebird" "Fiat X1-9" "Porsche 914-2" [28] "Lotus Europa" "Ford Pantera L" "Ferrari Dino" [31] "Maserati Bora" "Volvo 142E"
Z powyższych przykładów dowiedzieliśmy się, że zbiór danych zawiera 32 obserwacje (Mazda RX4, Mazda RX4 Wag, Datsun 710 itd.) oraz 11 zmiennych (mpg, cyl, disp itd.).
Zmienna jest definiowana jako coś, co można zmierzyć lub policzyć.
Oto krótkie wyjaśnienie zmiennych z zestawu danych mtcars:
| Nazwa zmiennej | Opis |
|---|---|
| mpg | Mile/(USA) galon |
| Cylin | Liczba cylindrów |
| wykorzystać | Przemieszczenie |
| KM | Moc brutto |
| drat | Przełożenie tylnej osi |
| wt | Waga (1000 funtów) |
| qsec | Czas 1/4 mili |
| vs | Silnik (0 = w kształcie litery V, 1 = prosty) |
| rano | Skrzynia biegów (0 = automatyczna, 1 = ręczna) |
| bieg | Liczba biegów do przodu |
| węglowodany | Liczba gaźników |
Drukuj wartości zmiennych
Jeśli chcesz wydrukować wszystkie wartości należące do zmiennej, uzyskaj dostęp do ramki danych za pomocą $znaku i nazwy zmiennej (na przykład cyl(cylindry)):
Przykład
Data_Cars <- mtcars
Data_Cars$cyl
Wynik:
[1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4
Sortuj wartości zmiennych
Aby posortować wartości, użyj sort()funkcji:
Przykład
Data_Cars <- mtcars
sort(Data_Cars$cyl)
Wynik:
[1] 4 4 4 4 4 4 4 4 4 4 4 6 6 6 6 6 6 6 8 8 8 8 8 8 8 8 8 8 8 8 8 8
Z powyższych przykładów widzimy, że większość samochodów ma 4 i 8 cylindrów.
Analiza danych
Teraz, gdy mamy już pewne informacje o zbiorze danych, możemy zacząć go analizować za pomocą pewnych liczb statystycznych.
Na przykład możemy użyć summary()funkcji, aby uzyskać statystyczne podsumowanie danych:
Przykład
Data_Cars <- mtcars
summary(Data_Cars)
Nie martw się, jeśli nie rozumiesz liczb wyjściowych. Wkrótce je opanujesz.
Funkcja summary()zwraca sześć liczb statystycznych dla każdej zmiennej:
- Min
- Pierwszy kwantyl (percentyl)
- Mediana
- Oznaczać
- Trzeci kwantyl (percentyl)
- Maks.
Omówimy je wszystkie wraz z innymi danymi statystycznymi w kolejnych rozdziałach.