Day 1. R introduction

Việc 2: Cài đặt các packages cần thiết

#install.packages(c("readxl", "tidyverse", "ggplot2", "GGally", "DescTools", "plm", "table1", "compareGroups", "plotly", "lme4", "nlme", "lmerTest", "ggrepel", "magrittr"), dependencies = T)

Việc 3: Đọc dữ liệu tội phạm

crime = read.csv("C:\\Thach\\VN trips\\VN trip 5 (Apr 2023)\\Datasets\\Crime dataset reduced.csv", header = T)

Việc 4: Thông tin về dữ liệu tội phạm

dim(crime)
## [1] 110   9
head(crime)
##     city year   police  robbery population blackpct femheadpct welfarepercap
## 1 fresno   71 1.748210 2.287489     168744      9.5      14.96      424.6913
## 2 fresno   72 1.736392 2.459889     172772      9.5      14.72      449.7607
## 3 fresno   73 1.764706 3.371041     176800      9.5      14.48      423.4234
## 4 fresno   74 1.849548 3.484163     176800      9.5      14.24      383.3671
## 5 fresno   75 1.722380 3.212465     176500      9.5      14.00      351.3011
## 6 fresno   76 1.781900 4.064081     177900      9.5      13.76      376.0984
##   edexppercap
## 1    762.9630
## 2    811.0048
## 3    797.2973
## 4    811.3589
## 5    847.5837
## 6    934.9736
tail(crime)
##        city year   police   robbery population blackpct femheadpct
## 105 sanfran   87 2.435108  6.060425     767933    11.44        9.9
## 106 sanfran   88 2.391478  6.455532     753927    11.26        9.9
## 107 sanfran   89 2.355639  6.664767     750964    11.08        9.9
## 108 sanfran   90 2.462847  9.742264     723959    10.90        9.9
## 109 sanfran   91 2.489720  9.498822     739039    10.72        9.9
## 110 sanfran   92 2.459764 11.024325     750885    10.54        9.9
##     welfarepercap edexppercap
## 105      359.4338    859.8782
## 106      366.2318    852.3222
## 107      376.6129    878.2258
## 108      383.3206    909.7169
## 109      422.8782    936.5314
## 110      462.4359    963.3459

Việc 5: Tạo biến số mới

5.1 Biến yr và pop

crime$yr = crime$year + 1900
crime$pop = crime$population/1000

library(tidyverse)
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.1     ✔ readr     2.1.4
## ✔ forcats   1.0.0     ✔ stringr   1.5.0
## ✔ ggplot2   3.4.1     ✔ tibble    3.2.1
## ✔ lubridate 1.9.2     ✔ tidyr     1.3.0
## ✔ purrr     1.0.1     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
crime = crime %>% mutate(
  yr = year + 1900,
  pop = population/1000)

5.3 Biến period từ year

crime$period[crime$year >= 71 & crime$year <= 79] = "1970-1979"
crime$period[crime$year >= 80 & crime$year <= 89] = "1980-1989"
crime$period[crime$year >= 90 & crime$year <= 92] = "1990-1992"

crime = crime %>% 
    mutate(period = cut(year, 
    breaks=c(-Inf, 79, 89, 92), 
    labels=c("1970-1979","1980-1989","1990-1992")))

Việc 6: Tạo tập tin mới có 4 biến số

crime_new1 = crime[, c("city", "year", "police", "robbery")]
crime_new1 = crime[, c(1, 2, 3, 4)]

crime_new1 = crime %>% dplyr::select(city, year, police, robbery)

Việc 7: Tạo tập tin mới chỉ có dữ liệu năm 1990 tại TP Los Angeles

crime_new2 = subset(crime, year == 90 & city == "losangel")

Việc 8: Giá trị trung vị của tỉ lệ cảnh sát và tội phạm tại từng TP

crime %>% dplyr::select(city, police, robbery) %>% group_by(city) %>% summarise_all(median)
## # A tibble: 5 × 3
##   city     police robbery
##   <chr>     <dbl>   <dbl>
## 1 fresno     1.57    4.58
## 2 losangel   2.30    8.26
## 3 oakland    1.77    8.88
## 4 sacramen   1.78    5.32
## 5 sanfran    2.55    8.37

Việc 9: Mô tả tỉ lệ cảnh sát, tỉ lệ tội phạm, dân số và tỉ lệ người da đen giữa các TP

library(table1)
## 
## Attaching package: 'table1'
## The following objects are masked from 'package:base':
## 
##     units, units<-
table1 (~ police + robbery + population + blackpct | city, data = crime)
fresno
(N=22)		 losangel
(N=22)		 oakland
(N=22)		 sacramen
(N=22)		 sanfran
(N=22)		 Overall
(N=110)
police
Mean (SD) 1.52 (0.238) 2.36 (0.191) 1.83 (0.150) 1.79 (0.137) 2.59 (0.165) 2.02 (0.432)
Median [Min, Max] 1.57 [1.12, 1.85] 2.30 [2.12, 2.76] 1.77 [1.60, 2.09] 1.78 [1.56, 2.00] 2.55 [2.36, 2.89] 1.94 [1.12, 2.89]
robbery
Mean (SD) 4.59 (1.32) 7.71 (2.14) 9.28 (1.20) 5.10 (1.18) 8.49 (1.70) 7.03 (2.41)
Median [Min, Max] 4.58 [2.29, 8.42] 8.26 [4.78, 11.2] 8.88 [8.03, 12.5] 5.32 [2.78, 6.91] 8.37 [6.06, 11.2] 6.73 [2.29, 12.5]
population
Mean (SD) 241000 (66400) 3090000 (290000) 356000 (15600) 300000 (41400) 707000 (35400) 938000 (1100000)
Median [Min, Max] 224000 [169000, 367000] 3070000 [2730000, 3620000] 358000 [328000, 386000] 285000 [260000, 383000] 707000 [659000, 768000] 364000 [169000, 3620000]
blackpct
Mean (SD) 9.07 (0.506) 16.1 (1.44) 43.3 (3.17) 13.5 (1.47) 12.2 (0.901) 18.8 (12.6)
Median [Min, Max] 9.32 [8.06, 9.50] 16.6 [13.4, 17.8] 44.3 [35.7, 46.9] 13.7 [10.9, 15.7] 12.4 [10.5, 13.3] 13.5 [8.06, 46.9]

Việc 10: So sánh tỉ lệ cảnh sát, tỉ lệ tội phạm, dân số và tỉ lệ người da đen

10.1 Giữa TP Fresno và Los Angeles

set.1 = crime %>% filter(city %in% c("fresno", "losangel"))
t.test(police ~ city, data = set.1)
## 
##  Welch Two Sample t-test
## 
## data:  police by city
## t = -12.863, df = 40.085, p-value = 8.199e-16
## alternative hypothesis: true difference in means between group fresno and group losangel is not equal to 0
## 95 percent confidence interval:
##  -0.9675795 -0.7048258
## sample estimates:
##   mean in group fresno mean in group losangel 
##               1.524691               2.360894
library(compareGroups)
createTable(compareGroups(city ~ police, data = set.1))
## Warning: glm.fit: algorithm did not converge
## Warning: glm.fit: fitted probabilities numerically 0 or 1 occurred
## 
## --------Summary descriptives table by 'city'---------
## 
## ________________________________________ 
##          fresno     losangel   p.overall 
##           N=22        N=22               
## ¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯ 
## police 1.52 (0.24) 2.36 (0.19)  <0.001   
## ¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯

10.2 Giữa TP Fresno, Los Angeles và Sacramento

set.2 = crime %>% filter(city %in% c("fresno", "losangel", "sacramen"))
summary(aov(police ~ city, data = set.2))
##             Df Sum Sq Mean Sq F value Pr(>F)    
## city         2  8.024   4.012   107.7 <2e-16 ***
## Residuals   63  2.347   0.037                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
createTable(compareGroups(city ~ police, data = set.2))
## 
## --------Summary descriptives table by 'city'---------
## 
## ____________________________________________________ 
##          fresno     losangel    sacramen   p.overall 
##           N=22        N=22        N=22               
## ¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯ 
## police 1.52 (0.24) 2.36 (0.19) 1.79 (0.14)  <0.001   
## ¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯

10.3 Giữa 5 TP

summary(aov(police ~ city, data = crime))
##              Df Sum Sq Mean Sq F value Pr(>F)    
## city          4 16.986   4.246   131.5 <2e-16 ***
## Residuals   105  3.392   0.032                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
createTable(compareGroups(city ~ police, data = crime))
## 
## --------Summary descriptives table by 'city'---------
## 
## ____________________________________________________________________________ 
##          fresno     losangel     oakland    sacramen     sanfran   p.overall 
##           N=22        N=22        N=22        N=22        N=22               
## ¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯ 
## police 1.52 (0.24) 2.36 (0.19) 1.83 (0.15) 1.79 (0.14) 2.59 (0.16)  <0.001   
## ¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯

Việc 11: Ghi lại các lệnh và chia sẻ trên tài khoản RPubs của bạn