See oli juba kolmas järjestikune öö, mil tudeng Keit “Ogar” Agarilt viis une õudusunenägu. “Te olite võrdsed kandidaadid, kuid parema keskmise hinde tõttu võtsime tööle teise kandidaadi,” ütles OÜ Tunnetuslik Homöopaatia personalijuht. Töö sai Keiti alumine naaber, kes õpib 15. sajandi inglise kirjandust. Keit arvab, et seegi unenägu võib olla täideminev ning tal on vaja head vastuargumenti personalijuhile. Äkki on mõnes valdkonnas kergem paremat hinnet saada, mõtles Keit.
Ta teab, et finantsseisu parandamiseks ei saa lootma jääda vaid tööintervjuule. Mida teeks sellises olukorras tema ületee naaber, kes on saanud mitmeid EL toetusi ja sõidab kullatud istmesoojendusnupuga varustatud Mercedes-Benz maasturiga? Ilmselt uuriks, kuidas võimalikult vähese vaevaga parandada oma keskmist hinnet, et nii stipendiumit saada.
Kuna kolm plaani on ikka parem kui kaks, mõtles Keit, mida võtaks ette tema ettevõtlik tuttav, kes juhib alkoholilaenutuse ettevõtet. Pärast pingsat mõtlemist süttis Keiti peas lambike: ehk teeks ta abistava rakenduse kasvavale tudengipopulatsioonile, kelle eesmärk on võimalikult lihtsalt diplom kätte saada?
Selles praktikumis uurimegi:
NB! Antud andmestikke (UT_19_20_hinded.csv ja UT_19_20_tagasiside.csv) võib kasutada üksnes õppetöö eesmärgil, andmete kasutamine muul eesmärgil on keelatud!
Laadi alla andmestik UT_19_20_hinded.csv. Selles andmestikus on 2019/2020 õppeaasta kõigi TÜ õppeainete kohta kirjas üliõpilaste õppetulemuste jaotus. Lisaks on teada
Kas mõnes valdkonnas saavad üliõpilased paremaid hindeid kui mõnes teises? Kui palju erinevad hinded instituutide vahel (valdkondade lõikes)? Kuidas seda visuaalselt kontrollida? Tee seda.
Märkus: Vaatle ainult eristava hindamisega aineid.
hinded <- read.csv("UT_19_20_hinded.csv")
library(ggplot2)
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(reshape2)
## Warning: package 'reshape2' was built under R version 4.3.3
hinded_vk <- hinded %>%
group_by(AINE_VK) %>%
summarise(A = sum(hinne_A), B = sum(hinne_B), C = sum(hinne_C),
D = sum(hinne_D), E = sum(hinne_E), F = sum(hinne_F))
hinded_vk <- melt(hinded_vk, measure.vars = 2:7)
names(hinded_vk)[names(hinded_vk) == "variable"] <- "hinne"
names(hinded_vk)[names(hinded_vk) == "value"] <- "mitu"
head(hinded_vk)
## AINE_VK hinne mitu
## 1 HV A 6972
## 2 LT A 6225
## 3 MV A 3390
## 4 SV A 12105
## 5 HV B 3908
## 6 LT B 3800
ggplot(data = hinded_vk, aes(x = AINE_VK, y = mitu, fill=hinne)) +
geom_bar(position="fill", stat="identity") + scale_fill_brewer(palette = "YlGnBu")
Kas mõnes õppeaines saavad üliõpilased paremaid hindeid kui mõnes teises? Millistes ainetes täpsemalt? Visualiseeri.
Juhised:
reorder.)coord_flip().hinded <- read.csv("UT_19_20_hinded.csv")
library(ggplot2)
library(dplyr)
library(reshape2)
leia_keskmine_hinne <- function(A, B, C, D, E, F) {
hinnete_summa <- 5*A + 4*B + 3*C + 2*D + 1*E + 0*F
keskmine <- hinnete_summa / sum(A, B, C, D, E, F)
return(keskmine)
}
plot_oppeained <- function(data, yksus, sem) {
hinded_filter <- data %>%
filter(AINE_INST == yksus, SEMESTER == sem)
hinded_ained <- hinded_filter %>%
group_by(AINEKOOD) %>%
summarise(A = sum(hinne_A), B = sum(hinne_B), C = sum(hinne_C),
D = sum(hinne_D), E = sum(hinne_E), F = sum(hinne_F),
kokku = sum(hinne_A, hinne_B, hinne_C, hinne_D, hinne_E, hinne_F),
keskmine = leia_keskmine_hinne(hinne_A, hinne_B, hinne_C, hinne_D, hinne_E, hinne_F)) %>%
filter(kokku >= 5) %>%
arrange(desc(keskmine))
hinded_ained_plot <- head(hinded_ained, 25)
hinded_ained_plot <- melt(hinded_ained_plot, measure.vars = 2:7)
names(hinded_ained_plot)[names(hinded_ained_plot) == "variable"] <- "hinne"
names(hinded_ained_plot)[names(hinded_ained_plot) == "value"] <- "mitu"
#library(stringi)
#hinded_ained_plot$AINE <- stri_encode(hinded_ained_plot$AINE, "", "UTF-8")
ggplot(data = hinded_ained_plot, aes(x = reorder(AINEKOOD, keskmine), y = mitu, fill=hinne)) +
geom_bar(position="fill", stat="identity") + scale_fill_brewer(palette = "YlGnBu") +
coord_flip()
}
plot_oppeained(hinded, "LTMS", "K")