Zadanie 1.

dane %>% 
  group_by(type) %>%
  summarise(
    średnia = mean(price),
    odchylenie = sd(price),
    mediana = median(price),
    minimum = min(price),
    maksimum = max(price)
  )
## # A tibble: 4 × 6
##   type         średnia odchylenie mediana minimum maksimum
##   <chr>          <dbl>      <dbl>   <dbl>   <int>    <int>
## 1 Condo        150082.     74431.  130000   40000   360000
## 2 Multi-Family 224535.     85062.  221250  100000   416767
## 3 Residential  239186.    140378.  218000    1551   884790
## 4 Unkown       275000         NA   275000  275000   275000

Zadanie 2.

dane %>% 
  group_by(type) %>%
  filter(city == "SACRAMENTO") %>%
  summarise(
    średnia = mean(price),
    odchylenie = sd(price),
    mediana = median(price),
    minimum = min(price),
    maksimum = max(price)
  )
## # A tibble: 3 × 6
##   type         średnia odchylenie mediana minimum maksimum
##   <chr>          <dbl>      <dbl>   <dbl>   <int>    <int>
## 1 Condo        137691.     78029.  110700   40000   360000
## 2 Multi-Family 214190.     94854.  187290  100000   416767
## 3 Residential  201360.    101263.  180000   55422   699000

Zadanie 3.

dane %>%
 group_by(type) %>% 
  filter(city == "SACRAMENTO" & str_detect(street,"OMAHA")) %>% 
  summarise( 
    średnia = mean(price), 
    odchylenie = sd(price),
    mediana = median(price), 
    minimum = min(price), 
    maksimum = max(price) 
    )
## # A tibble: 1 × 6
##   type        średnia odchylenie mediana minimum maksimum
##   <chr>         <dbl>      <dbl>   <int>   <int>    <int>
## 1 Residential   68212         NA   68212   68212    68212

Z raportu wynika, że średnia cena mieszkań wynosi 234144.264.