# Ustawienie repozytorium CRAN
options(repos = c(CRAN = "https://cloud.r-project.org/"))

# Instalacja pakietu ggplot2
install.packages("ggplot2")
## Instalowanie pakietu w 'C:/Users/kinga/AppData/Local/R/win-library/4.3'
## (ponieważ 'lib' nie jest określony)
## pakiet 'ggplot2' został pomyślnie rozpakowany oraz sumy MD5 zostały sprawdzone
## 
## Pobrane pakiety binarne są w
##  C:\Users\kinga\AppData\Local\Temp\Rtmpe4V60t\downloaded_packages

Analiza opisowa

Jednym ze sposobów zrozumienia, jak działa rząd miasta, jest spojrzenie na to, kogo zatrudnia i jak jego pracownicy są wynagradzani. Dane te zawierają nazwiska, nazwę stanowiska i wynagrodzenie pracowników miasta San Francisco w ujęciu rocznym od 2011 do 2014 roku.

Oto kilka pomysłów na eksplorację danych:

library(dplyr)
## 
## Dołączanie pakietu: 'dplyr'
## Następujące obiekty zostały zakryte z 'package:stats':
## 
##     filter, lag
## Następujące obiekty zostały zakryte z 'package:base':
## 
##     intersect, setdiff, setequal, union
library(tidyverse)
## Warning: pakiet 'ggplot2' został zbudowany w wersji R 4.3.3
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ forcats   1.0.0     ✔ readr     2.1.4
## ✔ ggplot2   3.5.1     ✔ stringr   1.5.1
## ✔ lubridate 1.9.3     ✔ tibble    3.2.1
## ✔ purrr     1.0.2     ✔ tidyr     1.3.0
## ── 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

Ćwiczenie 2.

Wykorzystując dowolną funkcję R do estymacji funkcji gęstości oszacuj jej przebieg dla wynagrodzeń (zbiór danych salaries) strażaków w San Francisco. Wykorzystaj metody graficzne dostępne w pakiecie ggplot2. Mile widziane przekroje oraz odpowiedzi na pytania badawcze zadane na wstępie.

install.packages("ggplot2")
## Warning: pakiet 'ggplot2' jest w użyciu i nie zostanie zainstalowany
install.packages("dplyr")
## Warning: pakiet 'dplyr' jest w użyciu i nie zostanie zainstalowany
# Załaduj pakiety
library(ggplot2)
library(dplyr)

firefighters <- salaries %>%  filter(grepl("fire", JobTitle, ignore.case = TRUE))

d <- density(firefighters$TotalPay, na.rm = TRUE)
 
plot(d, lwd = 2, main = "Default kernel density plot")

Na wykresie widać jedno wyraźne wybrzuszenie, ten najwyższy punkt przypada na wartość 140 000 USD, oznacza to, że większość strażaków zarabia w pobliżu tej kwoty.Na początku wykresu widać również drugie, mniejsze wybrzuszenie, które może odpowiadać drugiej grupie wyngrodzeń wśród starżaków. Mogą być to pracownicy, którzy wykonują mniej nadgodzin niż pozostali pracownicy.

Jak przydzielany jest budżet w zależności od grupy i zakresu obowiązków?

#10 najlepiej opłacalnych stanowisk w grupie 
library(ggplot2)
library(dplyr)  
budget_by_job_title <- salaries %>%
  group_by(JobTitle) %>%
  summarise(total_budget = sum(TotalPay, na.rm = TRUE))
firefighter_jobs <- budget_by_job_title %>% filter(grepl("fire", JobTitle, ignore.case = TRUE))
top_budget_firefighter_jobs <- firefighter_jobs[order(-firefighter_jobs$total_budget), ][1:10, ]

ggplot(top_budget_firefighter_jobs, aes(x = reorder(JobTitle, total_budget), y = total_budget)) +
  geom_bar(stat = "identity", fill = "pink") +
  ggtitle("10 najlepiej opłacanych stanowisk strażaków") +
  xlab("Stanowisko") +
  ylab("Całkowite wynagrodzenie") +
  coord_flip()

#10 najgorzej opłacalnych stanowisk w grupie 

firefighter_jobs <- budget_by_job_title %>% filter(grepl("fire", JobTitle, ignore.case = TRUE))
bottom_budget_firefighter_jobs <- firefighter_jobs[order(firefighter_jobs$total_budget), ][1:10, ]
ggplot(bottom_budget_firefighter_jobs, aes(x = reorder(JobTitle, total_budget), y = total_budget)) +
  geom_bar(stat = "identity", fill = "purple") +
  ggtitle("10 najgorzej opłacanych stanowisk strażaków") +
  xlab("Stanowisko") +
  ylab("Całkowite wynagrodzenie") +
  coord_flip()

Na podstawie wykresów możemy zaobserwować, że wynagrodzenia strażaków w San Francisco znacząco różnią się w zależności od poziomu stanowiska i zakresu obowiązków. Najlepiej opłacane są stanowiska na poziomach zarządczych i menadżerskich. Najniżej opłacanymi stanowiskami są stanowiska asystenckie/zastępcze i zapewniające wsparcie operacyjne, najprawdopodobniej outsourcingowe.Za pomocą wykresów można wnioskować, że budżet w straży pożarnej, jest przydzielany na podstawie zakresów obowiązków pracowników i zajmowanych przez nich stanowisk.

#Jak zmieniały się wynagrodzenia w czasie między różnymi grupami ludzi?

firefighters <- salaries %>% filter(grepl("fire", JobTitle, ignore.case = TRUE))
ggplot(firefighters, aes(x = TotalPay, fill = as.factor(Year))) +
  geom_density(alpha = 0.4) +
  labs(title = "Gęstość wynagrodzeń w służbach pożarniczych", 
       x = "Wynagrodzenie", 
       y = "Gęstość") +
  theme_minimal()

W latach 2011-2014 wynagrodzenia w służbach pożarniczych wydają się być stosunkowo stabilne, z niewielkimi zmianami w gęstości wynagrodzeń. To może sugerować, że nie było dużych wahań w polityce płacowej w tym okresie. Chociaż wynagrodzenia były stosunkowo stabilne, można zauważyć pewne różnice w gęstości wynagrodzeń między poszczególnymi latami. Na przykład, w 2013 roku wynagrodzenia były bardziej rozproszone, co może wskazywać na większą różnorodność w wynagrodzeniach w tym roku.

Czy w tym zestawie danych istnieją dowody na dyskryminację płacową ze względu na płeć? Tego nie jesteśmy w stanie okreslić z powodu braku podziału na płeć, w angielskim nie występuje forma osobowa dla nazw określających zawody, nie da się też tego stwierdzić po imieniu i nazwisku, gdyż nie ma tam zależności, które mogłyby określić płeć (np. w polskim imiona żeńskie kończą się literą -a)

Base Pay

Na poniższym wykresie widzimy 4 grupy. Grupa niebieska, posiadająca najniższe wynagrodzenia podstawowe. Jest to najbardziej liczebna grupa. Grupa czerwona, mająca średnio wyższe wynagrodzenie niż w grupie 1, z większą różnorodnością wynagrodzeń. Grupa żółta, ma jeszcze wyższe płace podstawowe i rozkład bardziej rozproszony, co sugeruje większe zróżnicowanie stanowisk.Grupa ciemnoniebieska, która posiada najwyższe wynagrodzenia podstawowe.

OvertimePay

Na poniższym wykresie można zauważyć, że dla każdej grupy gęstość jest bardzo bliska blisko zeru, co oznacza, że większość pracowników niezależnie od grupy płacowej otrzymuje bardzo niewielkie lub zerowe wynagrodzenie za nadgodziny.

Benefits

Grupa niebieska ma głównie bardzo niskie lub zerowe świadczenia. Grupa czerwona otrzymuje nieco wyższe świadczenia, ze szczytem w okolicach 20,000, co wskazuje na umiarkowane kwoty. Grupa żółta ma wyższe świadczenia ze szczytem wokół 30,000 i większym zróżnicowaniem. Grupa ciemnoniebieska ma najwyższe świadczenia, ale tylko niewielka część osób otrzymuje bardzo wysokie kwoty

Wnioski Podział świadczeń różni się między grupami płacowymi. W wyższych grupach płacowych (PayGroup 3 i 4) świadczenia są znacząco wyższe i bardziej zróżnicowane, co może odzwierciedlać dodatkowe korzyści i świadczenia oferowane osobom na stanowiskach menadżerskich. Niższe grupy (PayGroup 1 i 2) otrzymują znacznie mniejsze świadczenia, co sugeruje, że są to osoby na stanowiskach młodszych specjalistów, o niższych kwalifikacjach.