R과 R studio 설치하기

  • R 설치하기
    • r-project.org
    • CRAN -> Korea -> mac/windows 선택 -> “install R for the first time” -> 다운로드 -> 설치
    • 주의 : 설치 위치에 한글 혹은 기호 없이 영어로만 설정하기
  • R 스튜디오 설치하기
    • rstudio.com
    • OPEN SOURCE -> DOWNLOAD RSTUDIO -> RStudio Desktop 다운로드 -> 설치

R studio 실행

  • 화면 구성　(자유롭게 바꿀 수 있음)
    • Tools -> Global Options -> Pane Layout
    • Console : 명령어를 입력하고 실행 결과를 나타내는 창
    • Source : 명령어를 입력하는 작업창 (R script, R markdown 등)
    • Environment : 데이터의 대략적 정보 확인
    • Files : 불러올 수 있는 파일 목록
    • Plots : 명령어로 그린 그래프 결과

R project

  • 한 프로젝트에 필요한 파일, 명령문 등을 모아 효율적으로 관리할 수 있는 도구
  • File -> New Project
    • working directory란?
      • R 사용 중 파일을 불러오거나, 혹은 파일을 저장할 때 사용하도록 지정하는 내 PC의 폴더
      • R project를 사용할 때 외에도, “Set As Working Directory”, 명령어 setwd( ) 등으로 변경 가능
  • R project는 “*.Rproj”파일로 저장됨

R script

  • 새 R script를 만들면, “Untitled1”로 문서 생성
  • 명령어 입력 후 control + enter 혹은 Run 아이콘을 누르면 명령어 실행
  • 기호 “#”부터 줄 바꿈 전까지 입력한 내용은 명령어로 인식하지 않음 (초록색으로 변함)
  • R script 저장 -> “*.R”파일로 저장됨

R markdown

  • R 실행 과정(명령어와 그 결과까지)과 설명을 문서로 만들 수 있는 기능
  • 학회 발표, 워크샵 등에서 유용
  • HTML, PDF, WORD, PPT 등으로 활용 가능
  • Knit 버튼을 눌러 문서 시각화, 명령어 실행결과를 볼 수 있음
  • R markdown 저장 -> “*.Rmd” 파일로 저장됨
예 : R에 내장되어 있는 cars　라는 데이터의 요약 정보
summary(cars)
##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00
예 : R에 내장되어 있는 pressure 라는 데이터로 그래프 그리기
plot(pressure)

R 기초 연산

  • 주의 : 1주차 강의에서는 R script만 이용해 실습
print("welcome")
## [1] "welcome"
1+2+3+4+5
## [1] 15
  • Data/values 만들기
a <- 1+2+3+4+5
a
## [1] 15
b <- c(1,2,3,4,5)
b
## [1] 1 2 3 4 5
c <- 1:5
c
## [1] 1 2 3 4 5
d <- sum(1:5)
d
## [1] 15
e <- "welcome"
e
## [1] "welcome"
f <- c("welcome", "sir")
f
## [1] "welcome" "sir"
g <- paste("welcome", "sir")
g
## [1] "welcome sir"
  • Data/values 지우기
remove(a) / rm(a)

패키지(Packages)란?

  • R은 확장적 프로그램
  • 다양한 사용 방법이 지금도 개발되고 있음
  • R의 기본 기능에 더해, packages를 이용해 다양한 작업 가능
  • 패키지 설치방법

    • install.packages(“패키지 이름”) : PC에 패키지 설치, 우하단 “Packages”에서 확인 가능, 1회만 설치하면 됨

    • library(패키지 이름) : PC에 설치된 패키지를 R에서 사용할 수 있도록 부착하는 것, R을 재구동 할 때마다 실행해야 함

install.packages("ggplot2")
library(ggplot2)

데이터 불러오기

  • Working Directory 설정

    • 우하단의 Files -> More -> Set As Working Directory
    • 또는 명령어 setwd(” “) 사용
    setwd("~/Downloads")

  • 데이터 불러오기

    • 우하단 Files 에서 직접 파일 선택 -> Import Dataset
    • readr 패키지의 read.csv( )
    • readxl 패키지의 read_excel( ), read_xls( ), read_xlsx( )
    • 다른 통계 프로그램용 데이터를 이용하기 위해서는 패키지 haven 필요
      • SPSS용 데이터 : haven 패키지의 read_sav( )
      • STATA용 데이터 : haven 패키지의 read_dta( ), read_stata( )

  • kgss 데이터 다운로드 링크

    • “data.sav”로 working directory에 저장
    • haven 패키지 설치, 장착 후 데이터 불러오기
    install.packages("haven")
library(haven)
read_sav("data.sav")

패키지 tidyverse

  • 데이터 정리, 데이터 시각화를 편리하게 할 수 있도록 만들어진 패키지 모음
  • tidyverse라는 패키지 안에 dplyr, readr, ggplot2, magrittr, tibble 등의 패키지가 포함되어 있다.
install.packages("tidyverse")
library(tidyverse)
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.4     ✔ readr     2.1.5
## ✔ forcats   1.0.0     ✔ stringr   1.5.1
## ✔ ggplot2   3.5.1     ✔ tibble    3.2.1
## ✔ lubridate 1.9.4     ✔ tidyr     1.3.1
## ✔ purrr     1.0.4     
## ── 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
  • 편리한 연산자 %>% (control+shift+m 으로 입력 가능)
    • 머릿속에 떠오르는 순서대로 쓸 수 있는 기능
    • 패키지 tidyverse가 부착되어야 사용 가능
sum(1:10)
## [1] 55
1:10 %>% sum()
## [1] 55

tidyverse 이용해 데이터 정리하기

  • 원하는 통계적 활용에 맞는 데이터 형식으로 정리
  • ggplot2에 내장된 mpg라는 데이터 이용 (패키지 tidyverse 혹은 패키지 ggplot2가 부착되어 있어야 사용 가능)
?mpg : 데이터 mpg에 대한 설명 보기
mpg 정리하기
mpg
## # A tibble: 234 × 11
##    manufacturer model      displ  year   cyl trans drv     cty   hwy fl    class
##    <chr>        <chr>      <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
##  1 audi         a4           1.8  1999     4 auto… f        18    29 p     comp…
##  2 audi         a4           1.8  1999     4 manu… f        21    29 p     comp…
##  3 audi         a4           2    2008     4 manu… f        20    31 p     comp…
##  4 audi         a4           2    2008     4 auto… f        21    30 p     comp…
##  5 audi         a4           2.8  1999     6 auto… f        16    26 p     comp…
##  6 audi         a4           2.8  1999     6 manu… f        18    26 p     comp…
##  7 audi         a4           3.1  2008     6 auto… f        18    27 p     comp…
##  8 audi         a4 quattro   1.8  1999     4 manu… 4        18    26 p     comp…
##  9 audi         a4 quattro   1.8  1999     4 auto… 4        16    25 p     comp…
## 10 audi         a4 quattro   2    2008     4 manu… 4        20    28 p     comp…
## # ℹ 224 more rows
summary(mpg)
##  manufacturer          model               displ            year     
##  Length:234         Length:234         Min.   :1.600   Min.   :1999  
##  Class :character   Class :character   1st Qu.:2.400   1st Qu.:1999  
##  Mode  :character   Mode  :character   Median :3.300   Median :2004  
##                                        Mean   :3.472   Mean   :2004  
##                                        3rd Qu.:4.600   3rd Qu.:2008  
##                                        Max.   :7.000   Max.   :2008  
##       cyl           trans               drv                 cty       
##  Min.   :4.000   Length:234         Length:234         Min.   : 9.00  
##  1st Qu.:4.000   Class :character   Class :character   1st Qu.:14.00  
##  Median :6.000   Mode  :character   Mode  :character   Median :17.00  
##  Mean   :5.889                                         Mean   :16.86  
##  3rd Qu.:8.000                                         3rd Qu.:19.00  
##  Max.   :8.000                                         Max.   :35.00  
##       hwy             fl               class          
##  Min.   :12.00   Length:234         Length:234        
##  1st Qu.:18.00   Class :character   Class :character  
##  Median :24.00   Mode  :character   Mode  :character  
##  Mean   :23.44                                        
##  3rd Qu.:27.00                                        
##  Max.   :44.00
str(mpg)
## tibble [234 × 11] (S3: tbl_df/tbl/data.frame)
##  $ manufacturer: chr [1:234] "audi" "audi" "audi" "audi" ...
##  $ model       : chr [1:234] "a4" "a4" "a4" "a4" ...
##  $ displ       : num [1:234] 1.8 1.8 2 2 2.8 2.8 3.1 1.8 1.8 2 ...
##  $ year        : int [1:234] 1999 1999 2008 2008 1999 1999 2008 1999 1999 2008 ...
##  $ cyl         : int [1:234] 4 4 4 4 6 6 6 4 4 4 ...
##  $ trans       : chr [1:234] "auto(l5)" "manual(m5)" "manual(m6)" "auto(av)" ...
##  $ drv         : chr [1:234] "f" "f" "f" "f" ...
##  $ cty         : int [1:234] 18 21 20 21 16 18 18 18 16 20 ...
##  $ hwy         : int [1:234] 29 29 31 30 26 26 27 26 25 28 ...
##  $ fl          : chr [1:234] "p" "p" "p" "p" ...
##  $ class       : chr [1:234] "compact" "compact" "compact" "compact" ...
head(mpg)
## # A tibble: 6 × 11
##   manufacturer model displ  year   cyl trans      drv     cty   hwy fl    class 
##   <chr>        <chr> <dbl> <int> <int> <chr>      <chr> <int> <int> <chr> <chr> 
## 1 audi         a4      1.8  1999     4 auto(l5)   f        18    29 p     compa…
## 2 audi         a4      1.8  1999     4 manual(m5) f        21    29 p     compa…
## 3 audi         a4      2    2008     4 manual(m6) f        20    31 p     compa…
## 4 audi         a4      2    2008     4 auto(av)   f        21    30 p     compa…
## 5 audi         a4      2.8  1999     6 auto(l5)   f        16    26 p     compa…
## 6 audi         a4      2.8  1999     6 manual(m5) f        18    26 p     compa…
tail(mpg)
## # A tibble: 6 × 11
##   manufacturer model  displ  year   cyl trans      drv     cty   hwy fl    class
##   <chr>        <chr>  <dbl> <int> <int> <chr>      <chr> <int> <int> <chr> <chr>
## 1 volkswagen   passat   1.8  1999     4 auto(l5)   f        18    29 p     mids…
## 2 volkswagen   passat   2    2008     4 auto(s6)   f        19    28 p     mids…
## 3 volkswagen   passat   2    2008     4 manual(m6) f        21    29 p     mids…
## 4 volkswagen   passat   2.8  1999     6 auto(l5)   f        16    26 p     mids…
## 5 volkswagen   passat   2.8  1999     6 manual(m5) f        18    26 p     mids…
## 6 volkswagen   passat   3.6  2008     6 auto(s6)   f        17    26 p     mids…
dim(mpg)
## [1] 234  11

1. filter

mpg.audi <- mpg %>% filter(manufacturer == "audi")
mpg.audi
## # A tibble: 18 × 11
##    manufacturer model      displ  year   cyl trans drv     cty   hwy fl    class
##    <chr>        <chr>      <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
##  1 audi         a4           1.8  1999     4 auto… f        18    29 p     comp…
##  2 audi         a4           1.8  1999     4 manu… f        21    29 p     comp…
##  3 audi         a4           2    2008     4 manu… f        20    31 p     comp…
##  4 audi         a4           2    2008     4 auto… f        21    30 p     comp…
##  5 audi         a4           2.8  1999     6 auto… f        16    26 p     comp…
##  6 audi         a4           2.8  1999     6 manu… f        18    26 p     comp…
##  7 audi         a4           3.1  2008     6 auto… f        18    27 p     comp…
##  8 audi         a4 quattro   1.8  1999     4 manu… 4        18    26 p     comp…
##  9 audi         a4 quattro   1.8  1999     4 auto… 4        16    25 p     comp…
## 10 audi         a4 quattro   2    2008     4 manu… 4        20    28 p     comp…
## 11 audi         a4 quattro   2    2008     4 auto… 4        19    27 p     comp…
## 12 audi         a4 quattro   2.8  1999     6 auto… 4        15    25 p     comp…
## 13 audi         a4 quattro   2.8  1999     6 manu… 4        17    25 p     comp…
## 14 audi         a4 quattro   3.1  2008     6 auto… 4        17    25 p     comp…
## 15 audi         a4 quattro   3.1  2008     6 manu… 4        15    25 p     comp…
## 16 audi         a6 quattro   2.8  1999     6 auto… 4        15    24 p     mids…
## 17 audi         a6 quattro   3.1  2008     6 auto… 4        17    25 p     mids…
## 18 audi         a6 quattro   4.2  2008     8 auto… 4        16    23 p     mids…

2. select

mpg.year <- mpg %>% select(manufacturer, model, year)
mpg.year
## # A tibble: 234 × 3
##    manufacturer model       year
##    <chr>        <chr>      <int>
##  1 audi         a4          1999
##  2 audi         a4          1999
##  3 audi         a4          2008
##  4 audi         a4          2008
##  5 audi         a4          1999
##  6 audi         a4          1999
##  7 audi         a4          2008
##  8 audi         a4 quattro  1999
##  9 audi         a4 quattro  1999
## 10 audi         a4 quattro  2008
## # ℹ 224 more rows

3. arrange

mpg <- mpg %>% arrange(cty)
mpg
## # A tibble: 234 × 11
##    manufacturer model      displ  year   cyl trans drv     cty   hwy fl    class
##    <chr>        <chr>      <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
##  1 dodge        dakota pi…   4.7  2008     8 auto… 4         9    12 e     pick…
##  2 dodge        durango 4…   4.7  2008     8 auto… 4         9    12 e     suv  
##  3 dodge        ram 1500 …   4.7  2008     8 auto… 4         9    12 e     pick…
##  4 dodge        ram 1500 …   4.7  2008     8 manu… 4         9    12 e     pick…
##  5 jeep         grand che…   4.7  2008     8 auto… 4         9    12 e     suv  
##  6 chevrolet    c1500 sub…   5.3  2008     8 auto… r        11    15 e     suv  
##  7 chevrolet    k1500 tah…   5.3  2008     8 auto… 4        11    14 e     suv  
##  8 chevrolet    k1500 tah…   5.7  1999     8 auto… 4        11    15 r     suv  
##  9 dodge        caravan 2…   3.3  2008     6 auto… f        11    17 e     mini…
## 10 dodge        dakota pi…   5.2  1999     8 manu… 4        11    17 r     pick…
## # ℹ 224 more rows
mpg <- mpg %>% arrange(-cty)
mpg
## # A tibble: 234 × 11
##    manufacturer model      displ  year   cyl trans drv     cty   hwy fl    class
##    <chr>        <chr>      <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
##  1 volkswagen   new beetle   1.9  1999     4 manu… f        35    44 d     subc…
##  2 volkswagen   jetta        1.9  1999     4 manu… f        33    44 d     comp…
##  3 volkswagen   new beetle   1.9  1999     4 auto… f        29    41 d     subc…
##  4 honda        civic        1.6  1999     4 manu… f        28    33 r     subc…
##  5 toyota       corolla      1.8  2008     4 manu… f        28    37 r     comp…
##  6 honda        civic        1.8  2008     4 manu… f        26    34 r     subc…
##  7 toyota       corolla      1.8  1999     4 manu… f        26    35 r     comp…
##  8 toyota       corolla      1.8  2008     4 auto… f        26    35 r     comp…
##  9 honda        civic        1.6  1999     4 manu… f        25    32 r     subc…
## 10 honda        civic        1.8  2008     4 auto… f        25    36 r     subc…
## # ℹ 224 more rows
mpg <- mpg %>% arrange(cty, hwy)
mpg
## # A tibble: 234 × 11
##    manufacturer model      displ  year   cyl trans drv     cty   hwy fl    class
##    <chr>        <chr>      <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
##  1 dodge        dakota pi…   4.7  2008     8 auto… 4         9    12 e     pick…
##  2 dodge        durango 4…   4.7  2008     8 auto… 4         9    12 e     suv  
##  3 dodge        ram 1500 …   4.7  2008     8 auto… 4         9    12 e     pick…
##  4 dodge        ram 1500 …   4.7  2008     8 manu… 4         9    12 e     pick…
##  5 jeep         grand che…   4.7  2008     8 auto… 4         9    12 e     suv  
##  6 chevrolet    k1500 tah…   5.3  2008     8 auto… 4        11    14 e     suv  
##  7 jeep         grand che…   6.1  2008     8 auto… 4        11    14 p     suv  
##  8 chevrolet    c1500 sub…   5.3  2008     8 auto… r        11    15 e     suv  
##  9 chevrolet    k1500 tah…   5.7  1999     8 auto… 4        11    15 r     suv  
## 10 dodge        dakota pi…   5.2  1999     8 auto… 4        11    15 r     pick…
## # ℹ 224 more rows

4. mutate

mpg <- mpg %>% mutate(century = ceiling(year/100))
mpg
## # A tibble: 234 × 12
##    manufacturer model      displ  year   cyl trans drv     cty   hwy fl    class
##    <chr>        <chr>      <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
##  1 dodge        dakota pi…   4.7  2008     8 auto… 4         9    12 e     pick…
##  2 dodge        durango 4…   4.7  2008     8 auto… 4         9    12 e     suv  
##  3 dodge        ram 1500 …   4.7  2008     8 auto… 4         9    12 e     pick…
##  4 dodge        ram 1500 …   4.7  2008     8 manu… 4         9    12 e     pick…
##  5 jeep         grand che…   4.7  2008     8 auto… 4         9    12 e     suv  
##  6 chevrolet    k1500 tah…   5.3  2008     8 auto… 4        11    14 e     suv  
##  7 jeep         grand che…   6.1  2008     8 auto… 4        11    14 p     suv  
##  8 chevrolet    c1500 sub…   5.3  2008     8 auto… r        11    15 e     suv  
##  9 chevrolet    k1500 tah…   5.7  1999     8 auto… 4        11    15 r     suv  
## 10 dodge        dakota pi…   5.2  1999     8 auto… 4        11    15 r     pick…
## # ℹ 224 more rows
## # ℹ 1 more variable: century <dbl>

5. ifelse

mpg <- mpg %>% mutate(cyl6 = if_else(cyl>=6, "6이상", "6미만"))
mpg
## # A tibble: 234 × 13
##    manufacturer model      displ  year   cyl trans drv     cty   hwy fl    class
##    <chr>        <chr>      <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
##  1 dodge        dakota pi…   4.7  2008     8 auto… 4         9    12 e     pick…
##  2 dodge        durango 4…   4.7  2008     8 auto… 4         9    12 e     suv  
##  3 dodge        ram 1500 …   4.7  2008     8 auto… 4         9    12 e     pick…
##  4 dodge        ram 1500 …   4.7  2008     8 manu… 4         9    12 e     pick…
##  5 jeep         grand che…   4.7  2008     8 auto… 4         9    12 e     suv  
##  6 chevrolet    k1500 tah…   5.3  2008     8 auto… 4        11    14 e     suv  
##  7 jeep         grand che…   6.1  2008     8 auto… 4        11    14 p     suv  
##  8 chevrolet    c1500 sub…   5.3  2008     8 auto… r        11    15 e     suv  
##  9 chevrolet    k1500 tah…   5.7  1999     8 auto… 4        11    15 r     suv  
## 10 dodge        dakota pi…   5.2  1999     8 auto… 4        11    15 r     pick…
## # ℹ 224 more rows
## # ℹ 2 more variables: century <dbl>, cyl6 <chr>

6. group_by

mpg.grouped <- mpg %>% 
  group_by(manufacturer) %>%
  mutate(mean.displ = mean(displ))
mpg.grouped
## # A tibble: 234 × 14
## # Groups:   manufacturer [15]
##    manufacturer model      displ  year   cyl trans drv     cty   hwy fl    class
##    <chr>        <chr>      <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
##  1 dodge        dakota pi…   4.7  2008     8 auto… 4         9    12 e     pick…
##  2 dodge        durango 4…   4.7  2008     8 auto… 4         9    12 e     suv  
##  3 dodge        ram 1500 …   4.7  2008     8 auto… 4         9    12 e     pick…
##  4 dodge        ram 1500 …   4.7  2008     8 manu… 4         9    12 e     pick…
##  5 jeep         grand che…   4.7  2008     8 auto… 4         9    12 e     suv  
##  6 chevrolet    k1500 tah…   5.3  2008     8 auto… 4        11    14 e     suv  
##  7 jeep         grand che…   6.1  2008     8 auto… 4        11    14 p     suv  
##  8 chevrolet    c1500 sub…   5.3  2008     8 auto… r        11    15 e     suv  
##  9 chevrolet    k1500 tah…   5.7  1999     8 auto… 4        11    15 r     suv  
## 10 dodge        dakota pi…   5.2  1999     8 auto… 4        11    15 r     pick…
## # ℹ 224 more rows
## # ℹ 3 more variables: century <dbl>, cyl6 <chr>, mean.displ <dbl>
mpg.grouped <- mpg.grouped %>% select(manufacturer, mean.displ)
mpg.grouped <- unique(mpg.grouped)
mpg.grouped
## # A tibble: 15 × 2
## # Groups:   manufacturer [15]
##    manufacturer mean.displ
##    <chr>             <dbl>
##  1 dodge              4.38
##  2 jeep               4.58
##  3 chevrolet          5.06
##  4 ford               4.54
##  5 land rover         4.3 
##  6 toyota             2.95
##  7 lincoln            5.4 
##  8 nissan             3.27
##  9 mercury            4.4 
## 10 audi               2.54
## 11 volkswagen         2.26
## 12 hyundai            2.43
## 13 pontiac            3.96
## 14 subaru             2.46
## 15 honda              1.71

7. merge

mpg.merge <- merge(mpg, mpg.grouped, by="manufacturer", all.x = T)
summary(mpg.merge)
##  manufacturer          model               displ            year     
##  Length:234         Length:234         Min.   :1.600   Min.   :1999  
##  Class :character   Class :character   1st Qu.:2.400   1st Qu.:1999  
##  Mode  :character   Mode  :character   Median :3.300   Median :2004  
##                                        Mean   :3.472   Mean   :2004  
##                                        3rd Qu.:4.600   3rd Qu.:2008  
##                                        Max.   :7.000   Max.   :2008  
##       cyl           trans               drv                 cty       
##  Min.   :4.000   Length:234         Length:234         Min.   : 9.00  
##  1st Qu.:4.000   Class :character   Class :character   1st Qu.:14.00  
##  Median :6.000   Mode  :character   Mode  :character   Median :17.00  
##  Mean   :5.889                                         Mean   :16.86  
##  3rd Qu.:8.000                                         3rd Qu.:19.00  
##  Max.   :8.000                                         Max.   :35.00  
##       hwy             fl               class              century    
##  Min.   :12.00   Length:234         Length:234         Min.   :20.0  
##  1st Qu.:18.00   Class :character   Class :character   1st Qu.:20.0  
##  Median :24.00   Mode  :character   Mode  :character   Median :20.5  
##  Mean   :23.44                                         Mean   :20.5  
##  3rd Qu.:27.00                                         3rd Qu.:21.0  
##  Max.   :44.00                                         Max.   :21.0  
##      cyl6             mean.displ   
##  Length:234         Min.   :1.711  
##  Class :character   1st Qu.:2.457  
##  Mode  :character   Median :3.269  
##                     Mean   :3.472  
##                     3rd Qu.:4.395  
##                     Max.   :5.400
  • 이외에도 다양한 방법이 있어, 그때 그때 책과 인터넷 자료를 찾아보길 권함

그래프 그리기

  • r에 내장된 기본 기능을 이용해도 되지만, tidyverse 패키지 중 하나인 ggplot2를 많이 이용
  • 패키지 tidyverse 혹은 패키지 ggplot2가 부착되어 있어야 사용 가능
히스토그램
ggplot() +
  geom_histogram(data = mpg, mapping = aes(x = displ))
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

빈도
ggplot() +
  geom_density(data = mpg, mapping = aes(x = displ))

분산도에 선 추가 (95% 신뢰구간)
ggplot() +
  geom_point(data = mpg, mapping = aes(x = displ, y = cty)) +
  geom_smooth(data = mpg, mapping = aes(x = displ, y = cty), method = "lm")
## `geom_smooth()` using formula = 'y ~ x'

분산도에 색 추가
ggplot(data = mpg, mapping = aes(x = displ, y = cty, group = cyl, colour = cyl)) +
  geom_point()

ggplot(data = mpg, mapping = aes(x = displ, y = cty, group = factor(cyl), colour = factor(cyl))) + geom_point()

ggplot(data = mpg, mapping = aes(x = displ, y =cty)) +
  geom_point()

점, 텍스트 추가
ggplot(data = mpg, mapping = aes(x = displ, y =cty)) +
  geom_point() +
  annotate(geom = "point", x = c(3, 3.5), y = c(25, 30), colour = "red") +
  annotate(geom = "text", x = 5, y = 25, label = "added red points") 

그래프 나눠 그리기
ggplot(data = mpg, mapping = aes(x = displ, y = cty)) +
  geom_point() +
  facet_wrap(~cyl)

ggplot(data = mpg, mapping = aes(x = displ, y = cty)) +
  geom_point() +
  facet_grid(.~cyl)

ggplot(data = mpg, mapping = aes(x = displ, y = cty)) +
  geom_point() +
  facet_grid(cyl~.)

  • 그래프 저장 : 우하단 Plots -> Export -> 저장 혹은 복사

회귀분석

  • glm(피설명변수 ~ 설명변수 + 설명변수, family = 함수 지정, data = 데이터 지정)
  • family 종류 : gaussian, binomial, poisson, inverse gaussian, gamma 등
내장 데이터인 mtcars 이용
mtcars <- mtcars
?mtcars
result1 <- glm(vs ~ mpg, family = binomial, data = mtcars)
summary(result1)
## 
## Call:
## glm(formula = vs ~ mpg, family = binomial, data = mtcars)
## 
## Coefficients:
##             Estimate Std. Error z value Pr(>|z|)   
## (Intercept)  -8.8331     3.1623  -2.793  0.00522 **
## mpg           0.4304     0.1584   2.717  0.00659 **
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 43.860  on 31  degrees of freedom
## Residual deviance: 25.533  on 30  degrees of freedom
## AIC: 29.533
## 
## Number of Fisher Scoring iterations: 6
result2 <- glm(vs ~ mpg + am, family = binomial, data = mtcars)
summary(result2)
## 
## Call:
## glm(formula = vs ~ mpg + am, family = binomial, data = mtcars)
## 
## Coefficients:
##             Estimate Std. Error z value Pr(>|z|)   
## (Intercept) -12.7051     4.6252  -2.747  0.00602 **
## mpg           0.6809     0.2524   2.698  0.00697 **
## am           -3.0073     1.5995  -1.880  0.06009 . 
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 43.860  on 31  degrees of freedom
## Residual deviance: 20.646  on 29  degrees of freedom
## AIC: 26.646
## 
## Number of Fisher Scoring iterations: 6