Thực hành
Trịnh Thị Thu Hà
2025-05-19
Đọc dữ liệu
data <- read.csv("D:/Downloads/Supermarket Transactions.csv", header = T)Chọn các biến định tính và kiểm tra lại
dinhtinh <- c("Gender", "MaritalStatus", "Homeowner", "City", "StateorProvince", "Country", "ProductFamily", "ProductDepartment","ProductCategory")
# Tạo bộ dữ liệu mới chỉ chứa các biến định tính
datadinhtinh <- data[,dinhtinh]
# Kiểm tra lại bộ dữ liệu
head(datadinhtinh)## Gender MaritalStatus Homeowner City StateorProvince Country
## 1 F S Y Los Angeles CA USA
## 2 M M Y Los Angeles CA USA
## 3 F M N Bremerton WA USA
## 4 M M Y Portland OR USA
## 5 F S Y Beverly Hills CA USA
## 6 F M Y Beverly Hills CA USA
## ProductFamily ProductDepartment ProductCategory
## 1 Food Snack Foods Snack Foods
## 2 Food Produce Vegetables
## 3 Food Snack Foods Snack Foods
## 4 Food Snacks Candy
## 5 Drink Beverages Carbonated Beverages
## 6 Food Deli Side DishesBiến Gender
Bảng tần số
tanso <- table(datadinhtinh$Gender)
tanso##
## F M
## 7170 6889Giải thích
Vậy trong bộ dữ liệu có 7170 là nữ và 6889là nam.
Bảng tần suất
tansuat <- table(datadinhtinh$Gender)/sum(nrow(datadinhtinh))
tansuat##
## F M
## 0.5099936 0.4900064Giải thích
Vậy trong bộ dữ liệu có 50.9993598% là nữ và 49.0006402% là nam.
Vẽ biểu đồ
Biểu đồ cột
barplot(tanso,
main = "Biểu đồ tần số theo giới tính",
xlab = "Giới tính",
ylab = "Tần số",
col = c("lightblue", "pink")
)
### Vẽ biểu đồ tròn
pie(tanso,
main = "Biểu đồ tròn theo giới tính",
col = c("lightblue", "pink"),
labels = paste(names(tanso), " (", tanso, ")")
)
# Biến MaritalStatus
Tần số
ts1 <- table(datadinhtinh$MaritalStatus)
ts1##
## M S
## 6866 7193Vậy trong bộ dữ liệu có 6866 là người đã kết hôn và 7193 là người độc thân.
Tần suất
tst1 <- table(datadinhtinh$MaritalStatus)/sum(nrow(datadinhtinh))
tst1##
## M S
## 0.4883704 0.5116296Vậy trong bộ dữ liệu có 48.8370439% là người đã kết hôn và 51.1629561% là người độc thân.
vẽ biểu đồ
Biểu đồ cột
barplot(ts1,
main = "Biểu đồ cột tần số thể hiện tình trạng hôn nhân",
xlab = "Tình trạng",
ylab = "Tần số",
col = c("lightblue", "pink"))
Biến Homeover
Tần số
ts2 <- table(datadinhtinh$Homeowner)
ts2##
## N Y
## 5615 8444vậy trong bộ dữ liệu có 5615khách hàng không sở hữu nhà và 8444 khách hàng sở hữu nhà.
Tần suất
tst2 <- table(datadinhtinh$Homeowner)/sum(nrow(datadinhtinh))
tst2##
## N Y
## 0.3993883 0.6006117vậy trong bộ dữ liệu có 39.9388292 % khách hàng không sở hữu nhà và 60.0611708 % khách hàng sở hữu nhà.
Vẽ biểu đồ
Biểu đồ cột
barplot(ts2,
main = "Biểu đồ cột tần số thể hiện sự sở hữu nhà",
ylab = "Tần số",
col = c("lightblue", "pink"))
Biểu đồ tròn
Vẽ biểu đồ tròn
pie(ts2,
main = "Biểu đồ tròn của biến Homeover",
col = c("lightblue", "pink"),
labels = paste(names(ts2), " (", ts2, ")")
)
Biến City
Tần số
ts3 <- table(datadinhtinh$City)
ts3##
## Acapulco Bellingham Beverly Hills Bremerton Camacho
## 383 143 811 834 452
## Guadalajara Hidalgo Los Angeles Merida Mexico City
## 75 845 926 654 194
## Orizaba Portland Salem San Andres San Diego
## 464 876 1386 621 866
## San Francisco Seattle Spokane Tacoma Vancouver
## 130 922 875 1257 633
## Victoria Walla Walla Yakima
## 176 160 376Vậy trong bộ dữ liệu có 383 khách hàng ở thành phố Acapulco, 143 khách hàng ở thành phố Bellingham, 811 khách hàng ở thành phố Beverly Hills,…
Tần suất
tst3 <- table(datadinhtinh$City)/sum(nrow(datadinhtinh))
tst3##
## Acapulco Bellingham Beverly Hills Bremerton Camacho
## 0.027242336 0.010171420 0.057685468 0.059321431 0.032150224
## Guadalajara Hidalgo Los Angeles Merida Mexico City
## 0.005334661 0.060103848 0.065865282 0.046518245 0.013798990
## Orizaba Portland Salem San Andres San Diego
## 0.033003770 0.062308841 0.098584537 0.044170994 0.061597553
## San Francisco Seattle Spokane Tacoma Vancouver
## 0.009246746 0.065580767 0.062237712 0.089408920 0.045024539
## Victoria Walla Walla Yakima
## 0.012518671 0.011380610 0.026744434Vẽ biểu đồ
Biểu đồ tròn
pie(ts3,
main = "Biểu đồ tròn của biến City",
col = rainbow(length(ts3)),
labels = NA
)
# Thêm chú thích bên phải
legend("right",
legend = paste0(names(ts3), " (", ts3, ")"),
fill = rainbow(length(ts3)),
cex = 0.7
)
# Biến StateorProvince
Tần số
ts4 <- table(datadinhtinh$StateorProvince)
ts4##
## BC CA DF Guerrero Jalisco OR Veracruz WA
## 809 2733 815 383 75 2262 464 4567
## Yucatan Zacatecas
## 654 1297Tần suất
tst4 <- table(datadinhtinh$StateorProvince)/sum(nrow(datadinhtinh))
tst4##
## BC CA DF Guerrero Jalisco OR
## 0.057543211 0.194395049 0.057969984 0.027242336 0.005334661 0.160893378
## Veracruz WA Yucatan Zacatecas
## 0.033003770 0.324845295 0.046518245 0.092254072Biểu đồ
Biểu đồ cột
barplot(ts4,
main = "Biểu đồ cột tần số theo bang",
ylab = "Tần số",
col = "skyblue",
)
### Biểu đồ tròn
pie(ts4,
main = "Biểu đồ tròn tần số theo bang",
col = rainbow(length(ts4)),
labels = NA
)
# Thêm chú thích bên phải
legend("right",
legend = paste0(names(ts4), " (", ts4, ")"),
fill = rainbow(length(ts4)),
cex = 0.7
)