問題１

csvファイル（PISA2022_STU_QQQ.csv）を読み込み、オブジェクト「df」として保存するスクリプトを次のコードチャンクに書いて実行しなさい。

## 問題１のスクリプトをここに書く
df<-read.csv("PISA2022_STU_QQQ.CSV")

問題２

問題１で読み込んだデータの行数と列数を確認するスクリプトを書いて実行し、別途、行数（ケース数）と列数（変数の数）を記入しなさい。

データのサイズ:

• 行数：

• 列数：

## 問題2のスクリプトここに書く
## 解答
library(tidyplots)
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

library(gtsummary)
nrow(df)

## [1] 5760

ncol(df)

## [1] 310

問題３

dfに含まれるの連続変数（MATH, READ, SCIE, AGE）のうち、どれか1つについて平均・標準偏差・最小値・最大値を含む記述統計量を求めるスクリプトを書き、実行しなさい。

## 問題3のスクリプトをここに書く
summary(df$MATH)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   177.0   473.0   540.0   534.9   601.0   812.0

sd(df$MATH)

## [1] 90.14884

問題４

dfに含まれるの連続変数（MATH, READ, SCIE, AGE）のうち、どれか1つについてヒストグラムを作成するスクリプトを書き、実行しなさい。

## 問題４のスクリプトをここに書く
tidyplot(df,x=MATH) %>% add_histogram()

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

問題５

問題３で作成した記述統計量や、問題４で作成したヒストグラムをもとに、選んだ変数の分布の特徴を文章で説明しなさい。

【問題５解答欄】 数学得点者は中間層辺りの人が最も多く、最高点や最低点に近づくほど人数が少なくなっている。

問題６

質的変数 GENDER（性別）の頻度および相対頻度を求めるスクリプトを書き、実行しなさい。

## 問題６のスクリプトをここに書く
table(df$GENDER)

## 
##    F    M 
## 2904 2856

prop.table(table(df$GENDER))

## 
##         F         M 
## 0.5041667 0.4958333

問題７

個別項目への回答データ（STXXXQYY）から一つ選び、棒グラフを作成しなさい。

## 問題７のスクリプトをここに書く
library(tidyplots)
tidyplot(df,x=ST250Q05) %>% add_count_bar()

## Warning: Removed 38 rows containing non-finite outside the scale range (`stat_count()`).
## Removed 38 rows containing non-finite outside the scale range (`stat_count()`).

問題８

問題７で作成したグラフ（分布）の説明・解釈を文章で書きなさい。なお、各個別項目の詳細については参考資料（questionnaire_stu_1.pdf）を参照のこと。（以降の問題でも同様）

【問題８解答欄】 スマートフォンを除くインターネットに接続できるデバイスを持っている人は、持っていない人に比べて多い。

問題９

年齢（AGE）と読解得点（READ）の共分散を計算するスクリプトを書き、実行しなさい。

## 問題９のスクリプトをここに書く
cov(df$AGE,df$READ)

## [1] 1.293028

問題１０

年齢（AGE）と読解得点（READ）の相関係数を計算するスクリプトを書き、実行しなさい。

## 問題１０のスクリプトをここに書く
cor(df$AGE,df$READ)

## [1] 0.04887067

問題１１

問題９で求めた共分散と問題１０で求めた相関係数を比べ、共通点や相違点を文章で説明しなさい。

【問題１１解答欄】 共分散は小さく、相関係数は０に近い値となっているため、年齢と読解得点のデータに関連性はないといえる。

問題１２

数学得点（MATH）、読解得点（READ）、科学得点（SCIE）の3変数について、男女別の平均・標準偏差・最小値・最大値を求めるスクリプトを書き、実行しなさい。

## 問題１２のスクリプトをここに書く
library(dplyr)
df %>% group_by(GENDER) %>%summarise(MATH_mean=mean(MATH),MATH_sd=sd(MATH),MATH_min=min(MATH),MATH_max=max(MATH),READ_mean=mean(READ),READ_sd=sd(READ),READ_min=min(READ),READ_max=max(READ),scie_mean=mean(SCIE),SCIE_sd=sd(SCIE),SCIE_min=min(SCIE),SCIE_max=max(SCIE))

## # A tibble: 2 × 13
##   GENDER MATH_mean MATH_sd MATH_min MATH_max READ_mean READ_sd READ_min READ_max
##   <chr>      <dbl>   <dbl>    <int>    <int>     <dbl>   <dbl>    <int>    <int>
## 1 F           530.    83.8      261      812      523.    84.9      211      750
## 2 M           540.    96.0      177      778      507.    95.8      150      753
## # ℹ 4 more variables: scie_mean <dbl>, SCIE_sd <dbl>, SCIE_min <int>,
## #   SCIE_max <int>

問題１３

数学得点（MATH）、読解得点（READ）、科学得点（SCIE）の3変数について、男女別の箱ひげ図またはバイオリンプロットを作成するスクリプトを書き、実行しなさい。

## 問題１３のスクリプトをここに書く
df %>% tidyplot(x=GENDER,y=MATH) %>% add_violin()

df %>% tidyplot(x=GENDER,y=READ) %>% add_violin()

df %>% tidyplot(x=GENDER,y=SCIE) %>% add_violin()

問題１４

問題１２で作成した男女別記述統計量や、問題１３で作成したグラフをもとに、テスト得点の男女別分布の特徴を文章で説明しなさい。

【問題１４解答欄】 男女ともに中間層辺りの人が最も多くなっており、最大値や最小値に近づくにつれて人数が少なくなっている。 ————————————————————————

問題１５

個別項目への回答データ（STXXXQYY）から一つ選び、男女別の相対頻度のクロス表（男性内で総和1、女性内で総和が1になるクロス表）を作成しなさい。

## 問題１５のスクリプトをここに書く
table(df$ST250Q05,df$GENDER)

##    
##        F    M
##   1 2762 2723
##   2  127  110

prop.table(table(df$ST005Q01,df$GENDER),margin=2)

##    
##              F          M
##   1 0.80964110 0.80846406
##   2 0.15904293 0.16636264
##   3 0.03131597 0.02517329

問題１６

問題１５で作成したクロス表と同等の帯グラフを作成するスクリプトを書き、実行しなさい。

## 問題１６のスクリプトをここに書く
df$ST250Q05<-as.factor(df$ST250Q01)
tidyplot(df,y=GENDER,color=ST250Q01) %>% add_barstack_relative()

## Warning: The following aesthetics were dropped during statistical transformation: fill.
## ℹ This can happen when ggplot fails to infer the correct grouping structure in
##   the data.
## ℹ Did you forget to specify a `group` aesthetic or to convert a numerical
##   variable into a factor?
## The following aesthetics were dropped during statistical transformation: fill.
## ℹ This can happen when ggplot fails to infer the correct grouping structure in
##   the data.
## ℹ Did you forget to specify a `group` aesthetic or to convert a numerical
##   variable into a factor?

問題１７

問題１５で作成したクロス表と、問題１６で作成したグラフをもとに、選んだ個別項目への回答の男女別分布の特徴を文章で説明しなさい。

【問題１７解答欄】 スマートフォンを除くインターネットに接続できるデバイスを所持している割合は男女間で大きな差がないことが読み取れる。