Práca s databázou

Práca s údajmi

Popis zadania

V rámci tejto úlohy budem spracovávať časovú databázu o inflácii, nezamestnanosti a úrokových sadzbách v krajinách EÚ.

Cieľom bude analyzovať, ako sa tieto makroekonomické ukazovatele vyvíjali v období 2010–2023, a zistiť ich vzájomné vzťahy pomocou korelačnej a regresnej analýzy.

Údaje plánujem stiahnuť z Kaggle – konkrétne dataset: https://www.kaggle.com/datasets/heidarmirhajisadati/global-economic-indicators-dataset-2010-2023Charakteristika údajov

Databáza obsahuje makroekonomické ukazovatele pre jednotlivé krajiny sveta v období 2010–2023.

Údaje sú zoradené podľa krajiny (Country) a roku (Year).

Medzi premenné patria:

Premenná	Popis	Jednotka
Country	Názov krajiny	–
Year	Rok (2010–2023)	rok
Inflation.Rate	Miera inflácie	%
Unemployment.Rate	Miera nezamestnanosti	%
Interest.Rate	Úroková sadzba	%
GDP.Growth	Rast HDP	%

Práca s údajmi v R

1. Import údajov

install.packages("tidyverse")
library(tidyverse)
library(kableExtra)

Načítanie dát z Kaggle (po stiahnutí do priečinka “data”)

udaje <- read.csv("economic_indicators_dataset_2010_2023.csv", header = TRUE, sep = ",", dec = ".")

Kontrola štruktúry dát

str(udaje)
head(udaje)

2. Úprava a čistenie dát

Prehľad názvov stĺpcov

colnames(udaje)

Premenovanie, ak by obsahovali medzery

colnames(udaje) <- make.names(colnames(udaje))

Výber najdôležitejších premenných

udaje <- udaje %>%
  select(Country, Year, Inflation.Rate, Unemployment.Rate, Interest.Rate, GDP.Growth)

Kontrola chýbajúcich hodnôt

colSums(is.na(udaje))

Odstránenie riadkov s NA

udaje <- na.omit(udaje)