Bài tập ngày 1

Việc 1

Việc 2

Việc 3 Đọc dữ liệu “Obesity data.csv” vào R và gọi dữ liệu là “ob” (dùng hàm read.csv)

ob <- read.csv("C:/Users/Admin/OneDrive - Truong Dai Hoc Kien Truc Da Nang/2. Tap huan Phan tich du lieu va cong bo quoc te/Obesity data.csv")

##Việc 4. Thông tin về dữ liệu ob này ### 4.1 Có bao nhiêu biến số (variable) và quan sát (observation)

dim(ob)
## [1] 1217   13

4.2 Liệt kê 6 quan sát đầu tiên của dữ liệu.

head(ob, 6)
##   id gender height weight  bmi age WBBMC wbbmd   fat  lean pcfat hypertension
## 1  1      F    150     49 21.8  53  1312  0.88 17802 28600  37.3            0
## 2  2      M    165     52 19.1  65  1309  0.84  8381 40229  16.8            1
## 3  3      F    157     57 23.1  64  1230  0.84 19221 36057  34.0            1
## 4  4      F    156     53 21.8  56  1171  0.80 17472 33094  33.8            1
## 5  5      M    160     51 19.9  54  1681  0.98  7336 40621  14.8            0
## 6  6      F    153     47 20.1  52  1358  0.91 14904 30068  32.2            1
##   diabetes
## 1        1
## 2        0
## 3        0
## 4        0
## 5        0
## 6        0

4.3 Liệt kê 6 quan sát cuối cùng của dữ liệu

tail(ob, 6)
##        id gender height weight  bmi age WBBMC wbbmd   fat  lean pcfat
## 1212 1222      F    153     50 21.4  59  1309  0.87 18328 29147  37.6
## 1213 1223      F    150     44 19.6  44  1474  0.95 12906 28534  30.1
## 1214 1224      F    148     51 23.3  58  1522  0.97 14938 33931  29.6
## 1215 1225      F    149     50 22.5  57  1409  0.93 16777 30598  34.4
## 1216 1226      F    144     49 23.6  67  1266  0.90 20094 27272  41.3
## 1217 1227      F    141     45 22.6  58  1228  0.91 14567 28111  33.2
##      hypertension diabetes
## 1212            1        0
## 1213            0        1
## 1214            0        0
## 1215            1        0
## 1216            1        0
## 1217            0        0

4.4 Tóm tắt dữ liệu bằng hàm summary

summary(ob)
##        id            gender              height          weight     
##  Min.   :   1.0   Length:1217        Min.   :136.0   Min.   :34.00  
##  1st Qu.: 309.0   Class :character   1st Qu.:151.0   1st Qu.:49.00  
##  Median : 615.0   Mode  :character   Median :155.0   Median :54.00  
##  Mean   : 614.5                      Mean   :156.7   Mean   :55.14  
##  3rd Qu.: 921.0                      3rd Qu.:162.0   3rd Qu.:61.00  
##  Max.   :1227.0                      Max.   :185.0   Max.   :95.00  
##       bmi            age            WBBMC          wbbmd            fat       
##  Min.   :14.5   Min.   :13.00   Min.   : 695   Min.   :0.650   Min.   : 4277  
##  1st Qu.:20.2   1st Qu.:35.00   1st Qu.:1481   1st Qu.:0.930   1st Qu.:13768  
##  Median :22.2   Median :48.00   Median :1707   Median :1.010   Median :16955  
##  Mean   :22.4   Mean   :47.15   Mean   :1725   Mean   :1.009   Mean   :17288  
##  3rd Qu.:24.3   3rd Qu.:58.00   3rd Qu.:1945   3rd Qu.:1.090   3rd Qu.:20325  
##  Max.   :37.1   Max.   :88.00   Max.   :3040   Max.   :1.350   Max.   :40825  
##       lean           pcfat       hypertension      diabetes     
##  Min.   :19136   Min.   : 9.2   Min.   :0.000   Min.   :0.0000  
##  1st Qu.:30325   1st Qu.:27.0   1st Qu.:0.000   1st Qu.:0.0000  
##  Median :33577   Median :32.4   Median :1.000   Median :0.0000  
##  Mean   :35463   Mean   :31.6   Mean   :0.507   Mean   :0.1109  
##  3rd Qu.:39761   3rd Qu.:36.8   3rd Qu.:1.000   3rd Qu.:0.0000  
##  Max.   :63059   Max.   :48.4   Max.   :1.000   Max.   :1.0000

Việc 5. Biên tập dữ liệu

5.1 Mã hoá biến gender (F/M) thành biến sex với giá trị 0/1

  • Quy ước: 0 = M, 1 = F
ob$sex <- ifelse(ob$gender == "F", 1, 0)

5.2 Mã hoá biến bmi thành biến obese với 4 nhóm như sau:

  • Nếu bmi < 18.5 thì obese = "Underweight"
  • Nếu 18.5 ≤ bmi < 25.0 thì obese = "Normal"
  • Nếu 25.0 ≤ bmi < 30.0 thì obese = "Overweight"
  • Nếu bmi ≥ 30.0 thì obese = "Obese"
ob$obese <- cut(ob$bmi,
                breaks = c(-Inf, 18.5, 25.0, 30.0, Inf),
                labels = c("Underweight", "Normal", "Overweight", "Obese"),
                right = FALSE)

5.3 Tạo biến số mới lean.kg và fat.kg để tính toán lượng cơ (lean) và mỡ (fat) bằng đơn vị kg

  • Công thức:
    • lean.kg = weight × (1 - pcfat / 100)
    • fat.kg = weight × (pcfat / 100)
ob$lean.kg <- ob$weight * (1 - ob$pcfat / 100)
ob$fat.kg <- ob$weight * (ob$pcfat / 100)

5.4 Tạo tập dữ liệu men.overweight gồm nam giới quá cân và béo phì

  • Điều kiện lọc:
    • gender == "M"
    • bmi ≥ 25.0
  • Yêu cầu: Liệt kê số lượng biến số và quan sát trong tập dữ liệu nà
# Tạo tập dữ liệu men.overweight gồm nam giới quá cân và béo phì
men.overweight <- subset(ob, gender == "M" & bmi >= 25.0)

# Kiểm tra số lượng quan sát và biến số
dim(men.overweight)
## [1] 85 17

5.5 Tạo tập dữ liệu Demo chỉ bao gồm 6 biến số:

  • id, age, gender, height, weight, pcfat
Demo <- ob[, c("id", "age", "gender", "height", "weight", "pcfat")]