SSB201-Final-I

SSB 201 – Sosyal Bilimler İçin İstatistik I

Final Sınavı

library (gapminder)

## Warning: package 'gapminder' was built under R version 4.5.2

library (dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

library (ggplot2)

Soru 1 – Veri Setini İnceleme ve Düzenleme

1.a) gapminder veri setindeki değişken isimlerini ve veri türlerini inceleyiniz.

library(gapminder)
library(dplyr)

1.b) Aşağıdaki değişkenleri seçerek gapminder_tr isimli yeni bir veri seti oluşturunuz:

• ulke (country)

• yil (year)

• yasam_beklentisi (lifeExp)

• kisi_basi_gelir (gdpPercap)

• kita (continent)

1.c) Bu yeni veri setindeki değişken adlarını Türkçeleştiriniz ve gapminder_tr üzerine kaydediniz.

library(MASS)

## 
## Attaching package: 'MASS'

## The following object is masked from 'package:dplyr':
## 
##     select

gapminder_tr <- gapminder %>%
rename(
  ulke = country,
  yil = year,
  yasam_beklentisi = lifeExp,
  kisi_basi_gelir = gdpPercap,
  kita = continent
)
names(gapminder_tr)

## [1] "ulke"             "kita"             "yil"              "yasam_beklentisi"
## [5] "pop"              "kisi_basi_gelir"

Soru 2 – Betimsel İstatistikler

2.a) gapminder_tr veri seti için summary() fonksiyonunu kullanarak genel özeti elde ediniz.

summary(gapminder_tr)

##           ulke            kita          yil       yasam_beklentisi
##  Afghanistan:  12   Africa  :624   Min.   :1952   Min.   :23.60   
##  Albania    :  12   Americas:300   1st Qu.:1966   1st Qu.:48.20   
##  Algeria    :  12   Asia    :396   Median :1980   Median :60.71   
##  Angola     :  12   Europe  :360   Mean   :1980   Mean   :59.47   
##  Argentina  :  12   Oceania : 24   3rd Qu.:1993   3rd Qu.:70.85   
##  Australia  :  12                  Max.   :2007   Max.   :82.60   
##  (Other)    :1632                                                 
##       pop            kisi_basi_gelir   
##  Min.   :6.001e+04   Min.   :   241.2  
##  1st Qu.:2.794e+06   1st Qu.:  1202.1  
##  Median :7.024e+06   Median :  3531.8  
##  Mean   :2.960e+07   Mean   :  7215.3  
##  3rd Qu.:1.959e+07   3rd Qu.:  9325.5  
##  Max.   :1.319e+09   Max.   :113523.1  
## 

2.b) Yaşam beklentisi değişkeninin ortalama, medyan ve ranj değerlerini açıklayınız.

summary(mean(gapminder_tr))

## Warning in mean.default(gapminder_tr): argument is not numeric or logical:
## returning NA

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##      NA      NA      NA     NaN      NA      NA       1

Soru 3 – Frekans ve Yüzde Tablosu

Not: Aşağıdaki soruları gapminder_tr veri setini kullanarak yanıtlayın.

3.a) Kıta (continent) değişkenine ait frekans tablosunu oluşturunuz.

table(gapminder_tr $ kita )

## 
##   Africa Americas     Asia   Europe  Oceania 
##      624      300      396      360       24

3.b) Aynı değişken için yüzde (%) dağılımını hesaplayınız.

prop.table(table(gapminder_tr $ kita))

## 
##     Africa   Americas       Asia     Europe    Oceania 
## 0.36619718 0.17605634 0.23239437 0.21126761 0.01408451

Soru 4 – Saçılım Diyagramı ve Korelasyon

4.a) Yaşam beklentisi (lifeExp) ile kişi başına düşen gelir (gdpPercap) arasındaki ilişkiyi gösteren bir saçılım diyagramı oluşturunuz. Eksen adlarını ve grafiğin başlığını ekleyiniz.

4.b) Bu iki değişken arasındaki korelasyon katsayısını hesaplayınız ve korelasyon katsayısını yorumlayınız.

Soru 5 – Basit Doğrusal Regresyon

5.a) Kişi başına düşen gelirin (gdpPercap), yaşam beklentisini (lifeExp) yordayıp yordamadığını test eden bir basit doğrusal regresyon modeli kurunuz.

library(dplyr)
library(ggplot2)
lm(formula = kisi_basi_gelir ~ yasam_beklentisi, data = gapminder_tr)

## 
## Call:
## lm(formula = kisi_basi_gelir ~ yasam_beklentisi, data = gapminder_tr)
## 
## Coefficients:
##      (Intercept)  yasam_beklentisi  
##         -19277.2             445.4

5.b) Regresyon çıktısından aşağıdaki bilgileri bulunuz ve yorumlayınız:

• eğim (β₁) kisi basına dussen gelir sayısı arttıkca yasam beklentiside artar mı? Poziti ise ilişki pozitif.

• kesişim (β₀)kisi basina düssen gellir sayısı daha azla olsaydı yasam beklentisi ne olurdu?

• R-kare (R²)kisi basina dusen geelir sayısının yuzde kacı yasam beklenttisiyle acıklanıyor.

5.c) Yaşam beklentisi (yasam_beklentisi) ile kişi başına düşen gelir (kisi_basi_gelir) arasındaki ilişkiyi gösteren bir saçılım diyagramı oluşturunuz. Grafiğe uygun eksen adlarını ve bir başlık ekleyiniz. Bu grafiğin üzerine basit doğrusal regresyon çizgisini ekleyiniz.

Soru 6 - geom_jitter fonksiyonunun kullanım amacı nedir?