homework1

survey <- data.frame(
  id    = 1:8,
  grade = factor(c("碩一", "碩二", "碩一", "碩二",
                   "碩一", "碩二", "碩一", "碩二")),
  hours = c("3", "5", "0", "10", "不確定", "2", "8", "4"),
  score = factor(c(70, 85, 56, 92, 88, 60, 56, 78))
  
)
str(survey)

## 'data.frame':    8 obs. of  4 variables:
##  $ id   : int  1 2 3 4 5 6 7 8
##  $ grade: Factor w/ 2 levels "碩一","碩二": 1 2 1 2 1 2 1 2
##  $ hours: chr  "3" "5" "0" "10" ...
##  $ score: Factor w/ 7 levels "56","60","70",..: 3 5 1 7 6 2 1 4

第一題：

id是integer(整數型)、grade有兩個levels是factor（字串型）。

型態不合理的是hours和score，因為前者出現了「不確定」的數值導致原本應為數值型的樣態變成字串型；score本來代表「分數」，也應該是numeric，但在建立資料的時候確實用factor（），所以現在被當成類別資料。

mean_score <- mean(as.numeric(survey$score))
mean_hours <- mean(as.numeric(survey$hours))

cat("平均分數", mean_score, "\n")
cat("平均時數", mean_hours, "\n")

score_num <- as.numeric(as.character(survey$score))
hours_num <- as.numeric(survey$hours)

## Warning: NAs introduced by coercion

mean_score <- mean(score_num)
mean_hours <- mean(hours_num, na.rm = TRUE)

cat("平均分數", mean_score, "\n")

## 平均分數 73.125

cat("平均時數", mean_hours, "\n")

## 平均時數 4.571429

第二題：

2.1:會列出「Warning in mean(as.numeric(survey$hours)) : NAs introduced by coercion平均分數 3.625；平均時數 NA 」

2.2-4:mean_score 跑出 3.625，而 mean_hours 得出 NA。mean_score 出錯是因為 score 是 factor型態，所以直接使用 as.numeric() 會取得 factor 的內部編碼，而不是原本的分數，因此算出的 3.625 並非真正的平均分數。應先用 as.character() 取回原始數值，再轉為 numeric。

包含「不確定」 出錯則是hours 出錯的原因，包含文字無法轉換為 numeric，因此被轉成 NA。mean() 預設不會忽略 NA，所以最後結果也是 NA。可以使用 na.rm = TRUE 排除缺失值。

最終修正後平均分數為 73.125，平均時數約為 4.571。我使用 str() 檢查資料型態、直接查看轉換後的資料值，並使用 summary() 檢查數值範圍與缺失值，確認轉換與計算結果合理。

第三題：

3.1 ：分數大於 75 的是第2、4、5、8個

3.2 ：碩一 67.50分 碩二 78.75分

3.3：1個缺漏值

survey$id[score_num > 75]

## [1] 2 4 5 8

tapply(score_num, survey$grade, mean)

##  碩一  碩二 
## 67.50 78.75

sum(is.na(hours_num))

## [1] 1

第四題

對話一

{r hw-ai, eval=FALSE} mean_score <- mean(as.numeric(survey\(score))mean_hours <- mean(as.numeric(survey\)hours))

cat(“平均分數”, mean_score, “”) cat(“平均時數”, mean_hours, “”)

檢查不合理的地方，改好平均數

對話二

{r hw-ai, eval=FALSE} mean_score <- mean(as.numeric(survey$score)) mean_hours <- mean(as.numeric(survey$hours)) cat(“平均分數”, mean_score, “\n”) cat(“平均時數”, mean_hours, “\n”) 我想知道找出大於75分的id、碩一與碩二的平均分數各是多少以及找出hours的遺漏值