R Study 2 : Quantitative Data

기본 제공 데이터 프레임인 모양입니다. 간헐 온천의 분출 시간?

range(duration)

[1] 1.6 5.1

breaks

[1] 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5

break 를 만들어서 해당 값들을 정렬할 수 있게 만들어봅시다

cbind(duration.freq)

        duration.freq
[1.5,2)            51
[2,2.5)            41
[2.5,3)             5
[3,3.5)             7
[3.5,4)            30
[4,4.5)            73
[4.5,5)            61
[5,5.5)             4

cbind(duration.freq, duration.relfreq)

        duration.freq duration.relfreq
[1.5,2)            51       0.18750000
[2,2.5)            41       0.15073529
[2.5,3)             5       0.01838235
[3,3.5)             7       0.02573529
[3.5,4)            30       0.11029412
[4,4.5)            73       0.26838235
[4.5,5)            61       0.22426471
[5,5.5)             4       0.01470588

발생 빈도는 저렇게 nrow() 로 나누면 되겠습니다

cbind(duration.cumfreq)

        duration.cumfreq
[1.5,2)               51
[2,2.5)               92
[2.5,3)               97
[3,3.5)              104
[3.5,4)              134
[4,4.5)              207
[4.5,5)              268
[5,5.5)              272

Cumulative Sum : 누적합

말하자면 앞에서부터 더해가면서 계산하는 겁니다. 누적으로 확률을 계산하면 마지막이 되면 전체 합이 나오겠죠.

plot 에 lines() 를 추가하면 선도 같이 출력됩니다.

cbind(duration.cumfreq, duration.cumrelfreq)

        duration.cumfreq duration.cumrelfreq
[1.5,2)               51           0.1875000
[2,2.5)               92           0.3382353
[2.5,3)               97           0.3566176
[3,3.5)              104           0.3823529
[3.5,4)              134           0.4926471
[4,4.5)              207           0.7610294
[4.5,5)              268           0.9852941
[5,5.5)              272           1.0000000

이상하게 한 줄이 나왔다 안 나왔다 하지만 넘어가죠

예를 들어 여기도 지금 줄이 안 나오는데

stem(duration)

  The decimal point is 1 digit(s) to the left of the |

  16 | 070355555588
  18 | 000022233333335577777777888822335777888
  20 | 00002223378800035778
  22 | 0002335578023578
  24 | 00228
  26 | 23
  28 | 080
  30 | 7
  32 | 2337
  34 | 250077
  36 | 0000823577
  38 | 2333335582225577
  40 | 0000003357788888002233555577778
  42 | 03335555778800233333555577778
  44 | 02222335557780000000023333357778888
  46 | 0000233357700000023578
  48 | 00000022335800333
  50 | 0370

줄기-잎 그래프는 앞의 두 자리 + 맨 뒤의 한 자리를 붙이면 실제 데이터가 되는 식으로 구성한 그래프입니다 (…) 예를 들면 저기 30 | 7 은 307 이라는 의미이고(사실 317일 수도 있지만), 300~320 까지 한 개 있다는 얘기.

filter(du_df, value > 3.00 & value < 3.20)
# A tibble: 1 x 1
value

1 3.067

두 값을 넣어서 plot 을 호출하면 전체 데이터를 뿌리고,
abline(lm) 을 호출해서 선을 그릴 수 있음.
…정확히는 lm 이 linear regression model 을 만들고 abline 은 그 선을 그리는 거고..