Data

load("./red_and_black_170829_data.RData")
class_roll0829 <- class_roll
class_roll <- read.xlsx("../data/class_roll0901.xlsx", 
                        sheetIndex = 1, 
                        startRow = 2, 
                        endRow = 180, 
                        colIndex = c(3:7, 9), 
                        colClasses = rep("character", 6), 
                        stringsAsFactors = FALSE)
class_roll0831 <- read.xlsx("../data/class_roll0831.xlsx", 
                        sheetIndex = 1, 
                        startRow = 2, 
                        endRow = 182, 
                        colIndex = c(3:7, 9), 
                        colClasses = rep("character", 6), 
                        stringsAsFactors = FALSE)
names(class_roll) <- c("dept", "id", "name", "year", "e.mail", "cell.no")
names(class_roll0831) <- c("dept", "id", "name", "year", "e.mail", "cell.no")
class_roll0829$mark1 <- "0829"
class_roll0831$mark2 <- "0831"
class_roll$mark3 <- "0901"
class_roll.merged.0831 <- merge(class_roll0829, class_roll0831, all = TRUE)
class_roll.merged <- merge(class_roll.merged.0831, class_roll, all = TRUE)
pander(class_roll.merged[, 7:10])

group	mark1	mark2	mark3
Red	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Red	0829	NA	NA
Black	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	NA
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
NA	NA	NA	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
NA	NA	NA	0901
Black	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	NA
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	NA
Black	0829	NA	NA
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
NA	NA	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
NA	NA	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
NA	NA	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
NA	NA	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	NA
Black	0829	0831	NA
Black	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Red	0829	NA	NA
Red	0829	0831	0901
Black	0829	0831	0901
NA	NA	NA	0901
Red	0829	0831	0901
Black	0829	0831	0901
NA	NA	0831	0901
Red	0829	0831	0901
NA	NA	0831	0901
Black	0829	NA	NA
Red	0829	NA	NA
Red	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
NA	NA	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	NA
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
NA	NA	NA	0901
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	NA
NA	NA	NA	0901
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Black	0829	NA	NA
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
NA	NA	NA	0901
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
NA	NA	0831	0901
NA	NA	0831	NA
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	NA	NA
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	NA
Black	0829	NA	NA
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	NA
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Black	0829	0831	0901
Red	0829	0831	0901
Red	0829	NA	NA
Red	0829	0831	0901
Red	0829	0831	0901
Red	0829	0831	0901
Black	0829	0831	0901
NA	NA	NA	0901
Black	0829	0831	0901
NA	NA	NA	0901

pander(class_roll.merged[is.na(class_roll.merged$mark3), 7:10])

	group	mark1	mark2	mark3
10	Red	0829	NA	NA
21	Black	0829	0831	NA
34	Black	0829	0831	NA
38	Red	0829	0831	NA
39	Black	0829	NA	NA
65	Red	0829	0831	NA
66	Black	0829	0831	NA
73	Red	0829	NA	NA
82	Black	0829	NA	NA
83	Red	0829	NA	NA
93	Black	0829	0831	NA
106	Red	0829	0831	NA
119	Black	0829	NA	NA
144	NA	NA	0831	NA
149	Red	0829	NA	NA
160	Red	0829	0831	NA
161	Black	0829	NA	NA
184	Black	0829	0831	NA
190	Red	0829	NA	NA

table(class_roll.merged[is.na(class_roll.merged$mark3), 7:10]$group)

## 
##   Red Black 
##     9     9

id0829 <- class_roll0829$id
id0831 <- class_roll0831$id
id0901 <- class_roll$id
stay0831 <- intersect(id0829, id0831)
length(stay0831)

## [1] 171

stay0901 <- intersect(id0831, id0901)
length(stay0901)

## [1] 170

stay <- intersect(intersect(id0829, id0831), id0901)
stay02 <- intersect(id0829, id0901)
stay == stay02

##   [1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
##  [15] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
##  [29] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
##  [43] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
##  [57] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
##  [71] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
##  [85] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
##  [99] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
## [113] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
## [127] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
## [141] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
## [155] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

new_id <- setdiff(id0901, stay)
class_roll.stay <- subset(class_roll0829, id %in% stay)
class_roll.new <- subset(class_roll, id %in% new_id)
# pander(class_roll.stay)
# pander(class_roll.new)
str(class_roll)

## 'data.frame':    178 obs. of  7 variables:
##  $ dept   : chr  "컴퓨터공학과" "전자공학과" "언어청각학부" "융합소프트웨어학과" ...
##  $ id     : chr  "20175101" "20145203" "20173903" "20165301" ...
##  $ name   : chr  "강동인" "강민영" "강정수" "강종근" ...
##  $ year   : chr  "1" "2" "1" "2" ...
##  $ e.mail : chr  "kdi6316@naver.com" "rf3935@naver.com" "jungsu009@naver.com" "whdrms1859@naver.com" ...
##  $ cell.no: chr  "010-2494-6316" "010-3975-1808" "010-6700-2931" "010-2300-3921" ...
##  $ mark3  : chr  "0901" "0901" "0901" "0901" ...

Randomization New Kids Only

set.seed(1)
N <- nrow(class_roll.new) 
class_roll.new$group <- sample(1:N) %% 2 + 1
class_roll.new$group <- factor(class_roll.new$group, 
                           labels = c("Red", "Black"))
class_roll.new <- class_roll.new[, c(1:6, 8, 7)]
names(class_roll.new)[8] <- "mark"
names(class_roll.stay)[8] <- "mark"
red.id <- which(class_roll.new$group == "Red")
black.id <- which(class_roll.new$group == "Black")
class_roll <- rbind(class_roll.stay, class_roll.new)

Randomization for All

set.seed(15)
N <- nrow(class_roll) 
class_roll$group <- sample(1:N) %% 2 + 1
class_roll$group <- factor(class_roll$group, 
                           labels = c("Red", "Black"))
red.id <- which(class_roll$group == "Red")
black.id <- which(class_roll$group == "Black")

학번

ID.16 <- factor(ifelse(substr(class_roll$id, 1, 4) >= 2016, 
                       "younger.16", "older.16"), 
                levels = c("younger.16", "older.16"))
pander(table("16학번 기준" = ID.16, 
             "그룹" = class_roll$group))

	Red	Black
younger.16	48	48
older.16	41	41

# table("16학번 기준" = ID.16, 
#             "그룹" = class_roll$group)
ID.15 <- factor(ifelse(substr(class_roll$id, 1, 4) >= 2015, 
                       "younger.15", "older.15"), 
                levels = c("younger.15", "older.15"))
pander(table("15학번 기준" = ID.15, 
             "그룹" = class_roll$group))

	Red	Black
younger.15	55	57
older.15	34	32

ID.14 <- factor(ifelse(substr(class_roll$id, 1, 4) >= 2014, 
                       "younger.14", "older.14"), 
                levels = c("younger.14", "older.14"))
pander(table("14학번 기준" = ID.14, 
             "그룹" = class_roll$group))

	Red	Black
younger.14	73	73
older.14	16	16

ID.13 <- factor(ifelse(substr(class_roll$id, 1, 4) >= 2013, 
                       "younger.13", "older.13"), 
                levels = c("younger.13", "older.13"))
pander(table("13학번 기준" = ID.13, 
             "그룹" = class_roll$group))

	Red	Black
younger.13	79	81
older.13	10	8

학번 홀짝

odd.even <- as.numeric(class_roll$id) %% 2
pander(table("odd_even" = odd.even, 
             "Group"= class_roll$group))

	Red	Black
0	42	44
1	47	45

e-mail 서비스업체

e.mail.list <- strsplit(class_roll$e.mail, "@", 
                        fixed = TRUE)
mail.com <- mapply(`[`, e.mail.list, 2)
pander(table("e-mail" = mail.com, 
             "그룹" = class_roll$group))

	Red	Black
daum.net	3	2
gmail.com	4	4
hanmail.net	4	6
icloud.com	0	1
nate.com	3	6
naver.com	75	70

성씨 분포

f.name <- substring(class_roll$name, 
                    first = 1, 
                    last = 1)
pander(table("Family Name" = f.name, 
             "Group" = class_roll$group))

	Red	Black
강	1	3
고	3	0
구	2	0
권	2	1
김	21	24
남	1	1
노	0	1
문	1	0
민	0	1
박	5	8
반	0	1
방	0	1
배	1	0
백	1	2
성	0	1
소	1	0
손	0	2
송	1	1
신	2	0
안	0	1
양	1	2
엄	1	0
오	1	0
원	1	0
유	0	2
윤	3	3
이	14	16
임	0	3
장	2	0
전	3	1
정	1	2
조	4	2
진	1	0
채	1	0
천	0	1
최	7	5
하	1	0
한	3	0
함	0	2
현	0	1
홍	2	0
황	1	1

많이 나오는 성씨

f.name.f <- factor(ifelse(f.name %in% c("김", "이", "박"), 
                          f.name, "기타"), 
                   levels = c("김", "이", "박", "기타"))
pander(table("Group" = class_roll$group, 
             "Family Name" = f.name.f))

	김	이	박	기타
Red	21	14	5	49
Black	24	16	8	41

학과

# pander(class_roll)
pander(table("그룹" = class_roll$group, 
             "학과" = class_roll$dept))

	간호학	경영학과	경제학과	광고홍보학과	국어국문학전공	디지털미디어콘텐츠전공	러시아학과	바이오메디컬학과	법학과	사학전공	사회복지학	사회복지학부	사회학과	식품영양학과	심리학과	언론방송융합미디어전공	언어병리학전공	언어청각학부	융합소프트웨어학과	융합신소재공학과	융합인재학부	응용광물리학과	일본학과	재무금융학과	전자공학과	정치행정학과	중국학과	철학전공	청각학전공	체육학과	컴퓨터공학과	환경생명공학과
Red	2	7	4	0	1	0	0	1	5	2	1	3	4	0	6	1	1	3	6	5	0	4	1	4	10	2	2	0	9	0	5	0
Black	2	8	4	1	2	1	2	0	2	3	0	4	0	1	6	0	0	3	11	2	1	0	0	4	16	1	2	1	5	1	4	2

	Red	Black
강	1	3
고	3	0
구	2	0
권	2	1
김	21	24
남	1	1
노	0	1
문	1	0
민	0	1
박	5	8
반	0	1
방	0	1
배	1	0
백	1	2
성	0	1
소	1	0
손	0	2
송	1	1
신	2	0
안	0	1
양	1	2
엄	1	0
오	1	0
원	1	0
유	0	2
윤	3	3
이	14	16
임	0	3
장	2	0
전	3	1
정	1	2
조	4	2
진	1	0
채	1	0
천	0	1
최	7	5
하	1	0
한	3	0
함	0	2
현	0	1
홍	2	0
황	1	1

	Red	Black
강	1	3
고	3	0
구	2	0
권	2	1
김	21	24
남	1	1
노	0	1
문	1	0
민	0	1
박	5	8
반	0	1
방	0	1
배	1	0
백	1	2
성	0	1
소	1	0
손	0	2
송	1	1
신	2	0
안	0	1
양	1	2
엄	1	0
오	1	0
원	1	0
유	0	2
윤	3	3
이	14	16
임	0	3
장	2	0
전	3	1
정	1	2
조	4	2
진	1	0
채	1	0
천	0	1
최	7	5
하	1	0
한	3	0
함	0	2
현	0	1
홍	2	0
황	1	1

	Red	Black
강	1	3
고	3	0
구	2	0
권	2	1
김	21	24
남	1	1
노	0	1
문	1	0
민	0	1
박	5	8
반	0	1
방	0	1
배	1	0
백	1	2
성	0	1
소	1	0
손	0	2
송	1	1
신	2	0
안	0	1
양	1	2
엄	1	0
오	1	0
원	1	0
유	0	2
윤	3	3
이	14	16
임	0	3
장	2	0
전	3	1
정	1	2
조	4	2
진	1	0
채	1	0
천	0	1
최	7	5
하	1	0
한	3	0
함	0	2
현	0	1
홍	2	0
황	1	1