想不開就來學這個ㄅ
救救菸酒生
2017/12/21
助教人真好
看到錯字請忽略
資料讀取
一般來說，我們都會將資料存成csv檔
要將檔案讀進來的話就用read.csv這個函數
data<-read.csv("~/Downloads/student.csv",fileEncoding = "big5")# for mac
#路徑會因為儲存位置的不同而改變，如果是使用window的同學可以先看檔案的內容在哪
#記得路徑中的斜線是/ 不是\先看看data下面有哪些類別
打出data$, 之後再按鍵盤左上方的tab鍵，就知道有哪些變數了
來畫圖-以身高為例
p.s. 老師的身高體重顛倒，所以看到的變數是weight QQ
#先看看資料
#因為太多，所以用另一個指令head()
#它可以幫助我們看到開頭的部分資料
head(data$weight)## [1] 172 130 130 105 150 160#如果把所有資料都打開的話，會看到其中有NA值
#NA的意思就是沒有資料#想要對資料有初步的了解可以用summary()
summary(data$weight)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 50.0 127.0 145.0 150.6 168.0 320.0 26上面可以看到最大最小值，四分位數，還有資料中有26筆NA!!
Histogram
hist(data$weight)
hist(data$weight,breaks = 20)#這兩個有差唷，比較一下
Box plot
boxplot(data$weight) 
#可以對照一下我們一開始教的summary()分割數據
如果我想要分別對男生以及女生的身高做histogram怎麼辦
利用data[,] 來做
data[這裡用來放第幾列,這裡用來放第幾欄]
例如
data[3,3]## [1] 1對照一下第三列第三欄的數字
p.s. 列是橫的，欄是直的
那現在要分出男生和女生 搜尋“條件”，所以東西要放前面
data\(gender是跟他說你要找性別 data\)gender==“m” 要找在gender這一欄，性別是M的，也就是男生 data$gender==“f” 要找在gender這一欄，性別是F的，也就是女生
data[data$gender=="M",]## semester gender collegeYear height weight hsGPA collegeGPA
## 2 9 M 1 67.00 130.0 3.800 NA
## 6 9 M 1 70.00 160.0 3.000 NA
## 10 9 M 1 73.00 170.0 3.180 NA
## 13 9 M 1 69.00 135.0 3.200 NA
## 17 9 M 2 66.00 115.0 3.000 3.25
## 18 9 M 1 73.00 250.0 3.730 NA
## 19 9 M 1 73.00 172.0 4.000 NA
## 27 9 M 1 68.00 128.0 3.200 NA
## 29 9 M 1 70.00 220.0 3.300 NA
## 30 9 M 1 66.00 122.0 3.100 NA
## 34 9 M 2 72.00 170.0 NA NA
## 45 9 M 4 70.00 194.0 3.860 3.11
## 46 9 M 1 70.00 150.0 3.000 NA
## 48 9 M 1 70.00 180.0 3.700 NA
## 49 9 M 1 71.00 150.0 NA NA
## 51 9 M 1 74.00 155.0 3.800 NA
## 52 9 M 2 74.00 150.0 3.200 NA
## 53 9 M 1 73.00 195.0 3.800 NA
## 54 9 M 1 78.00 215.0 3.250 NA
## 58 9 M 1 80.00 290.0 3.100 NA
## 63 9 M 1 71.00 140.0 4.000 NA
## 71 9 M 1 71.00 165.0 3.540 NA
## 73 9 M 2 69.00 145.0 3.000 2.20
## 76 9 M 2 72.00 160.0 3.100 NA
## 79 9 M 2 73.00 195.0 3.200 3.40
## 84 9 M 2 62.00 120.0 3.200 3.10
## 86 9 M 2 73.00 155.0 3.300 NA
## 87 9 M 2 NA 146.0 3.000 NA
## 88 9 M 2 73.00 194.0 3.100 NA
## 89 9 M 1 72.00 155.0 3.450 NA
## 94 9 M 2 77.00 215.0 3.170 2.17
## 97 9 M 1 71.50 197.0 3.000 NA
## 100 9 M 1 69.00 145.0 3.100 NA
## 101 9 M 1 73.00 160.0 NA NA
## 106 9 M 1 70.00 152.0 3.350 NA
## 108 9 M 1 75.00 151.0 4.100 NA
## 109 9 M 1 70.00 179.0 3.600 NA
## 110 9 M 1 72.00 170.0 3.800 NA
## 111 9 M 1 76.50 250.0 3.300 NA
## 112 9 M 1 75.00 200.0 3.520 NA
## 113 9 M 1 72.00 175.0 4.000 NA
## 114 9 M 1 70.00 170.0 3.650 NA
## 118 9 M 1 69.00 215.0 3.290 NA
## 120 9 M 4 71.00 163.0 3.200 NA
## 126 9 M 1 69.00 130.0 3.650 NA
## 129 9 M 1 75.00 145.0 3.200 NA
## 133 9 M 3 70.00 185.0 3.200 2.60
## 134 9 M 2 65.00 195.0 3.400 2.34
## 135 9 M 4 71.00 210.0 3.300 2.70
## 137 9 M 1 72.00 200.0 3.200 NA
## 139 9 M 2 72.00 208.0 3.500 2.48
## 144 9 M 4 72.00 225.0 3.300 2.70
## 153 9 M 2 70.00 180.0 3.500 NA
## 156 9 M 2 76.00 190.0 3.870 3.65
## 161 9 M 3 70.00 215.0 3.300 2.80
## 162 9 M 3 73.00 205.0 3.010 3.50
## 163 9 M 3 73.00 150.0 3.800 3.24
## 164 9 M 2 68.00 156.0 3.870 2.99
## 166 9 M 2 74.00 180.0 3.300 3.10
## 167 9 M 3 68.50 140.0 3.600 2.95
## 171 9 M 1 66.00 160.0 3.300 NA
## 172 9 M 2 73.00 200.0 3.000 2.90
## 173 9 M 2 76.00 180.0 3.400 3.00
## 174 9 M 2 72.00 165.0 4.000 3.70
## 175 9 M 2 71.00 157.0 3.400 3.70
## 176 9 M 2 68.00 125.0 4.000 2.00
## 179 9 M 3 75.00 255.0 3.350 3.33
## 183 9 M 3 67.00 125.0 3.500 3.25
## 184 9 M 2 70.00 70.0 3.700 3.30
## 187 9 M 3 67.00 140.0 3.200 2.70
## 189 9 M 3 74.00 160.0 3.900 2.80
## 192 9 M 1 71.00 180.0 3.300 NA
## 200 9 M 1 67.00 185.0 3.750 NA
## 205 9 M 3 74.00 210.0 3.300 3.00
## 206 10 M 1 75.00 220.0 2.800 NA
## 209 10 M 1 70.00 162.0 3.860 2.92
## 215 10 M 4 67.00 152.0 3.760 3.35
## 217 10 M 2 70.00 170.0 3.200 3.17
## 218 10 M 1 71.00 180.0 3.300 NA
## 219 10 M 1 67.50 125.0 3.600 NA
## 222 10 M 3 71.00 165.0 3.000 3.20
## 226 10 M 1 70.00 175.0 3.820 2.75
## 227 10 M 1 73.00 180.0 3.700 3.40
## 228 10 M 1 70.00 215.0 3.400 2.00
## 230 10 M 1 74.00 175.0 NA NA
## 231 10 M 1 69.00 147.0 3.300 NA
## 233 10 M 1 70.00 152.0 3.100 2.00
## 234 10 M 1 74.00 NA 3.800 3.00
## 235 10 M 1 74.00 240.0 NA NA
## 236 10 M 1 72.00 215.0 3.400 NA
## 237 10 M 1 70.00 225.0 3.700 3.33
## 239 10 M 3 68.00 145.0 3.500 3.11
## 240 10 M 1 74.50 220.0 3.200 2.25
## 241 10 M 3 71.00 221.0 3.400 2.70
## 243 10 M 1 67.00 135.0 NA NA
## 245 10 M 1 71.00 152.0 3.740 3.00
## 246 10 M 1 74.00 190.0 3.300 2.50
## 247 10 M 1 73.00 185.0 3.300 NA
## 252 10 M 1 73.00 178.0 3.600 2.77
## 254 10 M 1 74.00 220.0 3.000 3.70
## 256 10 M 1 74.00 165.0 3.600 3.30
## 257 10 M 1 70.00 135.0 3.970 3.50
## 266 10 M 1 83.00 180.0 3.800 2.85
## 267 10 M 2 69.00 175.0 3.300 2.98
## 268 10 M 2 74.00 230.0 3.400 2.70
## 274 10 M 2 73.00 190.0 3.200 2.60
## 279 10 M 1 68.00 175.0 3.300 NA
## 280 10 M 2 72.00 200.0 2.980 2.78
## 281 10 M 3 71.00 150.0 3.300 2.80
## 282 10 M 2 77.00 240.0 3.700 2.70
## 285 10 M 1 65.00 164.0 3.200 NA
## 290 10 M 1 64.00 150.0 4.100 3.90
## 297 10 M 1 71.00 160.0 3.970 3.00
## 298 10 M 1 67.00 190.0 3.300 2.57
## 299 10 M 1 74.00 170.0 3.900 3.75
## 300 10 M 1 77.00 205.0 3.400 3.09
## 301 10 M 1 70.00 140.0 3.900 3.67
## 302 10 M 1 73.00 177.0 3.500 NA
## 303 10 M 1 74.00 215.0 3.800 3.42
## 304 10 M 1 70.00 170.0 3.950 2.92
## 305 10 M 1 67.00 145.0 3.790 2.80
## 307 10 M 1 70.00 168.0 3.950 3.55
## 308 10 M 1 72.00 170.0 4.000 3.58
## 309 10 M 2 71.00 175.0 3.900 3.50
## 313 10 M 2 71.00 165.0 3.000 2.95
## 315 10 M 1 70.00 158.0 3.720 3.09
## 316 10 M 1 72.00 152.0 3.600 NA
## 319 10 M 1 72.00 215.0 2.990 3.11
## 320 10 M 2 72.00 160.0 3.800 3.50
## 321 10 M 1 69.00 149.0 3.000 3.00
## 325 10 M 1 70.00 150.0 3.300 3.25
## 327 10 M 2 70.00 140.0 3.200 2.10
## 329 10 M 2 68.00 170.0 3.600 3.08
## 332 10 M 1 69.00 145.0 NA 1.92
## 334 10 M 1 73.00 200.0 3.300 3.08
## 335 10 M 2 63.00 193.0 4.040 3.75
## 344 10 M 4 73.00 160.0 3.000 2.50
## 346 10 M 1 73.00 180.0 3.530 3.17
## 354 10 M 1 72.00 200.0 NA 2.90
## 357 10 M 2 67.00 155.0 3.100 2.84
## 359 10 M 1 69.00 220.0 2.800 3.08
## 360 10 M 1 73.00 220.0 3.870 3.67
## 361 10 M 2 72.00 145.0 3.800 2.90
## 362 10 M 1 70.00 130.0 3.900 3.00
## 363 10 M 1 72.00 170.0 3.700 2.83
## 364 10 M 1 74.40 141.0 3.220 2.89
## 370 10 M 1 72.00 185.0 3.470 3.21
## 375 10 M 3 59.00 160.0 3.400 NA
## 380 10 M 1 72.00 185.0 3.190 NA
## 383 10 M 1 77.00 200.0 3.300 NA
## 385 10 M 1 67.00 140.0 2.800 2.80
## 386 10 M 1 73.50 180.0 3.000 2.42
## 390 10 M 4 66.00 135.0 3.900 3.40
## 396 10 M 1 69.00 165.0 3.500 2.33
## 398 10 M 2 73.00 220.0 3.000 3.00
## 402 10 M 1 65.00 140.0 3.500 NA
## 403 10 M 1 70.50 138.0 2.800 3.00
## 404 10 M 1 69.00 137.0 3.300 3.25
## 405 10 M 1 67.00 145.0 2.900 3.67
## 406 10 M 4 72.00 168.0 3.200 NA
## 407 10 M 3 70.00 204.0 2.400 2.10
## 408 10 M 3 74.00 165.0 3.600 2.40
## 410 10 M 1 71.00 155.0 3.500 3.40
## 413 10 M 1 69.00 155.0 3.900 3.30
## 417 10 M 1 69.00 168.0 NA NA
## 418 10 M 1 71.00 145.0 3.300 3.60
## 419 10 M 1 76.00 170.0 3.700 3.40
## 420 10 M 1 70.00 140.0 3.200 3.25
## 423 10 M 1 70.00 145.0 3.500 NA
## 433 10 M 1 67.00 150.0 3.700 3.40
## 434 10 M 1 70.50 184.0 3.200 1.33
## 437 11 M 1 73.00 175.0 3.500 NA
## 438 11 M 2 69.00 148.0 4.000 3.63
## 441 11 M 1 70.00 140.0 3.800 NA
## 443 11 M 1 71.00 160.0 3.860 NA
## 448 11 M 1 74.50 255.0 3.400 NA
## 449 11 M 1 67.00 165.0 3.900 NA
## 452 11 M 1 72.00 180.0 3.200 NA
## 457 11 M 1 73.00 185.0 3.650 NA
## 458 11 M 1 66.00 150.0 3.300 NA
## 459 11 M 1 73.00 170.0 3.100 NA
## 460 11 M 1 75.00 320.0 3.510 NA
## 461 11 M 1 72.00 165.0 3.560 NA
## 462 11 M 1 71.00 140.0 3.540 NA
## 463 11 M 1 72.00 225.0 3.300 NA
## 464 11 M 3 72.00 252.0 3.000 NA
## 466 11 M 3 70.00 175.0 3.800 3.60
## 467 11 M 2 71.00 130.0 3.600 3.40
## 470 11 M 1 71.00 150.0 NA NA
## 472 11 M 1 72.00 180.0 3.500 NA
## 473 11 M 4 74.00 238.0 2.997 NA
## 474 11 M 1 72.00 197.0 3.250 NA
## 475 11 M 2 72.00 215.0 3.000 2.95
## 477 11 M 2 NA 180.0 2.800 2.83
## 478 11 M 2 74.00 170.0 3.000 3.00
## 479 11 M 2 76.00 195.0 3.880 3.25
## 483 11 M 2 68.00 195.0 3.800 NA
## 484 11 M 2 70.00 150.0 3.700 NA
## 486 11 M 2 69.00 165.0 3.700 3.60
## 489 11 M 2 74.00 160.0 2.100 NA
## 490 11 M 2 72.00 162.0 3.760 3.47
## 499 11 M 2 74.00 NA 3.300 NA
## 504 11 M 2 71.00 140.0 3.100 3.71
## 513 11 M 3 73.00 170.0 3.400 3.00
## 514 11 M 2 67.00 158.0 3.800 3.20
## 517 11 M 3 73.50 265.0 3.600 2.60
## 519 11 M 2 77.00 205.0 3.770 3.42
## 520 11 M 2 71.00 145.0 3.500 3.00
## 521 11 M 2 77.00 265.0 3.400 3.00
## 522 11 M 2 74.00 215.0 3.000 NA
## 523 11 M 3 74.00 190.0 3.700 3.10
## 525 11 M 2 71.00 194.0 3.400 2.67
## 531 11 M 1 67.00 170.0 3.150 NA
## 532 11 M 2 70.00 170.0 4.030 3.08
## 533 11 M 1 74.00 178.0 3.000 NA
## 535 11 M 1 75.00 175.0 3.640 NA
## 536 11 M 2 67.00 173.0 2.200 NA
## 537 11 M 2 72.25 175.0 3.100 2.48
## 540 11 M 1 72.00 155.0 3.930 NA
## 542 11 M 1 74.00 175.0 4.000 NA
## 543 11 M 1 72.00 120.0 3.400 NA
## 544 11 M 1 71.00 135.0 3.650 NA
## 545 11 M 1 73.00 160.0 3.700 NA
## 546 11 M 1 72.00 140.0 3.600 NA
## 553 11 M 1 70.00 205.0 NA NA
## 558 11 M 1 75.00 195.0 3.800 NA
## 560 11 M 1 68.00 210.0 3.900 NA
## 563 11 M 1 69.00 135.0 3.200 NA
## 565 11 M 1 66.00 140.0 3.300 NA
## 566 11 M 1 69.00 220.0 3.900 NA
## 573 11 M 1 72.00 168.0 3.650 NA
## 575 11 M 2 72.00 240.0 3.560 3.50
## 576 11 M 3 76.00 180.0 3.300 3.00
## 577 11 M 1 70.00 125.0 3.200 NA
## 580 11 M 4 73.00 165.0 4.000 3.56
## 582 11 M 1 69.00 152.0 NA NA
## 583 11 M 2 74.00 225.0 3.000 2.90
## 584 11 M 3 69.50 180.0 3.300 2.43
## 587 11 M 2 71.00 200.0 3.600 2.80
## 590 11 M 2 70.00 165.0 3.950 2.50
## 593 11 M 4 70.00 160.0 3.840 3.45
## 596 11 M 2 72.00 195.0 3.900 3.40
## 597 11 M 2 62.50 180.0 3.800 3.33
## 598 11 M 2 69.00 140.0 3.900 3.20
## 599 11 M 2 75.00 195.0 3.300 3.00
## 600 11 M 3 72.00 208.0 3.850 3.08
## 605 11 M 2 67.00 150.0 3.500 NA
## 608 11 M 4 73.00 167.0 4.000 3.98
## 609 11 M 3 74.00 210.0 3.000 2.50
## 612 11 M 2 75.00 195.0 3.950 3.40
## 613 12 M 1 71.00 170.0 3.600 2.58
## 619 12 M 1 80.00 134.5 3.800 NA
## 622 12 M 3 72.00 180.0 3.000 3.10
## 627 12 M 2 71.00 225.0 3.000 3.15
## 631 12 M 2 67.00 160.0 3.230 2.80
## 639 12 M 1 65.50 210.0 3.300 2.82
## 640 12 M 1 70.00 185.0 3.680 2.67
## 647 12 M 1 69.00 170.0 3.200 2.60
## 648 12 M 4 67.00 150.0 4.000 NA
## 649 12 M 1 74.00 175.0 3.500 NA
## 653 12 M 1 72.00 141.0 3.340 2.83
## 655 12 M 4 73.00 160.0 3.160 2.96
## 656 12 M 2 72.00 160.0 3.960 NA
## 658 12 M 1 68.00 150.0 3.650 3.00
## 659 12 M 1 66.00 180.0 3.000 3.20
## 662 12 M 1 72.00 265.0 3.000 2.75
## 664 12 M 1 72.00 240.0 3.500 NA
## 671 12 M 1 70.00 250.0 3.600 3.42
## 677 12 M 1 72.00 175.0 3.500 3.00
## 678 12 M 3 68.00 125.0 3.600 3.00
## 681 12 M 2 70.00 150.0 3.870 4.00
## 685 12 M 1 75.00 160.0 4.000 3.90
## 688 12 M 1 72.00 160.0 3.000 NA
## 691 12 M 4 75.00 283.0 3.750 2.88
## 696 12 M 1 71.00 230.0 3.890 3.00
## 698 12 M 1 72.00 155.0 3.700 3.00
## 699 12 M 1 69.00 157.0 3.860 1.98
## 700 12 M 1 71.00 160.0 4.000 3.42
## 701 12 M 1 71.00 160.0 4.000 3.92
## 704 12 M 2 76.00 190.0 3.850 3.31
## 705 12 M 1 74.00 185.0 2.650 NA
## 707 12 M 1 74.00 180.0 3.680 3.75
## 709 12 M 1 72.00 170.0 3.950 3.40
## 711 12 M 2 68.00 150.0 3.750 3.33
## 712 12 M 2 74.00 180.0 3.100 NA
## 714 12 M 1 71.00 155.0 3.600 3.55
## 716 12 M 2 68.00 164.0 NA NA
## 717 12 M 5 64.00 140.0 3.900 2.90
## 719 12 M 1 69.00 136.0 3.916 3.08
## 724 12 M 2 71.00 175.0 2.900 2.40
## 733 12 M 1 73.00 140.0 3.050 2.67
## 734 12 M 1 69.00 165.0 3.750 3.33
## 735 12 M 4 72.00 175.0 3.300 2.30
## 737 12 M 2 70.00 175.0 3.580 3.33
## 740 12 M 1 67.00 145.0 3.150 3.83
## 745 12 M 1 71.00 160.0 3.660 NA
## 747 12 M 1 74.00 185.0 3.490 3.33
## 749 12 M 4 72.00 246.0 3.500 3.08
## 750 12 M 3 74.00 175.0 3.300 3.30
## 754 12 M 2 71.00 180.0 3.400 2.80
## 755 12 M 5 74.00 170.0 3.600 3.56
## 756 12 M 2 72.00 150.0 3.050 2.86
## 758 12 M 1 70.00 238.0 3.700 2.80
## 759 12 M 1 68.00 158.0 3.400 1.00
## 760 12 M 1 70.00 175.0 NA 1.80
## 762 12 M 1 70.00 185.0 3.000 NA
## 766 12 M 3 72.00 160.0 NA 3.75
## 771 12 M 1 68.00 200.0 3.200 NA
## 776 12 M 2 69.00 145.0 3.000 NA
## 777 12 M 2 70.00 190.0 3.500 3.10
## 778 12 M 1 68.00 160.0 3.800 NA
## 779 12 M 1 71.00 185.0 3.100 3.00
## 781 12 M 1 75.00 155.0 3.200 NA
## 783 12 M 1 63.00 135.0 NA 3.86
## 785 12 M 1 57.00 153.0 4.000 3.67
## 790 12 M 1 76.00 194.0 NA 3.03
## 791 12 M 1 67.00 115.0 3.870 2.58
## 793 12 M 2 72.00 170.0 3.960 3.84
## 796 12 M 2 72.00 172.0 NA 2.64
## 797 12 M 1 75.00 200.0 3.200 1.92
## 798 12 M 3 77.00 230.0 2.900 3.20
## 800 12 M 1 73.00 150.0 3.900 3.84
## 802 12 M 2 74.00 160.0 3.000 NA
## 804 12 M 1 68.00 160.0 3.460 NA
## 805 12 M 2 67.00 135.0 3.800 3.11
## 806 12 M 1 72.00 170.0 3.600 NA
## 809 12 M 2 68.00 140.0 3.650 3.02
## 810 12 M 1 70.00 155.0 3.400 2.50
## 811 12 M 2 67.00 165.0 3.880 3.04
## financialAid tvHours
## 2 Y 2.0
## 6 N NA
## 10 N 2.0
## 13 N 1.0
## 17 N 0.5
## 18 Y 7.0
## 19 Y 1.0
## 27 N 0.0
## 29 Y 3.0
## 30 Y 1.0
## 34 N 4.0
## 45 Y 1.5
## 46 Y 7.0
## 48 Y 1.5
## 49 N 2.0
## 51 Y 1.0
## 52 Y 1.0
## 53 Y 1.0
## 54 Y 0.0
## 58 N 8.5
## 63 Y 1.0
## 71 N 1.0
## 73 Y 0.0
## 76 N 6.0
## 79 Y 0.5
## 84 Y 1.0
## 86 Y 10.0
## 87 Y 1.0
## 88 N 0.0
## 89 N 0.0
## 94 Y 2.0
## 97 Y 2.0
## 100 Y 2.0
## 101 N 5.0
## 106 Y 4.0
## 108 Y 3.0
## 109 Y 0.0
## 110 Y 0.0
## 111 N 5.0
## 112 Y 2.0
## 113 Y 4.0
## 114 Y 0.0
## 118 Y 20.0
## 120 N 6.0
## 126 Y 5.0
## 129 N 3.0
## 133 Y 10.0
## 134 Y 2.0
## 135 Y 6.0
## 137 Y 4.5
## 139 Y 2.0
## 144 N 12.5
## 153 Y 0.0
## 156 N 25.0
## 161 Y 2.0
## 162 N 10.0
## 163 Y 10.0
## 164 Y 0.0
## 166 Y 8.5
## 167 Y 5.0
## 171 Y 5.0
## 172 N 7.0
## 173 Y 3.0
## 174 Y 0.0
## 175 N 3.0
## 176 Y 0.0
## 179 N 1.0
## 183 Y 7.0
## 184 Y 20.0
## 187 N 5.0
## 189 Y 10.0
## 192 Y 20.0
## 200 Y 6.0
## 205 Y 10.0
## 206 N 1.0
## 209 Y 0.0
## 215 Y 5.0
## 217 N 0.0
## 218 N 0.0
## 219 Y 1.0
## 222 Y 7.0
## 226 Y 2.0
## 227 Y 0.0
## 228 Y 15.0
## 230 N 8.0
## 231 Y 1.0
## 233 Y 0.0
## 234 Y 2.0
## 235 Y NA
## 236 Y 2.0
## 237 Y 14.0
## 239 N 0.0
## 240 N 1.5
## 241 Y 2.0
## 243 Y 4.0
## 245 Y 0.0
## 246 Y 0.0
## 247 Y 7.0
## 252 Y 5.0
## 254 N 0.0
## 256 Y 2.0
## 257 Y 7.0
## 266 N 0.0
## 267 N 0.0
## 268 Y 0.0
## 274 Y 0.0
## 279 N 6.0
## 280 N 10.0
## 281 Y 0.5
## 282 Y 3.0
## 285 Y 0.0
## 290 Y 1.0
## 297 Y 0.0
## 298 Y 0.5
## 299 Y 0.5
## 300 Y 3.0
## 301 Y 0.5
## 302 Y 0.0
## 303 Y 0.0
## 304 Y 1.0
## 305 Y 0.0
## 307 N 1.0
## 308 Y 4.5
## 309 Y 4.0
## 313 Y 22.0
## 315 Y 2.0
## 316 Y 1.0
## 319 Y 4.5
## 320 Y 2.5
## 321 N NA
## 325 N 2.5
## 327 Y 3.0
## 329 Y 4.5
## 332 Y 0.5
## 334 Y 2.0
## 335 Y 10.0
## 344 Y 5.0
## 346 Y 0.0
## 354 Y 0.0
## 357 Y 2.0
## 359 N 3.0
## 360 N 0.0
## 361 Y 0.0
## 362 Y 1.0
## 363 Y 0.0
## 364 N 0.0
## 370 N 2.0
## 375 N 10.0
## 380 Y 0.0
## 383 N 1.0
## 385 Y 1.0
## 386 N 4.0
## 390 Y 1.0
## 396 Y 4.0
## 398 Y 7.0
## 402 Y 0.0
## 403 N 1.5
## 404 Y 7.0
## 405 Y 2.5
## 406 N 8.0
## 407 Y 0.0
## 408 Y 0.0
## 410 N 2.0
## 413 Y 3.0
## 417 Y NA
## 418 Y 6.0
## 419 Y 1.5
## 420 Y 14.0
## 423 Y 75.0
## 433 Y 3.0
## 434 Y 1.0
## 437 Y 12.0
## 438 Y 3.0
## 441 Y NA
## 443 Y 0.0
## 448 N 7.0
## 449 Y 2.0
## 452 Y NA
## 457 Y 1.5
## 458 Y 2.0
## 459 Y NA
## 460 Y 0.0
## 461 Y 2.0
## 462 Y 0.0
## 463 N 5.0
## 464 Y 7.0
## 466 Y 0.5
## 467 Y 0.0
## 470 Y NA
## 472 Y 10.0
## 473 N 14.0
## 474 N 5.0
## 475 Y 2.5
## 477 Y 1.0
## 478 N 6.0
## 479 Y 8.0
## 483 Y 10.0
## 484 Y 1.0
## 486 Y 3.5
## 489 Y 0.0
## 490 Y NA
## 499 Y NA
## 504 Y NA
## 513 Y 5.0
## 514 Y 0.0
## 517 Y 12.0
## 519 Y 10.0
## 520 Y 0.0
## 521 N 10.0
## 522 N 1.0
## 523 Y 0.0
## 525 Y 10.0
## 531 N 1.0
## 532 Y 6.5
## 533 N 2.0
## 535 Y NA
## 536 N 0.0
## 537 Y 0.0
## 540 Y 3.0
## 542 Y 3.0
## 543 Y 0.0
## 544 N 10.0
## 545 Y 0.0
## 546 Y 1.0
## 553 Y 2.5
## 558 Y 0.0
## 560 Y 1.0
## 563 Y 5.0
## 565 N 0.0
## 566 Y 0.5
## 573 Y 0.0
## 575 Y 1.0
## 576 N 0.5
## 577 Y 0.0
## 580 Y 1.0
## 582 Y 2.0
## 583 N 2.0
## 584 Y 5.0
## 587 N 3.0
## 590 Y NA
## 593 Y 3.0
## 596 Y 2.0
## 597 N 0.0
## 598 Y 1.5
## 599 Y 5.0
## 600 Y 3.0
## 605 Y 4.0
## 608 Y 2.0
## 609 Y 9.5
## 612 Y 3.0
## 613 N 2.0
## 619 Y 4.0
## 622 N 21.0
## 627 Y 14.0
## 631 Y 2.0
## 639 Y 1.0
## 640 N 2.0
## 647 Y 14.0
## 648 Y 2.0
## 649 Y 10.0
## 653 N 1.0
## 655 N 10.0
## 656 Y 10.0
## 658 Y 2.0
## 659 N 12.0
## 662 Y 1.5
## 664 N 6.0
## 671 Y 3.5
## 677 Y 3.0
## 678 Y 0.0
## 681 Y 1.0
## 685 Y 2.0
## 688 N 0.0
## 691 Y 10.0
## 696 Y 1.5
## 698 N 1.0
## 699 Y 1.0
## 700 Y 4.0
## 701 Y 0.0
## 704 Y 5.0
## 705 N 10.0
## 707 Y 1.5
## 709 Y 2.0
## 711 Y 1.0
## 712 Y 0.0
## 714 Y 2.0
## 716 Y 0.0
## 717 Y 5.0
## 719 Y 2.0
## 724 Y 3.0
## 733 Y 0.0
## 734 Y 1.0
## 735 Y 5.5
## 737 N 5.0
## 740 Y 2.0
## 745 Y 0.0
## 747 Y 0.0
## 749 Y 0.0
## 750 N 4.0
## 754 Y 2.0
## 755 Y 0.0
## 756 Y 2.0
## 758 N 2.0
## 759 N 8.0
## 760 N 10.0
## 762 N 0.0
## 766 Y 1.5
## 771 Y 1.0
## 776 N 1.0
## 777 Y 2.0
## 778 Y 0.0
## 779 Y NA
## 781 N 10.0
## 783 Y 1.5
## 785 Y 0.0
## 790 N 2.0
## 791 Y 8.0
## 793 Y 1.0
## 796 Y 5.0
## 797 N 0.0
## 798 N 10.0
## 800 Y 0.0
## 802 Y 8.0
## 804 Y 1.0
## 805 Y 0.0
## 806 N 5.0
## 809 Y 12.5
## 810 N 1.0
## 811 Y 2.0#董承徵友中如果你到一坨是很正常的XDD
接下來找女生
head(data[data$gender=="F",])## semester gender collegeYear height weight hsGPA collegeGPA financialAid
## 1 9 F 2 72 172 3.70 NA Y
## 3 9 F 1 67 130 3.95 NA Y
## 4 9 F 1 61 105 3.20 NA N
## 5 9 F 3 64 150 3.80 3 Y
## 7 9 F 1 64 130 3.80 NA Y
## 8 9 F 1 70 135 3.78 NA Y
## tvHours
## 1 0.5
## 3 0.0
## 4 3.0
## 5 0.0
## 7 4.0
## 8 4.0如果只想看到性別這一欄的話，可以…
data[,"gender"] ## [1] F M F F F M F F F M F F M F F F M M M F F F F F F F M F M M F F F M F
## [36] F F F F F F F F F M M F M M F M M M M F F F M F F F F M F F F F F F F
## [71] M F M F F M F F M F F F F M F M M M M F F F F M F F M F F M M F F F F
## [106] M F M M M M M M M F F F M F M F F F F F M F F M F F F M M M F M F M F
## [141] F F F M F F F F F F F F M F F M F F F F M M M M F M M F F F M M M M M
## [176] M F F M F F F M M F F M F M F F M F F F F F F F M F F F F M M F F M F
## [211] F F F F M F M M M F F M F F F M M M F M M F M M M M M F M M M F M F M
## [246] M M F F F F M F M F M M F F F F F F F F M M M F F F F F M F F F F M M
## [281] M M F F M F F F F M F F F F F F M M M M M M M M M F M M M F F F M F M
## [316] M F F M M M F F F M F M F M F F M F M M F F F F F F F F M F M F F F F
## [351] F F F M F F M F M M M M M M F F F F F M F F F F M F F F F M F F M F M
## [386] M F F F M F F F F F M F M F F F M M M M M M M F M F F M F F F M M M M
## [421] F F M F F F F F F F F F M M F F M M F F M F M F F F F M M F F M F F F
## [456] F M M M M M M M M F M M F F M F M M M M F M M M F F F M M F M F F M M
## [491] F F F F F F F F M F F F F M F F F F F F F F M M F F M F M M M M M F M
## [526] F F F F F M M M F M M M F F M F M M M M M F F F F F F M F F F F M F M
## [561] F F M F M M F F F F F F M F M M M F F M F M M M F F M F F M F F M F F
## [596] M M M M M F F F F M F F M M F F M M F F F F F M F F M F F F F M F F F
## [631] M F F F F F F F M M F F F F F F M M M F F F M F M M F M M F F M F M F
## [666] F F F F F M F F F F F M M F F M F F F M F F M F F M F F F F M F M M M
## [701] M F F M M F M F M F M M F M F M M F M F F F F M F F F F F F F F M M M
## [736] F M F F M F F F F M F M F M M F F F M M M F M M M F M F F F M F F F F
## [771] M F F F F M M M M F M F M F M F F F F M M F M F F M M M F M F M F M M
## [806] M F F M M M F
## Levels: F M這時候突然想知道男女各是多少，可以使用table
table(data[,"gender"])##
## F M
## 483 329attach(data)
nooutdata<-subset(data,(tvHours<11) & (tvHours>-6) )T檢定
拿身高來檢定
想知道這筆資料的身高是否等於170 H0: weight=170 Ha: weight=/=170
#mu 放想要檢測的數字
#alternative 有三種 two.sided, greater, less
#conf.level 信賴區間
t.test(data$weight,mu = 170,alternative = "two.sided",conf.level = 0.95)##
## One Sample t-test
##
## data: data$weight
## t = -16.449, df = 785, p-value < 2.2e-16
## alternative hypothesis: true mean is not equal to 170
## 95 percent confidence interval:
## 148.3245 152.9465
## sample estimates:
## mean of x
## 150.6355解讀：如同字面上的意思
想知道這筆資料的身高是否大於175 H0: weight>=170 Ha: weight<170
t.test(data$weight,mu = 175,alternative = "greater",conf.level = 0.95)##
## One Sample t-test
##
## data: data$weight
## t = -20.696, df = 785, p-value = 1
## alternative hypothesis: true mean is greater than 175
## 95 percent confidence interval:
## 148.6968 Inf
## sample estimates:
## mean of x
## 150.6355