통계프로그래밍 HW

1.1 mpg자료를 csv파일로 자신의 working directory에 저장하기

library(ggplot2)
head(mpg)

getwd()

[1] "/cloud/project/statprogramming"

setwd("/cloud/project/statprogramming")
write.csv(mpg, "mpg.csv", row.names = F)

1.2 저장한 파일 불러들이기

자료를 불러오고, 잘 불러졌는지 head를 이용해서 확인해보자.

mpg <- read.csv("mpg.csv")
head(mpg)

NA

1.3 자료의 구조 확인하기

• 총 234개의 관측치가 있으며,
• 총 11개의 변수가 불러들여졌다.
• 이중 범주형자료는 6개
• 나머지는 연속형 자료이다.

str(mpg)

'data.frame':   234 obs. of  14 variables:
 $ manufacturer: Factor w/ 15 levels "audi","chevrolet",..: 1 1 1 1 1 1 1 1 1 1 ...
 $ model       : Factor w/ 38 levels "4runner 4wd",..: 2 2 2 2 2 2 2 3 3 3 ...
 $ displ       : num  1.8 1.8 2 2 2.8 2.8 3.1 1.8 1.8 2 ...
 $ year        : int  1999 1999 2008 2008 1999 1999 2008 1999 1999 2008 ...
 $ cyl         : int  4 4 4 4 6 6 6 4 4 4 ...
 $ trans       : Factor w/ 10 levels "auto(av)","auto(l3)",..: 4 9 10 1 4 9 1 9 4 10 ...
 $ drv         : Factor w/ 3 levels "4","f","r": 2 2 2 2 2 2 2 1 1 1 ...
 $ cty         : int  18 21 20 21 16 18 18 18 16 20 ...
 $ hwy         : int  29 29 31 30 26 26 27 26 25 28 ...
 $ fl          : Factor w/ 5 levels "c","d","e","p",..: 4 4 4 4 4 4 4 4 4 4 ...
 $ class       : Factor w/ 7 levels "2seater","compact",..: 2 2 2 2 2 2 2 2 2 2 ...
 $ total       : int  47 50 51 51 42 44 45 44 41 48 ...
 $ grade       : Factor w/ 3 levels "A","B","C": 1 1 1 1 1 1 1 1 1 1 ...
 $ test        : Factor w/ 1 level "pass": 1 1 1 1 1 1 1 1 1 1 ...

1.4 cty 와 hwy을 합하여 새로운 변수 total 생성하기

mpg데이터를 반복적으로 사용할 예정이므로, attach를 이용하여 데이터에 빠르게 접근하도록 하자.

attach(mpg)

The following object is masked _by_ .GlobalEnv:

    test

The following objects are masked from mpg (pos = 3):

    class, cty, cyl, displ, drv, fl, grade, hwy, manufacturer, model,
    test, total, trans, year

The following objects are masked from mpg (pos = 4):

    class, cty, cyl, displ, drv, fl, grade, hwy, manufacturer, model,
    total, trans, year

The following objects are masked from mpg (pos = 5):

    class, cty, cyl, displ, drv, fl, grade, hwy, manufacturer, model,
    total, trans, year

The following objects are masked from mpg (pos = 6):

    class, cty, cyl, displ, drv, fl, hwy, manufacturer, model, total,
    trans, year

The following objects are masked from mpg (pos = 7):

    class, cty, cyl, displ, drv, fl, hwy, manufacturer, model, trans,
    year

mpg$total<- cty+hwy
head(mpg[,c("cty","hwy","total")])

1.5 total 변수의 평균구하기

평균은 40이다.

mean(total)

[1] 40.29915

1.6 조건에 따라 성취도(good/normal) 분류하기

if(mean(total)>=20) {
  cat("good")
} else {
  cat("normal")
}

good

1.7 조건에 따라 pass여부 분류하기

test <- ifelse(mean(test)>=20, "pass","fail")

argument is not numeric or logical: returning NA

test <- factor(test, levels=c("pass","fail"))

table(test)

test
pass fail 
   0    0 

1.8 조건에 따라 grade(A,B,C,D) 산정하기

A를 받은 사람이 204명, B를 받은 사람은 25명, C를 받은 사람은 5명 나온다.

mpg$grade <- ifelse(mpg$total>=30, "A", 
                    ifelse(mpg$total>=25, "B",
                           ifelse(mpg$total>=20,"C", "D")))
mpg$grade <- factor(mpg$grade, levels=c("A","B","C","D"))
table(mpg$grade)

  A   B   C   D 
204  25   5   0 

1.9 생성된 변수를 새로운 데이터프레임에 저장하기

mpg_data <- data.frame(total, 
                       test, 
                       grade=mpg$grade)
head(mpg_data)

str(mpg_data)

'data.frame':   234 obs. of  3 variables:
 $ total: int  47 50 51 51 42 44 45 44 41 48 ...
 $ test : Factor w/ 2 levels "pass","fail": NA NA NA NA NA NA NA NA NA NA ...
 $ grade: Factor w/ 4 levels "A","B","C","D": 1 1 1 1 1 1 1 1 1 1 ...

write.table(mpg_data, "mpg_data.csv", row.names = F)

---

2. 함수를 조건문을 이용해 정의하기

psy <- function(x){
abs <- ifelse(x>=0, x, -x) #절대값 구하기
ifelse (abs<=1 , abs^2, 2*abs-1) # 조건에 따라 함수 값 출력하기 
}
psy(x)

[1] 0

---

3. factorial값 출력하기