—
R Markdown
영어영문학과 20180191 정현아 2021년 3월 26일 과제를 시작하겠습니다.
- 데이터를 불러들여
mlu_data로 저장한 다음 카피본을 만든다.
library(readxl)
mlu_data <- read_excel("mlu.xls", sheet = 2)
mlu_data_new <- mlu_dataage칼럼에는 몇 개의 요인이 있는가?
summary(as.factor(mlu_data$age))## A0 A1 A2
## 12 11 12총 A0, A2, A2로 총 3개의 요인이 있습니다.
utterances_mlu를utterances로words_mlu를words로 이름을 바꾸어라.
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(ggplot2)
mlu_data <- rename(mlu_data, utterances = utterances_mlu)
mlu_data <- rename(mlu_data, words = words_mlu)
mlu_data## # A tibble: 35 x 8
## File age utterances words DurationTime DurationSec Types_freq Token_freq
## <chr> <chr> <dbl> <dbl> <chr> <dbl> <dbl> <dbl>
## 1 13_A0P~ A0 566 1290 "00:17:35" 1055 580 1346
## 2 21_A0P~ A0 565 1602 "00:20:44" 1244 737 1606
## 3 27_A0P~ A0 470 813 "00:12:07" 727 378 832
## 4 28_A0P~ A0 371 976 "00:11:53" 713 419 979
## 5 29_A0P~ A0 802 2239 "00:24:45" 1485 814 2253
## 6 2_A0P0~ A0 563 1243 "00:12:06\"" NA 425 1263
## 7 30_A0P~ A0 574 1705 "00:21:56" 1316 828 1712
## 8 31_A0P~ A0 539 1110 "00:10:54" 654 426 1124
## 9 35_A0P~ A0 705 1847 "00:20:46" 1246 622 1860
## 10 36_A0P~ A0 752 2120 "00:29:22" 1762 1014 2599
## # ... with 25 more rows- 각
utterance에 평균 몇개의 단어가 들어있는지를 계산해서 ’mlu’라는 파생변수를 생성하라. (칼럼을 새로 추가하라는 말)
mlu_data$mlu <- (mlu_data$words/mlu_data$utterances)
mlu_data$mlu## [1] 2.279152 2.835398 1.729787 2.630728 2.791771 2.207815 2.970383 2.059369
## [9] 2.619858 2.819149 2.900474 2.131092 3.028623 2.745407 2.357259 2.428571
## [17] 2.661836 2.402985 2.692402 2.639798 2.541573 2.804412 2.209559 3.476091
## [25] 2.932133 3.025510 2.755418 3.184507 2.687273 2.814748 2.465517 2.849296
## [33] 2.980741 3.353873 3.340580summary명령을 이용하여mlu의 평균및 quartile 값을 파악하라.
summary(mlu_data$mlu)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.730 2.447 2.745 2.696 2.916 3.476mlu값을 4개의 등급으로 나누어 가장 문장 길이가 긴 그룹을 A, 그 다음 순서대로 B, C, D로 구분하여 파생변수grade칼럼을 생성하라.
mlu_data$grade <- ifelse(mlu_data$mlu <= 2.447, "A",
ifelse(mlu_data$mlu <= 2.745, "B",
ifelse(mlu_data$mlu <= 2.696, "C",
ifelse(mlu_data$mlu <= 3.5, "D"))))
head(mlu_data$grade)## [1] "A" "D" "A" "B" "D" "A"age와mlu사이의 빈도분포를table명령어를 이용하여 구하라.
table(mlu_data$age, mlu_data$mlu)##
## 1.72978723404255 2.05936920222635 2.13109243697479 2.20781527531083
## A0 1 1 1 1
## A1 0 0 0 0
## A2 0 0 0 0
##
## 2.20955882352941 2.2791519434629 2.35725938009788 2.40298507462687
## A0 0 1 0 0
## A1 1 0 1 1
## A2 0 0 0 0
##
## 2.42857142857143 2.46551724137931 2.54157303370787 2.61985815602837
## A0 0 0 0 1
## A1 1 0 1 0
## A2 0 1 0 0
##
## 2.63072776280323 2.63979848866499 2.66183574879227 2.68727272727273
## A0 1 0 0 0
## A1 0 1 1 0
## A2 0 0 0 1
##
## 2.69240196078431 2.74540682414698 2.75541795665635 2.79177057356608
## A0 0 0 0 1
## A1 1 1 0 0
## A2 0 0 1 0
##
## 2.80441176470588 2.81474820143885 2.81914893617021 2.8353982300885
## A0 0 0 1 1
## A1 1 0 0 0
## A2 0 1 0 0
##
## 2.84929577464789 2.90047393364929 2.93213296398892 2.97038327526132
## A0 0 1 0 1
## A1 0 0 0 0
## A2 1 0 1 0
##
## 2.98074074074074 3.02551020408163 3.02862254025045 3.18450704225352
## A0 0 0 0 0
## A1 0 0 1 0
## A2 1 1 0 1
##
## 3.34057971014493 3.35387323943662 3.47609147609148
## A0 0 0 0
## A1 0 0 0
## A2 1 1 1qplot을 이용하여 각 나이 그룹을 x 축으로 하여mlu값의 분포를 그래프로 그려라.
qplot(mlu_data$age)
qplot(mlu_data$age, mlu_data$mlu)