0402_2hw.utf8

mlu 분석

엑셀파일의 해당 sheet 를 불러들여와 주세요.

library(readxl)
mlu_data <- read_excel("mlu.xls", sheet = 2)
mlu_data_new <- mlu_data #혹시 모르니 원본 복사를 해놓았습니다.

문장 발화 갯수가 너무 적은 데이터는 수상해서 한번 그런 것들이 있는지 알아보고 싶어요. 주어진 녹음 시간 동안 500 문장 이하를 말한 엄마가 몇명이나 되는지 찾아주세요.

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, union

library(ggplot2)
mlu_data %>% filter(utterances_mlu<=500)

## # A tibble: 5 x 8
##   File        age   utterances_mlu words_mlu DurationTime DurationSec Types_freq
##   <chr>       <chr>          <dbl>     <dbl> <chr>              <dbl>      <dbl>
## 1 27_A0P06M.~ A0               470       813 00:12:07             727        378
## 2 28_A0P07M.~ A0               371       976 00:11:53             713        419
## 3 15_A1P05F.~ A1               381      1046 00:15:14             914        555
## 4 12_A2P04M.~ A2               481      1672 00:17:01            1021        921
## 5 18_A2P07M.~ A2               323       890 00:08:47             527        476
## # ... with 1 more variable: Token_freq <dbl>

데이터 중에서 DurationTime 과 DurationSec 는 필요하지 않으니 이것들을 제외하고 데이터 프레임을 다시 만들어서 새로운 이름으로 저장해주세요.

mlu_data %>% 
  select(-DurationTime) %>%
  select(-DurationSec)

## # A tibble: 35 x 6
##    File          age   utterances_mlu words_mlu Types_freq Token_freq
##    <chr>         <chr>          <dbl>     <dbl>      <dbl>      <dbl>
##  1 13_A0P04M.cha A0               566      1290        580       1346
##  2 21_A0P05M.cha A0               565      1602        737       1606
##  3 27_A0P06M.cha A0               470       813        378        832
##  4 28_A0P07M.cha A0               371       976        419        979
##  5 29_A0P08M.cha A0               802      2239        814       2253
##  6 2_A0P01M.cha  A0               563      1243        425       1263
##  7 30_A0P09F.cha A0               574      1705        828       1712
##  8 31_A0P10F.cha A0               539      1110        426       1124
##  9 35_A0P11M.cha A0               705      1847        622       1860
## 10 36_A0P12M.cha A0               752      2120       1014       2599
## # ... with 25 more rows

세그룹의 나이가 있는데 각 나이대 별로 평균 MLU를 알고 싶습니다. 이것은 두단계를 거쳐야 하겠죠? 먼저 지난번 숙제에서 한것처럼 words/utterance 해서 MLU 변수 칼럼을 추가해 주세요. 그 다음에 group_by 와 mean 함수가 돌아가는 사람은 dplyr 의 명령어를 이용하고 그렇지 않은 사람은 aggregate 를 이용해서 각 그룹별로 평균MLU 를 구해주세요.

mlu_data %>% 
  mutate(mlu_mean = words_mlu/utterances_mlu) %>% 
  group_by(age) %>% 
  summarise(mlu_mean =mean(mlu_mean))

## # A tibble: 3 x 2
##   age   mlu_mean
##   <chr>    <dbl>
## 1 A0        2.50
## 2 A1        2.59
## 3 A2        2.99

마지막으로 각 그룹별로 token/type 비율의 평균을 알고 싶어요. 4번에서처럼 token/type 을 나타내는 칼럼을 추가해서 dplyr 혹은 aggregate 를 이용해서 구해주세요. token/type 비율은 한 단어를 몇번이나 반복해서 쓰는지의 지표가 됩니다.

mlu_data %>% 
  mutate(mlu_t = Token_freq/Types_freq) %>% 
  group_by(age) %>% 
  summarise(mlu_t =mean(mlu_t))

## # A tibble: 3 x 2
##   age   mlu_t
##   <chr> <dbl>
## 1 A0     2.57
## 2 A1     2.74
## 3 A2     2.66

—

mlu 분석