Analisa Statistika Deskriptif

Terdapat sejumlah fungsi yang akan sering digunakan untuk analisa statistika deskriptif. Fungsi-fungsi tersebut antara lain: head(), tail(), str(),summary()

Menggunakan dataset iris yang terdapat dalam library datasets mengecek 10 observasi teratas

head(iris , 10)

##    Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1           5.1         3.5          1.4         0.2  setosa
## 2           4.9         3.0          1.4         0.2  setosa
## 3           4.7         3.2          1.3         0.2  setosa
## 4           4.6         3.1          1.5         0.2  setosa
## 5           5.0         3.6          1.4         0.2  setosa
## 6           5.4         3.9          1.7         0.4  setosa
## 7           4.6         3.4          1.4         0.3  setosa
## 8           5.0         3.4          1.5         0.2  setosa
## 9           4.4         2.9          1.4         0.2  setosa
## 10          4.9         3.1          1.5         0.1  setosa

mengecek 10 (default 6) observasi terbawah

tail(iris, 10)

##     Sepal.Length Sepal.Width Petal.Length Petal.Width   Species
## 141          6.7         3.1          5.6         2.4 virginica
## 142          6.9         3.1          5.1         2.3 virginica
## 143          5.8         2.7          5.1         1.9 virginica
## 144          6.8         3.2          5.9         2.3 virginica
## 145          6.7         3.3          5.7         2.5 virginica
## 146          6.7         3.0          5.2         2.3 virginica
## 147          6.3         2.5          5.0         1.9 virginica
## 148          6.5         3.0          5.2         2.0 virginica
## 149          6.2         3.4          5.4         2.3 virginica
## 150          5.9         3.0          5.1         1.8 virginica

mengecek struktur data atau jenis data pada masing-masing kolom

str(iris)

## 'data.frame':    150 obs. of  5 variables:
##  $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
##  $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
##  $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
##  $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
##  $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

ringkasan data

summary(iris)

##   Sepal.Length    Sepal.Width     Petal.Length    Petal.Width   
##  Min.   :4.300   Min.   :2.000   Min.   :1.000   Min.   :0.100  
##  1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600   1st Qu.:0.300  
##  Median :5.800   Median :3.000   Median :4.350   Median :1.300  
##  Mean   :5.843   Mean   :3.057   Mean   :3.758   Mean   :1.199  
##  3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100   3rd Qu.:1.800  
##  Max.   :7.900   Max.   :4.400   Max.   :6.900   Max.   :2.500  
##        Species  
##  setosa    :50  
##  versicolor:50  
##  virginica :50  
##                 
##                 
## 

attach(airquality)

menghitung nilai rata-rata variabel numerik rata-rata konsentrasi ozon

mean(Ozone, na.rm = TRUE)

## [1] 42.12931

menghitung simpangan baku variabel numerik simpangan baku konsentrasi ozon

sd(Ozone, na.rm = TRUE)

## [1] 32.98788

menghitung varians variabel numerik varians konsentrasi ozon

var(Ozone, na.rm = TRUE)

## [1] 1088.201

memperoleh nilai minimum dan maksimum suatu variabel numerik range konsentrasi ozon

range(Ozone, na.rm = TRUE)

## [1]   1 168

memperoleh nilai jarak antar kuartil IQR konsentrasi ozon

IQR(Ozone, na.rm = TRUE)

## [1] 45.25

kuartil 1, 2 dan 3 konsentrasi ozon

quantile(Ozone, probs = c(0.25, 0.5, 0.75), na.rm = TRUE)

##   25%   50%   75% 
## 18.00 31.50 63.25

detach(airquality)

DAFTAR PUSTAKA:

https://bookdown.org/moh_rosidi2610/Metode_Numerik/dataanalysis.html#librarydata