#檔案地址
fLoc <- "https://cpcheng.neocities.org/Rbook/01/data/Quality_of_Life.txt"
# 讀取檔案
dta <- read.table(file = fLoc, header = TRUE)
#dta 的類型是資料框架（data frame）
class(dta)
## [1] "data.frame"
class(dta)
## [1] "data.frame"

看看dta維度： 多少行、多少欄(變項)

dim(dta)
## [1] 2077    7
#利用names看看變項名稱
names(dta)
## [1] "性別" "教育" "年齡" "視力" "聽力" "移動" "溝通"

看前六筆

head(dta)
##   性別 教育     年齡 視力 聽力 移動 溝通
## 1   女 專科 56到60歲 1.00 1.33  1.2  1.0
## 2   女 大學 66到70歲 1.00 1.33  1.2  1.5
## 3   男 大學 76到80歲 1.00 1.33  1.0  1.0
## 4   女 專科 81歲以上 2.67 2.00  1.0  1.0
## 5   男 專科 71到75歲 1.67 2.33  1.0  1.0
## 6   女 大學 56到60歲 1.00 1.00  1.0  1.0
#看看第一列第一欄對應資料
dta[1, 1]
## [1] "女"

這是類別資料

#看看第九列，這是資料框架
class(dta[9, ])
## [1] "data.frame"
#看看第一欄，這「不是」資料框架，是類別資料
class(dta[,1])
## [1] "character"
#前者是類別變項，後者是資料框架
class(dta[,'教育'])
## [1] "character"
class(dta['教育'])
## [1] "data.frame"
#還是資料框架
class(dta[5:7, c('視力', '聽力')])
## [1] "data.frame"

檢視資料結構

str(dta)
## 'data.frame':    2077 obs. of  7 variables:
##  $ 性別: chr  "女" "女" "男" "女" ...
##  $ 教育: chr  "專科" "大學" "大學" "專科" ...
##  $ 年齡: chr  "56到60歲" "66到70歲" "76到80歲" "81歲以上" ...
##  $ 視力: num  1 1 1 2.67 1.67 1 1 3.67 1.33 1 ...
##  $ 聽力: num  1.33 1.33 1.33 2 2.33 1 1.33 1.33 1 1 ...
##  $ 移動: num  1.2 1.2 1 1 1 1 1 2.33 1.2 1 ...
##  $ 溝通: num  1 1.5 1 1 1 1 1 1 1 1 ...

看看類別變項的屬性，有五個level的categorical variable

attributes(dta[, "教育"])
## NULL

將變項的attribute改變

dta[,1:3] <- lapply(dta[, 1:3], factor)

用table指令檢視類別變項分佈

table(dta[, "教育"])
## 
## 大學 小學 初中 高中 專科 
##  466  107  163  188 1153

將類別變項轉成數值變項，再利用table檢視之

table(as.numeric(dta[, '教育']))
## 
##    1    2    3    4    5 
##  466  107  163  188 1153

summary是常用指令(command)，使用在不同的物件(object)上，有不同的結果

當summary用在data frame

summary(dta['教育'])
##    教育     
##  大學: 466  
##  小學: 107  
##  初中: 163  
##  高中: 188  
##  專科:1153

當summary出現在類別變項前

summary(dta[, '教育'])
## 大學 小學 初中 高中 專科 
##  466  107  163  188 1153

還記得class這個指令嗎？

#這一個
class(dta[, '視力'])
## [1] "numeric"
#另一個
class(dta['視力'])
## [1] "data.frame"
#當class加上指令t(轉置矩陣)，於是資料框架被轉成矩陣了
class(t(dta['視力']))
## [1] "matrix" "array"

平均數的兩種寫法

#第一個很直接，只是如果有遺漏值就麻煩了
dta$功能 <- (dta$視力 + dta$聽力 + dta$移動 + dta$溝通)/4;
head(dta$功能)
## [1] 1.1325 1.2575 1.0825 1.6675 1.5000 1.0000
#第二個則可以警告是否有遺漏值
tail(dta$功能 <- rowMeans(dta[, 4:7]))
## [1] 1.0000 1.1450 1.4425 1.2500 1.0000 1.0950

基本統計量／描述統計 Descriptive statistic

#summary指令又出現了
summary(dta)
##  性別        教育            年齡          視力            聽力      
##  女:1201   大學: 466   56到60歲:393   Min.   :1.000   Min.   :1.000  
##  男: 876   小學: 107   61到65歲:456   1st Qu.:1.000   1st Qu.:1.000  
##            初中: 163   66到70歲:383   Median :1.000   Median :1.000  
##            高中: 188   71到75歲:283   Mean   :1.208   Mean   :1.302  
##            專科:1153   76到80歲:217   3rd Qu.:1.330   3rd Qu.:1.330  
##                        81歲以上:345   Max.   :4.000   Max.   :4.000  
##       移動            溝通            功能      
##  Min.   :1.000   Min.   :1.000   Min.   :1.000  
##  1st Qu.:1.000   1st Qu.:1.000   1st Qu.:1.000  
##  Median :1.000   Median :1.000   Median :1.165  
##  Mean   :1.515   Mean   :1.078   Mean   :1.276  
##  3rd Qu.:1.800   3rd Qu.:1.000   3rd Qu.:1.417  
##  Max.   :4.000   Max.   :4.000   Max.   :4.000

標準差的計算

sd(dta$功能)
## [1] 0.3302689
#再來認識一個新的指令－with
with(dta, sd(功能))
## [1] 0.3302689

安裝與載入

install.packages("moments", repos='https://cran.rstudio.com/')
## 將程式套件安載入 'C:/Users/user/Documents/R/win-library/4.1'
## (因為 'lib' 沒有被指定)
## package 'moments' successfully unpacked and MD5 sums checked
## 
## The downloaded binary packages are in
##  C:\Users\user\AppData\Local\Temp\RtmpmIXxFh\downloaded_packages
library(moments)
## Warning: 套件 'moments' 是用 R 版本 4.1.1 來建造的

計算偏態

with(dta, skewness(功能))
## [1] 1.821716

一次計算所有變項的平均數

sapply(dta[, -c(1:3)], mean)
##     視力     聽力     移動     溝通     功能 
## 1.208199 1.301815 1.515315 1.077756 1.275772

Conditional means

aggregate(cbind(視力, 聽力, 移動, 溝通) ~ 教育, data = dta, mean)
##   教育     視力     聽力     移動     溝通
## 1 大學 1.141953 1.243047 1.262339 1.036481
## 2 小學 1.401402 1.294299 1.913178 1.172897
## 3 初中 1.355153 1.480061 1.890982 1.180982
## 4 高中 1.242660 1.423351 1.704096 1.103723
## 5 專科 1.190650 1.281249 1.496748 1.066782

定義一個函數 可以同時算出平均數、標準差、偏態與峰度

一次計算多個變項平均數、標準差、偏態與峰度

my_summary <- function(x) {
 require(moments)
 funs <- c(mean, sd, skewness, kurtosis)
 sapply(funs, function(f) f(x, na.rm = TRUE))
}
sapply(dta[, c(4:8)], my_summary)
##            視力      聽力      移動       溝通      功能
## [1,]  1.2081993 1.3018151 1.5153154  1.0777564 1.2757715
## [2,]  0.4254268 0.4603758 0.7489312  0.2909127 0.3302689
## [3,]  3.0324554 2.1140343 1.4311597  4.9739873 1.8217162
## [4,] 14.4583674 8.6589573 3.9949684 34.3036465 7.7898425

計算不同教育程度健康功能標準差（兩種寫法）

tapply(dta$功能, dta$年齡, sd)
##  56到60歲  61到65歲  66到70歲  71到75歲  76到80歲  81歲以上 
## 0.2915871 0.2925204 0.2703624 0.3217985 0.3057586 0.4122367
with(dta, tapply(功能, 年齡, sd))
##  56到60歲  61到65歲  66到70歲  71到75歲  76到80歲  81歲以上 
## 0.2915871 0.2925204 0.2703624 0.3217985 0.3057586 0.4122367

計算不同性別、教育的平均數（兩種寫法）

with(dta, aggregate(dta[, 4:8], by = list(性別, 年齡), FUN = mean))
##    Group.1  Group.2     視力     聽力     移動     溝通     功能
## 1       女 56到60歲 1.201143 1.164667 1.411714 1.052381 1.207476
## 2       男 56到60歲 1.156393 1.243607 1.244754 1.054645 1.174850
## 3       女 61到65歲 1.197425 1.204664 1.466567 1.072761 1.235354
## 4       男 61到65歲 1.169894 1.260160 1.286915 1.098404 1.203843
## 5       女 66到70歲 1.167885 1.210192 1.569375 1.050481 1.249483
## 6       男 66到70歲 1.147314 1.370914 1.329371 1.065714 1.228329
## 7       女 71到75歲 1.238194 1.236065 1.604387 1.077419 1.289016
## 8       男 71到75歲 1.184531 1.352422 1.461328 1.093750 1.273008
## 9       女 76到80歲 1.236484 1.346016 1.606484 1.050781 1.309941
## 10      男 76到80歲 1.142022 1.263933 1.369663 1.134831 1.227612
## 11      女 81歲以上 1.330259 1.480043 1.947802 1.099138 1.464310
## 12      男 81歲以上 1.318142 1.659027 1.892566 1.132743 1.500619
hlth <- aggregate(cbind(視力, 聽力, 移動, 溝通, 功能) ~ 性別 + 年齡, 
                       data = dta, mean)
#命名 hlth 的前兩欄
names(hlth)[1:2] <- c('性別', '年齡')

不同性別與年齡的健康功能圖

#圖1.1
with(hlth, dotchart(t(功能), group = 性別, labels = 年齡, xlab = '功能'))

依移動排序，可以看到男性移動困難退化的較慢

hlth[order(hlth$移動), c(1:2, 5)]
##    性別     年齡     移動
## 2    男 56到60歲 1.244754
## 4    男 61到65歲 1.286915
## 6    男 66到70歲 1.329371
## 10   男 76到80歲 1.369663
## 1    女 56到60歲 1.411714
## 8    男 71到75歲 1.461328
## 3    女 61到65歲 1.466567
## 5    女 66到70歲 1.569375
## 7    女 71到75歲 1.604387
## 9    女 76到80歲 1.606484
## 12   男 81歲以上 1.892566
## 11   女 81歲以上 1.947802

繪圖顯示

#先將教育程度水準重排
dta$教育 <- factor(dta$教育, levels = c('小學', '初中', '高中', '專科', '大學'))

先繪出不同教育水準的健康功能盒鬚圖

把資料顯示改成水平，較容易做比較

這是原始資料，而非統計量的圖像

plot(功能 ~ 教育, data = dta, horizontal = T)
#加上格線，有助比較
grid()

library(lattice)
#取出四個要畫圖的變項
v4 <- dta[, 4:7]
p <- lapply(names(v4), function(x) histogram( ~ v4[x] | 年齡 + 性別, data = dta,
            xlab = x ))

利用 gridExtra 排一下四張圖

#install.packages("gridExtra",  repos='https://cran.rstudio.com/')
library(gridExtra)
## Warning: 套件 'gridExtra' 是用 R 版本 4.1.2 來建造的
grid.arrange(p[[1]], p[[2]], p[[3]], p[[4]], nrow = 2, ncol = 2)

繪製不同年齡在生理健康的平均數

加上利用拔靴法得到的平均數信賴區間

# 先檢查再安裝
# 載進 ggplot2 in tidyverse，準備畫圖
# Hmisc提供額外功能
if (!require(pacman)) install.packages("pacman")
## 載入需要的套件：pacman
## Warning: 套件 'pacman' 是用 R 版本 4.1.2 來建造的
## 載入需要的套件：pacman
# 載入套件
pacman::p_load(tidyverse, Hmisc, here)
#調整圖形，避免重疊
pd <- position_dodge(width = .3)
ggplot(data = dta, aes(x = 年齡, y = 功能, color = 性別) ) +
 stat_summary(fun.data = 'mean_cl_boot', position = pd) +
 facet_grid(教育 ~ . ) +
 labs(x = '年齡', y = '功能分數') +
 coord_cartesian(ylim = range(dta['功能'])) +
 coord_flip() +
 scale_color_manual(values = c('black', 'gray'), 
                    guide = guide_legend(title = '性別', reverse = TRUE)) +
 theme_bw() +
 theme(legend.justification = c(1, 0), legend.position = c(1, 0))
## Coordinate system already present. Adding new coordinate system, which will replace the existing one.

## Coordinate system already present. Adding new coordinate system, which will replace the existing one.

示範資料重新結構

把資料由寬形變長形

dtal <- gather(dta, key = '功能項目', value = '分數', 4:7)
head(dtal)
##   性別 教育     年齡   功能 功能項目 分數
## 1   女 專科 56到60歲 1.1325     視力 1.00
## 2   女 大學 66到70歲 1.2575     視力 1.00
## 3   男 大學 76到80歲 1.0825     視力 1.00
## 4   女 專科 81歲以上 1.6675     視力 2.67
## 5   男 專科 71到75歲 1.5000     視力 1.67
## 6   女 大學 56到60歲 1.0000     視力 1.00
p <- ggplot(data = dtal, aes(x = 年齡, y = 分數, 
       shape = reorder(功能項目, 分數, mean),  group = reorder(功能項目, 分數))) +
 stat_summary(fun.data = mean_se, geom = 'errorbar', position = pd) +
 stat_summary(fun.y = mean, geom = 'point', position = pd, size = 3) +
 stat_summary(fun.y = mean, geom = 'line', position = pd, linetype = 'dotted') +
 facet_grid( . ~  性別) +
 labs(x = '年齡', y = '分數') +
 scale_shape_manual(values = c(2, 8, 1, 6), 
                    guide = guide_legend(title = '功能項目', reverse = TRUE)) +
 theme_bw() +
 theme(legend.justification = c(0, 1), legend.position = c(0, 1))
## Warning: `fun.y` is deprecated. Use `fun` instead.
## `fun.y` is deprecated. Use `fun` instead.
#
print(p)

存檔、圖

dir.create("W3")
## Warning in dir.create("W3"): 'W3' 已經存在
dir.create(here("W3", "data"))
## Warning in dir.create(here("W3", "data")): 'C:\Users\user\Documents\W3\data' 已
## 經存在
write.csv(dta, here("W3", "data", "quality_of_life.csv"), quote = FALSE, row.names = FALSE)
dir.create(here("W3", "figs"))
## Warning in dir.create(here("W3", "figs")): 'C:\Users\user\Documents\W3\figs' 已
## 經存在
ggsave(plot = p, here("W3", "figs", "Fig1_5.png"), device = "png")
## Saving 7 x 5 in image