HW1
TPY
2022-03-01
fLoc <- "https://cpcheng.neocities.org/Rbook/01/data/Quality_of_Life.txt"dta <- read.table(file = fLoc, header = TRUE)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 1153summary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(dta$"功能"))## [1] 0.3302689安裝與載入
install.packages("moments", repos='https://cran.rstudio.com/')## 將程式套件安載入 'C:/Users/user/Documents/R/win-library/4.1'
## (因為 'lib' 沒有被指定)## package 'moments' successfully unpacked and MD5 sums checked
##
## The downloaded binary packages are in
## C:\Users\user\AppData\Local\Temp\RtmpGC6DAq\downloaded_packageslibrary(moments)## Warning: 套件 'moments' 是用 R 版本 4.1.1 來建造的計算偏態
with(dta, skewness(dta$"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 1.275772Conditional means
aggregate(cbind(dta$"視力", dta$"聽力", dta$"移動", dta$"溝通") ~ dta$"教育", data = dta, mean)## dta$教育 V1 V2 V3 V4
## 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 0.4122367with(dta, 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計算不同性別、教育的平均數（兩種寫法）
with(dta, aggregate(dta[, 4:8], by = list(dta$"性別", dta$"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 1.500619hlth <- aggregate(cbind(dta$"視力", dta$"聽力", dta$"移動", dta$"溝通", dta$"功能") ~ dta$"性別" + dta$"年齡",
data = dta, mean)#命名 hlth 的前兩欄
names(hlth)[1:2] <- c('性別', '年齡')不同性別與年齡的健康功能圖
#圖1.1
with(hlth, dotchart(t(dta$"功能"), group = dta$"性別", labels = dta$"年齡", xlab = '功能'))