Đi Học R Analysis
Khoa Phước
2022-04-16
Ngày 1: 16/4/2022
Test thử R markdown Load library
library(tidyverse)Load data:
file.choose()chiều 16/4/2022
Data editting with tidyverse, magrittr
data set Thử thống kê ko được: Trường phái Bayesian.
#Bài tập ngày 1:
Việc 3: Đọc dữ liệu “Arrest dataset.csv” vào R dùng hàm read.csv và gọi R. object là arr.
arr = read.csv("/Users/marcelkhoaphuoc/Documents/Data R/Dataset for TDTU workshop 4-2022/Arrest dataset.csv")Việc 4: Thông tin về dữ liệu arr (a) tìm hiểu số cột và dòng
dim(arr)## [1] 432 12- liệt kê 6 dòng đầu của dữ liệu
head(arr)## id age finance week arrest race work.exp married parole prior educ
## 1 1 27 no 20 1 black no not married yes 3 3
## 2 2 18 no 17 1 black no not married yes 8 4
## 3 3 19 no 25 1 other yes not married yes 13 3
## 4 4 23 yes 52 0 black yes married yes 1 5
## 5 5 19 no 52 0 other yes not married yes 3 3
## 6 6 24 no 52 0 black yes not married no 2 4
## employ1
## 1 no
## 2 no
## 3 no
## 4 no
## 5 no
## 6 no- liệt kê 6 dòng cuối của dữ liệu
tail(arr)## id age finance week arrest race work.exp married parole prior educ
## 427 427 22 yes 12 1 black yes married yes 2 4
## 428 428 31 yes 52 0 other yes not married yes 3 3
## 429 429 20 no 52 0 black no not married yes 1 4
## 430 430 20 yes 52 0 black yes married yes 1 3
## 431 431 29 no 52 0 black yes not married yes 3 4
## 432 432 24 yes 52 0 black yes not married yes 1 4
## employ1
## 427 no
## 428 no
## 429 no
## 430 no
## 431 yes
## 432 yesViệc 5: Tạo ra một biến mới và gọi là arrest1 là một biến character từ biến arrest (đang là biến numeric) như sau:
arr$arrest1[arr$arrest == 1] = "YES"
arr$arrest1[arr$arrest == 0] = "NO"
head(arr,8)## id age finance week arrest race work.exp married parole prior educ
## 1 1 27 no 20 1 black no not married yes 3 3
## 2 2 18 no 17 1 black no not married yes 8 4
## 3 3 19 no 25 1 other yes not married yes 13 3
## 4 4 23 yes 52 0 black yes married yes 1 5
## 5 5 19 no 52 0 other yes not married yes 3 3
## 6 6 24 no 52 0 black yes not married no 2 4
## 7 7 25 no 23 1 black yes married yes 0 4
## 8 8 21 yes 52 0 black yes not married yes 4 3
## employ1 arrest1
## 1 no YES
## 2 no YES
## 3 no YES
## 4 no NO
## 5 no NO
## 6 no NO
## 7 yes YES
## 8 no NOTạo ra một biến mới và gọi là fin là một biến numeric từ biến finance
(đang là biến character) như sau: Nếu finance là “yes” thì fin là
1
Nếu finance là “no” thì fin là 0
arr$fin[arr$finance == "yes"] = 1
arr$fin[arr$finance == "no"] = 0
head(arr,9)## id age finance week arrest race work.exp married parole prior educ
## 1 1 27 no 20 1 black no not married yes 3 3
## 2 2 18 no 17 1 black no not married yes 8 4
## 3 3 19 no 25 1 other yes not married yes 13 3
## 4 4 23 yes 52 0 black yes married yes 1 5
## 5 5 19 no 52 0 other yes not married yes 3 3
## 6 6 24 no 52 0 black yes not married no 2 4
## 7 7 25 no 23 1 black yes married yes 0 4
## 8 8 21 yes 52 0 black yes not married yes 4 3
## 9 9 22 no 52 0 black no not married no 6 3
## employ1 arrest1 fin
## 1 no YES 0
## 2 no YES 0
## 3 no YES 0
## 4 no NO 1
## 5 no NO 0
## 6 no NO 0
## 7 yes YES 0
## 8 no NO 1
## 9 no NO 0Việc 6: Tóm tắt dữ liệu arr bằng hàm summary.
summary(arr)## id age finance week
## Min. : 1.0 Min. :17.0 Length:432 Min. : 1.00
## 1st Qu.:108.8 1st Qu.:20.0 Class :character 1st Qu.:50.00
## Median :216.5 Median :23.0 Mode :character Median :52.00
## Mean :216.5 Mean :24.6 Mean :45.85
## 3rd Qu.:324.2 3rd Qu.:27.0 3rd Qu.:52.00
## Max. :432.0 Max. :44.0 Max. :52.00
## arrest race work.exp married
## Min. :0.0000 Length:432 Length:432 Length:432
## 1st Qu.:0.0000 Class :character Class :character Class :character
## Median :0.0000 Mode :character Mode :character Mode :character
## Mean :0.2639
## 3rd Qu.:1.0000
## Max. :1.0000
## parole prior educ employ1
## Length:432 Min. : 0.000 Min. :2.000 Length:432
## Class :character 1st Qu.: 1.000 1st Qu.:3.000 Class :character
## Mode :character Median : 2.000 Median :3.000 Mode :character
## Mean : 2.984 Mean :3.477
## 3rd Qu.: 4.000 3rd Qu.:4.000
## Max. :18.000 Max. :6.000
## arrest1 fin
## Length:432 Length:432
## Class :character Class :character
## Mode :character Mode :character
##
##
## Việc 7: Tóm tắt thống kê dữ liệu qua hàm table1 trong package table1
library(table1)##
## Attaching package: 'table1'## The following objects are masked from 'package:base':
##
## units, units<-table1(~age + finance + fin + arrest + arrest1 + race + parole + educ, data=arr)| Overall (N=432) |
|
|---|---|
| age | |
| Mean (SD) | 24.6 (6.11) |
| Median [Min, Max] | 23.0 [17.0, 44.0] |
| finance | |
| no | 216 (50.0%) |
| yes | 216 (50.0%) |
| fin | |
| 0 | 216 (50.0%) |
| 1 | 216 (50.0%) |
| arrest | |
| Mean (SD) | 0.264 (0.441) |
| Median [Min, Max] | 0 [0, 1.00] |
| arrest1 | |
| NO | 318 (73.6%) |
| YES | 114 (26.4%) |
| race | |
| black | 379 (87.7%) |
| other | 53 (12.3%) |
| parole | |
| no | 165 (38.2%) |
| yes | 267 (61.8%) |
| educ | |
| Mean (SD) | 3.48 (0.834) |
| Median [Min, Max] | 3.00 [2.00, 6.00] |
Tóm tắt thống kê theo tình trạng hỗ trợ tài chánh (finance):
table1(~age+finance+fin+arrest+arrest1+race+parole+educ | finance, data=arr)| no (N=216) |
yes (N=216) |
Overall (N=432) |
|
|---|---|---|---|
| age | |||
| Mean (SD) | 24.2 (5.73) | 25.0 (6.47) | 24.6 (6.11) |
| Median [Min, Max] | 23.0 [17.0, 44.0] | 23.0 [17.0, 44.0] | 23.0 [17.0, 44.0] |
| finance | |||
| no | 216 (100%) | 0 (0%) | 216 (50.0%) |
| yes | 0 (0%) | 216 (100%) | 216 (50.0%) |
| fin | |||
| 0 | 216 (100%) | 0 (0%) | 216 (50.0%) |
| 1 | 0 (0%) | 216 (100%) | 216 (50.0%) |
| arrest | |||
| Mean (SD) | 0.306 (0.462) | 0.222 (0.417) | 0.264 (0.441) |
| Median [Min, Max] | 0 [0, 1.00] | 0 [0, 1.00] | 0 [0, 1.00] |
| arrest1 | |||
| NO | 150 (69.4%) | 168 (77.8%) | 318 (73.6%) |
| YES | 66 (30.6%) | 48 (22.2%) | 114 (26.4%) |
| race | |||
| black | 185 (85.6%) | 194 (89.8%) | 379 (87.7%) |
| other | 31 (14.4%) | 22 (10.2%) | 53 (12.3%) |
| parole | |||
| no | 81 (37.5%) | 84 (38.9%) | 165 (38.2%) |
| yes | 135 (62.5%) | 132 (61.1%) | 267 (61.8%) |
| educ | |||
| Mean (SD) | 3.44 (0.844) | 3.52 (0.824) | 3.48 (0.834) |
| Median [Min, Max] | 3.00 [2.00, 6.00] | 3.00 [2.00, 6.00] | 3.00 [2.00, 6.00] |
Việc 8: So sánh hai nhóm qua hàm createTable và compareGroups trong package compareGroups:
library(compareGroups)
createTable(compareGroups(finance~age+race+parole+prior, data = arr))##
## --------Summary descriptives table by 'finance'---------
##
## ___________________________________________
## no yes p.overall
## N=216 N=216
## ¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯
## age 24.2 (5.73) 25.0 (6.47) 0.203
## race: 0.241
## black 185 (85.6%) 194 (89.8%)
## other 31 (14.4%) 22 (10.2%)
## parole: 0.843
## no 81 (37.5%) 84 (38.9%)
## yes 135 (62.5%) 132 (61.1%)
## prior 2.99 (2.92) 2.98 (2.88) 0.987
## ¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯compareGroups(~age+race+parole+prior, data = arr)##
##
## -------- Summary of results ---------
##
##
## var N method selection
## 1 age 432 continuous normal ALL
## 2 race 432 categorical ALL
## 3 parole 432 categorical ALL
## 4 prior 432 continuous normal ALLViệc 9: Vẽ biểu đồ phân bố đơn giản cho thời gian bị bắt lại (week) với hàm hist:
hist(arr$week)
Việc 10: Vẽ biểu đồ phân bố của thời gian bị bắt lại (week) với hàm ggplot trong package ggplot2:
library(ggplot2)
ggplot(data=arr, aes(x=week)) + geom_histogram(fill="pink", col="white") + labs(title="Phân bố tuần bị bắt", x="Số đối tượng", y="Số đối tượng")## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
Việc 11: Vẽ biểu đồ phân bố tuổi khi bị bắt (age) và đường ước tính phân bố (probability density)
p = ggplot(data=arr, aes(x=age)) + geom_histogram(fill="pink", col="white")
p2 = p + geom_density(row="red")## Warning: Ignoring unknown parameters: row