0.1 Rodzaje struktur danych

0.1.1 Wektory

Zadanie 1. Utwórz wektor danych “wiek” (w latach). Każdy z nich ma mieć 10 obserwacji, dowolne wartości.

ryzyko <- c(0,1,0,1,0,1,1,1,0,0)
wiek <- c(15,25,40,50,60,23,33,36,19,24)

0.1.2 Czynnik

Zadanie 2. Utwórz wektor ryzyko jako czynnik (factor): dla wieku >30 lat “0” o etykiecie “wysokie”, a dla pozostałych “1” o etykiecie “niskie”. Wskazówka: można wykorzystać ifelse.

ryzyko <- as.factor(ifelse(wiek>30,0,1))
kody <- c(wysokie=0, niskie=1)
ryzyko <- factor(ryzyko, levels=kody, labels=names(kody))
ryzyko
##  [1] niskie  niskie  wysokie wysokie wysokie niskie  wysokie wysokie niskie 
## [10] niskie 
## Levels: wysokie niskie
levels(ryzyko)
## [1] "wysokie" "niskie"

0.1.3 Ramka danych

Zadanie 3. Połącz wiek i ryzyko tworząc nową ramkę danych o nazwie “ramka”. Posortuj obserwacje wg wieku (malejąco).

ramka <- data.frame(wiek, ryzyko)
ramka <- ramka[order(wiek, decreasing=TRUE),]
view(ramka)

0.1.4 Tablice

Zadanie 4. Utwórz tablicę “tablica” z wieku i ryzyka o wymiarach 5 wierszy, 2 kolumny (zmienne), 2 podgrupy o nazwie “Grupa 1.” oraz “Grupa 2”.

tablica1 <- array(c(wiek, ryzyko), dim=c(5,2,2))
mat1 <- tablica1[,1,1]
mat12 <- tablica1[,1,2]
mat2 <- tablica1[,2,1]
mat22 <- tablica1[,2,2]
tablica11 <- array(c(mat1, mat12), dim=c(5,2,1))
tablica22 <- array(c(mat2, mat22), dim=c(5,2,1))
tablica11
## , , 1
## 
##      [,1] [,2]
## [1,]   15    2
## [2,]   25    2
## [3,]   40    1
## [4,]   50    1
## [5,]   60    1
tablica22
## , , 1
## 
##      [,1] [,2]
## [1,]   23    2
## [2,]   33    1
## [3,]   36    1
## [4,]   19    2
## [5,]   24    2

0.1.5 Listy

Zadanie 5. Utwórz listę “lista” zawierającą pierwsze 3 elementy każdej z grup w tablicy “tablica” oraz 3 kolory które najbardziej lubisz.

lista <- list(tablica11[1:3,1,1], tablica22[1:3,1,1], "różowy", "biały", "czarny")
lista
## [[1]]
## [1] 15 25 40
## 
## [[2]]
## [1] 23 33 36
## 
## [[3]]
## [1] "różowy"
## 
## [[4]]
## [1] "biały"
## 
## [[5]]
## [1] "czarny"

0.1.6 Macierze

Zadanie 6. Utwórz macierz kwadratową B z cyfr od 1 do 9; macierz kwadratową A 2x3 z cyfr od 1 do 6; macierz C 3x2 z cyfr od 1 do 6. Dodaj do macierzy A wiersz [1,1,1] jako macierz D oraz do macierzy C kolumnę [1,1,1] jako macierz E. Wyświetl tylko trzeci wiersz macierzy E i trzecią kolumnę macierzy D.

B <- matrix(c(1:9), nrow=3, ncol=3)
A <- matrix(c(1:6), nrow=2)
C <- matrix(c(1:6), nrow=3)
D <- rbind(A, c(1,1,1))
E <- cbind(C, c(1,1,1))
E[3,]
## [1] 3 6 1
D[,3]
## [1] 5 6 1

0.2 Analiza opisowa

Zadanie 7. Dokonaj pełnej analizy opisowej dla osób z grupy 1. oraz grupy 2. (średnia, odchylenia, kwartyle, skośność, kurtoza).

sr1 <- mean(tablica11)
sr1
## [1] 19.7
sr2 <- mean(tablica22)
sr2
## [1] 14.3
odchylenie1 <- sd(tablica11)
odchylenie1
## [1] 22.8038
odchylenie2 <- sd(tablica22)
odchylenie2
## [1] 14.2209
mediana1 <- median(tablica11)
mediana1
## [1] 8.5
mediana2 <- median(tablica22)
mediana2
## [1] 10.5
kwantyl11 <-quantile(tablica11, q=0.25)
kwantyl11
##    0%   25%   50%   75%  100% 
##  1.00  1.25  8.50 36.25 60.00
kwantyl21 <- quantile(tablica22, q=0.25)
library(e1071)
skośność1 <- skewness(tablica11)
skośność1
## [1] 0.5985
skośność2 <- skewness(tablica22)
skośność2
## [1] 0.2832
kurtoza1 <- kurtosis(tablica11)
kurtoza1
## [1] -1.44134
kurtoza2 <- kurtosis(tablica22)
kurtoza2
## [1] -1.80108

Zadanie 8. Przedstaw na histogramach oraz wykresach ramkowych rozkłady wieku osób z wysokim i niskim ryzykiem kredytowym (porównanie - 2 wykresy obok siebie).

par(mfrow=c(1,2))
hist(ramka$wiek, probability = TRUE,
     main = "Rozkład ryzyka względem wieku",
     col = "beige",
     xlab = "Wiek",
     ylab = "Gęstość")

lines(density(ramka[ryzyko=="niskie",1]), col="red")
lines(density(ramka[ryzyko=="wysokie",1]), col="blue")

legend(x = "bottomright",
       legend = c("wysokie ryzyko", "niskie ryzyko"),
       lty = c(1,1),
       col = c("blue", "red"),
       lwd = 2,
       title = "Legenda",
       text.font = 2,
       bg="grey",
       cex = 0.8)

boxplot(ramka$wiek~ramka$ryzyko,
        main= "Rozkład ryzyka względem wieku",
        col= "red",
        prob= TRUE,
        xlab = "Ryzyko",
        ylab = "Wiek")

0.3 Fajki

0.3.1 Fajka bazowa

Przykład. Dane dotyczą prawie 985 transakcji sprzedaży mieszkań z Sacramento (Kalifornia,USA). Poniżej pokazano przykład wykorzystania fajki bazowej R “|>”: wykres logarytmu gęstości cen.

price |> 
  log() |>
  density() |>
  plot()

0.3.2 Fajka %>%

Przykład. Wykreśl histogram cen sprzedaży mieszkań (“Condo”) z dwiema sypialniami.

Filtry z dplyr działają na całej ramce danych, stąd by wykreślić ceny musimy użyć pakietu ggplot2:

Bez użycia filtra i fajek nie ma takiej potrzeby: