1 Rozdział 1. Podstawowe operacje

1.1 Rodzaje struktur danych

1.1.1 Wektory

Zadanie 1. Utwórz wektor danych “ryzyko” oraz “wiek”. Każdy z nich ma mieć 10 obserwacji, dowolne wartości. Ryzyko jako zmienna 0-1, wiek w latach.

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

1.1.2 Czynnik

Zadanie 2. Utwórz wektor 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))

1.1.3 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)

1.1.4 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[1:5],ryzyko[1:5]),dim=c(5,2))
tablica2 <- array(c(wiek[6:10],ryzyko[6:10]),dim=c(5,2))
tablica <- array(c(tablica1,tablica2),dim=c(5,2,2))
dimnames(tablica)[[3]] <- list("Grupa 1","Grupa 2")
dimnames(tablica)[[2]] <- list("wiek","ryzyko")
tablica
## , , Grupa 1
## 
##      wiek ryzyko
## [1,]   15      2
## [2,]   25      2
## [3,]   40      1
## [4,]   50      1
## [5,]   60      1
## 
## , , Grupa 2
## 
##      wiek ryzyko
## [1,]   23      2
## [2,]   33      1
## [3,]   36      1
## [4,]   19      2
## [5,]   24      2

1.1.5 Listy

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

#sposób w domu
lista <- list(tablica1[1:3,],tablica2[1:3,],c("czarny","zielony","niebieski"))
lista
## [[1]]
##      [,1] [,2]
## [1,]   15    2
## [2,]   25    2
## [3,]   40    1
## 
## [[2]]
##      [,1] [,2]
## [1,]   23    2
## [2,]   33    1
## [3,]   36    1
## 
## [[3]]
## [1] "czarny"    "zielony"   "niebieski"

1.1.6 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 trzecią wiersz macierzy E i trzecią kolumnę macierzy D.

B <- matrix(1:9,3,3)
A <- matrix(1:6,2,3)
C <- matrix(1:6,3,2)
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

1.2 Analiza opisowa

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

library(moments)
summary(tablica[,1,1]) #pirwsza kolumna - wiek, grupa nr. 1
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##      15      25      40      38      50      60
skewness(tablica[,1,1]) #wsk. asymetrii wieku ludzi z grupy nr. 1
## [1] -0.0912794
kurtosis(tablica[,1,1]) #wsk. kurtozy wieku ludzi z grupy nr. 1
## [1] 1.59254
summary(tablica[,1,2]) #pirwsza kolumna - wiek, grupa nr. 2
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##      19      23      24      27      33      36
skewness(tablica[,1,2]) #wsk. asymetrii wieku ludzi z grupy nr. 2
## [1] 0.258649
kurtosis(tablica[,1,2]) #wsk. kurtozy wieku ludzi z grupy nr. 2
## [1] 1.44806

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$wiek,prob=TRUE,xlab="wiek",ylab="ryzyko",main="Histogram ryzyka względem wieku")
lines(density(ramka[ryzyko=="niskie",1]), col=rgb(1,0,0))
lines(density(ramka[ryzyko=="wysokie",1]),col=rgb(0,0,1))
legend(x="topright",legend=c("niskie","wysokie"),title="legenda",lty=c(1),col=c("red","blue"),lwd=1)
boxplot(ramka$wiek~ramka$ryzyko,xlab="ryzyko",ylab="wiek")

1.3 Fajki

Zadanie 9. 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()

1.4 Przykład - dplyr

Zadanie 10. 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: