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.

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.

etykiety<- c("wysokie","niskie")
ryzyko<-factor(ifelse(wiek>30,0,1 ),labels=etykiety)
ryzyko
##  [1] niskie  niskie  wysokie wysokie wysokie niskie  wysokie wysokie niskie 
## [10] niskie 
## Levels: 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),]
ramka
##    wiek  ryzyko
## 5    60 wysokie
## 4    50 wysokie
## 3    40 wysokie
## 8    36 wysokie
## 7    33 wysokie
## 2    25  niskie
## 10   24  niskie
## 6    23  niskie
## 9    19  niskie
## 1    15  niskie

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”.

nazwy<-c("Grupa 1","Grupa 2")
nazwy2<-c("wiek","ryzyko")
tablica <-array(c(unlist(ramka[1:5,]),unlist(ramka[6:10,])),dim=c(5,2,2),dimnames=list(NULL,nazwy2,nazwy))
tablica
## , , Grupa 1
## 
##      wiek ryzyko
## [1,]   60      1
## [2,]   50      1
## [3,]   40      1
## [4,]   36      1
## [5,]   33      1
## 
## , , Grupa 2
## 
##      wiek ryzyko
## [1,]   25      2
## [2,]   24      2
## [3,]   23      2
## [4,]   19      2
## [5,]   15      2
tablica[1:3,1,2]
## [1] 25 24 23

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(tablica[1:3,,],c("różowy", "fioletowy", "niebieski"))
lista
## [[1]]
## , , Grupa 1
## 
##      wiek ryzyko
## [1,]   60      1
## [2,]   50      1
## [3,]   40      1
## 
## , , Grupa 2
## 
##      wiek ryzyko
## [1,]   25      2
## [2,]   24      2
## [3,]   23      2
## 
## 
## [[2]]
## [1] "różowy"    "fioletowy" "niebieski"
dim(lista)
## NULL
names(lista)<-c("tab","kolory")
lista$tab[1, , ]
##        Grupa 1 Grupa 2
## wiek        60      25
## ryzyko       1       2

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(1:9,nrow=3,ncol=3)
B
##      [,1] [,2] [,3]
## [1,]    1    4    7
## [2,]    2    5    8
## [3,]    3    6    9
A<-matrix(1:6,2,3)
A
##      [,1] [,2] [,3]
## [1,]    1    3    5
## [2,]    2    4    6
C<-matrix(1:6,3,2)
C
##      [,1] [,2]
## [1,]    1    4
## [2,]    2    5
## [3,]    3    6
D<-rbind(A,c(1,1,1))
D
##      [,1] [,2] [,3]
## [1,]    1    3    5
## [2,]    2    4    6
## [3,]    1    1    1
E<-cbind(C,c(1,1,1))
E
##      [,1] [,2] [,3]
## [1,]    1    4    1
## [2,]    2    5    1
## [3,]    3    6    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).

library(moments)
#RAZEM
summary(as.numeric(tablica[,1,2]))
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    15.0    19.0    23.0    21.2    24.0    25.0
mean(as.numeric(tablica[,1,2]))
## [1] 21.2
sd(as.numeric(tablica[,1,2]))
## [1] 4.14729
quantile(as.numeric(tablica[,1,2]))
##   0%  25%  50%  75% 100% 
##   15   19   23   24   25
skewness(as.numeric(tablica[,1,2]))
## [1] -0.651699
kurtosis(as.numeric(tablica[,1,2]))
## [1] 1.88186
#Dla grupy 1
summary(as.numeric(tablica[,1,1]))
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    33.0    36.0    40.0    43.8    50.0    60.0
mean(as.numeric(tablica[,1,1]))
## [1] 43.8
sd(as.numeric(tablica[,1,1]))
## [1] 11.0995
quantile(as.numeric(tablica[,1,1]))
##   0%  25%  50%  75% 100% 
##   33   36   40   50   60
skewness(as.numeric(tablica[,1,1]))
## [1] 0.552025
kurtosis(as.numeric(tablica[,1,1]))
## [1] 1.80907
#Dla grupy 2
summary(as.numeric(tablica[,1,2]))
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    15.0    19.0    23.0    21.2    24.0    25.0
mean(as.numeric(tablica[,1,2]))
## [1] 21.2
sd(as.numeric(tablica[,1,2]))
## [1] 4.14729
quantile(as.numeric(tablica[,1,2]))
##   0%  25%  50%  75% 100% 
##   15   19   23   24   25
skewness(as.numeric(tablica[,1,2]))
## [1] -0.651699
kurtosis(as.numeric(tablica[,1,2]))
## [1] 1.88186

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[ryzyko=="niskie",1],main="Histogram1",col=rainbow(20),breaks = 4)
hist(ramka[ryzyko=="wysokie",1],main="Histogram2",col=rainbow(20),breaks=4)

boxplot(ramka$wiek[ramka$ryzyko=="niskie"], col=rainbow(20), main="Niskie ryzyko")
boxplot(ramka$wiek[ramka$ryzyko=="wysokie"], col=rainbow(2), main="Wysokie ryzyko")

boxplot(ramka$wiek~ramka$ryzyko,col=rainbow(2),main="Ryzko razem")

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.

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: