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.

ryzyko <- as.factor(ifelse(wiek > 30, c("wysokie"), c("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(cbind(wiek,ryzyko) [order(wiek),])
ramka
##    wiek ryzyko
## 1    15      1
## 2    19      1
## 3    23      1
## 4    24      1
## 5    25      1
## 6    33      2
## 7    36      2
## 8    40      2
## 9    50      2
## 10   60      2

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”.

grupy <- c("Grupa 1", "Grupa 2")
kolumny<- c("Wiek", "Ryzyko")
tablica <- array(data = c(unlist(ramka[1:5,]), unlist(ramka[6:10,])), dim=c(5,2,2), dimnames = list(NULL,kolumny,grupy))
tablica
## , , Grupa 1
## 
##      Wiek Ryzyko
## [1,]   15      1
## [2,]   19      1
## [3,]   23      1
## [4,]   24      1
## [5,]   25      1
## 
## , , Grupa 2
## 
##      Wiek Ryzyko
## [1,]   33      2
## [2,]   36      2
## [3,]   40      2
## [4,]   50      2
## [5,]   60      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(tablica[1:3,,1:2],c("niebieski","zielony","czerwony"))
lista
## [[1]]
## , , Grupa 1
## 
##      Wiek Ryzyko
## [1,]   15      1
## [2,]   19      1
## [3,]   23      1
## 
## , , Grupa 2
## 
##      Wiek Ryzyko
## [1,]   33      2
## [2,]   36      2
## [3,]   40      2
## 
## 
## [[2]]
## [1] "niebieski" "zielony"   "czerwony"

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)
A <- matrix(1:6, nrow=2)
C <- matrix(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).

library(e1071)
library(ggplot2)
library(moments)
## 
## Dołączanie pakietu: 'moments'
## Następujące obiekty zostały zakryte z 'package:e1071':
## 
##     kurtosis, moment, skewness
library(data.table)
## 
## Dołączanie pakietu: 'data.table'
## Następujące obiekty zostały zakryte z 'package:dplyr':
## 
##     between, first, last
## Następujący obiekt został zakryty z 'package:purrr':
## 
##     transpose
Grupa <- ryzyko <- factor(ifelse(wiek > 30, c("wysokie"), c("niskie")))
tablica2 <- data.frame(cbind(wiek, Grupa)[order(wiek, decreasing = TRUE), ])
setDT(tablica2)

średnia_kwartyle_min_max <- tablica2[, as.list(summary(wiek)), by = Grupa]
colnames(średnia_kwartyle_min_max) <- c("Grupa","Minimum","Kwartyl 1.","Mediana","Średnia arytmetyczna","Kwartyl 3.","Maksimum")

odchylenie <- tablica2[, as.list(sd(wiek)), by = Grupa]
colnames(odchylenie) <- c("Grupa","Odchylenie")

skośność <- tablica2[, as.list(skewness(wiek)), by = Grupa]
colnames(skośność) <- c("Grupa","Skośność")

kurtoza <- tablica2[, as.list(kurtosis(wiek)), by = Grupa]
colnames(kurtoza) <- c("Grupa","Kurtoza")

dt <- Reduce(merge,list(średnia_kwartyle_min_max, odchylenie, kurtoza, skośność))

dt <- transpose(dt,keep.names="NULL")
colnames(dt) <- c("Analiza Opisowa", "Grupa 1", "Grupa 2")
new_dt <- dt[-c(1), ]
new_dt
##         Analiza Opisowa   Grupa 1   Grupa 2
## 1:              Minimum 15.000000 33.000000
## 2:           Kwartyl 1. 19.000000 36.000000
## 3:              Mediana 23.000000 40.000000
## 4: Średnia arytmetyczna 21.200000 43.800000
## 5:           Kwartyl 3. 24.000000 50.000000
## 6:             Maksimum 25.000000 60.000000
## 7:           Odchylenie  4.147288 11.099550
## 8:              Kurtoza  1.881862  1.809072
## 9:             Skośność -0.651699  0.552025

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[ramka$ryzyko==1,1], main = "Rozkład wieku z niskim ryzykiem", xlab="Wiek", ylab="Częstotliwość", col="lightgreen", cex.main=0.7)
hist(ramka[ramka$ryzyko==2,1], main = "Rozkład wieku z wysokim ryzykiem", xlab="Wiek", ylab="Częstotliwość", col="lightblue", cex.main=0.7)

par(mfrow=c(1,2))
boxplot(ramka[ramka$ryzyko==1,1], main = "Rozkład wieku z niskim ryzykiem", ylab="Wiek", col="lightgreen", cex.main=0.7)
boxplot(ramka[ramka$ryzyko==2,1], main = "Rozkład wieku z wysokim ryzykiem", ylab="Wiek", col="lightblue", cex.main=0.7)

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: