Twoja kolej!
Na podstawie danych dot. rynku nieruchomości z pewnego regionu USA, dokonaj podobnej analizy opisowej.
Naszym celem jest przewidywanie wartości nieruchomości. Zanim jednak się tym zajmiemy na kolejnych zajęciach, postaraj się wykonać pełną analizę opisową wraz z grafiką dla tej bazy danych.
Zobaczmy, jakie mamy zmienne:
glimpse(houses)## Rows: 506
## Columns: 14
## $ crim <dbl> 0.00632, 0.02731, 0.02729, 0.03237, 0.06905, 0.02985, 0.08829,…
## $ zn <dbl> 18.0, 0.0, 0.0, 0.0, 0.0, 0.0, 12.5, 12.5, 12.5, 12.5, 12.5, 1…
## $ indus <dbl> 2.31, 7.07, 7.07, 2.18, 2.18, 2.18, 7.87, 7.87, 7.87, 7.87, 7.…
## $ chas <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,…
## $ nox <dbl> 0.538, 0.469, 0.469, 0.458, 0.458, 0.458, 0.524, 0.524, 0.524,…
## $ rm <dbl> 6.575, 6.421, 7.185, 6.998, 7.147, 6.430, 6.012, 6.172, 5.631,…
## $ age <dbl> 65.2, 78.9, 61.1, 45.8, 54.2, 58.7, 66.6, 96.1, 100.0, 85.9, 9…
## $ dis <dbl> 4.0900, 4.9671, 4.9671, 6.0622, 6.0622, 6.0622, 5.5605, 5.9505…
## $ rad <int> 1, 2, 2, 3, 3, 3, 5, 5, 5, 5, 5, 5, 5, 4, 4, 4, 4, 4, 4, 4, 4,…
## $ tax <int> 296, 242, 242, 222, 222, 222, 311, 311, 311, 311, 311, 311, 31…
## $ ptratio <dbl> 15.3, 17.8, 17.8, 18.7, 18.7, 18.7, 15.2, 15.2, 15.2, 15.2, 15…
## $ black <dbl> 396.90, 396.90, 392.83, 394.63, 396.90, 394.12, 395.60, 396.90…
## $ lstat <dbl> 4.98, 9.14, 4.03, 2.94, 5.33, 5.21, 12.43, 19.15, 29.93, 17.10…
## $ medv <dbl> 24.0, 21.6, 34.7, 33.4, 36.2, 28.7, 22.9, 27.1, 16.5, 18.9, 15…Nasz zbiór danych zawiera informacje o losowej próbie nieruchomości i różnych cechach dla ich sąsiedztwa.
Ta ramka danych ma 506 wierszy i 14 kolumn (predyktorów). Mamy opisy i podsumowania predyktorów jak poniżej: - crim: wskaźnik przestępczości na mieszkańca według miasta. - zn: proporcja gruntów mieszkalnych przeznaczonych na działki powyżej 25 000 stóp kwadratowych. - indus: proporcja akrów biznesu niedetalicznego na miasto. - chas: zmienna dummy river (= 1, jeśli działka graniczy z rzeką; 0 w przeciwnym razie). - nox: stężenie tlenków azotu (cząsteczek na 10 milionów). - rm: średnia liczba pokoi na mieszkanie. - age: odsetek mieszkań zamieszkanych przez właścicieli zbudowanych przed 1940 rokiem. - dis: średnia ważona odległości do miejskich centrów zatrudnienia. - rad: indeks dostępności do autostrad radialnych. - tax: stawka podatku od nieruchomości o pełnej wartości za 10 000 USD. - ptratio: współczynnik uczeń-nauczyciel według miasta. - black: 1000(Bk - 0.63)^2 gdzie Bk jest odsetkiem czarnoskórych w danym mieście. - lstat: status populacji poniżej progu ubóstwa (procent). - medv: mediana wartości domów zamieszkałych przez właścicieli w 1000$.
plot1 <- ggplot(houses, aes(crim, black)) +
geom_abline() +
geom_jitter(width = 0.1, height = 0.1) +
labs(title=sprintf("Wskaźnik przestępczości w zależności od odsetka czarnoskorych dla obszarów \ngranicznych z rzeka (1) oraz bez (0)."))
plot1 + facet_wrap(~chas)
# plot1 + facet_wrap(~district)| 1 (N = 20) | 2 (N = 24) | 3 (N = 38) | 4 (N = 110) | 5 (N = 115) | 6 (N = 26) | 7 (N = 17) | 8 (N = 24) | 24 (N = 132) | |
|---|---|---|---|---|---|---|---|---|---|
| Min | 11.90 | 15.70 | 14.40 | 7.00 | 11.80 | 16.80 | 17.60 | 16.00 | 5.00 |
| Max | 50.00 | 43.80 | 50.00 | 50.00 | 50.00 | 24.80 | 42.80 | 50.00 | 50.00 |
| Q1 | 20.48 | 21.40 | 21.12 | 17.58 | 19.50 | 18.90 | 24.30 | 23.82 | 11.23 |
| Mediana | 22.20 | 23.85 | 26.50 | 20.45 | 23.00 | 21.20 | 26.20 | 28.25 | 14.40 |
| Q3 | 27.23 | 33.23 | 34.52 | 23.65 | 30.00 | 23.03 | 29.60 | 33.17 | 19.90 |
| Mean | 24.37 | 26.83 | 27.93 | 21.39 | 25.71 | 20.98 | 27.11 | 30.36 | 16.40 |
| Odch. std. | 8.02 | 7.87 | 8.32 | 6.96 | 9.33 | 2.31 | 6.49 | 9.73 | 8.54 |
| IQR | 6.75 | 11.83 | 13.40 | 6.07 | 10.50 | 4.12 | 5.30 | 9.35 | 8.67 |
| Sx | 3.38 | 5.91 | 6.70 | 3.04 | 5.25 | 2.06 | 2.65 | 4.67 | 4.34 |
| Var % | 0.33 | 0.29 | 0.30 | 0.33 | 0.36 | 0.11 | 0.24 | 0.32 | 0.52 |
| IQR Var % | 0.30 | 0.50 | 0.51 | 0.30 | 0.46 | 0.19 | 0.20 | 0.33 | 0.60 |
| Skośność | 1.47 | 0.65 | 0.49 | 1.77 | 1.21 | -0.06 | 0.66 | 0.65 | 2.22 |
| Kurtoza | 2.73 | -0.76 | -0.44 | 5.38 | 0.79 | -1.35 | -0.14 | -0.77 | 6.46 |
corrplot(cor(houses), method = "number", diag =FALSE)
corrplot.mixed(cor(houses), order = 'AOE')
houses2 <- houses
houses2$rm <- as.factor(round(houses$rm))
density.p
stable.p