R Datastel
Datastel
'n Datastel is 'n versameling data, wat dikwels in 'n tabel aangebied word.
Daar is 'n gewilde ingeboude datastel in R genaamd " mtcars " (Motor Trend Car Road Tests), wat uit die 1974 Motor Trend US Magazine verkry is.
In die voorbeelde hieronder (en vir die volgende hoofstukke), sal ons die mtcars
datastel vir statistiese doeleindes gebruik:
Voorbeeld
# Print the mtcars data set
mtcars
Resultaat:
mpg cyl disp hp drat wt qsec vs am gear carb Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2 Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2 Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2 Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4 Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3 Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3 Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3 Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4 Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4 Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4 Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1 Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2 AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2 Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4 Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2 Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2 Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2 Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4 Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6 Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8 Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
Inligting oor die datastel
Jy kan die vraagteken ( ?) gebruik om inligting oor die mtcarsdatastel te kry:
Voorbeeld
# Use the question mark to get information about
the data set
?mtcars
Resultaat:
| mtcars {datastelle} | R Dokumentasie |
Motor Trend Motor Padtoetse
Beskrywing
Die data is onttrek uit die 1974 Motor Trend US tydskrif, en bestaan uit brandstofverbruik en 10 aspekte van motorontwerp en werkverrigting vir 32 motors (1973-74 modelle).
Gebruik
mtcars
Formaat
'n Dataraam met 32 waarnemings oor 11 (numeriese) veranderlikes.
| [, 1] | mpg | Myl/(VS) gelling |
| [, 2] | syl | Aantal silinders |
| [, 3] | gebruik | Verplasing (cu.in.) |
| [, 4] | hp | Bruto perdekrag |
| [, 5] | drat | Agteras verhouding |
| [, 6] | gew | Gewig (1000 lbs) |
| [, 7] | qsec | 1/4 myl tyd |
| [, 8] | vs | Enjin (0 = V-vormig, 1 = reguit) |
| [, 9] | vm | Transmissie (0 = outomaties, 1 = handrat) |
| [,10] | rat | Aantal vorentoe ratte |
| [,11] | koolhidraat | Aantal vergassers |
Let wel
Henderson en Velleman (1981) lewer kommentaar in 'n voetnoot by Tabel 1: 'Hocking [oorspronklike transkribeerder] se nie-belangrike kodering van die Mazda se roterende enjin as 'n reguit sessilinder-enjin en die Porsche se plat enjin as 'n V-enjin, sowel as die insluiting van die diesel Mercedes 240D, is behou om direkte vergelykings met vorige ontledings moontlik te maak.'
Bron
Henderson en Velleman (1981), Die bou van veelvuldige regressiemodelle interaktief. Biometrics , 37 , 391-411.
Voorbeelde
require(graphics)
pairs(mtcars, main = "mtcars data", gap = 1/4)
coplot(mpg ~ disp | as.factor(cyl), data = mtcars,
panel = panel.smooth, rows = 1)
## possibly more meaningful, e.g., for summary() or bivariate plots:
mtcars2 <- within(mtcars, {
vs <- factor(vs, labels = c("V", "S"))
am <- factor(am, labels = c("automatic", "manual"))
cyl <- ordered(cyl)
gear <- ordered(gear)
carb <- ordered(carb)
})
summary(mtcars2)
Kry inligting
Gebruik die dim()funksie om die afmetings van die datastel te vind, en die names()funksie om die name van die veranderlikes te sien:
Voorbeeld
Data_Cars <- mtcars # create a variable of the mtcars data set for better
organization
# Use dim() to find the dimension of the data set
dim(Data_Cars)
# Use names() to find the names of the variables from
the data set
names(Data_Cars)
Resultaat:
[1] 32 11 [1] "mpg" "cyl" "disp" "hp" "drat" "wt" "qsec" "vs" "am" "gear" [11] "carb"
Gebruik die rownames()funksie om die naam van elke ry in die eerste kolom te kry, wat die naam van elke motor is:
Voorbeeld
Data_Cars <- mtcars
rownames(Data_Cars)
Resultaat:
[1] "Mazda RX4" "Mazda RX4 Wag" "Datsun 710" [4] "Hornet 4 Drive" "Hornet Sportabout" "Valiant" [7] "Duster 360" "Merc 240D" "Merc 230" [10] "Merc 280" "Merc 280C" "Merc 450SE" [13] "Merc 450SL" "Merc 450SLC" "Cadillac Fleetwood" [16] "Lincoln Continental" "Chrysler Imperial" "Fiat 128" [19] "Honda Civic" "Toyota Corolla" "Toyota Corona" [22] "Dodge Challenger" "AMC Javelin" "Camaro Z28" [25] "Pontiac Firebird" "Fiat X1-9" "Porsche 914-2" [28] "Lotus Europa" "Ford Pantera L" "Ferrari Dino" [31] "Maserati Bora" "Volvo 142E"
Uit die voorbeelde hierbo het ons uitgevind dat die datastel 32 waarnemings het (Mazda RX4, Mazda RX4 Wag, Datsun 710, ens.) en 11 veranderlikes (mpg, cyl, disp, ens.).
'n Veranderlike word gedefinieer as iets wat gemeet of getel kan word.
Hier is 'n kort verduideliking van die veranderlikes van die mtcars-datastel:
| Veranderlike Naam | Beskrywing |
|---|---|
| mpg | Myl/(VS) Gallon |
| syl | Aantal silinders |
| gebruik | Verplasing |
| hp | Bruto perdekrag |
| drat | Agteras verhouding |
| gew | Gewig (1000 lbs) |
| qsec | 1/4 myl tyd |
| vs | Enjin (0 = V-vormig, 1 = reguit) |
| vm | Transmissie (0 = outomaties, 1 = handrat) |
| rat | Aantal vorentoe ratte |
| koolhidraat | Aantal vergassers |
Druk veranderlike waardes
As jy alle waardes wat aan 'n veranderlike behoort wil druk, kry toegang tot die dataraam deur die $teken en die naam van die veranderlike te gebruik (byvoorbeeld cyl(silinders)):
Voorbeeld
Data_Cars <- mtcars
Data_Cars$cyl
Resultaat:
[1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4
Sorteer veranderlike waardes
Om die waardes te sorteer, gebruik die sort()funksie:
Voorbeeld
Data_Cars <- mtcars
sort(Data_Cars$cyl)
Resultaat:
[1] 4 4 4 4 4 4 4 4 4 4 4 6 6 6 6 6 6 6 8 8 8 8 8 8 8 8 8 8 8 8 8 8
Uit die voorbeelde hierbo sien ons dat die meeste motors 4 en 8 silinders het.
Ontleed die data
Noudat ons 'n bietjie inligting oor die datastel het, kan ons dit met 'n paar statistiese getalle begin ontleed.
Ons kan byvoorbeeld die summary()funksie gebruik om 'n statistiese opsomming van die data te kry:
Voorbeeld
Data_Cars <- mtcars
summary(Data_Cars)
Moenie bekommerd wees as jy nie die uitsetgetalle verstaan nie. Jy sal hulle binnekort baasraak.
Die summary()funksie gee ses statistiese getalle vir elke veranderlike terug:
- Min
- Eerste kwantiel (persentiel)
- Mediaan
- Beteken
- Derde kwantiel (persentiel)
- Maks
Ons sal hulle almal dek, saam met ander statistiese getalle in die volgende hoofstukke.