Skip to content

7. Nominative Data Analysis

Jump to bottom
deloren89 edited this page Mar 1, 2018 · 4 revisions
  • К частям таблицы можно обращаться так же, как и к матрицам. HairEyeColor - таблица с данными, встроенными в R. Посмотрите на неё в R. Команда dimnames(HairEyeColor) позволит нам посмотреть, какие измерения есть в этой таблице и как они называются. Например, чтобы обратиться к части таблицы, в которой хранятся данные только о мужчинах, нам нужно выполнить следующую команду: HairEyeColor[ , ,'Male'] Ваша задача в переменную red_men сохранить долю рыжеволосых (Red) от общего числа голубоглазых мужчин. Обратите внимание, что нужны не проценты, а просто доля, то есть десятичная дробь (например, не 10%, а 0.1).

male <- HairEyeColor[ , ,'Male']
str <- prop.table(male, 2)
red_men <- str[3,2]
OR
prop.table(HairEyeColor[ , ,'Male'],2)['Red','Blue']
OR
t1 <- prop.table(HairEyeColor[, , 'Male'], 2)
red_men <- (t1['Red','Blue'])

  • C таблицами, как и с матрицами, можно совершать разные арифметические операции, например, суммировать все элементы таблицы. Напишите число зеленоглазых женщин в наборе данных HairEyeColor.

sum(HairEyeColor[,,'Female'][,'Green'])

Постройте столбчатую диаграмму распределения цвета глаз по цвету волос только у женщин из таблицы HairEyeColor. По оси X должен идти цвет волос, цвет столбиков должен отражать цвет глаз. По оси Y - количество наблюдений.

Чтобы построить столбчатую диаграмму в ggplot, вам нужно подключить нужный пакет, затем преобразовать таблицу HairEyeColor в data frame:

mydata <- as.data.frame(HairEyeColor)

Постройте график на основе предложенного кода, сохранив его в переменную obj. Укажите, чему равен аргумент data, что должно находиться в aes(). Изучите справку по geom_bar(), чтобы узнать, чему должен равняться аргумент position для отображения цвета глаз в виде соседних столбиков, также вам может быть полезна эта памятка. Там же вы найдёте ответ на вопрос, за что отвечает аргумент stat. С помощью scale_fill_manual мы говорим графику, что мы хотим, чтобы он использовал указанные нами цвета. Дополните предложенный код:

library("ggplot2") mydata <- as.data.frame(HairEyeColor) obj <- ggplot(data = , aes(x = , y = Freq)) + geom_bar(stat="identity", position = ) + scale_fill_manual(values=c("Brown", "Blue", "Darkgrey", "Darkgreen")) У себя на компьютере вы можете визуализировать полученный график, исполнив 'obj'. В случае, если все сделано правильно, он будет выглядеть так (обратите внимание на название осей и легенды):

library("ggplot2")
mydata <- as.data.frame(HairEyeColor)
mydata2 <- subset(mydata, Sex == "Female")
obj <- ggplot(data = mydata2, aes(x = Hair, y = Freq, fill = Eye)) +
geom_bar(stat="identity", position = "dodge") +
scale_fill_manual(values=c("Brown", "Blue", "Darkgrey", "Darkgreen"))

  • На основе таблицы HairEyeColor создайте ещё одну таблицу, в которой хранится информация о распределении цвета глаз у женщин-шатенок (Hair = 'Brown'). Проведите тест равномерности распределения цвета глаз у шатенок и выведите значение хи-квадрата для этого теста.

chisq.test(HairEyeColor["Brown",,"Female"])

  • Воспользуемся данными diamonds из библиотеки ggplot2. При помощи критерия Хи - квадрат проверьте гипотезу о взаимосвязи качества огранки бриллианта (сut) и его цвета (color). В переменную main_stat сохраните значение статистики критерия Хи - квадрат. Обратите внимание, main_stat должен быть вектором из одного элемента, а не списком (листом). Данные diamonds уже доступны для работы!

diamods_table <- table(diamonds$cut, diamonds$color)

chi_result <- chisq.test(diamods_table )
main_stat <- chi_result$statistic

  • Опять воспользуемся данными diamonds из библиотеки ggplot2. При помощи критерия Хи - квадрат проверьте гипотезу о взаимосвязи цены (price) и каратов (carat) бриллиантов. Для этого сначала нужно перевести эти количественные переменные в формат пригодный для Хи - квадрат. Создайте две новые переменные в данных diamonds:

factor_price - где будет 1, если значение цены больше либо равно чем среднее, и 0, если значение цены ниже среднего цены по выборке.
factor_carat - где будет 1, если число карат больше либо равно чем среднее, и 0, если ниже среднего числа карат по выборке.
Важный момент - на больших данных цикл for() работает довольно медленно, постарайтесь решить эту задачу без его использования! Используя эти шкалы при помощи Хи - квадрат проверьте исходную гипотезу. Сохраните в переменную main_stat значение критерия Хи - квадрат. Пример перевода количественной шкалы в номинативную: x <- (1, 2, 3, 5, 6, 7) # mean(x) = 4 factor_x <- (0, 0, 0, 1, 1, 1)

diamonds$factor_price <- factor(ifelse(diamonds$price >= mean(diamonds$price), 1, 0))
diamonds$factor_carat <- factor(ifelse(diamonds$carat >= mean(diamonds$carat), 1, 0))
main_stat_master <- chisq.test(diamonds$factor_price, diamonds$factor_carat)$statistic

  • При помощи точного критерия Фишера проверьте гипотезу о взаимосвязи типа коробки передач (am) и типа двигателя (vs) в данных mtcars. Результат выполнения критерия сохраните в переменную.Получившийся p - уровень значимости сохраните в переменную fisher_test.

t4<- fisher.test(xtabs(~ factor(am) + factor(vs), data =mtcars))
fisher_test <- print(t4$p.value)

Clone this wiki locally