4-3 R을 이용해 만드는 일변량 양적 자료 그래프 Mean(), diff(), sd(), range(), boxplot(), hist(), stem()

일변량 양적 자료를 활용해 만드는 다양한 그래프 

양적 자료는 크기 비교가 가능해 질적 자료 대비 분석 방법이 다양하다. 

 

 

평균(Mean)

 

개별 값들의 합계를 그 개별 값들의 개수로 나누는 것

ex) 균형점, 무게중심

 

 

 

절사평균(Trimmed Mean)

 

표본중에서 작은값n%와 큰값 n%를 제외하고

나머지(100-2n)%의 자료만 사용하여 구한 평균

극단적인 값에 의한 오차를 줄이기 위해 사용

자료가 정규분포를 이루면 평균이 의미가 있으나

어느 한쪽으로 치우친 경우 평균 보다는 중앙값을 대표값으로 사용할 수 있음

 

 

 

4분위수

 

3개의 수로 데이터를 추정

나열한 것을 4등분 함

등분점 3개

mydata=c(50,60,100,75,200)

mydata.big<-c(mydata, 50000)

mean(mydata)

mean(mydata.big)

median(mydata)

median(mydata.big)

mean(mydata,trim=0.2)

mean(mydata.big, trim=0.2)

quantile(mydata)

quantile(mydata, (0:10)/10)

quantile(mydata.big)

summary(mydata)

fivenum(mydata)

fivenum(mydata.big)

 

 

 

산포(Distribution)

 

데이터가 퍼져 있는 정도, 흩어져 있는 정도

분산과 표준편차를 이용함

range(mydata)

diff(range(mydata))

var(mydata)

sd(mydata)

 

 

 

박스 상자 (box plot)

 

일변량 양적 자료의 데이터를 시각적으로 확인 할 수 있는 도구

 

head(state.x77)

st.income<-state.x77[,"Income"]

boxplot(st.income, ylab="Income value")

boxplot(iris$Petal.Width,ylab="Petal.Width")

boxplot(Petal.Width~Species,data=iris,ylab="Petal.Width")

 

 

히스토그램

 

실수형 자료에 사용

ex) 셀수 없는 자료: 키, 몸무게 등의 소수점

>> 구간을 나누어 표시할 것

 

 

 

막대그래프와 히스토그램의 차이

 

 

hist(st.income,

     main="Histogram for Income",

     xlab="income",

     ylab="frequency",

     border="blue",

     col="green",

     las=2, #X축글씨방향(0~3)

     breaks=5)

 

 

줄기-잎-그림

 

시각적 이해를 돕고자 사용함

각 점수대 별로 몇 명인지 알 수 있음

막대그래프를 눕혀 놓은 형태

Scale 값에 따라 줄기 잎의 크기가 변함

score<-c(40,55,90,75,59,60,63,65,69,71)

stem(score, scale=2)

 

※위 자료는 K-MOOC 단국대학교 오세종 교수님의 R 데이터 분석 입문을 참고하였습니다.