4. R 기본문법 3단계

Chapter4. R 기본문법 3단계

 이번 Chapter에서는 쉬어가는 느낌으로, 간단하게 통계값(Statistics)을 뽑아내는 방법들을 다뤄보도록 하겠습니다.

1. 변수에 대한 요약 값 살펴보기

 변수가 Factor 형태일 때는 각 level(Low, Mid, High)에 해당하는 집계 Count를 나타내주며, Numeric 형태일 때는 최솟값, 최댓값, 평균 및 각 분위수를 나타내줍니다.

HR = read.csv('F:\\Dropbox\\DATA SET\\HR_comma_sep.csv')

summary(HR$salary)

  high    low medium 
  1237   7316   6446 

summary(HR$satisfaction_level)

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
 0.0900  0.4400  0.6400  0.6128  0.8200  1.0000 

2. 분위수 계산

 분위수(quantile)이란 변수를 오름차순으로 정리하였을 때, 특정 % 위치에 해당되는 값을 의미합니다. 예를 들어, Q1은 1분위수로 하위 25%에 해당되는 직원의 satisfaction_level값을 나타내줍니다. Median(중위수)는 중간(50%)에 해당되는 직원의 satisfaction_level을 나타내주며, Q3( 하위 75%, 상위 25%)의 기준에 해당되는 직원의 satisfaction_level을 의미합니다.

# 10%, 30%, 60%, 90%에 해당하는 분위수 뽑아내기
quantile(HR$satisfaction_level,probs = c(0.1,0.3,0.6,0.9)) 

 10%  30%  60%  90% 
0.21 0.49 0.72 0.92 

3. 합, 평균, 표준편차 구하기

단일 변수의 합 구하기

sum(HR$satisfaction_level)

[1] 9191.89

단일 변수의 평균 구하기

mean(HR$last_evaluation)

[1] 0.7161017

단일 변수의 표준편차 구하기

sd(HR$satisfaction_level)

[1] 0.2486307

다중 변수의 합, 평균 구하기

• obs(행)별로 합,평균 구할 시에는 rowSums, rowMeans 활용

colMeans(HR[1:5])

  satisfaction_level      last_evaluation       number_project 
           0.6128335            0.7161017            3.8030535 
average_montly_hours   time_spend_company 
         201.0503367            3.4982332 

colSums(HR[1:5])

  satisfaction_level      last_evaluation       number_project 
             9191.89             10740.81             57042.00 
average_montly_hours   time_spend_company 
          3015554.00             52470.00 

4. 빈도 테이블 작성하기

1차원 빈도 테이블

TABLE = as.data.frame(table(HR$sales))

2차원 테이블

TABLE2 = as.data.frame(xtabs(~ HR$salary + HR$sales))

 

5. 연습문제

1. HR 데이터에서 last_evaluation의 평균을 구하시오.

2. HR 데이터에서 last_evaluation의 표준편차를 구하시오.

3. HR 데이터에서 sales에 대한 빈도표를 작성하시오.

4. HR 데이터에서 left, salary에 대한 교차표를 작성하시오.