مجموعة بيانات R


مجموعة البيانات

مجموعة البيانات هي مجموعة من البيانات ، غالبًا ما يتم تقديمها في جدول.

هناك مجموعة بيانات مدمجة شائعة في R تسمى " mtcars " (اختبارات طريق سيارات Motor Trend) ، والتي تم استرجاعها من مجلة Motor Trend US لعام 1974.

في الأمثلة أدناه (وفي الفصول التالية) ، سنستخدم mtcars مجموعة البيانات لأغراض إحصائية:

مثال

# Print the mtcars data set
mtcars

نتيجة:

                     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

معلومات حول مجموعة البيانات

يمكنك استخدام علامة الاستفهام ( ?) للحصول على معلومات حول mtcarsمجموعة البيانات:

مثال

# Use the question mark to get information about the data set

?mtcars

نتيجة:

mtcars {datasets}توثيق R

اختبارات الطريق Motor Trend Car Road

وصف

تم استخراج البيانات من مجلة Motor Trend الأمريكية لعام 1974 ، وتشمل استهلاك الوقود و 10 جوانب من تصميم وأداء السيارات لـ 32 سيارة (طرازات 1973-1974).

إستعمال

mtcars

صيغة

إطار بيانات يحتوي على 32 ملاحظة على 11 متغيرًا (رقميًا).

[، 1] ميلا في الغالون مايلز / (أمريكي) جالون
[، 2] اسطوانة عدد الاسطوانات
[، 3] فائدة النزوح (cu.in.)
[، 4] حصان القدرة الحصانية الإجمالية
[، 5] درات نسبة المحور الخلفي
[، 6] بالوزن الوزن (1000 رطل)
[، 7]qsec1/4 ميل الوقت
[، 8]ضد المحرك (0 = شكل V ، 1 = مستقيم)
[، 9]صباحا ناقل الحركة (0 = آلي ، 1 = يدوي)
[، 10]هيأعدد التروس الأمامية
[، 11]الكربوهيدراتعدد المكربن

ملحوظة

علق Henderson and Velleman (1981) في حاشية سفلية للجدول 1: "التشفير غير الحاسم لمحرك Mazda الدوار كمحرك مستقيم بست أسطوانات ومحرك Porsche المسطح كمحرك V ، بالإضافة إلى إدراج محرك الديزل Mercedes 240D ، تم الاحتفاظ به لتمكين إجراء مقارنات مباشرة مع التحليلات السابقة.

مصدر

هندرسون وفيلمان (1981) ، بناء نماذج انحدار متعددة بشكل تفاعلي. القياسات الحيوية ، 37 ، 391-411.

أمثلة

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)

احصل على المعلومات

استخدم dim()الدالة للعثور على أبعاد مجموعة البيانات ، names()والدالة لعرض أسماء المتغيرات:

مثال

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)

نتيجة:

[1] 32 11
 [1] "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear"
[11] "carb"

استخدم rownames()الوظيفة للحصول على اسم كل صف في العمود الأول ، وهو اسم كل سيارة:

مثال

Data_Cars <- mtcars

rownames(Data_Cars)

نتيجة:

 [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"         

من الأمثلة أعلاه ، اكتشفنا أن مجموعة البيانات بها 32 ملاحظة (Mazda RX4 ، Mazda RX4 Wag ، Datsun 710 ، إلخ) و 11 متغيرًا (mpg ، cyl ، disp ، إلخ).

يتم تعريف المتغير على أنه شيء يمكن قياسه أو عده.

فيما يلي شرح موجز للمتغيرات من مجموعة بيانات mtcars:

اسم المتغير وصف
ميلا في الغالون مايلز / (أمريكي) جالون
اسطوانة عدد الاسطوانات
فائدة الإزاحة
حصان القدرة الحصانية الإجمالية
درات نسبة المحور الخلفي
بالوزن الوزن (1000 رطل)
qsec 1/4 ميل الوقت
ضد المحرك (0 = شكل V ، 1 = مستقيم)
صباحا ناقل الحركة (0 = آلي ، 1 = يدوي)
هيأ عدد التروس الأمامية
الكربوهيدرات عدد المكربن

طباعة القيم المتغيرة

إذا كنت تريد طباعة جميع القيم التي تنتمي إلى متغير ، فقم بالوصول إلى إطار البيانات باستخدام $العلامة واسم المتغير (على سبيل المثال cyl(الأسطوانات)):

مثال

Data_Cars <- mtcars

Data_Cars$cyl

نتيجة:

 [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

فرز القيم المتغيرة

لفرز القيم ، استخدم sort()الوظيفة:

مثال

Data_Cars <- mtcars

sort(Data_Cars$cyl)

نتيجة:

 [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

من الأمثلة أعلاه ، نرى أن معظم السيارات بها 4 و 8 أسطوانات.


تحليل البيانات

الآن بعد أن أصبح لدينا بعض المعلومات حول مجموعة البيانات ، يمكننا البدء في تحليلها ببعض الأرقام الإحصائية.

على سبيل المثال ، يمكننا استخدام summary()الوظيفة للحصول على ملخص إحصائي للبيانات:

مثال

Data_Cars <- mtcars

summary(Data_Cars)

لا تقلق إذا كنت لا تفهم أرقام الإخراج. سوف تتقنها قريبا.

ترجع summary()الدالة ستة أرقام إحصائية لكل متغير:

  • دقيقة
  • الكمية الأولى (النسبة المئوية)
  • الوسيط
  • يعني
  • المقدار الثالث (النسبة المئوية)
  • الأعلى

سنغطيها جميعًا ، جنبًا إلى جنب مع الأرقام الإحصائية الأخرى في الفصول التالية.