Hvordan oppsummere et datasett i R-dummies

Hvis du trenger en rask oversikt over datasettet, kan du selvfølgelig alltid bruke kommandoen R str () og se på strukturen. Men dette forteller deg noe bare om klassene dine variabler og antall observasjoner. Funksjonshodet () gir deg i beste fall en ide om hvordan dataene lagres i datasettet.

Slik får du utdataene

For å få en bedre ide om distribusjonen av variablene i datasettet, kan du bruke oppsummeringsfunksjonen () som denne:

>> oppsummering (biler) mpg sylinder gir min.: 10. 40 Min.: 4.000 auto: 13 3: 15 1. kv.: 15. 43 1. kv.: 4.000 manuell: 19 4: 12 Median: 19. 20 Median: 6. 000 5: 5 Middel: 20. 09 Middel: 6. 188 3. Qu.: 22. 80 3. kv.: 8. 000 Maks.: 33. 90 Maks.: 8. 000

Sammendrag () -funksjonen fungerer best hvis du bare bruker R interaktivt på kommandolinjen for å skanne datasettet raskt. Du bør ikke prøve å bruke den i en tilpasset funksjon du skrev selv.

Utgangen av sammendrag () -funksjonen viser for hver variabel et sett av beskrivende statistikk, avhengig av typen av variabelen:

Numeriske variabler:

• sammendrag () gir deg rekkevidde, kvartiler, median og gjennomsnittlig. Faktorvariabler:

• sammendrag () gir deg et bord med frekvenser. Numeriske og faktorvariabler:

• sammendrag () gir deg antall manglende verdier, hvis det er noen.

  Karaktervariabler:

• Sammendrag () gir deg ingen informasjon i det hele tatt bortsett fra lengden og klassen (som er 'karakter'). Slik løser du et problem

Viste du de rare verdiene for variabelen cyl? En rask titt på sammendraget kan fortelle deg at det er noe fisket som skjer, for eksempel har minimum og første kvartil nøyaktig samme verdi. Faktisk har variabelcylen bare tre verdier og ville være bedre som en faktor. Så, la oss sette den variabelen ut av sin elendighet: >> biler $ cyl