Panduan lengkap untuk dataset mtcars di r

Dataset mtcars merupakan dataset terintegrasi di R yang berisi pengukuran pada 11 atribut berbeda untuk 32 mobil berbeda.

Tutorial ini menjelaskan cara menjelajahi, meringkas, dan memvisualisasikan dataset mtcars di R.

Terkait: Panduan Lengkap untuk Kumpulan Data Iris di R

Muat kumpulan data mtcars

Karena dataset mtcars adalah dataset bawaan di R, kita dapat memuatnya menggunakan perintah berikut:

 data(mtcars)

Kita dapat melihat enam baris pertama dari dataset menggunakan fungsi head() :

 #view first six rows of mtcars dataset
head(mtcars)

                   mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225 105 2.76 3,460 20.22 1 0 3 1

Ringkas kumpulan data mtcars

Kita dapat menggunakan fungsi ringkasan() untuk meringkas setiap variabel dalam kumpulan data dengan cepat:

 #summarize mtcars dataset
summary(mtcars)

      mpg cyl disp hp       
 Min. :10.40 Min. :4,000 Min. : 71.1 Min. : 52.0  
 1st Q:15.43 1st Q:4,000 1st Q:120.8 1st Q:96.5  
 Median: 19.20 Median: 6.000 Median: 196.3 Median: 123.0  
 Mean:20.09 Mean:6.188 Mean:230.7 Mean:146.7  
 3rd Q:22.80 3rd Q:8,000 3rd Q:326.0 3rd Q:180.0  
 Max. :33.90 Max. :8,000 Max. :472.0 Max. :335.0  
      drat wt qsec vs        
 Min. :2.760 Min. :1.513 Min. :14.50 Min. :0.0000  
 1st Qu.:3.080 1st Qu.:2.581 1st Qu.:16.89 1st Qu.:0.0000  
 Median: 3.695 Median: 3.325 Median: 17.71 Median: 0.0000  
 Mean:3.597 Mean:3.217 Mean:17.85 Mean:0.4375  
 3rd Qu.:3.920 3rd Qu.:3.610 3rd Qu.:18.90 3rd Qu.:1.0000  
 Max. :4.930 Max. :5.424 Max. :22.90 Max. :1.0000  
       am gear carb      
 Min. :0.0000 Min. :3,000 Min. :1,000  
 1st Qu.:0.0000 1st Qu.:3.000 1st Qu.:2.000  
 Median: 0.0000 Median: 4.000 Median: 2.000  
 Mean:0.4062 Mean:3.688 Mean:2.812  
 3rd Qu.:1.0000 3rd Qu.:4.000 3rd Qu.:4.000  
 Max. :1.0000 Max. :5,000 Max. :8,000

Untuk masing-masing dari 11 variabel kita dapat melihat informasi berikut:

• Min : Nilai minimum.
• Qu ke-1 : Nilai kuartil pertama (persentil ke-25).
• Median : Nilai median.
• Rata-rata : Nilai rata-rata.
• Qu ke-3 : Nilai kuartil ketiga (persentil ke-75).
• Maks : Nilai maksimum.

Kita dapat menggunakan fungsi dim() untuk mendapatkan dimensi kumpulan data dalam hal jumlah baris dan kolom:

 #display rows and columns
dim(mtcars)

[1] 32 11

Kita dapat melihat bahwa dataset tersebut memiliki 32 baris dan 11 kolom.

Kita juga bisa menggunakan fungsi nama() untuk menampilkan nama kolom dari bingkai data:

 #display column names
names(mtcars)

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

Visualisasikan kumpulan data mtcars

Kita juga dapat membuat plot untuk memvisualisasikan nilai dari dataset.

Misalnya, kita dapat menggunakan fungsi hist() untuk membuat histogram dari nilai variabel tertentu:

 #create histogram of values for mpg
hist(mtcars$mpg,
     col=' steelblue ',
     main=' Histogram ',
     xlab=' mpg ',
     ylab=' Frequency ')

Kita juga dapat menggunakan fungsi boxplot() untuk membuat plot kotak guna memvisualisasikan distribusi nilai untuk variabel tertentu:

 #create boxplot of values for mpg
boxplot(mtcars$mpg,
        main=' Distribution of mpg values ',
        ylab=' mpg ',
        col=' steelblue ',
        border=' black ') 

Kita juga dapat menggunakan fungsi plot() untuk membuat plot sebar dari kombinasi variabel apa pun yang berpasangan:

 #create scatterplot of mpg vs. wt
plot(mtcars$mpg, mtcars$wt,
     col=' steelblue ',
     main=' Scatterplot ',
     xlab=' mpg ',
     ylab=' wt ',
     pch= 19 ) 

Dengan menggunakan fungsi bawaan di R, kita dapat belajar banyak tentang dataset mtcars .

Jika Anda ingin melakukan analisis statistik lebih lanjut dengan kumpulan data ini, lihat tutorial ini yang menjelaskan cara menyesuaikan model regresi linier dan model linier umum menggunakan kumpulan data mtcars .

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di R:

Cara termudah untuk membuat tabel ringkasan di R
Cara menghitung rangkuman lima angka di R
Cara melakukan regresi linier sederhana di R