Tutorial ini menjelaskan cara menjelajahi dan meringkas kumpulan data di R, menggunakan kumpulan data iris sebagai contoh.<\/span><\/p>\n Terkait:<\/strong> Panduan Lengkap untuk Kumpulan Data mtcars di R<\/a><\/span><\/p>\n Karena kumpulan data iris adalah kumpulan data bawaan di R, kita dapat memuatnya menggunakan perintah berikut:<\/span><\/p>\n Kita dapat melihat enam baris pertama dari dataset menggunakan fungsi head()<\/strong> :<\/span><\/p>\n Kita dapat menggunakan fungsi ringkasan()<\/strong> untuk meringkas setiap variabel dalam kumpulan data dengan cepat:<\/span><\/p>\n Untuk masing-masing variabel numerik kita dapat melihat informasi berikut:<\/span><\/p>\n Untuk satu-satunya variabel kategori dalam kumpulan data (Spesies), kita melihat jumlah frekuensi setiap nilai:<\/span><\/p>\n Kita dapat menggunakan fungsi dim()<\/strong> untuk mendapatkan dimensi kumpulan data dalam hal jumlah baris dan kolom:<\/span><\/p>\n Kita dapat melihat bahwa dataset tersebut memiliki 150<\/strong> baris dan 5<\/strong> kolom.<\/span><\/p>\n Kita juga bisa menggunakan fungsi nama()<\/strong> untuk menampilkan nama kolom dari bingkai data:<\/span><\/p>\n Kita juga dapat membuat plot untuk memvisualisasikan nilai dari dataset.<\/span><\/p>\n Misalnya, kita dapat menggunakan fungsi hist()<\/strong> untuk membuat histogram dari nilai variabel tertentu:<\/span> <\/p>\n Kita juga dapat menggunakan fungsi plot()<\/strong> untuk membuat plot sebar dari kombinasi variabel apa pun yang berpasangan:<\/span> <\/p>\n Kita juga dapat menggunakan fungsi boxplot()<\/strong> untuk membuat plot kotak per grup:<\/span> <\/p>\n Sumbu x menampilkan ketiga spesies dan sumbu y menampilkan sebaran nilai panjang sepal tiap spesies.<\/span><\/p>\n Jenis plot ini memungkinkan kita melihat dengan cepat bahwa panjang sepal cenderung paling besar untuk spesies virginica dan paling kecil untuk spesies setosa.<\/span><\/p>\n Tutorial berikut menjelaskan lebih detail cara meringkas dataset di R:<\/span><\/p>\n Cara termudah untuk membuat tabel ringkasan di R<\/a> Dataset iris merupakan dataset terintegrasi dalam R yang berisi pengukuran pada 4 atribut berbeda (dalam sentimeter) untuk 50 bunga dari 3 spesies berbeda. Tutorial ini menjelaskan cara menjelajahi dan meringkas kumpulan data di R, menggunakan kumpulan data iris sebagai contoh. Terkait: Panduan Lengkap untuk Kumpulan Data mtcars di R Muat kumpulan data Iris Karena kumpulan […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Muat kumpulan data Iris<\/strong><\/span><\/h3>\n
data(iris)<\/strong><\/span><\/pre>\n #view first six rows of iris dataset<\/span>\nhead(iris)\n\n Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n1 5.1 3.5 1.4 0.2 setosa\n2 4.9 3.0 1.4 0.2 setosa\n3 4.7 3.2 1.3 0.2 setosa\n4 4.6 3.1 1.5 0.2 setosa\n5 5.0 3.6 1.4 0.2 setosa\n6 5.4 3.9 1.7 0.4 setosa\n<\/strong><\/span><\/pre>\n Ringkas kumpulan data Iris<\/strong><\/span><\/h3>\n
#summarize iris dataset<\/span>\nsummary(iris)\n\n Sepal.Length Sepal.Width Petal.Length Petal.Width \n Min. :4,300 Min. :2,000 Min. :1,000 Min. :0.100 \n 1st Qu.:5.100 1st Qu.:2.800 1st Qu.:1.600 1st Qu.:0.300 \n Median: 5,800 Median: 3,000 Median: 4,350 Median: 1,300 \n Mean:5.843 Mean:3.057 Mean:3.758 Mean:1.199 \n 3rd Qu.:6,400 3rd Qu.:3,300 3rd Qu.:5,100 3rd Qu.:1,800 \n Max. :7,900 Max. :4,400 Max. :6,900 Max. :2,500 \n Species \n setosa:50 \n versicolor:50 \n virginica :50<\/strong><\/span><\/pre>\n\n
\n
#display rows and columns<\/span>\ndim(iris)\n\n[1] 150 5\n<\/strong><\/span><\/pre>\n #display column names<\/span>\nnames(iris)\n\n[1] \"Sepal.Length\" \"Sepal.Width\" \"Petal.Length\" \"Petal.Width\" \"Species\" \n<\/strong><\/span><\/pre>\n Visualisasikan kumpulan data Iris<\/strong><\/span><\/h3>\n
#create histogram of values for sepal length<\/span>\nhist(iris$Sepal.Length,\n col=' steelblue<\/span> ',\n main=' Histogram<\/span> ',\n xlab=' Length<\/span> ',\n ylab=' Frequency<\/span> ')\n<\/strong><\/span><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/iris1.png\")
<\/p>\n #create scatterplot of sepal width vs. sepal length<\/span>\nplot(iris$Sepal.Width, iris$Sepal.Length,\n col=' steelblue<\/span> ',\n main=' Scatterplot<\/span> ',\n xlab=' Sepal Width<\/span> ',\n ylab=' Sepal Length<\/span> ',\n pch= 19<\/span> )<\/strong><\/span> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/iris2.png\")
<\/p>\n #create scatterplot of sepal width vs. sepal length<\/span>\nboxplot(Sepal.Length~Species,\n data=iris,\n main=' Sepal Length by Species<\/span> ',\n xlab=' Species<\/span> ',\n ylab=' Sepal Length<\/span> ',\n col=' steelblue<\/span> ',\n border=' black<\/span> ')<\/strong><\/span> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/iris3.png\")
<\/p>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara menghitung rangkuman lima angka di R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"