R တွင် summary() function ကို အသုံးပြုပုံ (ဥပမာများဖြင့်)

R ရှိ summary() လုပ်ဆောင်ချက်ကို vector၊ data frame၊ regression model သို့မဟုတ် R in ANOVA model တွင် တန်ဖိုးများကို လျင်မြန်စွာ အကျဉ်းချုပ်ရန် အသုံးပြုနိုင်သည်။

ဤ syntax သည် အောက်ပါ အခြေခံ syntax ကို အသုံးပြုသည် ။

 summary(data)

အောက်ဖော်ပြပါ ဥပမာများသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။

ဥပမာ 1- Vector ဖြင့် summary() ကိုအသုံးပြုခြင်း။

အောက်ပါကုဒ်သည် တန်ဖိုးများကို vector တစ်ခုအဖြစ် အကျဉ်းချုပ်ရန် summary() လုပ်ဆောင်ချက်ကို အသုံးပြုနည်းကို ပြသသည်-

 #definevector
x <- c(3, 4, 4, 5, 7, 8, 9, 12, 13, 13, 15, 19, 21)

#summarize values in vector
summary(x)

   Min. 1st Qu. Median Mean 3rd Qu. Max. 
   3.00 5.00 9.00 10.23 13.00 21.00 

summary() function သည် vector အတွက် အောက်ပါ အနှစ်ချုပ်ကိန်းဂဏန်းများကို အလိုအလျောက် တွက်ချက်သည်-

• အနည်းဆုံး- အနည်းဆုံးတန်ဖိုး
• 1st Qu- 1st quartile (25th ရာခိုင်နှုန်း) ၏တန်ဖိုး
• Median: ပျမ်းမျှတန်ဖိုး
• 3rd Qu- 3rd quartile ၏တန်ဖိုး (75th ရာခိုင်နှုန်း)
• အများဆုံး- အများဆုံးတန်ဖိုး

vector တွင် ပျောက်ဆုံးနေသော တန်ဖိုးများ (NA) များရှိပါက summary() function သည် အနှစ်ချုပ်စာရင်းအင်းများကို တွက်ချက်သည့်အခါ ၎င်းတို့ကို အလိုအလျောက်ဖယ်ထုတ်သွားမည်ဖြစ်ကြောင်း သတိပြုပါ။

 #definevector
x <- c(3, 4, 4, 5, 7, 8, 9, 12, 13, 13, 15, 19, 21, NA, NA)

#summarize values in vector
summary(x)

   Min. 1st Qu. Median Mean 3rd Qu. Max. NA's 
   3.00 5.00 9.00 10.23 13.00 21.00 2

ဥပမာ 2- Data Frame ဖြင့် summary() ကိုအသုံးပြုခြင်း။

အောက်ပါကုဒ်သည် ဒေတာဘောင်တစ်ခုတွင် ကော်လံတစ်ခုစီကို အကျဉ်းချုပ်ရန် summary() လုပ်ဆောင်ချက်ကို မည်သို့အသုံးပြုရမည်ကို ပြသသည်-

 #define data frame
df <- data. frame (team=c('A', 'B', 'C', 'D', 'E'),
                 points=c(99, 90, 86, 88, 95),
                 assists=c(33, 28, 31, 39, 34),
                 rebounds=c(30, 28, 24, 24, 28))

#summarize every column in data frame
summary(df)

     team points assists rebounds   
 Length:5 Min. :86.0 Min. :28 Min. :24.0  
 Class:character 1st Qu.:88.0 1st Qu.:31 1st Qu.:24.0  
 Mode:character Median:90.0 Median:33 Median:28.0  
                    Mean:91.6 Mean:33 Mean:26.8  
                    3rd Qu.:95.0 3rd Qu.:34 3rd Qu.:28.0  
                    Max. :99.0 Max. :39 Max. :30.0 

ဥပမာ 3- သီးခြားဒေတာဘောင်ကော်လံများနှင့်အတူ summary() ကိုအသုံးပြုခြင်း။

အောက်ပါကုဒ်သည် ဒေတာဘောင်တစ်ခုရှိ သီးခြားကော်လံများကို အကျဉ်းချုပ်ရန် summary() လုပ်ဆောင်ချက်ကို မည်သို့အသုံးပြုရမည်ကို ပြသသည်-

 #define data frame
df <- data. frame (team=c('A', 'B', 'C', 'D', 'E'),
                 points=c(99, 90, 86, 88, 95),
                 assists=c(33, 28, 31, 39, 34),
                 rebounds=c(30, 28, 24, 24, 28))

#summarize every column in data frame
summary(df[c(' points ', ' rebounds ')])

     rebound points   
 Min. :86.0 Min. :24.0  
 1st Qu.:88.0 1st Qu.:24.0  
 Median:90.0 Median:28.0  
 Mean:91.6 Mean:26.8  
 3rd Qu.:95.0 3rd Qu.:28.0  
 Max. :99.0 Max. :30.0

ဥပမာ 4- regression model ဖြင့် summary() ကိုအသုံးပြုခြင်း။

အောက်ဖော်ပြပါ ကုဒ်သည် မျဉ်းကြောင်း ဆုတ်ယုတ်မှုပုံစံ၏ ရလဒ်များကို အကျဉ်းချုပ်ရန် summary() လုပ်ဆောင်ချက်ကို မည်သို့အသုံးပြုရမည်ကို ပြသသည်-

 #define data
df <- data. frame (y=c(99, 90, 86, 88, 95, 99, 91),
                 x=c(33, 28, 31, 39, 34, 35, 36))

#fit linear regression model
model <- lm(y~x, data=df)

#summarize model fit
summary(model)

Call:
lm(formula = y ~ x, data = df)

Residuals:
     1 2 3 4 5 6 7 
 6,515 -1,879 -6,242 -5,212 2,394 6,273 -1,848 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)  
(Intercept) 88.4848 22.1050 4.003 0.0103 *
x 0.1212 0.6526 0.186 0.8599  
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 5.668 on 5 degrees of freedom
Multiple R-squared: 0.006853, Adjusted R-squared: -0.1918 
F-statistic: 0.0345 on 1 and 5 DF, p-value: 0.8599

ဆက်စပ်- R တွင် ဆုတ်ယုတ်မှုအထွက်ကို အဓိပ္ပာယ်ဖွင့်ဆိုပုံ

ဥပမာ 5- ANOVA ပုံစံဖြင့် summary() ကိုအသုံးပြုခြင်း။

R တွင် ANOVA မော်ဒယ်တစ်ခု၏ရလဒ်များကို အကျဉ်းချုပ်ဖော်ပြရန်အတွက် အောက်ပါကုဒ်သည် summary() လုပ်ဆောင်ချက်ကို မည်သို့အသုံးပြုရမည်ကို ပြသသည်-

 #make this example reproducible
set. seeds (0)

#create data frame
data <- data. frame (program = rep (c("A", "B", "C"), each = 30 ),
                   weight_loss = c(runif(30, 0, 3),
                                   runif(30, 0, 5),
                                   runif(30, 1, 7)))

#fit ANOVA model
model <- aov(weight_loss ~ program, data = data)

#summarize model fit
summary(model)

            Df Sum Sq Mean Sq F value Pr(>F)    
program 2 98.93 49.46 30.83 7.55e-11 ***
Residuals 87 139.57 1.60                     
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

ဆက်စပ်- R တွင် ANOVA ရလဒ်များကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုမည်နည်း။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် R တွင် အကျဉ်းချုပ်ကိန်းဂဏန်းတွက်ချက်ခြင်းဆိုင်ရာ အချက်အလက်များကို ပေးဆောင်သည်-

R တွင် ဂဏန်းငါးလုံး၏ အကျဉ်းချုပ်ကို တွက်နည်း
R တွင် အကျဉ်းချုပ်ဇယားများ ဖန်တီးရန် အလွယ်ဆုံးနည်းလမ်း
R တွင်ဆွေမျိုးကြိမ်နှုန်းဇယားများဖန်တီးနည်း