Kompletny przewodnik po zbiorze danych mtcars w r

Zbiór danych mtcars to zintegrowany zbiór danych w języku R, który zawiera pomiary 11 różnych atrybutów dla 32 różnych samochodów.

W tym samouczku wyjaśniono, jak eksplorować, podsumowywać i wizualizować zbiór danych mtcars w języku R.

Powiązane: Kompletny przewodnik po zestawie danych Iris w języku R

Załaduj zbiór danych mtcars

Ponieważ zbiór danych mtcars jest zbiorem danych wbudowanym w R, możemy go załadować za pomocą następującego polecenia:

 data(mtcars)

Możemy przyjrzeć się pierwszym sześciu wierszom zbioru danych za pomocą funkcji 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

Podsumuj zbiór danych mtcars

Możemy użyć funkcji podsumowania() , aby szybko podsumować każdą zmienną w zbiorze danych:

 #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

Dla każdej z 11 zmiennych możemy zobaczyć następujące informacje:

• Min .: Wartość minimalna.
• 1. Qu : Wartość pierwszego kwartyla (25. percentyl).
• Mediana : Wartość mediana.
• Średnia : Wartość średnia.
• 3rd Qu : Wartość trzeciego kwartyla (75. percentyl).
• Maks .: Wartość maksymalna.

Możemy użyć funkcji dim() , aby uzyskać wymiary zbioru danych pod względem liczby wierszy i kolumn:

 #display rows and columns
dim(mtcars)

[1] 32 11

Widzimy, że zbiór danych ma 32 wiersze i 11 kolumn.

Możemy również użyć funkcji Names() do wyświetlenia nazw kolumn ramki danych:

 #display column names
names(mtcars)

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

Wizualizuj zbiór danych mtcars

Możemy także tworzyć wykresy w celu wizualizacji wartości zbioru danych.

Możemy na przykład użyć funkcji hist() do stworzenia histogramu wartości określonej zmiennej:

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

Możemy także użyć funkcji boxplot() do stworzenia wykresu pudełkowego , który zwizualizuje rozkład wartości dla określonej zmiennej:

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

Możemy również użyć funkcji plot() do utworzenia wykresu rozrzutu dowolnej kombinacji zmiennych parami:

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

Korzystając z tych wbudowanych funkcji w R, możemy dowiedzieć się wiele o zbiorze danych mtcars .

Jeśli chcesz przeprowadzić bardziej zaawansowaną analizę statystyczną na podstawie tego zbioru danych, zapoznaj się z tym samouczkiem , który wyjaśnia, jak dopasować modele regresji liniowej i uogólnione modele liniowe przy użyciu zbioru danych mtcars .

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe zadania w języku R:

Najłatwiejszy sposób tworzenia tabel podsumowań w R
Jak obliczyć podsumowanie pięciu liczb w R
Jak wykonać prostą regresję liniową w R