คู่มือฉบับสมบูรณ์เกี่ยวกับชุดข้อมูล mtcars ใน r

ชุดข้อมูล mtcars เป็นชุดข้อมูลที่ผสานรวมใน R ซึ่งมีการวัดคุณลักษณะที่แตกต่างกัน 11 รายการสำหรับรถยนต์ 32 คัน

บทช่วยสอนนี้จะอธิบายวิธีสำรวจ สรุป และแสดงภาพชุดข้อมูล mtcars ใน R

ที่เกี่ยวข้อง: คู่มือฉบับสมบูรณ์เกี่ยวกับชุดข้อมูล Iris ใน R

โหลดชุดข้อมูล mtcars

เนื่องจากชุดข้อมูล mtcars เป็นชุดข้อมูลในตัวใน R เราจึงสามารถโหลดได้โดยใช้คำสั่งต่อไปนี้:

 data(mtcars)

เราสามารถดูหกแถวแรกของชุดข้อมูลได้โดยใช้ฟังก์ชัน 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

สรุปชุดข้อมูล mtcars

เราสามารถใช้ฟังก์ชัน summary() เพื่อสรุปตัวแปรแต่ละตัวในชุดข้อมูลได้อย่างรวดเร็ว:

 #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

สำหรับแต่ละตัวแปรจากทั้งหมด 11 ตัวแปร เราจะเห็นข้อมูลต่อไปนี้:

• Min : ค่าต่ำสุด
• Qu ที่ 1 : ค่าของควอไทล์ที่ 1 (เปอร์เซ็นไทล์ที่ 25)
• ค่า มัธยฐาน : ค่ามัธยฐาน
• ค่า เฉลี่ย : ค่าเฉลี่ย
• Qu ที่สาม : ค่าของควอไทล์ที่สาม (เปอร์เซ็นไทล์ที่ 75)
• Max : ค่าสูงสุด

เราสามารถใช้ฟังก์ชัน dim() เพื่อรับขนาดของชุดข้อมูลในรูปของจำนวนแถวและคอลัมน์:

 #display rows and columns
dim(mtcars)

[1] 32 11

เราจะเห็นว่าชุดข้อมูลมี 32 แถว 11 คอลัมน์

นอกจากนี้เรายังสามารถใช้ฟังก์ชัน ชื่อ () เพื่อแสดงชื่อคอลัมน์ของกรอบข้อมูล:

 #display column names
names(mtcars)

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

แสดงภาพชุดข้อมูล mtcars

เรายังสามารถสร้างพล็อตเพื่อแสดงค่าของชุดข้อมูลได้ด้วย

ตัวอย่างเช่น เราสามารถใช้ฟังก์ชัน hist() เพื่อสร้างฮิสโตแกรมของค่าของตัวแปรบางตัว:

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

นอกจากนี้เรายังสามารถใช้ฟังก์ชัน boxplot() เพื่อสร้าง boxplot เพื่อแสดงภาพการกระจายของค่าสำหรับตัวแปรบางตัว:

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

นอกจากนี้เรายังสามารถใช้ฟังก์ชัน plot() เพื่อสร้าง Scatterplot ของการรวมตัวแปรแบบคู่:

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

การใช้ฟังก์ชันในตัวใน R ช่วยให้เราสามารถเรียนรู้ได้มากมายเกี่ยวกับชุดข้อมูล mtcars

หากคุณต้องการทำการวิเคราะห์ทางสถิติขั้นสูงยิ่งขึ้นด้วยชุดข้อมูลนี้ โปรดดู บทช่วยสอนนี้ ซึ่งจะอธิบายวิธีปรับโมเดลการถดถอยเชิงเส้นและโมเดลเชิงเส้นทั่วไปโดยใช้ชุดข้อมูล mtcars

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการงานทั่วไปอื่นๆ ใน R:

วิธีที่ง่ายที่สุดในการสร้างตารางสรุปใน R
วิธีการคำนวณผลสรุปของตัวเลขห้าตัวใน R
วิธีดำเนินการถดถอยเชิงเส้นอย่างง่ายใน R