Do it!/R 데이터 분석

15 R 내장 함수, 변수 타입과 데이터 구조 15-1 R 내장 함수로 데이터 추출하기 dplyr 패키지를 사용하지 않고 R에 기본적으로 내장되어 있는 함수들만 사용해도 데이터를 추출할 수 있음 dplyr이 내장 함수에 비해 사용하기 쉽고 처리 속도도 빠르지만 다른 사용자들이 만든 코드를 이해하고 활용하려면 내장 함수를 사용하는 방법도 알아두어야 함 내장 함수는 다른 함수들과 조합해 활용할 수 있음 exam = 50, ] ## id class math english science ## 1 1 1 50 98 50 ## 2 2 1 60 97 60 # 영어 점수가 90점 미만이거나 과학 점수가 50점 미만 exam[exam$english < 90 | exam$science < 50, ] ## id class ..

14 R Markdown으로 데이터 분석 보고서 만들기 14-1 신뢰할 수 있는 데이터 분석 보고서 만들기 R 마크다운(R Markdown)을 활용하면 데이터 분석의 전 과정을 담은 보고서를 쉽게 만들 수 있음 HTML, 워드, PDF 등 다양한 포맷으로 저장할 수 있음 데이터 분석 보고서를 신뢰할 수 있으려면 동일한 분석 과정을 거쳤을 때 동일한 분석 결과가 반복되어 나오도록 재현성(Reproducibility)을 갖춰야 함 R 마크다운을 이용하면 분석 과정과 결과를 자세하게 기술할 수 있기 때문에 재현성을 갖춘 분석 보고서를 만들 수 있음 14-2 R 마크다운 문서 만들기 # 데이터 분석 보고서 만들기 ## R 마크다운이란? 마크다운 문법으로 코드를 작성해 [HTML](https://ko.wikipe..

13 통계 분석 기법을 이용한 가설 검정 13-1 통계적 가설 검정이란? 기술 통계(Descriptive statistics) 데이터를 요약해 설명하는 통계 기법 사람들이 받는 월급을 집계해 전체 월급 평균을 구한다면 이는 기술 통계 분석 추론 통계(Inferential statistics) 단순히 숫자를 요약하는 것을 넘어 어떤 값이 발생할 확률을 계산하는 통계 기법 수집된 데이터에서 성별에 따라 월급에 차이가 있는 것으로 나타났을 때, 이런 차이가 우연히 발생할 확률을 계산 이런 차이가 우연히 나타날 확률이 작다면 성별에 따른 월급 차이가 통계적으로 유의하다(statistically significant)고 결론 이런 차이가 우연히 나타날 확률이 크다면 성별에 따른 월급 차이가 통계적으로 유의하지 않..

12 인터랙티브 그래프 12-1 plotly 패키지로 인터랙티브 그래프 만들기 인터랙티브 그래프(Interactive Graph) 마우스 움직임에 반응하며 실시간으로 형태가 변하는 그래프 그래프를 자유롭게 조작하면서 관심 있는 부분을 자세히 살펴볼 수 있음 그래프를 HTML 포맷으로 저장하면, 일반 사용자들도 웹 브라우저를 이용해 그래프를 조작할 수 있음 library(ggplot2) library(plotly) p

11 지도 시각화 11-1 미국 주별 강력 범죄율 단계 구분도 만들기 단계 구분도(Choropleth Map) 지역별 통계치를 색깔의 차이로 표현한 지도 인구나 소득 같은 특성이 지역별로 얼마나 다른지 쉽게 이해할 수 있음 library(ggiraphExtra) str(USArrests) ## 'data.frame': 50 obs. of 4 variables: ## $ Murder : num 13.2 10 8.1 8.8 9 7.9 3.3 5.9 15.4 17.4 ... ## $ Assault : int 236 263 294 190 276 204 110 238 335 211 ... ## $ UrbanPop: int 58 48 80 50 91 78 77 72 80 60 ... ## $ Rape : num 2..

10 텍스트 마이닝 10-1 힙합 가사 텍스트 마이닝 텍스트 마이닝(Text mining) : 문자로 된 데이터에서 가치 있는 정보를 얻어 내는 분석 기법 형태소 분석(Morphology Analysis) 텍스트 마이닝을 할 때 가장 먼저 하는 작업 문장을 구성하는 어절들이 어떤 품사로 되어 있는지 파악 어절들의 품사를 파악한 후 명사, 동사, 형용사 등 의미를 지닌 품사의 단어들을 추출해 각 단어가 얼마나 많이 등장했는지 확인 # 패키지 로드 library(KoNLP) library(dplyr) useNIADic() # 데이터 불러오기 txt

08 그래프 만들기 08-1 R로 만들 수 있는 그래프 살펴보기 그래프(Graph) : 데이터를 보기 쉽게 그림으로 표현한 것 08-2 산점도 - 변수 간 관계 표현하기 산점도(Scater Plot) 데이터를 x축과 y축에 점으로 표현한 그래프 나이와 소득처럼 연속 값으로 된 두 변수의 관계를 표현할 때 사용 # x축 범위 3~6, y축 범위 10~30으로 지정 ggplot(data = mpg, aes(x = displ, y = hwy)) + geom_point() + xlim(3, 6) + ylim(10, 30) 08-3 막대 그래프 - 집단 간 차이 표현하기 막대 그래프(Bar Chart) 데이터의 크기를 막대의 길이로 표현한 그래프 성별 소득 차이처럼 집단 간 차이를 표현할 때 주로 사용 libra..

07 데이터 정제 - 빠진 데이터, 이상한 데이터 제거하기 07-1 빠진 데이터를 찾아라! - 결측치 정제하기 결측치(Missing Value) : 누락된 값, 비어 있는 값을 의미 결측치가 있으면 함수가 적용되지 않거나 분석 결과가 왜곡되는 문제가 발생 실제 데이터에서는 결측치가 있는지 확인해 제거하는 정제 과정을 거친 후에 분석 df % group_by(drv) %>% summarise(mean_hwy = mean(hwy, na.rm = T)) ## # A tibble: 3 x 2 ## drv mean_hwy ## * ## 1 4 19.2 ## 2 f 27.8 ## 3 r 21 출처 : Do it! 쉽게 배우는 R 데이터 분석 Do it! 쉽게 배우는 R 데이터 분석 통계, 프로그래밍을 1도 몰라도 ..

06 자유자재로 데이터 가공하기 06-1 데이터 전처리 - 원하는 형태로 데이터 가공하기 데이터 전처리(Data Preprocessing) : 분석에 적합하게 데이터를 가공하는 작업 일부를 추출하거나, 종류별로 나누거나, 여러 데이터를 합치는 등 데이터를 자유롭게 가공할 수 있어야 목적에 맞게 분석할 수 있음 dplyr은 데이터 전처리 작업에 가장 많이 사용되는 패키지 filter() 행 추출 select() 열(변수) 추출 arrange() 정렬 mutate() 변수 추가 summarise() 통계치 산출 group_by() 집단별로 나누기 left_join() 데이터 합치기(열) bind_rows() 데이터 합치기(행) 06-2 조건에 맞는 데이터만 추출하기 library(dplyr) exam % f..

04 데이터 프레임의 세계로! 04-1 데이터는 어떻게 생겼나? - 데이터 프레임 이해하기 데이터 프레임(Data Frame) 가장 많이 사용하는 데이터 형태 행과 열로 구성된 사각형 모양의 표 세로로 나열되는 열은 속성 열은 '컬럼(Column)' 또는 '변수(Variable)' 가로로 나열되는 행은 각 사람에 대한 정보 행은 Row(로) 또는 Case(케이스) "데이터가 크다"라는 말은 행이 많다는 의미일 수도 있고, 열이 많다는 의미일 수도 있음 데이터를 분석하는 입장에서 봤을 때 열이 많은 것이 더 중요 변수가 늘어나면 단순한 분석 방법으로는 해결하기 힘들어지고 여러 변수의 영향을 동시에 고려할 수 있는 복잡한 분석 방법을 활용해야 할 필요성이 생김 변수가 많아지면 적용하는 분석 기술이 달라지기 ..