13.7 Tölfræðigreiningartólið R
13.7 Tölfræðigreiningartólið R
Að loknum þessum kafla átt þú að geta:
Skipanir og vigrar í R
R er forritunarmál og umhverfi fyrir tölfræðilega útreikninga og myndræna framsetningu. Það er ókeypis og mikið notað við gagnagreiningu, meðal annars í fjármálum. Þar sem R er opinn hugbúnaður þróar stórt notendasamfélag stöðugt ný föll og viðbætur. R keyrir á helstu stýrikerfum og má sækja á vef R Project.
Þegar R hefur verið sett upp og ræst birtist skipanamerkið > neðst í stjórnborðinu. Það merkir að forritið sé tilbúið að taka við skipun.
Type 'demo()' for some demos, 'help()' for on-line help, or 'help.start()' for an HTML browser interface to help. Type 'q()' to quit R.
>
R er skipanadrifið forritunarmál. Notandinn slær skipun inn við skipanamerkið og R keyrir hana. Einnig má vista margar skipanir í skriftu og keyra þær saman. Myndrænt notendaviðmót (GUI) má setja ofan á R; RStudio er algengt dæmi.
Skipanalínan getur framkvæmt venjulega talnareikninga líkt og reiknivél. Til að reikna 10 + 3 x 7 er stæðan slegin inn við skipanamerkið og síðan ýtt á Enter:
> 10+3*7
[1] 31
R byggist að miklu leyti á föllum. Innbyggð tölfræðiföll reikna meðal annars meðaltal, miðgildi, staðalfrávik og fjórðungamörk. Breytum er gefið nafn og gildi úthlutað með úthlutunarvirkjanum <-. Eftirfarandi skipanir gefa x gildið 20 og y gildið 30:
> x <- 20
> y <- 30
Breytuheitin má síðan nota í útreikningum. Margfeldið x sinnum y er til dæmis 600:
> x*y
[1] 600
Við tölfræðigreiningu er algengt að safna mælingum í vigur. Fallið c sameinar einstök gildi í einn vigur. Eftirfarandi skipun býr til vigurinn salaries með gildunum 40000, 50000, 75000 og 92000:
> salaries <- c(40000, 50000, 75000, 92000)
Vigurinn salaries má síðan setja inn í föll á borð við mean, median, min og max:
> mean(salaries)
[1] 64250
> median(salaries)
[1] 62500
> min(salaries)
[1] 40000
> max(salaries)
[1] 92000
Fallið seq býr til reglulega talnarunu. Eftirfarandi skipun myndar vigurinn example1 með gildum frá 1 til 5 í skrefum sem nema 0,5:
> example1 <- seq(1, 5, by=0.5)
Ef heiti vigurs er slegið inn eitt og sér birtir R gildin sem hann geymir:
> salaries
[1] 40000 50000 75000 92000
> example1
[1] 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
Oft þarf fljótt yfirlit yfir gagnasafn, svo sem lágmark, fyrsta fjórðungsmark, miðgildi, meðaltal, þriðja fjórðungsmark og hámark. Fallið summary skilar þessum mælikvörðum:
> summary(salaries)
Min. 1st Qu. Median Mean 3rd Qu. Max.
40000 47500 62500 64250 79250 92000
Föllin sd og var reikna annars vegar staðalfrávik og hins vegar dreifni. Sjálfgefið er að R meðhöndli gögnin sem úrtak og reikni því staðalfrávik úrtaks og dreifni úrtaks.
> sd(salaries)
[1] 23641.42
> var(salaries)
[1] 558916667
Vegið meðaltal er reiknað með tveimur vigrum: annar geymir gildin og hinn vægi þeirra. Fallið er weighted.mean(values, weights).
Dæmi: Eignasafn inniheldur 1.000 hlutabréf í XYZ Corporation sem voru keypt á þremur dagsetningum samkvæmt töflu 13.14. Reikna á vegið meðaltal kaupverðs þar sem fjöldi keyptra hluta myndar vægin.
| Kaupdagur | Kaupverð (Bandaríkjadalir) | Fjöldi keyptra hluta |
|---|---|---|
| 17. janúar | 78 | 200 |
| 10. febrúar | 122 | 300 |
| 23. mars | 131 | 500 |
| Samtals | 1.000 |
Vigurinn price geymir kaupverðið og vigurinn shares fjölda hluta í hverjum kaupum. Fallið weighted.mean(price, shares) gefur vegið meðalkaupverð 117,7 Bandaríkjadali:
> price <- c(78, 122, 131)
> shares <- c(200, 300, 500)
> weighted.mean(price, shares)
[1] 117.7
Tafla 13.15 sýnir algeng tölfræðiföll og myndritaföll í R.
| R-fall | Niðurstaða |
|---|---|
| mean( ) | Reiknar meðaltal |
| median( ) | Reiknar miðgildi |
| min( ) | Finnur lægsta gildi |
| max( ) | Finnur hæsta gildi |
| weighted.mean( ) | Reiknar vegið meðaltal |
| sum( ) | Leggur saman gildi |
| summary( ) | Finnur lágmark, fyrsta fjórðungsmark, miðgildi, meðaltal, þriðja fjórðungsmark og hámark |
| Reiknar staðalfrávik úrtaks | |
| var( ) | Reiknar dreifni úrtaks |
| Reiknar fjórðungaspönn | |
| barplot( ) | Teiknar stöplarit fyrir flokkagögn |
| boxplot( ) | Teiknar kassarit fyrir talnagögn |
| hist( ) | Teiknar stuðlarit fyrir talnagögn |
| plot( ) | Teiknar ýmis myndrit, meðal annars punktarit |
| freq( ) | Býr til tíðnitöflu |
Myndritagerð í R
R getur teiknað meðal annars stöplarit, stuðlarit, tímaraðarmyndrit og punktarit. Grunnfallið plot(x, y) notar vigurinn x fyrir lárétt hnit og vigurinn y fyrir lóðrétt hnit.
Almennt snið skipunarinnar er:
>plot(x, y, main="texti fyrir heiti myndrits", xlab="texti fyrir merkingu x-áss", ylab="texti fyrir merkingu y-áss")
Skoðum sem dæmi punktarit yfir samband S&P 500-vísitölunnar og hlutabréfaverðs Nike. Notuð eru sömu gögn og í töflu 13.13, sem ná yfir eitt ár.
Gögn má lesa inn í R úr textaskrá, Excel-skrá eða af klemmuspjaldi. Gerum ráð fyrir að gildi S&P 500 séu í vigrinum SP500 og hlutabréfaverð Nike í vigrinum Nike. Eftirfarandi skipun teiknar punktaritið og gefur því íslenskan titil og ásamerkingar:
>plot(SP500, Nike, main="Punktarit af hlutabréfaverði Nike miðað við S&P 500", xlab="S&P 500", ylab="Hlutabréfaverð Nike")
Skipunin teiknar punktaritið á mynd 13.10. Þar eru sömu gögn og voru sett fram í Excel á mynd 13.8.
