본문 바로가기

확률과통계6

009.한국인의 삶을 파악하라! (종교 유무에 따른 이혼율, 지역별 연령대 비율) 1. 종교 유무에 따른 이혼율 종교 변수 검토 및 전처리하기 먼저 종교 변수를 전처리 하면 (종교를 가졌다면 1, 없으면 2, 무응답 9) 다음과 같은 값을 얻습니다. 결혼여부 변수 검토 및 전처리하기 먼저 marriage 변수에서 파생 변수를 만들겠습니다. (0 : 비해당, 1: 유배우, 2: 사별, 3: 이혼, 4: 별거, 5: 미혼, 6: 기타) 다음은 종교 유무에 따른 이혼율을 분석하기 먼저 종교 유무에 따른 이혼율 표를 만들겠습니다. 다음은 연령대 및 종교 유무에 따른 이혼율을 분석하겠습니다. 먼저 연령대별 이혼율 표를 만들겠습니다. 이것을 그래프로 만들면 아래와 같습니다. 앞에서 만든 표에서 초년생들은 이혼과 결혼은 매우 적어서 제외 시켰습니다. 다음은 연령대 및 종교 유무에 따른 이혼율 표를.. 2019. 5. 25.
008.한국인의 삶을 파악하라! (직업별 월급차이, 성별 직업 빈도) 1. 직업별 월급차이(어떤 직업이 월급을 가장 많이 받을까?) 먼저 깃허브(bit.ly/doit_rc)에서 Koweps_Codebook.xlsx를 다운로드해 readxl( )로 불러오겠습니다. 그 후 left_join을 이용해 job 변수를 welfare에 결합합니다. code_job을 기준으로 join했습니다. 아래와 같은 명령어를 실행해 잘 결합됐는지 확인하겠습니다. 이제 직업별 월급 차이를 분석하겠습니다. 먼저 직업별 월급 평균표를 만들겠습니다. 직업이 없거나 월급이 없으면 조사 대상이 아니므로 is.na( )를 통해 제외시키겠습니다. 어떤 직업이 월급을 많이 받는지 알아보기 위해 월급을 내림차순으로 정렬하고 상위 10개를 출력합니다. 그 후 그래프를 만드는데 coord_flip( )를 이용해 x축.. 2019. 5. 25.
007.한국인의 삶을 파악하라! (나이-월급, 연령대-월급, 연령대 및 성별 월급 차이) 1. 나이 - 월급 (몇 살 때 월급을 가장 많이 받을까?) 먼저 나이라는 파생변수를 새로 만들겠습니다. summary( )와 qplot( )를 이용하여 age의 값을 분석하겠습니다. 그 후 나이와 월급의 관계를 분석하기 위해 나이에 따른 월급 평균표를 만들겠습니다. 실행 시키면 아래와 같은 값이 나옵니다. 이렇게 만든 평균표를 이제 그래프로 만들겠습니다. 그래프를 보면 20대 초반에는 100만원 초반대 월급을 받고 40~50대 무렵 300만원대 월급을 받고 60대 이후에는 20대보다 월급을 적게 받는 다는 것을 알 수 있습니다. 2. 연령대 - 월급 (어떤 연령대의 월급이 가장 많을까?) 먼저 연령대를 만들기위해 초년(30세 미만), 중년(30~59세), 노년(60세 이상)을 만들겠습니다. 그 후 연령.. 2019. 5. 25.
006.한국인의 삶을 파악하라! (분석 준비하기, 성별에 따른 월급 차이) 1. 데이터 분석 준비하기 먼저 데이터는 깃허브(bit.ly/doit_rb)에서 Koweps_hpc10_2015_beta1.sav 파일로 존재하고 있습니다. 여기서 foreign 패키지는 SPSS, SAS, STATA 등 다양한 통계분석 소프트웨어의 파일을 불러올 수 있습니다. 그 후 read.spss( )를 이용해 복지패널데이터를 불러옵니다. 다음으로 데이터를 불러왔으니 데이터의 구조를 파악하는 head( ), tail( ), View( ), dim( ), str( ), summary( ), descr( )를 활용하겠습니다. 여기서 저는 summary( )와 descr( )을 사용했습니다. 이런식으로 최솟값, 최댓값, 1분위값, 중간값, 3분위값 등이 출력되는 것을 볼 수 있습니다. 그 후 간단한 사용.. 2019. 5. 25.
003. 데이터 파악하기 데이터를 파악할 때 사용하는 함수들은 아래와 같습니다. 함수 기능 head( ) 데이터 압부분 출력 tail( ) 데이터 뒷부분 출력 View( ) 뷰어 창에서 데이터 확인 dim( ) 데이터 차원 출력 str( ) 데이터 속성 출력 summary( ) 요약 통계량 출력 1. head( ) : head( )는 데이터 프레임에서 앞부분 6행을 출력할 때 쓰는 함수입니다. 2. tail( ) : tail( )은 데이터 프레임에서 뒤에서 6행을 출력할 때 쓰는 함수입니다. 3. View( ) : View( )은 데이터 뷰어 창을 열어 시각적으로 확인할 수 있게 만들어 줍니다. 4. dim( ) : dim( )은 데이터가 몇행 몇열로 이루어져 있는지 확인시켜 줍니다. 5. str( ) : str( )은 데이터 .. 2019. 4. 15.
※분석 도전 ! p.123 풀기 ggplot2 패키지에는 미국 동북중부 437개 지역의 인구통계 정보를 담은 midwest라는 데이터가 들어있습니다. midwest 데이터를 사용해 데이터 분석 문제를 해결하십시오. 1. 먼저 1번 박스에 보이는것 처럼 저는 library를 이용하여 ggplot2와 dplyr을 로드하였습니다. 왜냐하면 ggplot2와 dplyr을 써야 qplot이나 hist를 사용해 그래프를 볼 수 있고, 데이터를 조작할 수 있기 때문입니다. 2. 그리고 저는 2번 박스처럼 midwest를 ggplot2에서 가져와서 df_asia라는 복사본을 생성하였습니다. 왜냐하면 원본 데이터는 소중하기 때문입니다. 3. 그리고 3번 박스에서 보는 것 처럼 rename을 이용하여 df_asia에 있는 변수명을 수정하고 그것을 가지고 .. 2019. 4. 1.

티스토리툴바