[혼공학습단 10기] 혼자 공부하는 R 데이터분석 Chapter 02

Chapter 02 데이터 분석을 위한 기본 다지기

02-1 데이터 분석과정

• 1단계 : 데이터 분석 설계하기

• 방향성 기획 + 방법론 검토 + 가설 설정

단계	목표	예시
1	주제 설정하기	아침식사 여부와 건강의 상관관계
2	가설 설정하기 [여러 개를 만들어 놓고 나중에 데이터를 확보하는 과정에서 제외한다]	(가설1) 아침식사 빈도수가 적을수록 고혈압의 위험이 높을 것이다. (가설2) 아침식사 빈도수가 적을수록 우울증의 위험이 높을 것이다. (가설3) 아침식사 빈도수가 적을수록 삶의 질 지표가 낮을 것이다.
3	분석 가능 변수, 파생 변수 구성
4	분석 항목 결정	빈도분석 (카이제곱 검정) 상관분석 회귀분석 (선형회귀 또는 로지스틱회귀)

• 2단계 : 데이터 준비하기

1) 직접 입력하는 방법 (ex. ID <- c(1,2,3,4,5,6,7,8,9,10) )

2) 있는 데이터를 불러오는 방법 (엑셀, TXT, CSV, 서버 내 파일, 웹 크롤링 등)

• 3단계 : 데이터 가공하기

• 하나의 데이터 세트에서 필요한 변수만 추출하고 나머지는 삭제하는 방법
• 여러 데이터 세트를 병합하거나 각각에서 필요한 변수를 추출하여 새로운 데이터 세트를 형성하는 방법

• 4단계 : 데이터 분석하기

• 기술통계량으로 데이터를 파악하고 다양한 그래프를 그려보면서 시각화
• 다양한 통계분석 방법론 적용 = 데이터 분석은 주장에 대한 근거 자료를 만드는 과정

• 5단계 : 결론 도출하기

02-2 데이터의 생김새

• 데이터의 생김새에 따른 분류

	1차원	2차원	n차원
단일형	벡터	행렬	배열
다중형	리스트	데이터 프레임

• 데이터 유형 

• 데이터 유형이 한 종류이면 단일형, 두 종류 이상이면 다중형

숫자형 문자형 논리형

숫자로만 이루어진 데이터 유형 (실수형 또는 정수형) 문자로만 이루어진 데이터 유형 TRUE 또는 FALSE로 이루어진 데이터 유형

• 데이터 차원 : 데이터 내에서 특정 데이터 값을 찾을 때 필요한 정보의 개수

1차원 2차원 n차원

수직선 위에 놓여 있는 데이터 평면 위에 놓여 있는 데이터 n차원 도형 위에 놓여 있는 데이터

• 데이터 구조 실습

데이터 구조	예시
벡터	변수명 <- c(값)
	숫자형	ex_vector <- c(1,2,3,4,5)
	문자형	ex_vector2 <- c(“Hello”,“Hi”)
	논리형	ex_vector3 <- c(TRUE, FALSE, TRUE)
	범주형	cate_vector <- factor(ex_vector4, labels = c(“A”, “B”, “C”)
행렬	matrix (벡터, nrow = 행 개수, ncol = 열 개수)
	x <- c(1,2,3,4,5,6) matrix (x, nrow = 2, ncol = 3)
배열	array (변수명, dim = c(행 수, 열 수 , 차원 수))
	y <- c(1,2,3,4,5,6) array (y, dim = c(2,2,3))
리스트	변수명 <- list(값)
	list1 <- list (c (1, 2, 3), “Hello”) list2 <- list (1, 2, 3, “Hello”) list3 <- c (1, 2, 3, “Hello”)
데이터 프레임	data.frame (변수명1, 변수명2, 변수명3, ... , 변수명n)
	> ID <- c(1,2,3,4,5,6,7,8,9,10) > SEX <- c("F","M","F","M","M","F","F","F","M","F") > AGE <- c(50,40,28,50,27,23,56,47,20,38) > AREA <- c("서울","경기","제주","서울","서울","서울","경기","서울","인천","경기") > dataframe_ex <- data.frame(ID,SEX,AGE,AREA) > dataframe_ex ID SEX AGE AREA 1 1 F 50 서울 2 2 M 40 경기 3 3 F 28 제주 4 4 M 50 서울 5 5 M 27 서울 6 6 F 23 서울 7 7 F 56 경기 8 8 F 47 서울 9 9 M 20 인천 10 10 F 38 경기

• 벡터의 속성과 길이를 확인할 수 있는 함수

함수	출력값
mode()	> mode(ex_vector2) [1] "numeric" > mode(ex_vector) [1] "character"
str()	> str(ex_vector2) num [1:5] 1 2 3 4 5 > str(ex_vector) chr [1:6] "-1" "0" "1" "Hello" "5" "3" > str(dataframe_ex) 'data.frame': 10 obs. of 4 variables: $ ID : num 1 2 3 4 5 6 7 8 9 10 $ SEX : chr "F" "M" "F" "M" ... $ AGE : num 50 40 28 50 27 23 56 47 20 38 $ AREA: chr "서울" "경기" "제주" "서울" ...
length()	> length(ex_vector) [1] 6 > length(ex_vector2) [1] 5 > length(dataframe_ex) [1] 4
typeof()	> typeof(ex_vector6) [1] "integer“ > typeof(ex_vector) [1] "character" > typeof(ex_vector2) [1] "double“ > typeof(ex_vector3) [1] "logical"

• 인덱스

• R에서 대괄호는 인덱스(index)를 의미하며 인덱스는 데이터를 가리킬 때 사용한다.

(예시)

> list1[[1]] [1] 1 2 3 > list1[1] [[1]] [1] 1 2 3

혼공 미션

• 기본미션 

p 99의 확인문제 3,4번 풀고 인증하기

•  선택미션 (데이터 분석과정을 정리하기) -> 위에!

정리본 PDF

Chapter 02 데이터 분석을 위한 기본 다지기.pdf

0.10MB