Von Null bis R Hero 1 – R-Programmierung kennenlernen

1. Vorschau: Willkommen beim Zero Toe, unserem Heldenkurs, wo Sie Kunstprogrammierung lernen und wie Sie leistungsstarke statistische Analyse-Tools für Datenzeichen nutzen können. Mein Name ist David, und ich bin ein Professor für Klimawissenschaftler mit über 10 Jahren Erfahrung in unserem Programmieren sowie für einen Forscher und einen Lehrer. Ich bin leidenschaftlich für das Unterrichten und bemühe mich, meine Kursinhalte allen zugänglich zu machen, unabhängig von Ihrem Erfahrungsniveau. Ich habe diesen Kurs entwickelt, um die Verwendung von realen Lebensdatensätzen Schritt für Schritt Anweisungen auf praktische Hände auf Aktivitäten drehen , so dass Sie neue Fähigkeiten erlernen können waren Abstimmung immer kahl nach unten in der komplexen Theorie. Am Ende dieses Kurses haben Sie eine Grundlage für grundlegende Programmierfähigkeit entwickelt und sind in der Lage weit verbreitete statistische Analysen durchzuführen und sind mit der Abstimmung vertraut. Generieren Sie aussagekräftige grafische Ergebnisse. Der ideale Schüler für diesen Kurs ist daran interessiert, ihre Datenanalyse-Fähigkeiten auf lernen am besten durch die Arbeit mit riel Beispielen zu erweitern , es gibt keine Anforderungen, um sich zu registrieren, außer die Bereitschaft, unsere Programmierung zu lernen. Werfen Sie einen Blick auf die Kursbeschreibung auf. Ich freue mich darauf, Sie in Sicht zu sehen 2. Einführung in R: Ich möchte mit einer kurzen Einführung in unsere Programmierung beginnen und darüber sprechen, warum es wirklich, wirklich gut ist. Unser zuallererst ist es absolut kostenlos. Das Programm selbst ist frei, um alle zusätzlichen Funktionen zu installieren, die wir verwenden, ist kostenlos zu installieren, so dass Sie dieses Programm auf Ihrem eigenen Computer oder auf Ihrem Bürocomputer auswählen können und nie dafür bezahlen müssen. Sind ist auch eine Programmiersprache, so ist es sehr anpassbar. Sie können sehr einzigartige, sehr angepasste Ankündigungsaufgaben ausführen, weil Sie alles in könnte schreiben. Es ist auch einfach, diese komplexen Analysen erneut auszuführen, da sie gekühlt sind. Alles wird in einer Skriptdatei gespeichert, so dass Sie das Jahre später öffnen können. UNO. Durchgeführte Analyse in genau der gleichen Woche ist auch wirklich einfach zu automatisieren und sind so ist dies eine große Sache, um Ihnen Zeit zu sparen. Sie wissen, dass es lange dauert, um Analysen von Hand durchzuführen, vor allem, wenn Sie etwas wirklich repetitives auf einem großen Datensatz tun. Aber da dies eine Programmiersprache ist, können wir diesen Datensatz über diese Analysen hinweg iterieren. Aufgaben, im Gegensatz zum Computer, machen das schwere Heben für uns. Es ist auch großartig und sind, weil Sie wirklich hochwertige und wirklich professionell aussehende Grafiken produzieren können, so dass Sie wirklich Ihre Ergebnisse in Ihren Ergebnissen erhöhen können. Es gibt auch viele verschiedene Pakete oder Erweiterungen zur Verfügung und sind so gibt es eine Menge Funktionalität in das Basisprogramm unserer integriert, Aber es gibt auch viele, viele Hunderte von Paketen da draußen, die entwickelt wurden Funktionalität für das Basisprogramm. Wir werden viele von denen benutzen. Es gibt auch jede Menge Gemeinschaft. Resource ist so, dass es so viele Leute gibt, die in der Welt sind, dass die Chancen stehen, dass egal welches Problem Sie stoßen und Sie kodieren jemand anderes wahrscheinlich bereits das gleiche Problem hatte , das eine Lösung online gepostet hat. Google ist also dein Freund. Es gibt viele Blog's und Ressource ist auf Hilfe. Andi jittery ALS da draußen, dass Sie in einem finden eine Lösung für Ihr Problem tippen können, sind auch sehr weit verbreitet, ein akademischer auf kommerzielle Forschung, Mawr und mehr Menschen verwenden unsere jeden Tag, und es ist sehr viel zum Standard für statistische Analysen und Datenwissenschaft zu werden, und schließlich unsere als Open Source, was bedeutet, dass die Funktionalität ständig hinzugefügt wird, um Ihnen zusätzliche Funktionen zur Durchführung neuer Analysen zur Verfügung zu stellen -Aufgaben. Nachdem all das gesagt, gibt es auch Gründe, warum kann ein großer Schmerz sein, vor allem, wenn Sie anfangen und lernen zum ersten Mal sind als Kommandospur angetrieben. Es hat also keinen Sinn, Ihren Weg zum Nirvana zu klicken. Es sind keine Menüsysteme eingeschaltet. Alles muss von Hand zitiert werden. Dazu kommt also eine sehr steile Lernkurve. Es ist genau so, als wäre das Erlernen einer neuen Sprache eine Herausforderung und es wird einige Zeit in Anspruch nehmen. Aber ich bin hier, um dir dabei zu helfen. Vergleichen wir also unsere Lernkurve mit der Lernkurve anderer Programme. Offensichtlich, je länger Sie etwas lernen, je länger Sie üben, desto besser werden Sie. Aber manche Dinge sind schwieriger als andere. Wenn wir also unsere Lernkurve dort betrachten, werden Sie sehen, dass zunächst sehr steil ist, und das niedrige können wir einige von Ihnen auf dem Weg verlieren. Ich bin hier, um Ihnen zu helfen, über diesen Buckel zu kommen und ein Plateau zu erreichen, wo Sie ein selbstbewusster Experte werden , unser Benutzer, um zu veranschaulichen, wie weit auf der ganzen Welt verwendet wird. Ich möchte Ihnen diese Frage stellen. Ich möchte Sie fragen, was sind die Piraten? Lieblings-Programmiersprache? Nun, es ist, natürlich, sind Metes. Das ist nur ein kleiner Witz. Aber bitte kommen Sie mit mir im nächsten Video, wo wir uns Beispiele unseres Codes ansehen und schauen, wie man das Kabel liest, seine Struktur anschaut und bestimmt, was es tatsächlich tut, also werde ich Sie im nächsten fangen. 3. Wie du Code liest: in diesem Video möchte ich Ihnen kurz ein Beispielstück unseres Codes zeigen und darüber sprechen, wie wir erkennen, was das Kabel tut, wie man das Kabel liest, wie wir über seine Struktur denken. Warum lesen wir das Stück Code? Was sollten wir suchen? Sollen wir nach Buchstaben oder Wörtern suchen? Sollen wir uns die Zahlen ansehen? Sollten wir uns die Symbole ansehen, die verwendet werden? Nun, eigentlich sollten wir uns nichts von diesen Dingen ansehen. Zuallererst, nein. Zuerst sollten wir nach den Kommentaren suchen. Kommentare wurden von der Person geschrieben, die den Code in erster Linie auf die erklärt, was der Code tut. Es ist also wichtig, dass wir diese lesen. Als Nächstes. Wir betrachten das Gewicht, den Raum, den Raum, den Raum, die leeren Gassen, die Vertiefung rund um das Boot, die Schnur, die uns viel über die Struktur der Schnur erzählt, was die Schnur tut. Dann schauen wir uns an, was diesen Leerraum geschlossen hat. Dies könnten Wörter wie Funktion oder Ende sein, oder sie könnten Symbole sein, einschließlich Klammern, Klammern und geschweifte Klammern. Dann werden wir auf versammelt Wörter auf Buchstaben auf den letzten aller Zahlen, die verwendet werden, zu suchen . Wenn wir also auf dieses Beispiel zurückblicken, ein Stück Code, sind das erste, was wir suchen, Kommentare. Dieser Kommentar sagt mir, dass dieser Code eine binomielle Simulation ist. Wenn ich die Beschreibung darunter lese, sagt es mir, dass dies den Anteil von Köpfen auf Geschichten berechnen könnte, die beim Werfen einer Münze erreicht werden . Sie werden feststellen, dass es Block von Kommentaren ist von Hashtags oder pone Zeichen eingeschlossen und sind der Hashtag Roponen. Sane sagt dem Computer, Lesen Sie das nicht. Das ist menschliches Sprechen. Das ist Englisch. Ich muss das nicht ausführen. Hier suchen wir also nach Erklärungen, was das Kabel tatsächlich tut. Wir können dann anfangen, den weißen Raum hier und online zu betrachten. 23. Wir sehen, dass es etwas Leerraum gibt. Das deutet darauf hin, dass wir einige Kommentare hatten. Jetzt werden wir anfangen, einige könnte zu tun. Wir haben nicht mehr Leerraum unten auf Spur 32. Das zeigt an, dass von 24 bis 31 alle diese Codezeilen eine Sache tun, dann online 33 zu 44. Wir haben noch einen Brocken Courtis, der durch einen weißen Raum getrennt ist. Das heißt, ein weiterer Teil des Gerichts tut etwas anderes. Eine andere Sache, die wir vor sich haben, ist die Einrückung in den Zeilen 34 bis 43. Jede einzelne Codezeile dort wird eingerückt oder nach innen getippt. Das sagt mir visuell, dass jede Zeile dort, wie mit n oder Teil aus der äußeren for-Schleife, die hier vor sich geht. Dann fangen wir auch an zu bemerken, dass es einige geschweifte Klammern an einigen Klammern gibt. Die geschweifte Klammer zeigt in diesem Fall an, wo eine Vier-Schleife stattfindet. Alles in diesen geschweiften Klammern von Lane 33 Toe Lane 44 haben wir Code, der auf Iteration innerhalb einer Schleife läuft . Wir haben auch Klammern und Klammern, Luft in der Regel anzeigt, wo eine Funktion wie passiert. Also hier haben wir Klammern zu sehen. Dies ist die gleichzeitige angeborene Funktion, die Elemente miteinander verbindet oder gruppiert. Wir haben auch Symbole und Operatoren in diesem Code. Wenn wir Fuß Spur 26 Ich habe etwas, das aussieht wie ein Pfeil ist ein Chevron eingekreist, gefolgt von einem Bindestrich oder einem Bindestrich, der der Zuweisungsoperator ist und so hier online sind. 26. Wir weisen den variablen Flips hier unten eine Zahl zu. Innerhalb der for-Schleife haben wir eine F-Anweisung, die beurteilt, ob ich größer als zwei ist. Dies ist also ein logischer Operator. Es wird beurteilt, ob ich größer als zwei zurückgegeben wurden, wahr oder falsch. Und schließlich haben wir ein ungleiches Zeichen. Ich habe hier unten einen Kreis gezeichnet. Dies kommt innerhalb einer Funktion. Ondas, das einem Argument namens Main etwas zuweist. Innerhalb der Funktion wird hier Proportionen von Köpfen eine Textzeichenfolge zugewiesen , so dass Programme einfach Anweisungen sind. Sie sind sequenzielle Abflüsse von Anweisungen, die der Computer lesen wird. Also von Codezeilen zu netter Ausgabe, schöne Figur. Schöner Entwurf ist keine Magie. Es ist einfach der Computer, der diese Gerichtslinien liest. Also müssen wir sorgfältig ein Boot überlegen, die Reihenfolge, in der wir diejenigen präsentieren, ob der Computer Sinn von ihnen machen wird oder nicht, nach Dextre, ein großer Software-Ingenieur, großerVater aus dem Computing zu ertragen ein großer Software-Ingenieur, großer . Alle Programme können strukturiert werden und zu vier möglichen Möglichkeiten können wir eine Sequenz haben, können wir Zweigleichtigkeit haben , von Schleifen schwächen und wir können Module haben. Also, das ist Luca, jede dieser verschiedenen Arten von Strukturen. Kurz gesagt, weil jeder von ihnen die Grundlage für die Programmierlogik bildet. Wir haben strengen sequentiellen Fluss, wo wir einfach ein Stück Schnur, ein anderes Stück und andere Schlüssel haben , und es führt bei der Analyse. So strecken sequentielle Boden. Schritt 123 auf Tada wird dann etwas haben, der einen Zweig genannt wird , der eine bedingte Aussage ist. Das wäre also wie eine if-Anweisung. Stattdessen haben wir etwas getan. Eins, ist es. Dann testen Sie essen. Einige logische Aussage wird getestet. Ich werde nie wahr oder falsch, und das bestimmt, ob wir Puff einem folgen oder ob wir dem Pfad folgen, damit Sie sehen können der Code sich in zwei oder mehr Pfade verzweigt. Dann haben wir Schleifen, diese Luft wiederholt sich kontinuierlich, bis die Bedingung erfüllt ist. Sie könnten sich das also als Schleifen durch eine Datentabelle vorstellen. Eine Datentabelle mit, Sagen wir mal, 100 stieg. Du beginnst mit Regel eins. Sie führen einige Analyse innerhalb der Schleife, dann gehen Sie wachsen 2345 So iterierten Sie durch 100 stieg, bis Sie die letzte am Ende der Schleifenstopps erreichen . Module setzen einfach viele Teile der Analyse oder Akkordschritte mit einer A-Funktion. Also hier haben wir mehrere Schritte Teile des Gerichts, denen wir nacheinander folgen. Und anstatt jede dieser Zeilen jedes Mal zu schreiben, wollen wir den Computer lesen lassen, Ähm, Ähm, schwächen setzen vier dieser Boxen vier dieser Schritte des Codes mit endlosem Modul oder Funktion , und dann können wir all diese Funktionalität aufrufen. Jedes Mal, wenn wir es wollen , stimmen wir alle einzelnen Schritte ab. Das sind also Dinge, die jeder dieser Aspekte des Codes betrachten wird, während wir diesen Kurs durchlaufen . Aber jenseits der Struktur, was sehen wir sonst noch? Wir schauen uns Variablen an. Er wird verschiedene Typen oder verschiedene Strukturen haben. Es gibt Vektoren, die Gruppen aus dem gleichen Element sind, die Matrizen sind, die im Wesentlichen Tabellen aus Spalten und wächst. Und dann innerhalb unserer gibt es eine spezielle Struktur, die als Datenrahmen bezeichnet wird, die eine Tabelle mit Daten ist. Aber es kann verschiedene Variablen mit verschiedenen Elementen enthalten, so dass es numerische Daten enthalten könnte. , die Textdaten enthalten könnten. Es könnte viele verschiedene Arten von Variablen in der gleichen Datentabelle enthalten. Wir haben auch Operationen, diese Knoblauchverben und die Sprache dieser Luftaktion-Begriffe. Sie können mathematische Addition Subtraktion, Multiplikation Division, wo sie eine logische Operatoren wie größer als oder gleich sein könnte . Und dann haben wir die Art und Weise, wie wir den Dialog zwischen uns selbst auf der Maschine interagieren . Wenn wir uns dieses Stück Schnur noch einmal ansehen, können wir Zweige darin sehen. Wir haben hier unten eine if-Aussage, in der beurteilt wird, ob ich größer als zwei bin. Wenn ich größer als zwei bin, werden wir rennen. Das Gericht ist innerhalb dieser if-Aussage. Wir haben auch eine Schleife hier, die für I- und Ein-Doppel-Studien schleift. Das heißt also, dass für einen durch die Länge der Prüfungen, die wir weiter oben zugewiesen haben , Lane 27 100 ist. Also für ein bis 100 Augen gehen gleich eins in der ersten Generation, Ich werde gleich in der zweiten Generation 34 etcetera, bis es 100 Nanit erreicht wird beenden. Wir haben auch Marshals darin. Könnten wir eine Funktion auf innerhalb haben, dass wir eine Beispielfunktion auf innerhalb haben, dass wir eine concoct, angeborene Funktion haben. Also hier sind wir, viele Schritte innerhalb einer Funktion zu kapseln. Und dann haben wir Daten und wir haben Betreiber. Wir weisen numerische Daten zu, um zwei Köpfe, zwei Flips, zwei Versuche zu beschleunigen. Wir führen auch logische Operationen mit dem größeren Gelernten und auch dem Gleichheitszeichen . Da hast du es. So schauen wir uns die Schnur an. Haben wir anfangen zu verstehen, was es tut, wie wir Schnur lesen. Also nein, lasst uns ohne weiteres weitermachen und üben tatsächlich Code schreiben. 4. Rund RStudio installieren: Also lasst uns anfangen. Das erste, was wir tun müssen, ist, zwei Programme zu installieren. Das erste Programm ist unser selbst. Und dann müssen wir unser Studio installieren, das ist eher eine grafische Benutzeroberfläche, die es uns ermöglicht, einfacher mit unserem So öffnen Sie Ihren Web-Browser gehen Internet auf Google zu interagieren oder suchen Sie nach unserem Download. Und das erste, was kommen sollte, ist unser Projekt für statistisches Computing. Lassen Sie uns auf, dass Nana sagt, dass unsere Website und dann auf der linken Seite sehen wir eine Reihe von Menüs. Wir haben einen Download auf einem Cran-Button, also klicken Sie auf Cran. Dies führt uns zu einer Liste von Spiegeln oder Servern, die im Wesentlichen Hosting unserer auf der ganzen Welt . Was auch immer Sie sind, scrollen Sie nach unten zu einem Server oder einer Angelegenheit, die sich in der Nähe Ihres Standorts befindet. Ich werde den ganzen Weg runter zu U. S. A.scrollen S. A. und ich werde nur die University of California, Berkeley, wählen . Aber Sie sollten etwas auswählen, das in der Nähe ist, wo Sie sich tatsächlich befinden. Als ich darauf klicke, habe ich nicht heruntergeladen und gestohlen unsere Ich habe drei Optionen. Laden Sie unsere für Lennox herunter und laden Sie unsere für Windows herunter. Also bin ich auf einem Mac, also werde ich auf Download our for Mac klicken. Es bringt mich zu einer zusätzlichen Seite, wo ich ein Paket Installer für Version 3.6 Punkt eins von unserem bekommen wird ständig aktualisiert. Also kommen Sie einfach zu diesem und nehmen Sie die neueste Version, die heruntergeladen wird. Sobald es heruntergeladen wurde, können Sie es installieren. Das nächste, was wir suchen werden, ist unser Studio-Download On. Das erste, was kommt, ist, laden Sie unser Studio von unserem Studio herunter, Dr. Cohn wird darauf klicken. Dies führt uns zu unserer Studio-Website, und wir dulden Herr, unser Studio Desktop zum kostenlosen Klick Download scrollt die Seite ein wenig nach unten, und wir können unser Betriebssystem wieder wählen. Ich bin ein Max, wenn ich auf die Makbul West Option klicken werde, und das wird auch herunterladen, und dann können Sie es installieren. Sie können unsere von Ihren Anwendungen aus öffnen, damit Sie nicht auf einem Mac oder aus Programmdateien sind. Wenn Sie auf Windows sind und wenn Sie unsere öffnen Sie erhalten das Konsolenfenster, so ist dies eine sehr nackte Knochen begrenzt Schauen Sie sich unsere Es sagt Ihnen nur ein wenig über das Programm selbst, und es gibt Ihnen einen blinkenden Cursor, ein Kommandospur, auf die Sie beginnen können Bewertung könnte. Also, zum Beispiel kann ich zwei plus zwei deaktivieren, dass Yeah, es ist immer noch gleich für das ist gut zu wissen, so genau. Oder geben Sie meinen ganzen Code hier in die Konsole ein, aber seien Sie ein bisschen umständlich. Wenn ich mehrere Codezeilen erstellen und sie hinzufügen und ändern und zurückgehen möchte, öffnen Sie sie, speichern Sie sie diese Art von Sache. Was wir also tun werden, ist nicht die Konsole selbst zu benutzen. Wir werden stattdessen unser Studio benutzen, das damit kommuniziert. Wenn wir unser Studio öffnen, nachdem Sie installiert haben, werden Sie sehen, dass es mehrere Schmerzen gibt, und das erste, was wir tun werden, ist, in die Datei in unserem Studio zu gehen, und wir werden eine neue Datei erstellen, unser Skript, Dadurch wird ein neues Fenster geöffnet. Also haben wir hier vier Schmerzen oder vier Fenster, und dieses neue tun ist unbenannte, leere Skript-Dokument. Also hier kann ich anfangen, Schnurlinien zu schreiben und dann kann ich sie laufen. Und die Konsole, die hier unten unten links ist. Das ist also nur eine kleinere Version von der Are-Konsole selbst, so dass ich ein Skript im oberen linken Fenster schreiben kann , es im unteren linken Fenster ausführen kann. Während ich das tue, werde ich feststellen, dass die Variablen, die ich erstelle, oder Datensätze, mit denen ich arbeite, im rechten oberen Fenster gefüllt sind . Das nennt man die Umwelt. Das zeigt mir jede Variable, mit der ich in meiner aktuellen Umgebung arbeite. Und es wird eine Zusammenfassung von diesen Variablen geben und dann in den unteren, rechten Schmerz. Wir haben ein paar interessante Dinge. Wir haben eine Registerkarte für Grundstücke. Dies ist also, wo alle Zahlen, die wir erstellen, erscheinen auf wir können sie exportieren. Von hier aus gibt es verschiedene Dateitypen. Wir haben auch eine Hilfe-Tab, die wirklich, wirklich praktisch ist . Es gibt uns Erklärungen von Funktionen, so dass wir sehr leicht Hilfe bekommen können. So zum Beispiel habe ich zum Beispieldie Plot-Funktion bereits hier geöffnet. Es sagt mir, was die Plot-Funktion ist. Es gibt mir eine Beschreibung, sagt mir, wie man es benutzt, gibt mir die Argumente, die es benötigt. Und wenn ich weiter nach unten scrolle, gibt es mir Beispiele für die Verwendung dieser Funktion sowie Links zu verwandten Funktionen. Und ich kann hier jede Funktion nachschlagen. Also einer der ersten, die wir verwenden werden, gibt es eine Reed-Punkt-Tabelle, so kann ich tippen und lesen Sie Punkt-Tabelle hier Hit Return on. Es gibt mir die Notwendigkeit Dokumentation und Hilfe dafür. Es sagt mir, was es tut, zeigt mir die Verwendung davon sagt mir, was die Argumente so wirklich, wirklich praktisch sind . Sehr einfach, Hilfe in unserem Studio Setting hier zu bekommen. Wir könnten versuchen, eine Funktion im Boston-Fenster zu helfen. Warum schrieb oder benutzte die Funktion und das obere linke Fenster und führte sie im unteren linken Fenster aus? Es ist also eine sehr schöne Umgebung, um unsere Programmierung zu erledigen,um sofort Hilfe zu bekommen , Mit diesem Umgebungsfenster hier oben können wir sehen, was wir sofort erstellen und eine Vorstellung davon bekommen, ob es richtig aussieht, Colonel. Also werden wir unser Studio für all unsere Programmierung in dieser Klasse verwenden, und ich ermutige Sie, es in die Zukunft zu verwenden, ist eine sehr coole Umgebung toe Arbeit und macht unsere Programmierung so viel einfacher. 5. Einführung in grundlegende Analysen: hallo und willkommen zum Kurs. Ich bin wirklich super aufgeregt, dass du hier bist. Ich bin wirklich aufgeregt, unsere Reise zu beginnen, und zwei sind zusammen in diesem letzten. Wir werden so viele neue Dinge lernen, auf denen wir weiter aufbauen werden, während wir mit Riel-Datensätzen durch die Klasse arbeiten . Aber hier ist, was wir speziell in diesem ersten Abschnitt der Klasse lernen werden. Zunächst werden wir lernen, wie man Daten in unsere Umgebung lädt, wo sie larrin ho werden, um die Daten vorbereitung oder vorverarbeiten, um sie auf mögliche Fehler zu überprüfen, wie man diese Fehler beheben , die wir finden können. Wir werden auch lernen, wie man grundlegende Grundstücke zu erstellen, einschließlich zischte ein Gramm, Box-Plots und Streudiagramme, sowie ein paar andere Arten von Grundstücken. Wir werden auch deskriptive Statistiken berechnen. Dazu gehören Dinge wie Mittelwert und Median ihre Wege aus der Beschreibung einer Daten sagen, über die Population von Interesse. Wir werden auch mit verschiedenen Arten von Variablen arbeiten, einschließlich Vektoren auf etwas namens Faktoren. Wir werden Datenrahmen erstellen, die wirklich wichtiges Datenobjekt innerhalb unserer Programmierumgebung sind . Wir werden auch benutzerdefinierte Funktionen erstellen, bei denen wir nicht nur integrierte Funktionen innerhalb unserer verwenden , sondern auch einige unserer eigenen erstellen. Wir werden auch lernen, wie man über die Vektoren in Datenrahmen iteriert, indem man Schleifenstrukturen verwendet, um unseren Code zu automatisieren. Und schließlich werden wir Inferenzialstatistiken durchführen. Dinge wie T-Tests, ein Novas, Korrelation und Regression. Ich meine den Unterschied zwischen inferentiellen deskriptiven Statistiken als die inferentielle Statistik alos zu fragen und mehr in Schulden zu beantworten. Fragen zu unserem Datensatz, um Einblicke zu erhalten. Häufig werden die Daten, die innerhalb dieses ersten Abschnitts der Klasse funktionieren, als Zeit und Leben bezeichnet . Es ist ein Datensatz, den ich vor vielen Jahren erstellt habe, und es ist ein Datensatz, in dem wir Einzelpersonen der Öffentlichkeit gefragt haben, Wie alt denkst du bist? Mitglieder der Öffentlichkeit erhielten ein Stück Papier mit diesem Fadenkreuz Diagramm darauf. Sie werden sehen, dass es ah, horizontale schwarze Spur auf einer vertikalen schwarzen Linie in der Mitte, und sie wurden gebeten, dieses Kreuz hier zu betrachten und sich vorstellen, dass die horizontale Spur Zeit auf der vertikalen Spur ist , Kreuzung mit ihm ist die Gegenwart wurden dann die Menschen gebeten, darüber nachzudenken, wo sie in ihrem Leben sind und vertikale Linien zu zeichnen. Auf diesem Diagramm. Wir baten sie, eine Linie links von der zentralen vertikalen Spur zu zeichnen, die anzeigt, wann sie geboren wurden, und eine Linie rechts von der vertikalen Mittellinie zu zeichnen, die anzeigt ,wann oder wo sie denken, dass sie sterben werden. , Also bitten wir die Leute wirklich, zu urteilen, wo sind sie gerade? Verglichen mit ihren Lebensspannungen? Mit anderen Worten, wie alt denken sie wirklich, dass sie sind? Sind sie dem Tod nahe oder geht es viel weiter in die Zukunft? Also, zum Beispiel, wenn ich es füllen würde, würde ich meine Geburt ziemlich nah an der Gegenwart setzen, weil ich nicht so alt bin. Und ich würde meinen Tod dahin bringen, wo ich denke, ich werde sterben, eine vertikale Linie ,die ich nicht weit in die Zukunft bringen würde , , weil ich glaube, ich werde ewig leben. Wir würden dann diese Fahrspuren messen. Wir waren entschlossen, wie weit jemand denkt, dass sie durch ihr Leben sind. Wir könnten dies dann mit versicherungsmathematischen Tabellen vergleichen, die Statistiker vor allem diejenigen verwenden mit der Lebensversicherung und dem Verkauf derartiger Versicherungen beschäftigt sind. Diese Tabellen geben Statistikern an, wie lange jemand wahrscheinlich leben wird, basierend auf ihrer Geburt , so dass wir vergleichen können, wie alt jemand statistisch ist, wie alt er denkt, er ist. Als wir das taten, konnten wir feststellen, ob ihre Idee, wenn ich alt bin, negativ war, verglichen mit wie alt sie tatsächlich sind. Und wenn das der Fall war, bedeutete das, dass sie sich jünger fühlten, als sie tatsächlich sind. Es bedeutet, dass sie sich jugendlicher fühlen. Sie denken, dass sie weiter vom Tod entfernt sind, dann sind sie es tatsächlich, und einige Leute würden eine positive Zahl bekommen. Manche Leute würden ihre Zeit im Leben überschätzen. Man würde denken, dass sie älter sind, dann sind sie es tatsächlich. Und dann bitten wir diese Leute auch um eine Menge anderer Variablen, Dinge wie wenn sie verheiratet wären, wenn sie angestellt sind, wie hoch ist ihr Bildungsniveau? Wir würden diese anderen Variablen verwenden, um vorherzusagen, wie alte Leute denken, dass sie sind. Lassen Sie uns also in diese Daten eingehen, sagen wir, fangen wir an, sie zu betrachten, sagen wir,fangen wir an, sie zu betrachten, und ich weiß, dass Sie es faszinierend finden werden, diese Erkenntnisse zu sammeln und diesen Datensatz zu analysieren und einige wirklich interessante Zahlen zu erstellen und Visualisierungen dessen, was wir darüber lernen. Also lasst uns anfangen. Ich werde Sie im nächsten Video sehen. 6. Einrichtung deiner Programmierwelt: bevor wir mit dem Schreiben von tatsächlichen Code beginnen und sind. Ich denke, es ist eine wirklich gute Idee, ein Ordnersystem einzurichten, um unseren Code, unsere Daten auf unserer Ausgabe zu speichern . Also habe ich eine Erkennung einen Ordner auf meinem Computer erstellt. Sie können uns erstellen, wo immer Sie wollen, an einem Ort, der für Sie arbeitet. Wenn wir in meinem Abschnitt einen Ordner suchen, werden Sie dann sehen, dass ich einige Ordner für die Datenausgabe und etwas namens SRC, das für Quelle steht. Das ist, wo ich unsere Quellcode-Dekodierung speichern werde, die tatsächlich geschrieben wurden. Wenn ich auf den Datenordner klicke, werden Sie sehen, ich habe bereits die Zeit und Leben Daten Punkt-TXT-Datei geladen, die als unsere Datendatei , an der wir arbeiten und im ersten Abschnitt des Kurses lesen werden. Er konnte auch den nachts ausgewählten Ordner sehen, in dem wir Plots speichern und generell ausgeben, und auch den Quellordner, in dem wir unseren Quellcode speichern werden. Also, nachdem wir das aufgestellt haben, gehen wir auf den Fuß. Unser Studio in unserem Studio ist eine großartige Umgebung zum Arbeiten und Sie werden feststellen, dass wir eine unbenannte Skriptdatei und die Schmerzen oben links haben. Wenn Sie das nicht haben, können Sie eine neue Skriptdatei öffnen, indem Sie eine neue Datei in unserem Skript ablegen. Hier werden wir anfangen, Schnur zu schreiben. Das erste, was wir tun sollten, ist die Skriptdatei zu nennen und ein wenig von einem Kommentar zu erstellen , wo wir schreiben werden, was das ist Code als Boot, wofür es ist. Also habe ich bereits ein Skript erstellt, um dies zu tun. Ich werde nur ein Ende kopieren, aber Sie können es in Ihr unbenanntes Dokument kopieren. Und das alles, wie wieder, sind Hashtags. AARP eigenen Zeichen, die an den Computer, der nicht zu lesen ist, dass dies menschliche Kommentare auf Dive geschrieben, dass dies eine Einführung in die statistische Analyse ist und unsere ich sage , dass wir gehen, um Daten Gebet auf grundlegende Analyse zu tun, und wir verwenden die Zeit- und Lebensdaten ursprünglich von mir erstellt wurden. David Keeling ist heute Abend, wir haben etwas in der Skriptdatei geschrieben. Wir sollten es wahrscheinlich speichern, Also, um das zu tun, können wir den Speicher-Button drücken oder wir gehen Datei speichern als und wir gehen, um zu dem, was Sie Ihren Abschnitt erstellt einen Ordner zu navigieren , gehen Sie in den Quellordner, und dann werden wir diese Datei beim Speichern benennen. Also werde ich einfach diesen statistischen Unterstrich Analyse Unterstrich Code nennen. Also geben Sie ihm eine grundlegende Beschreibung, etwas, das ich verstehen werde. Und ich werde es in den Quellordner speichern. Jetzt ist es also nicht mehr ohne Titel. Wir haben ihm einen Namen gegeben, und wir können weiterhin auf die Schaltfläche Speichern klicken, während wir mit dem ADM fortfahren. Oder mehr Codezeilen dazu. Also fangen Sie mich im nächsten Video, wo wir anfangen, Schnur zu bewerten. Ich lese tatsächlich den Datensatz ein und beginne ihn auf Fehler südlich zu überprüfen. Wir sehen uns dann. 7. In einem Datensatz und den Namen der Spaltennamen lesen: Beginnen wir mit dem Schreiben unserer ersten Zeilen unseres Codes. Das erste, was ich eigentlich tun werde, ist mir einen Kommentar zu schreiben, der sagt, Hier lade ich und bereite die erforderlichen Daten wieder vor. Das Schreiben von Kommentaren ist super wichtig, nicht nur um Ihnen zu helfen. Wenn Sie auf das Gericht zurückblicken, haben Sie geschrieben, aber auch wenn jemand anderes Ihre Vereinbarung betrachtet, hilft es ihnen, Sinn für das zu machen, was Sie tatsächlich geschrieben haben. Also die Funktion, die wir verwenden werden, um zu lesen und die Daten heißt Reader Table. Dies ist eine Funktion, also hat es eine Namensretort-Tabelle, und es wird von Klammern gefolgt. Innerhalb dieser Klammern ist, wo wir Argumente angeben, durch Kommas getrennt und bedroht Klasse. Wir werden viele, viele Funktionen verwenden, viele Funktionen verwenden, also ermutige ich Sie jedes Mal, wenn wir über eine neue Funktion kommen, pausieren Sie das Video auf, Schauen Sie zur Hölle auf diese Funktion. Also habe ich schon geladen, um hier unten zu helfen. Rechte Hand Schmerzen für Reid-Punkt-Tabelle Und denken Sie daran, Sie können für jeden Funktionsnamen mit der Suchleiste hier suchen, also lesen, nicht Tabelle erfordert drei Argumente. Das erste Argument ist der Pfad und Dateiname zu den Daten, die sich auf Ihrem Computer befinden. Aber um die Dinge ein bisschen einfacher zu machen, werde ich die Datei Dog Kauen Funktion verwenden. Wenn ich darin laufe, wird dies tatsächlich ein Finder-Fenster oder Windows Explorer-Fenster öffnen und so niedrig war ich zu navigieren, was auch immer die Daten auf unseren Maschinen sind. Das nächste Argument wird gesetzt, sagte erforderlich ist, weil unsere Bedürfnisse zu wissen, welche Art von Trennzeichen zwischen den Daten und unserem Datensatz ist. Sie haben also vielleicht von CSP-koma getrennten Werten gehört, aber wir werden hier tatsächlich einen Punkt-TXT-Datensatz verwenden. Also diese Luft-Tab getrennte Werte. Also zwischen jeder Spalte und nicht Datensatz, gibt es eine Registerkarte und unsere Bedürfnisse zu wissen, was das ist. Es weiß also, wo es eine Trennung zwischen Spalten gibt und zu spezifizieren, dass wir doppelte Anführungszeichen setzen werden . Ich werde Schrägstrich T. so ist unsere Nase eine Tabulatorfigur. Das letzte Argument ist header on. Wir müssen angeben, ob Header gleich falsch oder hander gleich wahr ist. Wenn Header gleich true ist, dann wird davon ausgehen, dass die erste Zeile von Daten und unser Datensatz tatsächlich die Spaltenüberschriften oder Spaltennamen in unserem Datensatz keine Namen hat. Und so werden wir eigentlich sagen, Header gleich falsch, so dass unsere weiß, dass die ersten Straßendaten nur die erste Zeile von Daten sind, die ihn Namen nicht nennen. Jetzt. Wir könnten dies so ausführen, wie es ist, aber es ist viel nützlicher, wenn wir es einer Variablen zuweisen. Also werde ich es einer Variablen namens Life Data mit dem Zuweisungsoperator Chevron und dem Dash zuweisen . Also lassen Sie uns sehen, was passiert, wenn wir diese Codezeile mit Befehlsrücklauf oder Steuerrücklauf ausführen , je nachdem, welche Maschine Ihre eigene so öffnet sofort ein Finder-Fenster. Hier gehe ich also zu meinem Abschnitt einen Ordner, dem Datenordner darin, navigieren . Und hier finde ich meine Zeit- und Lebensdaten dot txt, die ich bereits von der Klassenwebsite heruntergeladen habe. Also werde ich auf, dass klicken und gehen Sie weiter auf öffnen Sie es so sofort. Sie sehen, dass in der Umgebung Fenster sprechen rechts. Wir haben Lebensdaten ist ein Datenrahmen. Es hat 210 Beobachtungen von 13 Variablen. Dies ist also im Wesentlichen eine Datentabelle mit 13 Spalten und 210 Zeilen. Wir können es genauer sehen, wenn wir auf die weiße und blaue Pfeilschaltfläche klicken, die es zeigt, ist, dass wir Spalten V eins durch die 13. Also wieder spezifizierten wir toe sind, dass es keine Header in diesem Datensatz gab, so dass unsere voran gegangen sind einige jetzt dort gemacht. Nein, die aussagekräftigste. Also müssen wir etwas dagegen unternehmen. Aber es lässt uns auch ein Beispiel der Daten sehen, die in jeder dieser Spalten sind. Es sagt uns, ob es sich um eine ganze Zahl handelt, um einen Faktor. Origin America, das sagt, ist die Art von Daten, die in jeder Spalte ist. Und dann gibt es uns die ersten paar Bits von Daten, in denen sie sich befinden, jeder von den Spalten, eine andere Möglichkeit, Daten anzuzeigen und unsere ist einfach enge Lebensdaten, nicht variable, die wir erstellt haben. Und führen Sie das aus, und Sie werden sehen, dass unser Datensatz auf der Konsole unten links druckt, so dass wir alle 13 Spalten sehen können , aber nur die 1. 76 Zeilen Kunst tut. Dadurch wird der Datensatz abgeschnitten, sodass die Konsole nicht mit besonders großen Datenmengen gefüllt wird. Eine weitere coole Art und Weise, wie wir den Datensatz betrachten können, wird verwendet. Der Kopf der Funktion Kopf wird standardmäßig für sechs Zeilen eines Datensatzes zurückgegeben. Also haben wir Lebensdaten angegeben. Aber sagen wir, wir wollen nicht nur Sexrollen. Nehmen wir an, wir wollen 10 Zeilen, aber wir können im zweiten Argument angeben, wie viele Regeln wir wollen. Wenn wir das ausführen, erhalten wir nur die ersten 10 Zeilen aus Lebensdaten, eine weitere coole Funktion, die als Schwanz zu kennen ist. Dies macht genau das Gleiche wie Kopf. Aber wie Sie vielleicht erraten haben, sieht das tatsächlich auf den Schwanz oder das Ende des Datensatzes, und Sie können angeben, wie viele Regeln Sie von der letzten Regel zurück im Datensatz sehen möchten . Das nächste, was wir tun möchten, ist, diese Spaltennamen zu reparieren. V eins durch die 13 ist nicht sehr beschreibend, und es wird uns nicht helfen, wenn wir versuchen, diesen Datensatz zu analysieren. Also habe ich bereits eine Liste von den Variablennamen vorbereitet, die in diesem Datensatz enthalten sind. Ich werde sie einfach kopieren und einfügen, und hier, wenn ich das ein wenig zurückgebe, damit du sie sehen kannst. All dies sind alle von den Variablennamen. Sie werden feststellen, dass ich alle von ihnen und doppelte Anführungszeichen gesetzt habe. Dies sagt uns, dass dort Textzeichenfolgen ihre menschliche Sprache, nicht für sie zu lesen. Andi. Ich habe auch Colemans zwischen ihnen, weil das erste, was wir mit diesen tun wollen , wie wir angeborene sie zusammen mit C-Funktion zusammenbauen wollen, und dies wird einen Vektor über diese wie Elemente erstellen , all diese Texte Strings zusammen und dann, was wir tun werden, wie wir zu einem Zeichen gehen nicht auf die Spaltennamen aus dem Datensatz, so dass ich die Funktionsaufruf-Namen verwenden kann. Ich kann ihm Lebensdaten geben und dann kann ich Maiken Katyn 82 Textzeichenfolgen zuweisen. Mal sehen, was passiert, wenn wir nur Anrufnamen Lebensdaten hervorheben und nicht laufen Es gibt uns die V ein durch die 13 so können wir tatsächlich zuweisen oben auf diesen neuen Namen. Wenn wir also diesen ganzen Code ausführen und es spielt keine Rolle, dass wir am Ende dieser Zeilen zurückkehrten , weil wir ein Koma haben. Es gibt Nase, um weiter nach einer anderen Codezeile zu suchen, bis sie die schließenden Klammern erreicht , damit wir diese ganze Sache zusammen ausführen können. Und was wir sofort sehen, ist, dass im Leben Daten TV ein durch die 13 Spaltennamen wurden alle durch beschreibende Text-String-Namen ersetzt, die wir als Menschen erkennen. Also kommen Sie mit mir in das nächste Video, wo wir gehen, um den Status zu erkunden, dass weiter, wir werden es auf Fehler überprüfen, die es haben könnte auf. Wir werden die Evers reparieren, damit ich dich in der nächsten erwischen werde. 8. Überprüfen auf Fehler in einem Datensatz: Das nächste, was wir tun möchten, ist, den Datensatz auf mögliche Fehler zu überprüfen. Also wollte ich hier kommentieren, überprüfen Sie den Datensatz auf Fehler in einer der einfachsten Möglichkeiten, die wir für Probleme im Datensatz suchen können , ist diese Zusammenfassungsfunktion zu verwenden. Also sagen wir zusammenfassende Lebensdaten und führen das aus. Lassen Sie mich einfach die Konsole maximieren, damit wir sehen können, was passiert ist, als wir reinliefen. Summary Life Data führt im Wesentlichen eine statistische Zusammenfassung für jede Spalte innerhalb des Datensatzes durch. Also bekommen wir Dinge wie Männer Median, Mean und Max, das erste Quartil im dritten Quartal, den Daten in jeder Spalte, und sofort sehe ich, dass es ein Problem und die Zeitspalte gibt. Ich sehe, dass es etwas gibt, das hier irgendwelche Tage auf ihren 10 von ihnen genannt wird, wissen in unserem sprechen, irgendwelche Mittel, nicht eine Zahl oder in fehlenden Wert. Das ist also ein Problem. Wir haben 10 alle in der Zeitspalte. Wir scheinen auch 10 im Alter von 10 Jahren zu haben und auch anderswo den Tod auf die Zahl der fehlenden Werte zu haben. Wir sehen auch, dass wir in der Sex-Spalte M für männliche und F für weibliche 100 Teilnehmer von jedem haben , aber wir haben auch ein Leerzeichen für 10. Da Sex eigentlich eine Faktorvariable ist, verwendet es keine. Aber stattdessen, wenn es einen fehlenden oder nicht vorhandenen Wert sieht, erzeugt es einen Faktor von nichts. Also müssen wir das auch beheben. Auch, wenn ich mir die Alterskolonne anschaue, kann ich sehen, dass dies in Monaten, Alter des Protests, Minze in Monaten und was ich sehe aufgezeichnet wurde Alter des Protests, . Unsere Zahlen sind alle ziemlich nah beieinander. Aber dann habe ich hier unten einen Maximalwert. 1430. Wenn ich das durch 12 teilen würde, um das Alter dieser Person in Jahren herauszufinden, würde ich feststellen, dass diese Person über 119 Jahre alt ist. Es ist möglich, dass wir einen Teilnehmer gesampelt haben, der so alt ist, aber es ist ziemlich unwahrscheinlich. Was wahrscheinlich wahrscheinlicher ist, dass, weil das Alter nahe an der Zeit in diesem Datensatz ist, vielleicht jemand, der diesen Datensatz aufgezeichnet hat 14 30 oder 2 30 am Nachmittag und für das Alter für die Teilnehmer umgesetzt hat . Wir haben auch 10 fehlende Werte in dieser Kälte Ich beginne auch zu bemerken, dass in der Körpertemperatur, die Teilnehmer Körpertemperatur und Grad Fahrenheit haben einen sehr niedrigen Wert von 90,8. In der Nähe der Durchschnittstemperatur des menschlichen Körpers beträgt 98,6. Aufmerksamkeit von 19,8 würde es bedeuten. Diese Person war in Hypothermie auf wahrscheinlich tot. Ich habe auch einen Maximalwert von 118 F. Diese Person wäre auch tot. Es ist nicht möglich, den menschlichen Körper bei diesen Temperaturen zu haben, also müssen wir für Tiefs korrigieren. Eine andere Sache, die ich über die Körpertemperatur bemerkt habe, ist, dass wir 11 Aeneas haben. Also haben wir hier sogar Mawr fehlende Werte als in einigen der anderen Spalten. Also werden wir die reparieren gehen. Nun, zuerst einmal schauen wir uns eine andere Möglichkeit an, diese Fehler zu visualisieren. Eine gute Möglichkeit, dies zu tun, besteht darin, einen Boxplot zu erstellen. Wir können sagen, Box Plot von Lebensdaten, und ich möchte speziell auf Alter schauen, weil wir gesehen haben, dass es etwas Lustiges los war mit den 1413 Monaten. Um das zu tun, weil Lebensdaten ein Datenrahmen sind, kann ich das Dollarzeichen und das richtige Alter verwenden. Und das bedeutet für uns, dass ich nur daran interessiert bin, die Altersspalte innerhalb des Lebensdatenrahmens zu betrachten. Also, wenn ich darin laufe, bekomme ich tatsächlich ein grundlegendes Box-Plot von allen Daten, und ich kann sehen, dass bei 1430 der Wert viel höher ist als alles andere ist ein sehr starker Lügner. Ich könnte dasselbe mit der Körpertemperatur tun, indem ich Lebensdaten, Dollarzeichen, Körpertemperatur spezifiziert. Ich kann das laufen und sehen, dass Ja, ich habe die 118 F Körpertemperatur, die Person, die aufbrennt. Ich habe auch ein paar Werte, die viel niedriger sind, viel kälter als der menschliche Körper sein sollte. So kann ich diese Lügner visuell sehen und sehen, dass es dort einen Fehler geben muss. Eine andere Sache, die ich tun kann, um zu visualisieren, wo all diese fehlenden Werte verwendet werden. Das ist Punkt in einer Funktion, und wenn ich den Lebensdatenrahmen bereitstelle, den Zehe Hund ist, ist irgendwas, was tun wird, überall zu suchen, wo es einen fehlenden Wert gibt, und wenn ich renne, nicht was bekommen wir? Nun, wenn ich könnte, ist jemand die Konsole. Ich kann sehen, dass es überall durch unseren Datenrahmen gegangen ist, wo es nicht in irgendeinem gibt, es setzt einen falschen Wert. Und überall, wo es keine gibt, stellt es wahr. So wie ich zum Beispiel Dinos schaue , sehe ich die auf Zeile 24. Es gibt einen wahren Wert. Das bedeutet also, dass dies ein fehlender Wert in Zeile 24 ist. Andi SPULE sechs. Wir haben nicht den gesamten Datensatz gedruckt, weil er wieder abgeschnitten wurde, um Platz zu erhalten . Aber was ich tun kann, ist, auf den Schwanz des Datensatzes zu schauen. Ich kann ihm Lebensdaten geben, und ich kann angeben, dass ich die letzten 35 Zeilen möchte. Ich will das tun. Das kann ich sehen. Oh, ja, da sind alle anderen und die Täler. Hier fehlen Werte und sind aufgestiegen. Von Zeile 201 bis 210 fehlen also alle Werte. Das gibt mir also eine wirklich schöne Möglichkeit, schnell zu sehen, wo die Probleme liegen. In diesem Datensatz kann ich eine andere Sache, die ich tun kann, ist angeben, dass ich die Rose aus meinem Datensatz ziehen möchte, wo ich fehlende Werte habe , um nur diese spezifische Rose zu sehen. Nein, eine Möglichkeit, das zu tun, besteht darin, die Funktion Gibt es wieder zu verwenden? Und wir setzen seine Tochter in eine andere Funktion namens Rose um. Also ich lochse Rose um, Klammern und ist Tür jeder in ihm. So wird Rose Summen im Wesentlichen die Werte zusammenfassen, was auch immer in jeder Zeile ist. Also wird es die Zahl von Aeneas berechnen, weil das ist, was nicht jeder seine Rückkehr tut . Ob es eine gibt oder nicht auf Rose Ums wird diese Zahlen von jeder in jeder Straße zusammenfassen . Also dann will ich wirklich nur Rose sehen, wo ihr Arm oder Aeneas als Null. Ich möchte Rose sehen, wo Aeneas existieren, also kann ich einen logischen Operator hier größer als und ich kann Null angeben. Ich will die Rose, wo die Anzahl der Aeneas größer als Null ist. Dann kann ich diese Doppelfunktionen hier mit dem logischen Operator verwenden, um Lebensdaten zu unterteilen oder zu extrahieren , und ich tue das, indem ich Lebensdaten in eckigen Klammern sage, und unser Verbündeter war, eine Datenrahmennote innerhalb eckige Klammern. Wir müssen die Zeile auf der Spalte durch ein Koma getrennt angeben. Also werde ich hier ein Komma nach Null setzen. Also hier bin ich, zähle die Anzahl der Feinde, die in jeder Reihe sind. Dann bin ich auf der Suche nach Rose, wo es Maura, Anais als Null, wo Aeneas existieren. Dann sage ich, ich möchte jede einzelne Zeile im Lebensdatensatz, wo das wahr ist, indem ich das Koma spezifiziere, und dann lasse ich die Spaltenbezeichnung Leerzeichen. Ich setze nichts nach dem Koma. So wird die Leute wie alle Regeln, wo es Feinde auf sie sind, wird jede einzelne Spalte über diese Rose abkühlen. Mal sehen, was passiert, wenn wir das anlaufen. Wenn wir laufen, dass wir sehen, wir bekommen Zeile 24 dann bekommen wir Straße 201 durch 210. Das fühlt sich also überall dort an, wo wir einen fehlenden Wert haben. Also in Zeile 24 haben wir die meisten der Daten gesammelt wurden, aber die Körpertemperatur fehlt hier eine Aufzeichnung. Wir vermissen den Rekord für die Körpertemperatur für die Teilnehmernummer 24. Aber für Teilnehmer 201 bis 210. Wir vermasseln. Absolut jeder Think off. Wir fehlen alle Daten und sind auf eins bis 210 gestiegen. Also bitte kommen Sie mir in das nächste Video, wo wir gehen, um diese Fehler zu beheben die Aeneas loszuwerden. Wir werden die Lügnerwerte loswerden. Wir werden sie durch richtige Werte ersetzen und diesen Datensatz reparieren. Also werde ich dich dann sehen. 9. Fehler in einem Datensatz korrigieren: Nachdem wir die Fehler in diesem Datensatz identifiziert haben, wollen wir als nächstes versuchen, diese Fehler zu beheben. Es ist eine der einfachsten Möglichkeiten, wie ich fehlende Werte in einem Datensatz loswerden kann, die Verwendung dieser Funktion jeder Tochter erfüllt. Mal sehen, was passiert, wenn ich einen Arzt leite. Amit, Sie können sehen, dass es auf der Konsole druckt Benötigt einen Satz. Denken Sie daran, dass wir einen fehlenden Wert außerhalb der Körpertemperatur in Reihe 24 hatten. Also, wenn wir einen Hund weglassen nein, nur wird es, dass jeder Wert aus dieser Regel entfernen. Aber es wird das gesamte Seil entfernen. Und das ist vielleicht nicht wünschenswert, denn es war der einzige fehlende Wert und schrieb 24. Es gab andere Aufzeichnungsdatenpunkte, so dass wir nicht unbedingt alle Daten verlieren wollen, die tatsächlich gesammelt wurden. Okay, wieder, Sie können hier sehen, dass es von der Straße 23 zu Zeile 25 geht, fehlende Straßennummer 24. Also ein anderer Weg, den ich umgehen kann, ist, die Braten Summen zu verwenden und ist gedacht, dass alle Funktionen , die wir zuvor verwendet haben, also werde ich sie einfach nach unten kopieren. Was wir hier wieder sehen, ist, dass wir die Anzahl der Aeneas in jeder Reihe zählen. Dann können wir nur die Zeilen herausziehen, die mawr als null Aeneas aus dem Datensatz haben. Also wirklich hören, was wir tun wollen, ist cool es stieg, die weniger Anzahl von Aeneas haben. Je nachdem, was Sie für Ihren Datensatz entscheiden, können Sie bestimmen, wie viele fehlende Werte Sie spaltenübergreifend wünschen. Also hier werden wir uns ändern. Null 22 und wir werden uns ändern, sind größer als das Zeichen Zehe kleiner als so. Das wird Kissen Rose aus dem Datensatz, wo es weniger als zwei Unbehagen. Also wird es höflich Rose, wo sie Null Aeneas sind, wo es keine Daten fehlen und es hat eine kühlere Rose, wo es nur einen fehlenden Datenpunkt gibt . Wenn ich dies also auf drei ändere, würde es Regeln herausziehen, bei denen 01 oder zwei Datenpunkte fehlen. Das könntest du also entscheiden. Wie viele Datenpunkte fehlen, ist immer noch OK, Wir werden nur sagen, dass wir nur einen fehlenden Wert wollen, so dass eine Variable in der Regel fehlen kann. Also mal sehen, was passiert, wenn wir laufen, dass ich die Konsole größer machen werde. Wir gehen raus, um zu sehen, ob schrieb 24 noch da ist. Ja, ist es. Wir haben noch 24 in den Datensatz mit diesem fehlenden Wert für die Körpertemperatur aufgenommen geschrieben . Wie erstelle ich jetzt den Datensatz mit nur diesen einzelnen fehlenden Werten? Und nun, ich kann einfach auf diese Spur 30 gehen, die wir gerade geschrieben haben. Ich kann Lebensdaten schreiben, und ich kann die Ausgabe von dieser Codezeile zuweisen, die wir gerade ausführen. Also hier wähle ich alle Zeilen aus, in denen es Null für bis zu einen fehlenden Wert gibt. Animas, die alle diese unterzeichnen, stiegen zu Lebensdaten. Also schreibe ich über den Lebensdatensatz mit nur der Rose, die Null oder bis zu einem fehlenden Datenpunkt hat. Also denken Sie daran, dass wir all diese Aeneas in der letzten Rose hatten und sich auf eins bis 210 erhoben haben. Mal sehen, was passiert. Nein, wenn wir das ausführen und dann eine Zusammenfassung von unserem neuen Lebensdaten-Objekt erstellen. Was wir wieder sehen können, ist unsere statistische Zusammenfassung jeder Spalte. Ich weiß. Wir sehen zum Beispiel, dass Zeit und Alter und Tod nicht diese 10 und ein Zen sie haben. Also haben wir die Reihen loswerden, die mehrere Aeneas hatten. Aber wir haben immer noch Raum 24, der einen in einem hat Es zeigt sich nicht in Körpertemperatur. Das nächste, was wir tun möchten, ist, dass wir nach Rose suchen wollen, die einen fehlenden Wert haben damit wir zu Ihrem Code zurückkehren können. Ich weiß, dass wir Lebensdaten wieder sehen können. Wir können diese Rosa Dysfunktion verwenden und ist Punkt jeder und wir wollen Werte sehen, wo es mehr als Null fehlende Werte in einem Seil. Wenn wir laufen, dass das abkühlen wird nur die Zeile, in der ich einen fehlenden Wert dagegen habe , zieht Straße 24 der einzige fehlende Wert ist der für Körpertemperatur. Also, wie ziehe ich nur diesen fehlenden Wert heraus? Ich bin nur an diesem fehlenden Wert für die Körpertemperatur interessiert. Das ist wirklich, worauf ich will. Und ich möchte durch etwas ersetzen. Ich will es reparieren. Also eine Möglichkeit, dass ich das wieder tun kann, ist Punkt jeder und ich kann Lebensdaten Dollar gesunde Körpertemperatur angeben . Also ziehe ich jeden beliebigen Wert aus der Körpertemperatur. Und dann verwende ich das, um in eckigen Klammern von Körpertemperatur, der gesamten Spalte der Körpertemperatur, zu unterteilen . Also nochmal, ich spezifiziere Life Data Dollar ST Körpertemperatur, die nur diese Spalte für eine Körpertemperatur kühlt . Ich kann dann die eckigen Klammern verwenden, um von der Körpertemperatur zu unterteilen. Also, zum Beispiel, wenn ich Lebensdaten Körperzeit mache, führe ich das einfach aus. Er gibt mir alle 200 Werte außerhalb der Körpertemperatur, einschließlich des beliebigen Wertes auf Route 24. Das ist also im Wesentlichen ein Vektor von Zahlen und Aiken Teilmenge, nicht Victor durch einen logischen Vektor. So, als ob jede Erinnerung getestet wird, wie sie auf einem Wert sind oder nicht da ist, gibt es false zurück, wo es nicht und wahr ist, ob dies der Fall ist, wird es riskieren, einen wahren Wert in Zeile 24 zu drehen. Also, wenn ich diese beiden zusammen führe, werde ich diesen Vektor von der Körpertemperatur durch True's auf Falsies an der einzigen Stelle einstellen , an der es wahr ist, ist nicht der 24. Wert Also, deshalb wird es nur zurückkehren. Und ein 24 Wert ist eine A Nein. Was kann ich damit machen? Nun, ich kann diesen Wert durch den Median aus der Spalte ersetzen. Also kann ich sagen, dass, wo das irgendwas ist, dass ich gerade ausgewählt habe. Ich werde jedem zuweisen, den ich unterschreiben werde den Medianwert von Lebensdaten Dollarzeichen, Körpertemperatur. Ich werde sagen, ich will jeden Punkt r m gleich. Wahr. Also hier sage ich, dass dies jeder Wert wird durch den Medianwert von allen Körpertemperaturmessungen ersetzt werden , die wir im Datensatz aufgezeichnet haben. Und ich werde sagen, dass jeder RM gleich wahr ist, um irgendwelche Werte zu entfernen. Denn wenn ich die Median-Statistiken zur Körpertemperatur der Lebensdaten ausführe, wird es einen Editor zurückgeben, weil sie immer noch in jedem Wert in ihrer Gegenwart sind. Nein, wir werden diesen beliebigen Wert durch den Medianwert ersetzen. Mal sehen, was passiert, wenn wir laufen, auf dem wir es laufen. Nein, lassen Sie uns wieder laufen. Der erste Teil davon erhalten wir eine numerische Null. Es gibt keine Werte, da wir diesen in Zeile 24 durch den Medianwert aus dem Datensatz ersetzt haben . Also, wenn ich zu Lebensdaten Andi gehe, gebe ich an, dass ich die 24. Reihe will. Alle Spalten erinnern sich an die ersten Werte stieg und Koma. Nächste Werte Spalten. Wenn ich Spalten leer lassen mit irgendwelchen eckigen Klammern, die zurückkehren, alle von ihnen auf den Lauf, dass es mir schrieb ging für Und jetzt sehe ich, dass die Körpertemperatur statt irgendwelcher statt fehlt, wurde durch 97.4 ersetzt, Dies ist der Medianwert von allen aufgezeichneten Körpertemperaturen. Es ersetzte also den fehlenden Wert hier durch einen U-Wert. Das nächste, was wir versuchen wollen, als Luke für die out Lügner und Körpertemperatur zu tun. Also denken Sie daran, nein, nur hatten wir einen fehlenden Wert, aber wir hatten auch einige, die unrealistisch waren, einfach nicht physisch möglich. 118 F und in der Nähe von 90 Grad für diejenigen wäre wirklich zu weit wirklich zu nennen, würde diese Person in ernsten, ernsten medizinischen Problem. Hey hätte ein wirklich großes Problem an ihren Händen. Also was? Wir werden jetzt tun, ist nach diesen Ausreißerwerten zu suchen und eine Möglichkeit, dass wir leicht auf Flyer zugreifen können , wie indem wir sagen, Blockbox-Plot, Punktstatistiken und wir werden ihm die Lebensdaten auf spezifizieren Körpertemperatur geben. Das wird also in der Box blockierte Schüsse laufen, die nur auf unserer Körperband-Säule funktionieren . Also mal sehen, was passiert, wenn wir laufen, dass es uns mehrere Dinge gibt. Es gibt uns Statistiken, die es uns gibt, und für diesen Stichprobenumfang gibt uns Vertrauen. Und es gibt uns etwas, das diese Luftflieger genannt hat. Im Datensatz haben wir eine 91.41 18 und 19.8 auf einer 11 Also diese Luft wahrscheinlich unrealistische Messungen für die Temperatur der Person. Das sind Fehler. Es war etwas falsch mit dem Thermometer oder der Person, die verwendet. Es wurde nicht angemessen trainiert, also wollen wir diese loswerden. Wir wollen sie durch MAWR-realistische Werte ersetzen. Also ein Weg, den wir tun können, ist auf ihre Box Plot Punktstatistiken zurückgekommen. Wir können von ihm mit dem Dollar vernünftige Stimme angeben, so dass wir auf diese Stimmwerte zugreifen können, die vier Werte am Telefon waren statistische Ausreißer hier, indem wir den Dollar auf der Ausgabe von einem Funktionsrecht gesehen . Wir haben also Dollarzeichen verwendet, um auf Spalten und einen Datenrahmen zuzugreifen, aber wir können auch das Dollarzeichen verwenden, um auf Attribute oder Ausgaben oder Werte innerhalb einer Funktion zuzugreifen . Wenn wir also genau diese Codezeile machen, erhalten wir nur die vier Werte, die Punktstatistiken darstellen, die so identifiziert werden, als ob Spieler. Das nächste, was wir damit tun können, ist, dass wir sie variablem Hafer zuweisen können. Sie sind die Spieler, die wir ausführen können. Also kein Oates, wir sind aufgetaucht. Und unsere Umgebung haben wir outs, die besagt, dass es in numerischen Victor ist die Zahlen für alle von ihnen. 18 91 1 Nein, wir können diese Out-Werte durch den Median von der Körpertemperatur ersetzen, genau wie wir es mit dem fehlenden Wert getan haben. Also, was wir tun wollen, ist Zugriff auf Lebensdaten Onda. Wir wollen insbesondere auf jede Körpertemperatur zugreifen. Also werden wir Lebensdaten Dollar setzen, der Körpertemperatur sagt, und dann werden wir eckige Klammern verwenden , um nur aus der Körpertemperaturspalte der Lebensdaten zu unterteilen. Wir werden sagen, wo Lebensdaten alle sagen, Body Tim ist in unseren Stimmen Vektor eso Wir wollen jeden Wert extrahieren, der einer dieser vier ist, die als ein ausgesprochener Lügner identifiziert wurde. So können wir das tun und sind durch prozentuale und prozentuale Outs. Das ist, was das tut, sagt, dass jeder Wert der Körpertemperatur, der mit N die vier Werte und Outs als Teil davon ist, dass Outs von Enter aus der Körpertemperatur extrahiert werden wird . Cole s Also sind wir wieder unterstellt. Mal sehen, was passiert, wenn wir das ausführen. Es steht also, dass wir diese vier Werte haben, weil wir die Körpertemperaturwerte im Lügnervektor herausziehen . Also haben wir die gleichen vier Werte, die wir in Outs haben, und jetzt werden wir über diejenigen zuweisen, die wir auf Top Waltham schreiben werden. Der Medianwert für Lebensdaten Dollarzeichen, Körpertemperatur. Wir werden diesen Punkt wieder verwenden, um sicherzustellen, dass wir nicht von fehlenden Werten vermasselt werden . Also lass uns das laufen, ich weiß. Lassen Sie uns noch einmal eine Zusammenfassung von Lebensdaten machen, nur um zu sehen, wie viel wir behoben haben. Machen wir also die Konsole größer und schauen wir uns diese Zusammenfassung an. Also haben wir gerade an der Körpertemperatur gearbeitet. So, jetzt sehen wir, dass das Minimum für Körper Champions 94, das ist akzeptabler. Wir sehen, dass das Maximum 100,3 ist, und das ist wahrscheinlich, dass die Person ein bisschen heiß ist, aber das ist immer noch innerhalb von den Knochen der Realität auf, wir sehen auch keine fehlenden Werte. Dieser Datensatz ist also nur ein Boot fixiert. Wir haben keine fehlenden Werte mehr. Onda. Wir haben auch festgelegt, dass unrealistische Werte, diese unrealistischen Werte, außerhalb der Körpertemperatur. nächste Mal, wenn wir es tun wollen, ist die wirklich unrealistische 119 Jahre alte Person mit den 1430 Monaten außerhalb ihres Alters zu beheben . Also, was wir tun können, um das zu beheben, ist, sagen wir, Lebensdaten Dollarzeichen Alter. Wir werden die eckigen Klammern verwenden, um Lebensdaten zu unterteilen, Dollar sagen Alter. Wir sehen also aus Lebensdaten, bei denen Lebensdaten gleich 1430 sind. Also müssen wir verwenden Das doppelte Gleichheitszeichen ist ein logischer Operator und unser, wenn ich ein einzelnes Gleichheitszeichen verwende . Das wissen wir als Zuweisungsbetreiber. Also wollen wir hier beurteilen, ob sie gleich sind oder nicht. Also verwenden wir das doppelte Gleichheitszeichen. Also ziehen wir aus dem Alter der Lebensdaten heraus, wo das Alter der Lebensdaten 1430 entspricht. Wenn wir genau das laufen, bekommen wir 1430, weil 1430 1430 gleich 1430 ist. Wir werden darüber hinaus den Median der Lebensdaten Dollarzeichen Alter zuweisen , und wir werden die alle verwenden. Entfernen Sie das Argument nicht erneut, nur um sicherzustellen, dass wir keine fehlenden Werte haben, die sich auf eine Berechnung dieses Mediums auswirken. Also ersetzen wir diese 1430 innerhalb des mittleren Alters. Das mittlere Alter läuft also, dass Ihr Schnell 307 und 1/2 Monate beträgt. Also ersetzen wir diesen Wert von 1000 ehemaligen und 30 durch drei und 7,5, also können wir das auf Lassen Sie uns einfach die Zusammenfassung der Lebensdaten überprüfen. Schauen wir uns das Alter an. Alter ist kein Sprichwort, dass das Minimum 216 das Maximum 811 ist. Also haben wir nicht 1430 Wert loswerden und es durch den Median Wert des Alters ersetzt. Das letzte, mit dem wir hier ein Problem haben, ist der Kauf dieser sechs Spalte. Wir haben Männer und Weibchen 100 von jedem, aber dann haben wir diese leer und wir haben Null von ihnen. Das ist, wo wir irgendwelche Werte hatten, die Werte im Geschlecht bei einem Tribute-Aufruf fehlten. Also wollen wir diese fehlenden Werte wirklich loswerden, aber sie werden nicht als irgendwelche erkannt, weil es eine Faktorvariable ist. Also müssen wir hier etwas anderes tun, um das zu beheben. Was wir tun müssen, ist, dass wir sagen müssen, Drop-Levels, und das wird nach Faktorvariablen mit n Lebensdaten suchen, das erste Argument und das zweite Argument und Drop-Levels als das, was Sie als -Ebene und den Faktor. Also, wenn wir M oder F hier angegeben, um jedes männliche oder jede weibliche loszuwerden, und nicht Faktorvariable Aber was wir loswerden wollen, ist dann fehlende Werte die Leerzeichen , die wir haben. Zero verhaftete es. Also sagen wir, schließen gleich nichts in Anführungszeichen, kein Leerzeichen, nur nichts zwischen diesen Anführungszeichen aus. Also nein, wir können Assane das zu Lebensdaten und das wird diese leere Faktorvariable aus unseren sechs Kälte entfernen . Ich weiß, wir können eine Zusammenfassung der Lebensdaten ein letztes Mal erstellen. Ich weiß, wir können sehen, dass die Geschlechtspalte hat nur Ziele für Männer s für Frauen und keine leeren Werte sind leere Faktorstufen gibt. Also haben wir diesen Datensatz vollständig bereinigt. Wir haben fehlende Werte loswerden. Wir haben fehlende Werte durch realistischere Werte ersetzt als Medianwerte. Wir haben auch Käufer im Datensatz identifiziert, unsere fälschlicherweise hohen und physikalisch unmöglichen Werte, und wir haben diese durch Medianwerte ersetzt und wir haben auch eine leere Faktorvariable entfernt . Begleiten Sie mich also im nächsten Video, in dem wir anfangen werden, die Variablen in diesem Datensatz zu betrachten , einige Plots zu erstellen und einige sehr grundlegende Analysen durchzuführen. Also werde ich dich in der nächsten fangen 10. Erkunden eines Datensatzes (Histogrammen und Boxen, beschreibende Statistiken): Hallo und willkommen zurück in diesem Video, wir werden einige grundlegende Plots erstellen und einige Beispielstatistiken zu den kontinuierlichen Variablen ausführen . In diesem Datensatz werden Sie daran erinnern, dass es kontinuierliche Variablen wie Alter, die Differenzkennzahl gibt. Und dann gibt es kategorische Variablen, wie Sex auf Bildung in diesem Datensatz. Aber zuerst werden wir die kontinuierlichen Variablen untersuchen. Das erste, was ich getan habe, ist eine Box mit einem Kommentar darin erstellt, der sagt, dass wir hier diese kontinuierlichen Variablen erkunden. Also, das ist nur visuell trennt diesen Abschnitt der Schnur von dem vorherigen Abschnitt, wo wir den Datensatz fixieren. Und das erste, was ich tun werde, ist das Grafikgerät zu ändern. Also das letzte Mal, als wir einen Box-Plot wie diesen unten gemacht haben, , haben Sie gesehen,dass auch das gesamte Plottfenster gefangen und denken Sie daran, dass wir es von hier aus exportieren können, indem Sie sein Bild speichern oder speichern als pdf. Aber sagen wir, ich möchte zwei Plots auf erstellen. Ich möchte, dass sie nebeneinander stehen. Ich will beide auf einmal sehen. Was ich tun kann, ist die par-Funktion zu verwenden und ich kann das Argument MF Row angeben und ich werde sagen, dass das gleich ist. Siehst du auch ein Koma . Also mache ich hier zusammen, um zusammenzuarbeiten. Ein Koma zum einen gibt an, dass ich eine Regel möchte, und die beiden geben an, dass ich Spalten erstellen möchte. Also im Wesentlichen wird sich das teilen, werden Fenster in der Mitte plottet, und es wird mir erlauben, eine Handlung zuerst auf der linken Seite zu plotten, und dann wird die zweite Handlung auf der rechten Seite gehen. Also führen wir das aus. Im Wesentlichen sehen wir nicht, dass es etwas getan hat, aber es hat das Plottfenster für uns geteilt. Das nächste, was ich tun möchte, ist, dass ich einen esta graham von dieser abhängigen Variable erstellen werde , was die Differenzmaßnahme ist. Wenn Sie sich an die Einführung dieses Datensatzes erinnern, werden Sie sich daran erinnern, dass eine Differenzmaßnahme negativ ist, wenn der Teilnehmer denkt, dass er jünger ist, als er tatsächlich positiv ist, wenn die Proteststätte denkt, dass sie älter sind . als sie tatsächlich sind. Also machen wir ein hist ein Gramm mit der Testfunktion, und wir spezifizieren, dass die Lebensdaten Stoller, gleiche Diff für die Differenzmessung oder abhängige Variable. Wir werden die X-Achse über diese Geschichte beschriften, Graham, mit X, Licht oder X Lamm. Wir werden die X-Achse mit dem Textdifferenzmaß beschriften, wo das in Anführungszeichen stehen muss , weil es menschliche Sprache ist, also werden sie nicht lesen. Wir werden sagen, der Haupttitel dieser Handlung und das Hauptargument ist gleich jedem. Ich werde erklären, warum das so ist. Später werden wir den Hester Graham Bars acht Farben geben, beide Himmelblau, dann können Sie Farben als Textzeichenfolgen angeben. Lassen Sie mich dieses Dokument öffnen, das Ihnen Farben Andi zeigt. Wie werden sie als Textring erkannt, so dass Sie einige sehr spezifische Farben mit sehr spezifischen Namen für diese Farben auf unserem Willen angeben können . Erkennen Sie sie. Ich ermutige Sie Zehe spielen herum mit diesem und versuchen Sie verschiedene Namen unserer Farben. Sie können eine Beschreibung der Zone finden, die liegend ist. Dies ist ah, pdf mit den verschiedenen Farben auf ihren Namen. Ich werde nur Himmelblau verwenden, weil es eine schöne Farbe für Let's Run This zuerst ist. Hester Graham. Dort gehen wir hin und die Geschichte Graham ist auf der linken Seite vor Ort dieser Handlung erschienen, anstatt zentriert zu sein und das gesamte Plottfenster einzunehmen. Das nächste, was ich gerne mache, ist, dass ich eine Darstellung außerhalb der Dichte entlang der X-Achse aus dieser Geschichte hinzufügen möchte, Graham. Und um das zu tun, werde ich die Teppichfunktion benutzen. Ich werde Lebensdaten-Dollar liefern, der den Tod sagt. Sehen Sie, was passiert, wenn wir rennen, nicht halten Sie die zischte ein Gramm zu sehen, was passiert. Sie werden sehen, dass all diese kleinen Striche entlang der X-Achse erschienen sind. Also ich denke, es ist nur ein weiterer visueller Hinweis, wo die Daten in unserem Datensatz liegen, sowie die Balken selbst auf dem höchsten ein Gramm zu haben, um mir diese Handlung ein wenig zu nehmen . Das letzte, was ich tun möchte, ist, einen Begrenzungsrahmen um ihn herum zu erstellen, indem ich die Box-Funktion verwende, diese Box öffnet und geschlossene Klammern verwendet, und das schafft einen schönen Begrenzungsrahmen um meine Handlung ein wenig aufräumt, lässt es aussehen ein bisschen professioneller und poliert. Das nächste, was ich tun werde, ist ein Boxplot zu erstellen, das auf der rechten Seite angezeigt wird . Also werde ich sagen, Box-Plot. Ich werde es Leben geben Data Dollar gesehen def und dann werde ein Y-Label für die Y-Achse des Boxdiagramms als Differenzmaß auf angeben . Dann werde ich noch einmal sagen, Main ist gleich jedem. Ich gebe noch keinen Haupttitel, und ich werde auch sagen, Farbe gleich Skyy Blue, um es mit der vorherigen Handlung konsistent zu halten . Lassen Sie uns das Boxdiagramm hinzufügen. Da gehst du. Wir bekommen ein schönes Box-Plot in der zweiten Plotting-Position. Die zweite Spalte dieses Plotfensters. Jetzt werde ich das Grafikgerät tatsächlich wieder in einem einzigen Plottfenster wiederherstellen, und dazu verwende ich die Teilefunktion, die wir oben verwendet haben. Aber ich werde die zu entfernen und könnte eine dort. Also bin ich zurück zu einer Regel eine Spalte oder ein einzelnes Plottfenster. Sie werden sehen, dass das unseren Grundstücken nichts angetan hat. Es ändert nicht, was bereits geplottet ist. Es wird nur auf das handeln, worauf wir noch planen müssen. Nein, ich kann dem Plot-Kommentar einen Titel hinzufügen, um mich hier, dass ich einen Titel hinzufüge. Ich könnte das mit der Titelfunktion tun und ich kann Haupt-Gleichheitsdifferenz-Maker angeben. Mal sehen, was passiert, wenn ich das mache. Nein, ich bekomme eine Haupttabelle des Differenzmaßes, die über beiden Plots zentriert ist. Wenn ich nicht angegeben hätte, Main gleich jeder hier in jedem dieser Parzellen, die ich gemacht habe. Hätte ich ihnen eine Tabelle gegeben, dann hätten sie einzelne Titel oben über jeder Handlung zentriert. Also mit Teil in dieser Woche, keine Onley Aloes ist, separate Plots auf der gleichen Seite zu plotten. Aber auch Aloes ist, übergeordnete Titel über mehreren Plots hinzuzufügen. Wenn wir Plotten Grafikgerät zurück zu einem einzigen, sieht sehr eine Zeile zwei Spalten. Das ist also eine nette Art und Weise, dass Sie Ihre Grundstücke so viel professioneller aussehend machen können. Das nächste, was ich tun möchte, ist, einen neuen Datenrahmen darin zu erstellen. Wir werden Zusammenfassungsstatistiken speichern, also werde ich diese neuen Daten aufrufen gerahmt Wenn und ich werde sagen, dass def eine Daten ist, die nicht rahmen, und innerhalb dieser Funktion kann ich beginnen, einen Datenrahmen zu erstellen, um verschiedene Spalten von -Daten. Also die erste Spalte werde ich N für den Stichprobenumfang beschriften und ich werde sagen, es entspricht der Länge des Lebens Daten Dollar gesehen Tod. Mal sehen, was passiert, wenn wir nur Land Life Data Dollar laufen. Der Tod zu sagen, der 200 Land zurückgibt, ist eine Funktion, die berechnet, wie lange ein Vektor ist. Es zählt also, wie viele Zeilen es hat. Das heißt, dass das Leben Daten Dollar und wenn es 200 Teilnehmer lang ist, so ist das, wie wir wissen, es zu sein. Wir können dann ein anderes Attribut namens Men erstellen. Und wir werden sagen, Männer sind gleich der Männerfunktion, die Zehenleben angewendet wird, Daten-Dollar, dasselbe Diff. Wenn ich renne, funktionieren die Männer von selbst. Ich bekomme den Mindestwert im Datensatz. Ich unterschreibe nicht bei Männern. Ich werde eine Reihe dieser zusammenfassenden Statistiken berechnen. Also werde ich nur etwas kopieren und einfügen, das ich vorhin vorbereitet habe, damit du sehen wirst, dass wir Land von „Wir haben Männer“ haben. Wir haben auch die maximale mittlere mittlere Varianz und Standardabweichung. Also verwende ich die eingebaute Funktionalität in unserem, um jede dieser statistischen Maßnahmen zu berechnen , die Nana Miss es an einen Variablennamen innerhalb dieses neuen Datenrahmens signiert , den wir erstellen. Mal sehen, was passiert, wenn ich das durchführe. Es erstellt einen neuen Datenrahmen, so dass Sie sehen werden und unsere Umgebung hier oben haben wir einen neuen Datenrahmen namens Tod ist eine Beobachtung aus, sieben Variablen. Also, wenn wir auf den Tod schauen, sehen wir, dass wir und 200. Wir haben ein Minimum von Maximum, eine mittlere mittlere Varianz und Standardabweichung. Also haben wir im Wesentlichen eine sieben Spalte eine Zeile Daten erstellt, die diese verschiedenen statistischen Werte gesetzt . Im nächsten Video werde ich Ihre neuen Telefon-Codierung Fähigkeiten testen, indem Sie bitten, zischte ein Gramm und Box Plots sowie statistische Zusammenfassungen für eine andere aus den Variablen in diesem Datensatz zu erstellen Box Plots sowie statistische Zusammenfassungen für eine andere aus den Variablen in diesem . Also werde ich dich dann sehen. 11. Challenge Nr1 1 – Erstellen von Tabellen: Hallo. In diesem Video stelle ich dir deine erste Herausforderung. Ich möchte Ihre Codierungsfähigkeiten nur ein wenig auf testen. Ich möchte, dass Sie eine hist, ein Gramm, ein Boxplot Onda, Statistische Zusammenfassung für die altersunabhängige Variable in unserem Lebensdatenrahmen erstellen. Und um Ihnen einen Hinweis dafür zu geben, sollte dies dem obigen Code ähnlich sein, den wir für die Variable getan haben. Im Wesentlichen möchte ich,dass Sie genau das Gleiche tun, aber für die Altersvariable. Im Wesentlichen möchte ich, dass Sie genau das Gleiche tun, Also gehen Sie weiter und pausieren Sie diese Video-Notiz. Versuchen Sie, daran zu arbeiten. Und wenn Sie stecken bleiben, kommen Sie zurück zu diesem Wert, denn ich werde Ihnen nicht die Lösung für diese Herausforderung zeigen. Viel Glück. Jetzt bist du wieder in diesem Video und ich möchte dir zeigen, wie du das machst. Der einfachste Weg, dies zu tun, ist tatsächlich, unseren inneren Code zurückzukehren, und wir werden fortfahren und alles kopieren, von der 47 nach unten durch Spur 66. Wir werden es darunter kleben. Unsere Herausforderung an im Wesentlichen alles hier ist sehr ähnlich. Außer, dass wir den Unterschied ändern müssen. Variabel zur Altersvariablen. Also der erste Ort, an dem ich die Differenzvariable hier sehe, ist in der Geschichte. Graham, ich möchte Leben Data Dollar sagen Tod zu Leben Daten Dollar Zeichen Alter ich kann ändern und meinen Text hier ändern. Ich werde die Differenzmaßnahme nicht mehr planen. Stattdessen plane ich Alter und ich kann etwas hinzufügen, um es ein bisschen beschreibender zu machen. Indem ich in Monaten sehe, um Verwirrung zu vermeiden, werde ich den Rest davon verlassen. Dieselbe Person implodiert. Etwas anderes hier. Lassen Sie uns die Farbe ändern. Sagen wir, es wird jemand sein, der die Farbe in oder Onda hat. Wir werden auch den Teppich unter der Handlung ändern, die Dichte zu Alter statt taub. Sie wollten das Gleiche hier unten in der Box Plot machen. Wir müssen den Tod in Alter ändern. Wir werden das Etikett der Y-Achse ändern, um in einem von einigen zu altern, das das Ding von oben kopieren wird . Ich werde die Farbe auch in Lachs ändern und dann werde ich diesen einen Titel aus Teilnehmeralter anstelle von Differenzmaß geben . Dies ist also der Titel übergeordneter Titel für beide Plots. Ich werde sagen, Teilnehmeralter. Das nächste, was ich tun werde, ist, diesen Def-Datenrahmen zwei im Alter von acht Efraim zu ändern und die Zusammenfassungsstatistiken über die Differenzmaßnahme durch die der Altersvariablen innerhalb dieses Datenrahmens zu ersetzen . Also werde ich nur den Tod in Alter ändern. Und dann werde ich überall dort hindurchgehen, wo die Todesdaten auf das Alter verweisen . Also werde ich nur weitermachen, um das zu kopieren und jede von ihnen zu ändern. Du musst vorsichtig sein, wenn du das machst. Nein, um an ihrem eigenen Platz oder zwei zu arbeiten. Entfernen Sie alle von den Klammern, so fast getan, jeden dieser Todesfälle durch die Altersvariable ersetzen. Also gehen wir voran und führen Sie das und Sie werden sehen, dass Jetzt haben wir einen Richter und unsere Umwelt . Onda können wir uns ansehen, was es ist, ist und Männer, maximale mittlere mittlere Varianz und Standardabweichung. Also haben wir ah statistischen Wert für jede dieser Maßnahmen auf einer Beobachtung für sieben Variablen, im Wesentlichen. Es sind also sieben Spalten von einer Regel über jeden dieser Variablennamen, die wir darin erstellt haben . Also, da gehst du. Das ist der Weg zur Vollständigkeit Herausforderung. Ich hoffe, dass Sie das schaffen werden, ohne auf diese Lösung zu schauen. Aber wenn du es nicht tust, mach dir keine Sorgen. Das ist noch sehr früh. Lassen Sie uns weiter mit dem Schreiben spannender Code auf versuchen, Ihr Verständnis unserer über das Lernen wirklich coole Dinge zu verbessern . Also werde ich dich in der nächsten erwischen. 12. Handflächen und statistische Zusammenschlüsse: hallo Und dieses Video, Ich möchte Ihnen zeigen, wie Sie einen poot-Speicher für statistische Zusammenfassungen für alles, was auf der Konsole gedruckt wird, und auch für ein grafisches Opiat wie Plots einrichten . Um dies zu tun, werden wir eine pdf-Onda-Textdatei erstellen, in die wir sinken oder alles, was wir in unserer Umgebung tun, setzen . Lassen Sie mich also eine Co erstellen, die hier am Anfang von unserer kontinuierlichen variablen Schnur gemeint ist, die wir in den vorherigen Videos geschrieben haben und dann nur sagen, es hier. Wir werden Zahlen setzen auf ein pdf auf tabellarische oder statistische in Lebensmitteln in eine Textdatei setzen. Und ich werde hier Dateipfade und Verzeichnisse verwenden. Sie müssen also sicherstellen, dass Sie diese in das ändern, was auf Ihrem Computer angemessen ist , da wir nicht die gleichen Dateipfade teilen. Also die erste Funktion, die wir als pdf für das Argument verwenden werden, das ich als Datei verwenden werde , und ich werde einen Dateipfad angeben Nein. Und Mac, das benutze ich. Ich kann zu meinem Finder-Fenster gehen und ich kann zu meinem Ausgabeordner von Abschnitt 1 und meinem You 'd Amy Klassenordner gehen . Nein, auf einem Mac, wenn ich mit der rechten Maustaste auf Oh, setzen, Ich bekomme eine Kopieroption, um diesen Ordner zu kopieren, aber wenn ich die Option gedrückt halten, werden Sie sehen, ich bekomme eine andere Kopieroption. Ich kann Oh kopieren, als Pfadnamen setzen, solange ich die Optionstaste auf der Tastatur gedrückt halte. Das ist es, was ich tun will. Ich möchte mit der linken Maustaste klicken, während Sie die Optionsschaltfläche gedrückt halten und Okkert als Pfadnamen kopieren . Sie werden sehen, wenn ich das zurück in das R-Skript kopiere, bekomme ich meinen Dateipfad mit dem Schrägstrich, den sie nach vorne zeigt. Das nächste, was ich tun muss, als setzen Anführungszeichen um, und dann schließlich, und der Ausgabeordner, muss ich einen weiteren Schrägstrich haben und meinen Dateinamen erstellen , den ich Mais vars dot pdf nennen werde. Denn in diesem Abschnitt der Schnur betrachten wir kontinuierliche Variablen, und es muss ein Punkt pdf sein. Das nächste, was ich tun werde, ist ein Waschbecken für Text und für Dinge zu erstellen, die auf der Konsole gedruckt werden. Also werde ich sagen, sinkenfunktion, und ich werde den gleichen Dateipfad angeben. Also werde ich einfach alles in den Zitaten kopieren. Ich muss nicht sagen, Datei gleich und die ST-Funktion. Ich gebe nur den Dateipfad an. Jetzt muss ich die Datei ändern, die es zu unserem Punkt txt conv wird, weil die Senkenfunktion alles in eine Textdatei in Ordnung bringen wird. Noch pdf Nein, Wenn Sie in Windows sind, wird dies ein wenig anders für Sie sein. Also werde ich einen Kommentar hinterlassen, um Ihnen zu helfen, herauszufinden, wie Sie Ihren Weg hier reinbringen . Wenn Sie Windows verwenden, müssen Sie entweder den Dateipfad von der Windows Explorer-Adressleiste kopieren oder Sie müssen die Umschalttaste gedrückt halten und mit der rechten Maustaste auf den Ordner klicken. Also halten Sie, Shefki und klicken Sie mit der rechten Maustaste auf den Ordner. Nein, dies gilt nur für Windows-Maschinen. Und wenn du das tust, bekommst du so etwas. Wenn mein Computer also eine Windows-Maschine wäre, würde ich so etwas wie Dr. Coloane sehen. Dann würde ich wieder Schrägstriche durch meine Ordner durch meine Verzeichnisse zu diesem Ausgabeordner in Abschnitt eins des Sie beschädigen Ordners bekommen und das wird wiederum unterschiedlich sein, je nachdem wo Sie diese Ordner auf Ihrem eigenen Computer erstellt haben. Aber es gibt ein Problem damit, weil Sie bemerken, dass der Schrägstrich ihre hinteren Schrägstriche erleichtert und nur Schrägstriche erkennen wird. Sie müssen also diese manuell durchgehen und ändern, um Schrägstriche vorwärts zu machen, Rückstriche zu notieren, Rückstriche zu notieren, oder Sie können einen doppelten umgekehrten Schrägstrich machen und unser wird erkennen, dass Sie so oder so eines dieser Dinge tun müssen. Ein möglicher Arbeiter in das. Wenn Sie sich in Windows befinden, wenn Sie nicht alle diese Schrägstriche manuell ändern möchten, um etwas dem verfügbaren Pfad zuzuweisen , werden wir Lese-Zwischenablage verwenden. Dies ist eine Funktion, und unsere, wenn Sie nur Fenster verwenden, die lesen, was Sie in die Zwischenablage kopiert haben. Sie sind also immer noch zu Ihrem Windows Explorer in die Adressleiste gegangen und haben die Adresse in etwas kopiert , das so aussieht, das mit dem umgekehrten Schrägstrich eintritt, der sie ist. Aber wenn Sie diese Lese-Zwischenablage Funktion ausführen, wird es P nicht aus der Zwischenablage aufrufen, und es wird es automatisch in Port konvertieren. Sind in der Lage zu lesen. Also innerhalb von Pfad, werden Sie tatsächlich etwas gespeichert haben, das so aussieht. So hat es es in die ehemalige Arkan-Lesung umgewandelt. Das ist also nur eine Möglichkeit, es zu umgehen. Und Windows A lässt Sie damit spielen und selbst entscheiden, mit wem Sie lieber arbeiten ? Nein. Das nächste, was ich dem Code hinzufügen möchte, ist das Ausdrucken bestimmter statistischer Maßnahmen . Denken Sie daran, dass wir zuvor diesen Todesdatenrahmen erstellt haben ,der die statistischen Zusammenfassungen hatte , , wie Stichprobengröße Männer , maximaler Mittelwert usw. Also werden wir nach dieser Spur diese Spuren hinzufügen könnten wir einen Kommentar hinterlassen, der besagt , wenn ein Druck nicht Datenrahmen auf drei Ziffern gerundet wird, werde ich die Funktion drucken verwenden, und ich werde doppelte Anführungszeichen Tod. Das wird nur taub als menschliche Sprache drucken, damit ich weiß, was es ist. Und dann sage ich nochmal „Drucken“. Ich werde den Todesdatenrahmen drucken, den wir oben erstellt haben, und ich werde Koma Ziffern gleich drei machen, die diesen Datenrahmen und die Daten darin auf drei Ziffern durchstreifen , so dass ich es schön habe und getrimmt nicht. Das nächste, was wir tun wollen, ist, dass wir nach unten kommen und tun das gleiche für die Altersvariable , die wir vervollständigen, ist Teil dieser Abschnitte Herausforderung. Also, nachdem wir den Altersdatenrahmen erstellt haben, werden wir dasselbe tun. Wir drucken Agenten-Zitate auf und wir drucken den Altersdatenrahmen auf drei Ziffern gerundet auf die allerletzten Dinge, die wir tun müssen, müssen wir aufhören sinkt. Wir sagen nur sinken offen und schließen Klammern. Wir müssen auch das Grafikgerät mit dev dot ausschalten öffnen und schließen Klammern auf Wenn wir beide Funktionen ausführen, wird es aufhören Oh, setzen auf die Textfolie. Es wird aufhören, in das PDF zu setzen, und es wird diese speichern, so dass wir sie öffnen können, bis wir laufen. Senken und dev dot aus Es werden diese Dateien nicht geschlossen. Wir werden nicht in der Lage sein, sie anzusehen. Und dann werden die letzten Dinge, die wir tun würden, das Alter zu entfernen und wir werden Tod mit der R und Funktion entfernen. Dadurch werden beide Variablen aus unserer Umgebung entfernt, so dass wir später nicht mit ihnen verwechselt werden . Wissen Sie, dass wir sie in eine Textdatei gesetzt haben. Wir brauchen diese Variablen und unsere Umgebung nicht mehr wirklich. Gehen wir also weiter und führen Sie diesen gesamten Codeabschnitt noch einmal aus. Ich werde nur diese Fenster spezifischen Dinge nennen, die ich Ihnen gezeigt habe. Wir werden also von 47 bis zum Ende hier laufen, und Sie werden sehen, dass wir in der Umgebung wissen, dass wir nur unseren Lebensdatenrahmen haben, mit dem wir begonnen haben, und wir haben auch diesen Wert aus der Fixierung der Daten heraus. Angenommen, wir haben das Alter entfernt und wir haben entfernt, wenn Sie auch bemerken, dass hier nichts geplottet wurde . Das liegt daran, dass die Plots, wenn Sie ein PDF-Dokument ausführen, die Plots direkt an dieses Dokument senden. Sie werden nicht im Plot-Fenster in unserem Studio erscheinen. Also gehen wir zu unserem Ordner, einem Ordner, in den wir diese Dinge geschickt haben, und wir sehen, dass wir einen Maisfeuerstopp haben. PDF und wir haben con viers über txt. Schauen wir uns zuerst den con virus dot txt an, und Sie werden sehen, dass wir den Tod haben und dann unsere Stichprobenstatistiken von mittleren Männern und max etcetera für Differenzmessung. Wir haben auch im Alter gedruckt und dann die zusammenfassende Statistik dafür. Dies ist also eine gute Möglichkeit, statistische Ausgaben zu speichern, so dass Sie immer zurückkommen und öffnen können . Es geht nicht verloren in der Konsole, die Sie auch gedruckt haben. Sie werden es dort haben, so dass Sie zurückkommen und weitere Analysen darüber später durchführen können. Wenn wir in den Maisvars dot pdf schauen Was sehen wir? Nun, wir sehen unseren Unterschied messen den Hester Graham und den Boxplot, den wir zuvor erstellt haben . Und wir haben auch ein Teilnehmeralter zischte ein Gramm in der Box Handlung, die wir komplett zuvor. Und das ist in einem zweiseitigen PDF-Dokument, das wir öffnen können Angebot können wir exportieren, was wir verwenden können und Publikationen oder weitere Analysen. Also da hast du es. Das ist, wie Sie wissen, poot grafische Ausgabe auf statistische Ausgabe. Zwei Ordner auf Ihrem Computer. Begleiten Sie mich im nächsten Video, in dem wir die kategorialen Variablen im Datensatz untersuchen werden. Ich werde dich dann sehen 13. Erkundung von categorical (Balken, Proportionen, mehrteilige Punkte): Hallo Und willkommen in diesem Video, wir werden die kategorialen Variablen innerhalb des Datensatzes untersuchen und einige sehr grundlegende Beispielstatistiken ausführen , weil ihre kategorialen Variablen im Grunde nur den Anteil ausschauen , der in den verschiedenen Ebenen innerhalb jeder kategorialen Variablen. Also das erste, was ich gerne tun würde, ist tatsächlich auf einen Tisch zu schauen. Wir werden die Zählungen jeder Faktorvariablen auf jeder Ebene in ihr durchführen. So zum Beispiel kann ich zum Beispieldie Tabellenfunktion auf Lebensdaten Dollar sane sechs ausführen. Nun erinnern Sie sich vielleicht, dass die Geschlechtsvariable M für männlich und F für weiblich ist. Darauf haben wir jeweils 100 Rabatt. Ich kann das kurz erneut überprüfen, indem ich die str - oder Strukturfunktion verwende. Ich werde das nur in der Konsole ausführen und ich kann das auf Lebensdaten ausführen. Und wenn ich das mache, werden Sie sehen, dass wir die Zusammenfassung bekommen, genau wie wir es im Dropdown-Menü in der Umgebung getan haben. Und wir sehen, dass Sex tatsächlich ein Faktor ist. Variable mit zwei Stufen f auf em. Also lassen Sie uns mehr in Schulden auf das Geschlecht erträglich aussehen, indem Sie die Tabellenfunktion verwenden, wenn wir auf dem Tisch sind. Wir sehen, dass wir 100 EFS für Frauen und 100 bin für Männer. Wir können die Tabellenfunktion auf anderen kategorialen Variablen ausführen. Zum Beispiel können wir sagen, Tischleben, Daten-Dollar sagen Ehe. Dies ist der Familienstand über die Teilnehmer. Was wir hier sehen, ist, dass es alle Nullen und Einsen sind. Wir haben 132 Nullen, Menschen, die wir nicht verheiratet sind und 68 Menschen, die verheiratet sind, so dass Sie mit der Tischfunktion auf allen anderen kategorischen Variablen spielen können . Aber das nächste, was wir tun werden, wie wir ein Grafikgerät einrichten, das Carlos ist, mehrere Plots zu diesem gleichen Fenster zu öffnen, genau wie wir es zuvor getan haben. Und wir werden hier ein Grafikgerät einrichten, wo wir aufsteigen müssen und drei Spalten und unser Ausgabefenster. Also, um das noch einmal zu tun, verwenden wir par und das MF-Row-Argument, das wir angeben werden, dass sie Katyn acht Funktion können, und dieses Mal werden wir wählen, um ruhigere drei, bedeutet, dass wir um drei Spalten gestiegen sind. Wir werden das ausführen, damit unser Grafikgerät dafür vorbereitet wird, dass es sechs Plots quer hat . Wir werden eine Rolle von drei und einen Teil der Handlung haben, und dann können wir noch eine Reihe von drei darunter haben. Also die ersten Grundstücke, die für unsere Rinde aussehen würden. Wir werden also Balkendiagramme aus dem Anteil der Subjekte und jedem Faktor jeder kategorialen Variablen erstellen . Und um dies zu tun, werden wir sagen, dass Balkendiagramm die Bar-Clock-Funktion verwendet hat. Und anstatt das erste Argument die Daten sind, die wir geben Balkendiagramm wollen, werden wir tatsächlich die Tabellenfunktion angeben. Wir werden sagen, Tischleben, Daten-Dollar sagen Sex. So wissen wir, dass von oben, dass das 100 Männchen und 100 Weibchen zurückgibt. Aber jetzt, was wir tun werden, ist, dass wir das durch die Länge des Lebensdaten-Dollar teilen Sex sagt. Denken Sie daran, dass die land-Funktion die Länge von einer Spalte oder einem Satz von Daten zurückgibt. Also hier haben wir eine berechnen die Länge des Geschlechts, das ist 200 Teilnehmer auf. Wir teilen den Tisch von 100 Weibchen und 100 Mahlzeiten auf diese Länge von 200. Also sowohl die 100 Weibchen als auch die 100 Mahlzeiten werden wir beide durch 200 geteilt werden. Dann werden wir die Farbe angeben. Ich werde nur wieder Himmelblau verwenden, aber fühlen Sie sich frei, um mit diesen Farben zu spielen, wo immer Sie Lust auf. Ich werde auch angeben, warum Gliedmaßen warum Lim ein Argument ist, das den warum Zugriff auf eine bestimmte Spanne oder eine festgelegte Grenze einschränkt. Und weil wir hier Proportionen berechnen. Ich möchte, dass die Y-Achse zwischen Nullursprung und Eins begrenzt wird, denn wenn die Y-Achse 1.1 oder 1.2 beschriftet werden , wäre es keinen Sinn ergeben, weil Sie ihren Anteil nicht haben können, der größer als einmal ist . Ich möchte dafür sorgen, dass wir uns dort verhalten. Das nächste, was ich in diese Funktion hinzufügen möchte, ist auf X-Label für Sex, und ich möchte ein Y-Label für Proportionen haben. Und dann werde ich sagen, dass der Haupttitel dieser Handlung Sex aus Teilnehmern ist. Ich werde dann angeben, dass die Namen, die verwendet werden, um die Bars und diese Handlung zu benennen weibliche Andi-Mahlzeit sein werden, anstatt nur AM zu verwenden. Und wenn wir hingehen, lassen Sie uns das laufen. Sie können sehen, dass wir eine kleine Bar Grundstück in den ersten Verkauf unserer zwei durch drei Matrix bekommen. Wir werden Ihnen das ein wenig sagen, indem wir eine Box-Grenze hinzufügen, genau wie wir es vorher getan haben . Es macht es ein bisschen sauberer. Ich weiß, dass Sie das Gleiche mit anderen kategorialen Variablen machen können, also werde ich den Code einfach kopieren. Das gleiche ist oben, aber ich werde Sex in die Ehe ändern. Kategoriale Variable auf. Dann werde ich das X-Label auf Leave Proportion verheiratet ändern, wie es ist, und dann gehen zu sagen, dass der Haupttitel der Handlung als Familienstand auf Cent gehen, um die Namen der Balken zu ändern, nicht verheiratet Andi wissen. Ja, wir sind verheiratet. Lassen Sie uns versuchen, das zu laufen. Da gehst du. Wir kriegen schöne Bar-Plots. Sie zeigen Proportionen von kategorialen Variablen in jeder Ebene von der kategorialen Variablen an . Also, ob wir Männer, Frauen haben oder ob wir ja oder nein geheiratet haben, und so können Sie dies weiterhin für die anderen kategorischen Variablen tun , und sie werden weiterhin in diesem Ploting-Fenster füllen. Denken Sie daran, dass Sie nach dem Plotten das Grafikgerät immer wieder auf eine einzelne Plotkonfiguration zurücksetzen sollten. Nur damit Sie keine plötzlichen Überraschungen bekommen, wenn Sie kommen, um Ihren nächsten Artikel zu plotten. Und so werde ich Sie in dem nächsten Video fangen, wo wir tatsächlich beginnen, inferential mit für Statistiken zu bekommen beginnen, spezifischere Fragen mit statistischen Tests wie T-Tests auf Nova zu stellen. Wir werden anfangen, diesen Datensatz tatsächlich zu queer zu machen. Also werde ich Sie im nächsten Video sehen. 14. Arbeiten mit Datentypen (Vektoren, Faktoren, Datenrahmen): Hallo. In diesem Video bereiten wir uns darauf vor, zusätzliche statistische Analysen durchzuführen, die es uns ermöglichen , inferentielle Fragen zu ihrem Datensatz zu beantworten. Also habe ich hier eine neue Kommentarbox erstellt, die diesen Teil des Codes trennen und erklären wird , was wir tun, zuerst werden wir kategoriale Variablen analysieren, bevor wir dies tun. Es ist sehr vorteilhaft, wenn wir zuerst die Variablen aus Lebensdaten anhängen. Die Spaltennamen und Lebensdaten sind also das, was wir an unsere Umgebung anhängen werden. Also mal sehen, was das ist. Wir werden die Funktion „Anhängen“ benutzen. Ich versorge es nur mit Lebensdaten. Also liefern wir Anhänge mit Life-Daten, das ist unser Datenrahmen, der Spaltennamen darin enthält. Und wenn wir das ausführen, werden Sie sehen, dass es die folgenden Variablennamen angehängt hat. Also, nein, wir können diese Variablennamen tatsächlich direkt verwenden, ohne die Lebensdaten in unserer Umgebung referenzieren zu müssen . So, zum Beispiel, wir verwendet, um eine Zusammenfassung zu bekommen, die wir verwendet haben, um Lebensdaten Dollarzeichen Alter zu tun, zum Beispiel, auf das würde uns eine statistische Zusammenfassung der Altersvariablen innerhalb der Lebensdaten geben. Aber jetzt haben wir es angehängt. Wir können den Dollar loswerden, der sagt, wir können auch Lebensdaten loswerden und einfach Alter sagen. Und ich werde erkennen, worüber wir reden, so können wir das tun und bekommen eine statistische Zusammenfassung Alter wissen, dass wir diese Variablen angehängt haben. Wir wollen auch unsere Faktor- oder kategorialen Variablen ein wenig aufräumen und ihnen Ebenen innerhalb ihrer kategorialen Struktur geben , Namen, die beschreibender sind. Also, zum Beispiel, Sex, alles, was wir im Moment haben, ist für männlich oder F für weiblich. Wir wollen sie wirklich essen und weiblich nennen. Also, was wir tun werden, ist, dass wir Sex sagen. Wir können darauf verweisen, dass keine direkt, weil wir es an unsere Umwelt gebunden haben und wir können sagen, Faktor Funktion Sex. Und wir können sagen, Etiketten gleich Klammern zu sehen, weiblich und männlich. Was wir innerhalb dieser Faktorfunktion tun, ist, dass die Sexvariable ihre Etiketten ändern. Das ist Ebenen innerhalb der kategorischen Variablen von Geschlecht zu Frauen und Männern, oder transformieren FFT, weiblich und AM und zwei männlich auf überschreiben die Geschlechtsvariable. Also, wo sind die Unterzeichnung oben auf die Sexvariable. Mal sehen, was passiert, wenn wir das ausführen. Nein, Wenn ich eine Zusammenfassung aus Sex Stein hier und die Konsole sehen, Ich bekomme anstelle von f n m weiblich und männlich. Also bin ich vorangegangen. Ich bin bereit Code, um unsere kategorialen Variablen und zwei weitere beschreibende Labels zu transformieren. Also hier ist etwas, das ich vorher vorbereitet habe. Wir haben eine Ehe. Wir ändern auch die Etiketten von Nullen und Einsen . Nicht verheiratet und verheiratet. Wir ändern den Job. Variable von Nullen und Einsen zu arbeitslosen, arbeitslosen Familienvariablen hat nur damit zu tun, ob der Teilnehmer fühlt, dass er eine Menge Familie um sie herum hatte , um sie zu unterstützen. Also, ob sie keine Familie haben oder sie Familie haben und dann das Bildungsniveau des Teilnehmers, Ob es hs für die High School ist, Sie ergriffen für Underground oder Grad für Graduate Grad. Sie werden auch hier feststellen, dass ich ein Gleichheitszeichen verwende, um diese Variablen neu zuzuweisen, und Sie können ein Gleichheitszeichen oder den Pfeiloperator verwenden, den wir zuvor verwendet haben, um Zuweisungen zu machen , aber ich ziehe es vor, den Pfeiloperator zu verwenden. Gleich mir, wäre zu einfach mit einem mathematischen Operator zu verwechseln, also ziehe ich es vor, das IRA-Zeichen zu verwenden, Aber Sie können gleich verwenden, wenn Sie möchten. Gehen wir also voran und führen Sie diese anderen Variablen aus. Wir ändern sie in etwas viel beschreibenderes. Sie können hier sehen, dass sie in unserer Umgebung erscheinen. Das nächste, was wir tun möchten, ist Datenrahmen für die abhängige Variable auf für die kategorialen unabhängigen Variablen zu erstellen . Die abhängige Variable ist also das, was wir interessiert sind, und es ist die Antwortvariable die Differenzkennzahl. Wir wollen bestimmen oder vorhersagen, welche Differenzmaßnahme ist und Teilnehmer basierend auf allen anderen Variablen, die wir gesammelt haben. Und wir werden auch kategoriale, unabhängige Variablen verwenden, unabhängige Variablen verwenden, die die Prädiktorvariablen sind, die versucht haben, die abhängige Variable zu schützen. Und genau das werden wir uns hier ansehen. Zuallererst möchten wir jedoch einen Datenrahmen für die abhängige Variable erstellen. Wir werden sagen, dass die abhängige Variable wieder von taub kommt. Wir haben dies angehängt, so dass Sie ohne den Lebensdatenrahmen darauf verweisen können. Wir werden auch sagen, dass wir einen Lebensdatenrahmen erwachsene Katze für kategoriale Variablen machen und wir werden Datenpunkt-Frame sagen und wir werden ihm Sex einen Ehejob geben , Familie auf Bildung Also machen wir einen neuen Datenrahmen hier, die die sexuellen Ehe-, Arbeits-, Familien- und Bildungsvariablen darin enthält. Also lasst uns voran gehen und beide laufen lassen. Sie können sehen, dass sie auch zu unserer Umgebung hinzugefügt werden. Und dann ist das letzte, was wir tun wollen, einen Vektor von Variablennamen zu erstellen. Wir werden einen Vektor oder Variable Namen zu erstellen waren, um das zu tun. Wir werden sagen, vars Variablen gedacht kategorisch, und wir werden es mit den Spaltennamen zu liefern erinnern, wir verwenden nicht Funktion, bevor wir eine Spalte liefern. Namen der Lebensdaten Punkt Katze So, dass hat die Doppelpunkt-Namen aus unserem neuen Leben Daten Punkt Katze Datenrahmen genommen . Andi hat sie den variablen vars dot cat zugewiesen. Also, wenn wir laufen, nur vars dot cat, wir sehen, dass wir Sex, Ehe, Job, Familie und Bildung haben Ehe, Job, . Wenn wir also im nächsten Video zurückkommen, werden wir unsere statistische Analyse dieser kategorialen Variablen fortsetzen, und wir werden das tatsächlich mit unserer eigenen Funktion tun, die wir erstellen werden. Anstatt vorhandene Funktionen zu verwenden, werden wir unsere eigenen erstellen, so dass es sehr spannend ist. Ich freue mich darauf, Sie im nächsten Video zu sehen. 15. Erstellen einer benutzerdefinierten Funktion für statistische Analyse (t-test, ANOVA, Plotting): Hallo und willkommen. In diesem Video werden wir unsere eigene Funktion definieren. Der Zweck der Funktion ist es, nach Beziehungen zwischen den kategorialen Variablen und unserem Datensatz zu suchen. So Dinge wie Bildung, Geschlecht, Familie, Beschäftigung und Familienstand, ob eine dieser Variablen hat keinen Einfluss auf die Differenzmaßnahme. Wie alt oder jung denkt jemand, dass sie sind? Also wirklich, was wir tun wollen, ist, Unterschiede in den Faktoren oder Ebenen innerhalb dieser kategorialen Variablen zu analysieren . So zum Beispiel sehen, wollen wir zum Beispiel sehen,ob es einen Unterschied zwischen Männern und Frauen gibt und wie sie wahrnehmen, wie alt sie sind oder ob es einen Unterschied zwischen verheirateten und unverheirateten Paaren gibt und wie sie wahrnehmen wie alt sie sind. Aber bevor wir diese Funktion tatsächlich ausschreiben, möchte ich Ihnen zeigen, wie die Ausgabe aussehen wird und was wir zu schaffen streben . Also habe ich die Konsole über über größer gemacht, so dass Sie die Ausgabe sehen können, die wir bekommen werden, so dass bekommen werden, Sie in diesem Jahr wissen, dass Dollar Zeichen weiblich sagt. Das erste, was Funktion ermöglicht, die wir erstellen werden, ist, dass es eine statistische Zusammenfassung aus der Differenzmaßnahme für alle weiblichen Teilnehmer erstellt . So werden wir in der Lage sein zu sehen, was der Median und Mittelwert etcetera oder weibliche Teilnehmer wie auf. Und wir werden auch sehen können, was diese zusammenfassenden Statistiken für die männlichen Teilnehmer sind. Wenn wir uns das wirklich schnell ansehen, sehen wir, dass sie für weibliche Teilnehmer als aktive 0,57 bedeuten und der Mittelwert für männliche Teilnehmer ein wenig niedriger bei negativen 3,437 Also wenn ich diese nur anschaue, würde ich mir vielleicht vorstellen, dass Männer neigen dazu zu denken, dass sie jünger sind, als sie tatsächlich sind, weil wir einen negativeren Wert im Durchschnitt haben und die männlichen Teilnehmer, die andere Sache, die wir hier tun, ist die Schaffung einer Handlung. Wenn wir also das ganze Applauding-Fenster unten rechts sehen, werden wir sehen, dass wir ein Box-Plot haben. Dies hat weibliche Teilnehmer und männliche Teilnehmer gespalten. Wir haben die X-Achse jedes unserer beschriftet haben wir das Warum Zugang zu einem Unterschied Maß , was wir versuchen herauszufinden, und Sie werden hier sehen, dass diese beiden Box- und Whisker-Plots ziemlich ähnlich aussehen die männlichen Mittel mit der fett Linie ist ein wenig niedriger als der weibliche Mittelwert, aber sie sehen nicht so anders aus. Also, wirklich, was wir tun wollen, ist zu sehen, ob diese Unterschiede und Mittelwerte, die wir in der Box PLO und in den statistischen Zusammenfassungen beobachten , statistisch signifikant unterschiedlich sind. Auf einem Weg, den wir vermitteln, ist, etwas zu verwenden, das als T-Test bezeichnet wird. Ein T-Test untersucht Unterschiede zwischen Mittelwerten und Unterpopulationen, also sagt er uns, ob sie in der weiblichen Gruppe aus meinen. Die Differenzmaßnahme ist wirklich statistisch anders als die in der Mail-Gruppe , ob in der Tat, die Weibchen und Männchen entlang und verschiedene Populationen, da es wirklich einen Unterschied zwischen Männern und Frauen wenn es darum geht, wie alt sie denken, sie sind. Wenn wir also den T-Test ausführen, erhalten wir diese statistische Ausgabe. Was uns am meisten interessiert ist, ist der P-Wert dieser Zahl hier, der 0.2453 p-Wert sagt uns über die Bedeutung es, weil dies ein inferentieller statistischer Test ist . Wir haben keine Hypothese, und wir haben eine alternative Hypothese. Die Nullhypothese ist, dass Frauen und Männer nicht anders sind und wie sie wahrnehmen, wie alt sie sind, also gibt es keinen Unterschied. Und sie meinen zwischen Weibchen und Männchen. Statistisch terroristisch, wenn ich Profite ist, ist, dass diese Mittelwerte der Differenzmaßnahme tatsächlich unterschiedlich sind, dass es einen Unterschied zwischen Männern und Frauen gibt. Und wenn der P-Wert unter 0,5 geht, werden wir die Nullhypothese zurückweisen, dass es keinen Unterschied gibt . Wir werden sagen, dass es statistische Beweise gibt, dass es einen Unterschied in der Realität zwischen Männern und Frauen gibt und wie sie wahrnehmen, wie alt sie dort sind. Weil das P-Werte 0,2453 Das bedeutet, es ist nicht weniger als 0,5 Wir können die Nullhypothese nicht ablehnen , und wir können nicht sagen, dass es wirklich einen Unterschied zwischen Männern und Frauen hier gibt. Die andere Sache, die diese Funktion tut, ist, dass sie dem Diagramm den P-Wert hinzufügt. Hier drüben werden Sie sehen, dass wir P-Wert 0.2453 haben und das letzte, was die Funktion tut, ist, dass es den Box-Plot mit einem Titel beschriftet. Dies ist Sex, denn dies ist der Unterschied zwischen Mahlzeiten und Frauen so und es wurde gesehen, welche Ausgabe wir gehen. Schauen wir uns an, wie wir die Funktion selbst schreiben. Also werde ich weitermachen und die Konsole minimieren. Und das ist die Funktion, die ich bereits geschrieben habe. Ich habe einige Kommentare geschrieben, die auf Spur 175 beginnen und die Funktion ist anfänglich auf Lane 180 benannt , läuft sie bis 222. Ich weiß, dass dies eine ganze Menge Code viele Spuren hier ist, aber wir werden es eine Zeile pro Zeit durchgehen und erklären, was es tatsächlich tut. Also ermutige ich Sie, zunächst die Erklärung aus den Codezeilen zu hören, die in diese Funktion gehen, bevor Sie versuchen, das Kabel tatsächlich zu kopieren. Ich würde das bis danach verlassen, oder stellte das Video und tun, so dass wir mit den Kommentaren beginnen, die ich uns hier gelassen habe Ich sage, dass dies eine Funktion zur Analyse kategorialer unabhängiger Variablen gegen die . kontinuierliche abhängige Variable ist. Also wieder unsere abhängige Variable als unsere Differenzkennzahl, die von allen anderen Variablen abhängt , die gesampelt wurden. Das versuchen wir zu beschützen. Und die kategorischen unabhängigen Variablen sind die Variablen wie Bildung, Familie, Familie, Geschlecht und so weiter, die kategorisch sind, was bedeutet, dass sie nicht kontinuierlich sind. Sie sind Nullen und Einsen männlich, weiblich dort. Nein, ein kontinuierliches Maß für Funktionen kann als Teil von Paketen kommen, die Sie installieren und sind, oder Sie können Ihre eigenen erstellen. Also, was wir hier tun, ist die Definition unserer eigenen Funktion auf wir benennen die Funktion Maiskatzenspaß . Das ist ein Name, den ich mir ausgedacht habe. Du könntest es nennen, wie immer du willst. Ich habe es nicht genannt, weil wir versuchen, eine kontinuierliche Variable das Differenzmaß auf vorherzusagen oder zu betrachten . Wir betrachten den Einfluss, dass kategoriale Variablen ein nicht haben, und dies ist eine Funktion. Also habe ich es Fonds genannt oder Cone Cat Spaß Dysfunktion wird drei Argumente nehmen. So wissen wir, dass in Klammern ist, wo wir Argumente für Funktionen. Wir werden drei von ihnen in dieser Funktion haben, in der wir die Funktion definieren und all diese Zeilen konnten. Aber sobald wir es finden müssen, können wir es jederzeit aufrufen, wenn wir wollen, ohne alle diese Zeilen nochmal ausschreiben zu müssen, also nennen wir es einfach und wir geben es drei Argumenten und es läuft im Hintergrund. Refokussieren, alle diese Gerichtsspuren immer wieder ausschreiben zu müssen. Das ist also die wirkliche Kraft von Funktionen, die es Ihnen ermöglicht, eine komplexe Analyseaufgabe immer wieder zu verwenden , ohne immer wieder Zeh schreiben zu müssen. Also online 100 achtziger Jahre, wo wir die Funktion nennen werden wir es Cone Cat Spaß nennen. Es ist also genau so, als ob wir eine Variable definieren. benutzte den Zuweisungsoperator, den Iro, den Chevron mit dem Bindestrich, und wir sagen, dass Kong Katze Spaß wird eine Funktion zugewiesen werden. Also, das ist eine Funktion, Funktion und blau dort, und wir sagen Klammern und wenn die drei Argumente benannt werden, die es benötigt. Also habe ich das erste Argument jedes unserer für diese Bedeutung als jede kategoriale Variable aufgerufen. Also schicken wir eine von denen, die für diese Funktionen erreicht wurden. Ich habe es gerade jedes von uns genannt, wo dann das zweite Argument bekam. Es heißt Name. Das ist der Name der kategorialen Variablen, und dann haben wir Antwort. Das ist die abhängige Variable oder das Taubheitsmaß Also das ist, was wir dieser Funktion geben . Das erste, was wir die Funktion beleidigen, ist, dass wir hier eine geschweifte Klammer haben und die wirklich definiert, wo die eigentliche Funktionalität beginnt. Also haben wir die Funktion mit der Regierung die drei Argumente genannt. Aber das ist wirklich das Fleisch der Funktion. Das ist, was es tut, so innerhalb, Nicht Curly Brace Ich kehrte auf. Ich schrieb selbst einen Kommentar und sagte: Das erste, was wir tun werden, als jemand Statistiken von der abhängigen Variablen durch jede unabhängige Variable und Faktoren darin drucken . Dies ist also, wo wir eine Zusammenfassung Statistiken, die wir aussehen sollten, dass vorher in der Konsole. Also der Mittelwert der Median außer für Frauen Messe sieht Männer richtig, also tun wir es für jede Ebene innerhalb der kategorialen Variablen. Also für Bildung, wir in den Ruhestand Büste eine testbare Zusammenfassung für diejenigen Protest Münzstätten, die nur an der High School Bildung diejenigen, die eine Bachelor-Ausbildung haben und diejenigen, die eine Graduiertenbildung haben . Um dies zu tun, verwenden wir die Funktion T apply. Sie können nachschlagen, dass in der Hilfe im Wesentlichen t gelten wird, um eine Funktion über Rose über Datensatz auszuführen oder anzuwenden . So geben wir t Anwenden der Antwortvariablen der Differenzmaßnahme und wir sagen, dass wir eine Zusammenfassungsfunktion über alle Differenzmesswerte anwenden möchten, die der kategorialen Variablen auf jedem Element darin entsprechen. Also das ist, wo wir sagen, OK, machen Sie eine Zusammenfassung über zuerst alle Frauen innerhalb der Geschlecht kategorische Variable und Indien jemand über alle Mahlzeiten innerhalb der Sex Kategorische Variable Wir gehen dann , um diese auf der Konsole zu drucken. Das ist, wie wir unsere Ausgabe bekommen, die wir hier unten gesehen haben, von weiblichen Männern ersten portale medium mean etcetera. Das nächste, was wir tun werden, ist, dass wir ein Box-Plot machen. Wir werden ein Box-Plot aus der abhängigen Variablen erstellen, unterteilt durch jede unabhängige Variable auf Faktoren darin. Also verwenden wir unsere Bücher Plot-Funktion, die wir zuvor gesehen haben. Wir geben an, dass die Box Kralle Antwort ist und dann verwenden wir den Tilde-Operator, um zu sagen, dass wir Antwort gegen jede Variable wollen , die wir dieser Funktion geben. Also zuerst geben wir ihm die Sexvariable. Wir wollen die Antwortdifferenz messen Verre sieht jeden Faktor und die Geschlechtsvariable. Wir werden sagen, dass im Haupttitel aus, die Handlung gleich Name ist, so Name ist eines der Argumente der Funktion. Also werden wir es mit dem Namen der ersten Kampffaktorvariablen liefern, die Sex ist. Das ist, wo es die sechs Titel von hier drüben in der Sporthandlung bekommt und wir liefern es mit „Warum Lab For Why Label“? Und wir sagen, das ist gleich Differenzmaß. Das wird also beschriften oder warum Zugang. Das nächste, was wir tun müssen, ist eine Verzweigungsaussage und unser Programm fließen hier weil es eine kategoriale Variable gibt, die nicht zwei Faktoren darin hat. Es hat drei. Die Bildungsvariable. Wir haben High School Undergrad und Grad Wenn wir also wieder unsere Umwelt betrachten, sehen wir, dass Bildung drei hat. Familie hat zu arbeiten, hat zur Ehe, hat zwei Ebenen und Insekten hat zwei Ebenen. So gibt es eine Möglichkeit, dass wir eine kategorische Variable kommen in diese Funktion , die drei Ebenen hat, wurden abgehängt High School Undergrad und Grad. Und das ist ein Problem, weil der T-Test, um zu sehen, ob es wirklich einen statistischen Unterschied innerhalb der Stufen in der Faktorvariablen gibt, wie wir es für männliche und weibliche T-Tests getan haben , nur verwendet werden kann, wenn es zu Ebenen innerhalb des Faktors gibt. Wenn wir also mehr als zwei haben, wie wir es in der Bildung tun, dann müssen wir stattdessen auf die Analyse der Varianztest anwenden. Um dies zu berücksichtigen, gibt es die Möglichkeit, dass ein dreistufiger Faktor zu dieser Funktion kommt. Wir müssen if-Anweisungen verwenden, um das Kabel zu verzweigen. Wenn also ein zweistufiger Faktor wie Sex, männlich und weiblich zu dieser Funktion kommt, gehen wir einen Zweig nach unten. Wenn ein Drei-Level-Faktor wie Bildung, wo es High School Undergrad und Grad kommt zu dieser Funktion, wird es einen anderen Zweig auf eine andere Analyse folgen. Deshalb ist diese Funktion wirklich schlau. Also werden wir eine if-Anweisung zu tun und diese if-Anweisung beurteilt, ob die Ebenen in den einzelnen Balken gleich zwei sind oder nicht. Also, wie machen wir das? Nun, wir geben es jedes weit, was, wie sagen wir, unsere Sexvariable und dann die Levels hier funktionieren. Die Innenfunktion wird in erster Linie, Teyla, wie viele Ebenen sind in jedem weit. Also für Sex, wird es sagen, und dann werden wir die Länge über diese Ebenen berechnen, damit es eins zu nen zählt . Wir werden mit dem doppelten Gleichheitszeichen den logischen Operator bewerten, den wir als diese Zahl gleich zwei bewerten werden. Also, ja, mit Sex wird es eine Mahlzeit und eine Frau geben. Es wird zwei Ebenen geben. Die Länge wird gleich, und daher zwei gleich zwei. Also diese if-Anweisung wäre wahr. Und deshalb würden wir tun, was danach der geschweiften Klammer folgt. So richten Sie eine if-Anweisung ein, Sie sagen f Klammern und Sie setzen eine logische Anweisung, die Sie bewerten möchten. Und dann, wenn das stimmt, du zum Gericht gehen, um das auszuführen, was nach der geschweiften Klammer kommt. Also, wenn es Sex ist, der wahr sein wird, dann wird es einen T-Test durchführen, so dass wir t Test mit t Punkt Test durchführen. Wir geben, dass die Antwortvariable des Differenzmaßes für welche Variable wir der Funktion gegeben haben , also Wenn wir Gipfelsex sind, werden wir Sex männlich, weiblich auf einem Differenzmaß bewerten und 80 Punkt durchführen Testfunktion auf, dass auf. Dann werden wir das Öffnen dieser Funktion auf die Variable T-Test zuweisen. Wir können T-Test-Drucke drucken, die Ausgabe der Funktion, und das ist, was Sie hier unten in der Konsole gesehen haben. Und es druckt diese gesamte statistische Ausgabe auf die Konsole, so dass wir sie sehen können. Das nächste, was wir tun wollen, ist eine if-Anweisung mit in dieser if-Anweisung. Also verschachteln wir hier eine if-Anweisung in ein anderes Bier mit mir. Der Grund, warum wir dies tun, ist, weil wir es zu einem P-Wert machen, der viele Nullen hat, viele Ziffern nach dem Punkt. Andi, wenn wir einen P-Wert haben, der losgeht und zu viele Ziffern jenseits des Dezimalkommas, kann das irgendwie unordentlich werden. Und es ist nicht wirklich das getan oder wirklich richtig, einen P-Wert zu melden, der viele Ziffern nach dem Punkt hat . Wirklich, Wenn wir hatten, sagen wir, 20 Ziffern nach dem Punkt, Also 0.0 etcetera. Dann, in einem statistischen Sinne auf eine Publikation professionell zu sein, möchten Sie nur berichten, dass der P-Wert als weniger als 0,1 das ist alles, was Sie sagen würden. Denn wenn es einmal niedriger als 0,1 ist, haben wir nicht mehr so viel Vertrauen und das. Und das wollen wir nicht in einer Publikation berichten. Diese if-Anweisung wird beurteilen, ob der T-Test-P-Wert wirklich, wirklich klein und wirklich lange über den Dezimalpunkt gekommen ist oder nicht. Also werden wir sagen, ob und dann liefern wir es mit t Test. Die Variable, die wir oben mit dem lokalen aus dem statistischen T-Test erstellt haben, würde Dollar ST p Punktwert sagen . Die Ausgabe der T-Testfunktion hat also Attribute darin, und wir können auf diese Attribute mit Dollarzeichen zugreifen, genau wie wir es getan haben und Datenrahmen und eines dieser Attribute aus einem T-Test als Paedowert. Also sagen wir hier, dass, wenn der T-Tests P-Wert kleiner als 0,1 ist, wenn das wahr ist, wir eine Variable namens P-Wert erstellen und wir werden es eine Textzeichenfolge in doppelten Anführungszeichen dort von weniger als 0,1 Also das ist, was wir tun. Wenn dies der Fall ist , wird es deshalb innerhalb dieser geschweiften Klammern dort platziert. Nein, wenn das nicht stimmt, sehen wir nichts anderes. Das ist also, was passiert, wenn der P-Wert nicht weniger als 0,1 Wir überspringen die Zuweisung von P-Wert auf die Textzeichenfolge weniger als 0,1 und stattdessen kommen wir nach unten und wir sape Böse wird den T-Tests p-Wert zugewiesen werden , aber wir werden es runden auf vier signifikante Ziffern. Also verwende ich die römische Funktion. Aber ich sage Roman zum Wert des P-Werts, dass wir die T-Testfunktion erhalten und ich benutze sein zweites Argument off Ziffern gleich für so wieder, dieses Nestea. Wenn hier alles, was es tut, den P-Wert aus dem T-Test betrachtet, der hier oben durchgeführt wurde , und es sucht und bewertet ist nicht weniger als 0,1 Wenn es ist und ich werde eine Variable erstellen , hat den Text Zeichenfolge kleiner als 0,1? Aber wenn nicht, werde ich den P-Wert auf vier Ziffern aufrunden, und ich werde sagen, nicht zu der Variablen p böse. Das nächste, was wir tun, ist, dass wir der Handlung den P-Wert hinzufügen. Zyanose. Hier drüben hat dieses Boxdiagramm, das wir erstellt haben, P-Wert Doppelpunkt 0,2453 darüber. Das sind also die Berichte über die Plaudits. Schön und bequem. Dann, wenn jemand später weniger Plot betrachtet, sehen sie diese beiden Box-Plots. Sie sehen, sie sind ziemlich ähnlich. Vielleicht fragen sie sich, Sind die wirklich die gleichen? Was sind sie anders? Nun, wenn wir den P-Wert hier haben, sagen wir ihnen das. Also werden wir den Text p Wert mit dem tatsächlichen P-Wert zusammenfügen, der einen statistischen Test herauskam . Also werden wir sagen, Pete, Pete, Evil Labor für P Value Label. Wir erstellen neue Variable hier, und wir weisen ihm zu, dass Einfügen Funktion und Einfügen der Tiefen ist Textzeichenfolgen und Zahlen zusammen einfügen . Also fügen wir zusammen, dass Text die menschliche Sprache aus in doppelte Anführungszeichen, P-Wert Mais und dann sagen Komma P. Val. Also gibt es P Böse ist das, was wir hier oben in dieser if-Anweisung gerettet haben. Wenn es also eine wirklich kleine Zahl war, wird es weniger als Nullpunkt-Benutzer eins sein. Wenn es nicht weniger als 0,1 PVA ist tatsächlich gleich dem gerundeten P-Wert aus dem statistischen Test. Das nächste, was wir tun, ist, dass wir das der Handlung hinzufügen. Wir fügen dem Plot AARP böse P Value Label mit der M-Textfunktion hinzu. So haben wir es geschafft, P Value Call auf 0.2453 über dieser Handlung zu bekommen. Also, das ist P-Wert war nicht weniger als 0,1 Es war 0,2453 und wahrscheinlich einige andere Ziffern, aber wir gerundet es auf vier signifikante Ziffern dort. Nein, der Rest dieser Funktion tut im Grunde das gleiche, außer wir haben die sonst F-Anweisung hier, die beurteilen wird, ob die Ebenen aus variabel sind größer als zwei. Das wird also Bildung fangen. Bildung hat drei Ebenen, so dass Bildung wird durch diese Analyse am unteren Rand gehen. Diese Funktion, die wir definieren, die im Wesentlichen genau das gleiche ist wie das, was wir getan haben, um kategoriale Variable oben zu ebnen . Aber der einzige Unterschied besagt, dass wir die Varianzanalyse durchführen oder durchführen werden weil es drei Ebenen gibt. Eine Analyse der Varianz sucht im Wesentlichen nach Differenzen in Mittelwerten über drei oder Mawr-Ebenen in einer Faktorvariablen. Das ist es, was wir hier benutzen müssen. Es wird also eine Analyse der Varianz durchführen, und es wird dasselbe tun, um zu beurteilen, ob der P-Wert sehr klein ist. Und wenn es nein ist, wird es es abrunden und dann wird es das zur Handlung hinzufügen. Das ist also, was passieren wird, wenn die Bildungsvariable an uns geliefert wird Funktion. Wieder. Ich ermutige Sie, dieses Video wieder zu sehen. Hören Sie sich die Erklärung dieser Funktion an. Ich weiß, dass dies Bean die komplizierteste Sache hat, die wir bisher gemacht haben, und es ist nicht einfach, wenn Sie anfangen, eine Funktion zu definieren, und auch wenn diese Funktion relativ lang ist und viele verschiedene Dinge tut, die wir haben . Wenn Aussagen in einem anderen F Aussagen verschachtelt und wir haben einige statistische Tests hier geworfen , um wieder, Rita las die Kommentare hier über Gua Kirche. Die Video-Erklärung wieder. Aber im Grunde ist diese Funktion, die wir definiert haben. Und innerhalb der Funktion erstellen wir statistische Zusammenfassung, erstellen wir ein Box-Plot, und dann haben wir eine Verzweigungsaussage, die schließt, um zu bewältigen, ob wir Faktorstufen haben oder wir drei Faktorstufen haben, und das allein ist, das Kabel innerhalb dieser Funktion zu verzweigen. Sehen Sie sich das noch etwas an. Wenn wir im nächsten Video zurückkommen, werden wir diese Funktion tatsächlich verwenden, damit wir diese Funktion innerhalb einer Schleifenstruktur verschachteln , die es uns ermöglicht, alle unsere kategorischen Variablen durchlaufen zu lassen und den Computer die Arbeit der gesamten Analyse für uns. Das wird also hoffentlich sehr nützlich sein, sehr wichtiges Video, und ich hoffe, Sie zu sehen. Dann werde ich dich in der nächsten fangen 16. Schreiben einer Schleife für die Ausführung der benutzerdefinierten Analysefunktion: Hallo und willkommen. Zurück im letzten Video haben wir unsere eigene benutzerdefinierte Funktion erstellt, um sehr spezifische Analyseaufgaben an unserem Datensatz durchzuführen . Also, was ich in diesem Video zu tun versichern Sie, wie Sie anrufen oder wie Sie diese Funktion verwenden? Und wir werden diese Funktion auch innerhalb einer kurzen, vier Schleifenschleifenstruktur platzieren , die es uns ermöglicht, diese Funktion durch unsere fünf unabhängigen kategorialen Variablen zu wiederholen . Also unsere Bildung, Familienbeschäftigung, Familienstand und Geschlechtsvariablen alos Analyse zu automatisieren, anstatt alle mehr als fünfmal zu bewerten . Das erste, was wir tun müssen, ist, dass wir diese Funktion ausführen müssen, die wir erstellt haben , so dass sie Teil unserer Umgebung wird und unsere erkennt, dass als eine Funktion. Also werde ich wieder nach oben gehen, scrollen Sie zurück durch das Skript, das wir geschrieben haben, wo wir den Maiskatzenspaß in Zeile 180 definiert haben . Ich markiere es den ganzen Weg hinunter bis zur schließenden geschweiften Klammer in Zeile 222 und ich werde auf der Flucht weitergehen und Sie werden sehen, dass es in der Konsole ausgeführt wird. Wir liefen alle diese Fahrspuren entsprechend der gesamten Funktionsdefinition, weil er nichts richtig gemacht hat . Wir bekommen keinen Applaus. Wir bekommen keine statistischen acht poot, weil das genauso die Funktion definiert. Wir haben noch nichts an sie gesendet, daher haben wir die Funktion definiert und Sie sehen das End-End-End-End-End-End-End-End-Fenster. Wir haben jetzt einen Kopf in kalten Funktionen und wir haben con cat Spaß und es ist hier. Es sagt, es ist eine Funktion und es sagt als die drei Argumente, die wir definiert haben, dass es für die Ausführung benötigt. Also das nächste, was wir tun werden, wenn wir eine lebendige Struktur schaffen, in wir diese Funktion tatsächlich nutzen können, Also das erste, was ich tun werde, ist, einen Kommentar für uns im Grunde hier zu erstellen. Ich sage, dass dies eine Schleife ist, die wir kategoriale Variablen senden werden, um die Analyse und die Funktion mit der Funktion durchzuführen , die wir oben definiert haben. Diese Schleife wird wiederholen oder weiter durch das Land laufen alle kategorialen Variablen, die in dem kategorialen Datenrahmen sind, den wir zuvor erstellt haben, und wir werden eine Variable zu einem Zeitpunkt verwenden, also wenn wir unsere Umgebung oben rechts? Denken Sie daran, dass wir einen Lebensdaten-Punkt-Katze erstellt haben. Dies ist ein Datenrahmen, in dem nur Mitarbeiter fünf kategoriale Variablen darin sind. Aber natürlich hat es alte 200 Teilnehmer. Also sind es fünf Säulen und 200 Rose. Also, um diese Schleife zu beginnen, werden wir vier schreiben. Und wir werden sagen, ich das als Indexbegriff oder die Zahl aus Verbänden, auf denen die Schleife ist. Ich rufe es nur an. Du kannst es nennen, wie immer du willst. Ich neige dazu zu denken, dass ich gut bin, weil es für Index oder Föderation steht, und ich werde sagen, und dann werde ich die Nummer eins Coloane schreiben. Und dann werde ich sagen, Länge aus dem Leben Daten Punkt Katze. Also sage ich hier, dass ich die Länge des Lebens Daten Punkt Katze berechnen werde. Mal sehen, was passiert, wenn wir nur Lebensdauerdaten ausführen. Dog Cat sagt mir, dass es in Ordnung ist , richtig, denn es gibt fünf Variablen im Lebensdaten-Punkt-Katzen-Datenrahmen sagt mir nicht 200. Das sind eine Reihe von Teilnehmern. Es gibt mir fünf, die Landfall der Anzahl der Variablen und ich sage eins bis fünf. Also in dieser Lipping-Struktur hier sagen wir im Grunde, dass ich eins auf der ersten Föderation gleich werde, als es 345 entspricht und dann wird es aufhören. Das ist also alles, was das sagt. Es heißt, ich werde gleich eins sein. Es wird gleich 34 und fünf gewinnen, wie es durch diese Schleife erzeugt. Also, was werden wir in Sicht die Schleife tun? Nun, wir verwenden derzeit wieder Klammern, gehen, um ein paar leere Bahnen für uns zu erstellen, um diese Schleife zu schreiben. Sie werden feststellen, dass die in dicht für automatisch ist, aber dies ist, um uns visuell zu helfen. Sieh dir das an. Okay, das ist eine Schleife an. Alles ist eingerückt ist, was Luke bei jeder Iteration macht. Wenn wir also Dinge für unsere Funktion erklären wollen, müssen wir zunächst Variablen für die Argumente definieren, die die Funktion benötigt. Also werde ich sagen, dass jeder von uns erinnern Das ist eines der Argumente, die die Funktion erwirbt, und ich werde es sagen. Lebensdaten Punkt Katze und ich werde eckige Klammern verwenden, um diesen Datenrahmen zu unterteilen und daran zu erinnern, innerhalb von eckigen Klammern können wir Zahlen geben. Wir geben die Regelnummer Coma Spaltennummer. Und wenn ich alles von der Rose will, lasse ich es leer. Denken Sie daran, bevor wir alle Spalten wollten, also waren wir leer, also konnte ich nichts Koma. Und dann habe ich angegeben, welche nennen ihn ich will. Und hier werde ich sagen, ich, weil ich in der ersten Generation durch diese Schleife gleich geht . Also in der Tat sage ich, dass ich vom Lebensdaten-Punkt-Katzen-Datenrahmen die erste Spalte alle Zeilen unterteilen möchte. Also stehe ich die gesamte erste kategoriale Variable zu jedem unserer Ich erstelle eine neue Variable, die jeweils weit genannt wird, die die gesamte kategoriale Variable enthält und dann ein namenloses anderes Argument definieren muss , das die Funktion benötigt. Und ich werde sagen, der Name wird essen. Nun, vars nicht cat erinnern vars dot cat wir vorher definiert und es als ein Vektor, der die Namen von Oliver fünf kategorisch variablen Sex Ehe Job, Familie, eine Ausbildung hat Namen von Oliver fünf kategorisch variablen Sex Ehe Job, Familie, . Also werde ich eckige Klammern nach ihm setzen, um es zu unterteilen, und ich werde es einfach sagen, weil dies kein Datenrahmen ist. Bars Punkt Katze ist nur ein Vektor aus. Fünf Dinge Sex, Ehe, Beruf, Familie und Bildung ist nur eine Dimension. Also muss ich nur angeben, ich ohne Koma hier auf, wenn ich eins auf der ersten Generation gleich bin . Durch diese Schleife wird es das erste Element unserer Hundekatze nehmen, das Sex auf der zweiten Generation des Take-Heirats-Jobs ist, usw., wie es durchläuft. Und dann ist das letzte, was wir in uns für Schleife machen wollen, sagen wir, con cat fund. Also rufen wir die Funktion, die wir erstellt haben, und wir geben ihr die Argumente, dass es jeden weit entfernten Namen benötigt und dann das dritte Argument dass es als Antwort auf die Antwort erfordert, ich gehe zusammen Lebensdaten dot devi die abhängige Variable die Antwortvariable und Sie werden in unserer Umgebung sehen, dass Lebensdaten dot devi, als numerischer Vektor, der 200 Werte hat, die Differenzkennzahl für alle 200 Teilnehmer hat. Es ist kein Datenrahmen. Es ist nur ein Vektor von 200 Werten. Ich gebe es all diese 200 Werte der Funktion. Jetzt können Sie etwas verwirrt denken, Whoa, wir sagten jeden weit Namen, sie sollten dieses dritte Argument nicht Antwort-Trip sein? Wir müssen es so nennen. Nein, das ist nur der Name des Arguments, das wir in der Funktion definiert haben. Wir können das, was wir wollen, als Antwort Argument geben. Es ist einfach so passiert, dass ich jeden Balken aufgerufen habe und hier die gleichen Namen wie die Argumente und die Funktion nennen. Also definiere ich hier jeweils eine neue Variable außerhalb der Funktion mit der ersten Spalte aus dem kategorialen Datenrahmen. Und dann und ich sage, der Name von dieser Variable kommt aus Bars. Dunkle Katze Das erste Element davon hätte ich diese alles nennen können, was ich wollte, und sie in die Funktion anstelle jedes weit auf Namen setzen können. Das ist also die ganze Vier-Schleife dort. Und da dies iteriert, wird es die Funktion ausführen jeweils eine Variable geben. Dann wird es die zweite, die dritte, vierte und die fünfte tun. Um Ihnen ein Beispiel dafür zu geben, können wir auf derFlucht weitermachen. Um Ihnen ein Beispiel dafür zu geben, können wir auf der Das hat nur eine Föderation geworfen und um das zu tun, werde ich auf die Konsole kommen und ich werde sagen, ich werde unterschreiben ich die Nummer eins. Das ist also ein Tief. Ich zu laufen, was Sen uns für eine Schleife gerettet hat, in der Leute es durch alles iterierten lassen. Ich werde sagen, ich bin gleich eins und dann werde ich nur den Code ausführen, der sich innerhalb der vier Schleife befindet . Ich werde die Vier-Schleife nicht selbst ausführen. Ich führe nur einmal dieses Kabel, und was immer ich bin, wird nicht gleich der Nummer eins sein. Und so, wenn ich renne, dass ich die Ausgabe, die wir gesehen, bevor ich die statistischen Zusammenfassungen für weibliche und männliche Differenz messen ihre was? Die Unterschiede zwischen männlich und weiblich. Ich bekomme die Oap-Frucht von der zu einigen gezogenen t Test mit dem P-Wert, um den Ball hier mit einem P-Wert an der Spitze zu explodieren . So haben Sie nicht getan, dass Sie diese Ergebnisse vorher gesehen haben. Ich habe Ihnen die gezeigt, als wir die Funktion in erster Linie definiert haben. Mal sehen, was passiert, wenn ich sage, dass ich es auch unterschreiben werde. Also lassen Sie uns auch nicht auf Highlight gehen. Genau das, was wieder in dieser for-Schleife ist. Nur die Einsicht. Das Fleisch der vier Schleife auf der Flucht, die wissen, dass ich gleich wissen. Sie werden sehen, dass es zur zweiten kategorialen Variablen Onda gegangen ist. Wir können hier in der Konsole sehen, dass wir die Zusammenfassung für nicht verheiratet haben, und wir haben die Zusammenfassung für verheiratet, und Sie können sehen, dass wir einen Mittelwert für diejenigen haben, die nicht verheiratet sind. Das ist positiv. 3.432 so scheint, dass nicht verheiratete Menschen denken, dass sie älter sind als sie tatsächlich sind. Und dann für diejenigen, die verheiratet sind, haben wir eine stark negative 12,556 Mittelwerte scheint, dass diejenigen, die verheiratet sind denken, dass sie jünger sind. Dann sind sie es tatsächlich. Wenn wir also wissen wollen, ob das eine statistisch signifikante Differenz ist oder nicht, können wir uns den P-Wert ansehen, den wir hier sehen. P Werte eine sehr kleine Zahl. Dies ist 9.238 e zum negativen 10. Das ist für die wissenschaftliche Notation. Das ist also 19.238 mal 10 bis zum negativen 10. Das ist also eine sehr kleine Zahl. Sehr signifikant, viel niedriger und 100,5 Schwelle, die wir verwendet, um die Nullhypothese abzulehnen, was bedeutet, dass wir sehen können, dass es statistisch einen Unterschied zwischen denen, die verheiratet sind, und denen, die nicht verheiratet sind. Also, wenn wir kommen und schauen uns die Box Handlung, die es erstellt, wir sehen, dass nicht viel höhere Werte verheiratet, dann verheiratet. Wenn du verheiratet bist, denkst du, du bist jünger als du bist. Der P-Wert aus dem T-Test bestätigt dies, und dieser P-Wert ist sehr klein. So hat die Funktion korrekt als weniger als 0,1 gemeldet, im Gegensatz zum Ausschreiben in 9.238 mal 10 auf die negative 10. Also das ist interessant scheint, dass, wenn Sie verheiratet sind, Sie fühlen sich jünger und Sie vielleicht glücklicher fühlen. Also das ist Ah, das ist ein Ergebnis für die Bücher, damit Sie diese Vier-Schleife laufen können. Nein. Und wenn Sie die ganze Sache ausführen, wird es weitergehen, und es wird durch alle Variablen und das Plottfenster Zyklus. Zum Beispiel, die letzte Variable, die produziert wurde, war die Bildungsvariable, und wir sehen einen leicht signifikanten Unterschied hier zwischen High School Undergrad und Grand erscheint. Diejenigen mit mehr Bildung fühlen sich jünger als sie tatsächlich sind, was irgendwie interessant ist. Und wir können zu älteren Grundstücken zurückkehren, indem Sie hier auf diesen blauen Pfeil nach links klicken, damit Sie auch Familienunterstützung sehen können . Es scheint kein Unterschied zu sein, ob Sie Familie haben oder nicht. Job. Ob Sie angestellt sind oder nicht, scheint, dass Menschen, die angestellt sind, einen Job haben, neigen sie dazu, zu denken, dass sie jünger sind als sie tatsächlich sind. Und das ist ein statistisch signifikanter Unterschied dort. Es ist nicht weniger als 0,1 Also wird berichtet, dass auf vier Dezimalstellen gerundet und dann sind wir wieder in der Ehe. Und natürlich haben wir auch Sexvariablen dort, die wir vorher gesehen haben, so dass Sie durch Plots hier so radeln können. Und dann in der Konsole, erhalten Sie die gedruckte statistische Ausgabe Wenn Sie zurück nach oben scrollen. Zuallererst, hol den Sex. Okay, dann haben wir eine Ehe. Dann haben wir Beschäftigung, ihre Familie und dann zuletzt haben wir das Bildungsniveau auf den Ergebnissen der Unova, weil es drei Ebenen mit n dieser kategorialen Variablen war . Nehmen wir an, Sie möchten diese Dinge automatisch abspeichern, was wir vorher getan haben. Nehmen wir an, wir wollen, Wie wir dies für Luke ausführen, haben die Plots in einem PDF-Dokument auf Befüllen wir wollen alle diese Statistik auf die Konsole gedruckt haben , gehen Sie zu einer Textdatei, so dass wir diese leicht verfügbar haben öffnen Sie sie, wenn wir nicht noch in unserer Umgebung oder auf einer anderen Maschine sind, oder schicken Sie sie an jemanden oder was auch immer? Was also aufgrund eines niedrigen Schwächens für das geschieht, ist, dass wir eine PDF-Funktion und eine Senkenfunktion einrichten können , die diese Analysen und diese Diagramme an unsere Maschine sendet. Also habe ich einen vorbereiteten Brennstofflinien des Gerichtes hier auf 2 25 3 zu 28 hinzugefügt. Was wir hier wieder tun, eine Einrichtung Speicher toe low, die Zahlen zu einem PDF-Dokument auf der statistischen und vier, um zu einer Textdatei zu gehen. Also verwende ich die PDF-Funktion. Ich gebe an, wo das auf meiner Maschine läuft. Ich benutze den Pfad hier zu einer PDF-Datei. Ich rufe cat var stats und meinen Mantel Ordner über meinen Abschnitt 1 Ordner für die Demi Klasse . Und dann verwende ich die Senkenfunktion und gebe einen Pfad zu einer Textdatei an, die ich erneut Cat VARS Statistiken aufrufe . Sie müssen diese Pfade und Dateinamen dahin ändern, wo Ihre Maschine passt wo Sie Ihre Ausgabe verwenden möchten. Und denken Sie daran, wenn Sie auf einem Windows-Computer sind, dass er Schrägstrich sie muss Schrägstriche und nicht Backsplashes sein. Und dann nach der vier Schleife wollen wir aufhören, auf den Text zu versinken. Und auch werden wir aufhören wollen, Zahlen an das pdf zu senden. Um dies zu tun, schließen wir die Spüle, indem wir sagen, sinken offen und geschlossen Klammern und dann dev dot off, um das Grafikgerät zu schließen . Mal sehen, was passiert, wenn wir diese Codezeilen alle zusammen ausführen. Also haben wir das gemacht, und wir haben nichts mit den Plots passiert sehen. Wir haben nichts auf die Konsole oder den Datensatz ausgedruckt, den wir ausführen. Aber nein, Wenn wir zu unserem Ordner auf unserer Maschine Andi gehen, öffnen Sie das Finder-Fenster hier. Wenn wir in die Mappe auf unserer Maschine gehen, spaziere ich runter zu meiner Jammy Mappe. Ich gehe zu meinem Abschnitt eins auf meine Ausgabe. Ich habe jetzt zwei neue Ordner hier, einer namens cat vars stats. Und hier bekomme ich auf jeder Seite des PDF-Dokuments ein PDF. Ich habe die Zahlen, die wir erstellt haben. Also begreifen ich die im pdf und schaue ihn jederzeit an. Und dann habe ich auch die Katze weit beginnt all diese statistische Ausgabe leicht verfügbar dort und es Textdatei. Also im nächsten Video, werden wir weiter machen eine sehr ähnliche paar Schritte von Analysen undefiniert in neue Funktion für die Analyse unserer kontinuierlichen Variablen im Gegensatz zu unseren kategorialen Variablen. Also werden wir unsere Analyse fortsetzen, um unsere Untersuchung von diesem Lebensdatensatz oder Zeit- und Lebensdatensatz abzuschließen . Also hoffe ich, dass du Spaß hast. Bisher ziehen wir bereits einige wirklich aussagekräftige Erkenntnisse aus diesen Daten. Andi, ich werde dich im nächsten Video fangen 17. Schreiben einer Schleife zum Erstellen von scatter: Hallo und willkommen durch die nächste Sache, die wir in dem Skript tun werden, wie wir beginnen, um die kontinuierlichen Variablen zu analysieren, die wir in unserem Datensatz haben. Dazu gehören das Alter, die Körpertemperatur, Dinge wie Herzfrequenz, Niveau der Teilnehmer unterstützen Netzwerk sowie wie sie ihre eigene Gesundheit bewertet. Also habe ich hier ein Kommentarfeld erstellt, das diesen neuen Codeabschnitt für visuell trennen wird und ich habe gesagt, dass dies kontinuierliche Variablen sind. Wir werden aussagekräftige Statistiken erstellen. Wieder einmal werden wir einige Streudiagramme erstellen, einige Korrelationsanalysen betrachten sowie einige Regressionsanalysen durchführen und einige Diagnosen dafür ausführen . In diesem Abschnitt der Schnur werden wir eine andere Funktion definieren, die wir effin else verwenden werden, wird auch die Reinigung durchführen , um Plots ein wenig besser aussehen zu lassen. Das erste, was wir eigentlich tun wollen, ist, einen Datenrahmen für die kontinuierlichen unabhängigen Variablen zu erstellen , genau wie wir es zuvor für die kategorialen Variablen getan haben. Also, was ich sagen werde, ist Lebensdaten Dot Mais. Denken Sie daran, bevor wir eine Hundekatze hatten, aber ich sage Lebensdaten Punkt Mais für die kontinuierlichen Variablen. Ich werde dieser neuen Datenrahmen-Datenpunkt-Frame-Funktion zuweisen. Also mache ich einen Datenrahmen und ich werde ihm die variable Alterskörpertemperatur geben. Denken Sie daran, dass wir auf diese nur mit ihren Namen beziehen können, weil wir sie an die unsere Umgebungen, die wir nicht mehr auf Lebensdaten Dollar verweisen müssen, sagen, dass jeder von ihnen schwächen angehängt haben. Verwenden Sie einfach die Namen so, wie sie sind. Wir wollen auch Teoh Herzfrequenzunterstützung Niveau auf Gesundheit anbringen. Diese lüften die verbleibenden kontinuierlichen Variablen in unserem Datensatz. Also lasst uns weitermachen und das laufen. Sie werden sehen, dass wir einen neuen Datenrahmen namens Life Data Dot Mais erhalten. Es sind 200 Beobachtungen von fünf Variablen, und ich kann einen kleinen Ballonweg arabisch auf den Zeh benutzen. Schauen Sie sich an, was sie alt sind, Körper stampfen Herzfrequenzunterstützung auf die Gesundheit und es gibt mir wieder Proben dieser Sache. Sie sind alle entweder ganze Zahlen oder Zahlen auf tun. Sie sind alt, ununterbrochen. Das nächste, was ich für uns tun möchte, ist, einen Vektor aus Variablennamen für die Namen unserer kontinuierlichen Variablen zu erstellen , also werde ich nur einen Kommentar zu mir machen. Ich erstelle einen Vektor dieser Variablennamen und ich werde ein neues Objekt namens vars erstellen . Dr. Korn ist, als hätten wir unseren Virus Dark Kat vorher für kategorische Variablen gemacht. Und ich werde diese Anrufnamen-Funktion wieder verwenden, um Spaltennamen zu erhalten. Und ich werde den Namen aus den Lebensdaten Dot Mais extrahieren. Das Leben hat vor dot com Datenrahmen, den wir gerade gemacht haben. Also werde ich eine Spalte Namen davon bekommen. Bisher weiß ich, dass ein neues Objekt hier Wert in meiner Umgebung namens vars dot cone at als Zeichenvektor mit den fünf Namen dieser kontinuierlichen Variablen, genau wie wir zuvor Vars Hund Katze für die kategorialen Variablen gemacht haben, Das nächste, was wir tun werden, ist Streudiagramme aller fünf dieser kontinuierlichen unabhängigen Variablen zu machen . Und um das zu tun, werden wir noch einmal eine kurze, schleifende Struktur benutzen . So wird Ihnen die Chance geben, Loops ein wenig weiter in der Praxis zu erkunden, diese nochmals zu schreiben, wir beginnen mit vier. Wir werden sagen, für I und eine durch die Länge von Lebensdaten Punkt Mais genommen Lebensdaten Punkt Mais ist der neue Datenrahmen, den wir erstellt haben. Wenn wir Length of life data dot com ausführen, wird es uns sagen, dass es ein Land für fünf hat, weil sie fünf Variablen innerhalb dieses Datenrahmens sind. Und sie haben das für Lukas gesungen, dass ich eins bis fünf sein werde. Also in jeder Generation, die erste Generation werde ich eins der zweiten Generation gleich drei und so weiter. Und um die Beute zu beginnen, müssen wir eine geschweifte Klammer benutzen. Ich werde etwas Raum schaffen und die Schleife nochmals zitieren, wo eingerückt die Funktionalität bemerkt , die innerhalb dieser vier Schleife passieren wird. Also ist es eingerückt, und wir werden jede unserer neuen Variablen schreiben, die jeder unserer genannt wird, wenn wir Lebensdaten sagen , Dr. Korn und wir werden Teilmenge nicht die eckigen Klammern noch einmal sagen Komma, ich schwäche wieder Teilmenge eines Datenrahmens mit eckigen Klammern. Die erste Zahl ist die Regelnummer und dann die Kommaspaltennummer. Also, wenn ich Straße Nummer Decken gehen, um alle Rose zurück und ich werde eine Spalte mal auf der ersten Generation Teilmenge . Durch diesen Blick werde ich gleich eins sein. Also werde ich nur die erste Spalte aus Lebensdaten Punkt Khan extrahieren und ich zuweisen nicht zu neuen Variablen namens jeder unserer Ich werde dann schreiben Namen eine neue Variable, kalten Namen auf. Ich werde sagen, dass das Vars dot Mais ist und ich werde das mit Eis wieder unterteilen. Dies ist genau wie das, was wir zuvor für die kategorialen Variablen für Virus dot con getan haben. Es ist ein Zeichenvektor. Es gibt also fünf Namen und nicht Vektor. Also werde ich in jeder Generation hier einen von denen auf einmal herausziehen, je nachdem, was ich gleich bin, ob es 1234 oder das fünfte Element in Vars Dr. Korn ist . Und dann, anstatt eine benutzerdefinierte Funktion aufzurufen, wie wir es zuvor getan haben, werde ich die eingebaute Plot-Funktion verwenden. Und ich werde sagen, jede unserer Lebensdaten, Dr. Devi, Dr. Devi, so dass wie unser vorheriger Datensatz, den wir zusammengestellt haben, das sind nur die 200 Beobachtungen alle abhängigen Variablen das Differenzmaß, so dass als numerischer Vektor hier in unserer Umgebung. Wir haben ein Zahlenspiel, Eric Vector 200 Beobachtungen von diesen verschiedenen Partituren, also schicke ich ihm die kontinuierliche Variable. Ich stehe bei der Differenzmaßnahme auf. Dann werde ich sagen, dass das X-Label, das Y-Zugriffslabel, gleichen Namen haben wird , den ich hier als den ersten Variablennamen und meinen Vars Punktkegel definiert habe. Und dann werde ich das Y-Label als gleich Differenzmaß sagen, weil das Differenzmaß auf der Y-Achse konstant sein wird, egal welche Variable für jede kontinuierliche Variable gesendet hat. Wir bewerten das immer gegen die Differenzmaßnahme, damit ich das warum Zugriffsachsen Differenzmaß kennzeichnen kann . Befreien Sie sich dieses Extra, das hier liegt, und lassen Sie uns sehen, was das tut, wenn wir es ausführen. Wieder einmal können wir runter auf die Konsole kommen. Wir können sagen, dass mir eine zugewiesen wird, und wir kehren zurück, um es nicht zu betreiben. Und dann können wir nur die Codezeilen ausführen, die in diesem für Luke sind. Und da gehen wir hin. Es läuft also nur die erste Variable, die, wenn wir uns die Bars dot com anschauen, die erste Variable Alter ist und wir hier sehen können, dass wir einen Richter haben. Das ist und Monate wieder. Wir könnten Prinzen und Monate haben, aber wir benutzen nur den Namen. Also sehen wir nur Alter an. Wir haben ein Streudiagramm mit leeren Kreisen, die einzelne Datenpunkte mit der Beziehung zwischen dem Alter auf der Aufzeichnungsdifferenz anzeigen . Messen Sie den Teilnehmer ab, so dass wir auf Lauf gehen können diese ganze vier Schleife und wir werden sehen , dass tatsächlich alle aus den Zahlen gemacht. Die letzte Variable war also Gesundheit. - Howdy. Die Teilnehmer bewerteten ihre Gesundheit. Wir können den Blauen Pfeil benutzen, um mit mir durch die vorherigen Plots zu gehen. So können wir auch hier Unterstützung sehen, wie die Teilnehmerraten gemessen werden, ihr Support-Netzwerk. Ich unterstütze es. Sie fühlten sich an. Wir haben auch die Herzfrequenz, die wir für jeden Teilnehmer gemessen haben. - Onda. Wir haben Körpertemperatur für jeden Teilnehmer und dann zurück zum Anfangsalter pflücken. Dies ist also ein schneller Weg, mehrere Plots zu erstellen, viele verschiedene Variablen zu verwenden und unsere Arbeit für Sie erledigen zu lassen. Iterieren Sie alle diese fünf Variablen, Andi vergleicht sie mit dem Differenzmaß. Anstatt also Plot fünfmal auszuschreiben, haben wir die for-Schleife Onda erstellt. Wir können unser dazu bringen, das Plotten zu machen und all diese Arbeit für uns zu erledigen. Bleiben Sie also bei ihm. Im nächsten Video werden wir unsere zweite benutzerdefinierte Funktion erstellen, um eine Lüge war Analyse und insbesondere Regressionsanalyse all diese kontinuierlichen Variablen Teoh Antwort Mawr beteiligt Fragen über sie zu tun insbesondere Regressionsanalyse all diese kontinuierlichen Variablen Teoh Antwort Mawr beteiligt , also werde ich dich in der nächsten fangen. 18. Erstellen einer benutzerdefinierten Funktion für statistische Analyse (Korrelation und Regression): Hallo und willkommen zurück in diesem Video. Wir werden eine andere Funktion und unseren Code definieren. Und diese Funktion wird es uns ermöglichen, alle kontinuierlichen unabhängigen Variablen zu analysieren und nach Beziehungen zwischen diesen unabhängigen Variablen auf der abhängigen Variablen oder den Differenzkennzahlen zu suchen . Also, wie ich es vorher getan habe, habe ich diese Funktion bereits eingefügt, und wir gehen durch und diskutieren es eine Zeile pro Zeit. Aber bevor wir das tun, möchte ich Ihnen zeigen, was wir vorhaben, was die Funktion tatsächlich produzieren wird. Lassen Sie mich also die Konsole maximieren Lassen Sie uns es auf dem Grundstück betrachten, dass wir von dieser Funktion ausgehen . Das erste, was diese Funktion tut, ist, dass Pearsons Produktmoment-Korrelation bewertet wird. Also bekommen wir einen Pearson's R-Wert von dieser Funktion. Pearson's Correlation oder Pearson's R ist ein Wert zwischen dem Hals, wenn man auf dem positiven. Wenn der Wert positiv ist, bedeutet dies, dass eine vollständige lineare Korrelation zwischen der unabhängigen Variablen und der abhängigen Variablen besteht . Wenn der R-Wert von Pearson eine Null ist, bedeutet dies, dass es keine Korrelation gibt. Und wenn sie Pearsons R-Wert sind, ist ein negativer. Es bedeutet, dass es eine vollständige negative lineare Korrelation zwischen der unabhängigen und abhängigen Variablen gibt. Wenn wir also die Produktmoment-Korrelation von Pearson ausführen, erhalten wir zuerst einen p-Wert. Und das sagt uns, ob sich die Korrelation statistisch signifikant von Null unterscheidet oder nicht. Ob es eine statistisch signifikante positive oder negative Korrelation zwischen den Variablen auf gibt, wir sehen hier, dass der P-Wert kleiner als 2,2 mal 10 zum negativen 16 ist. Das ist ein wirklich sehr signifikanter, sehr kleiner P-Wert, der viel weniger als 160.5 ist, also können wir davon ausgehen, dass sich die Korrelation hier stark von Null unterscheidet. Aber was ist es eigentlich, wo wir hier weiter zu dem tatsächlichen Korrelationswert kommen , der angerufen wurde und es ist negativ 0,558 Also das bedeutet, dass es eine ziemlich starke negative Korrelation zwischen unserer unabhängigen Variablen und unserer abhängigen Variablen gibt hier. Und was sehen wir uns gerade an? Wir schauen auf das Alter. Die Funktion hat diesen Header hier für Alter gesetzt. Umgeben von den Hashtags sind Kiefernzeichen. Zwischen dem Alter der abhängigen Variablen erwarten wir also eine starke negative lineare Korrelation. Das ist eine andere Sache, die diese Funktion für uns tun wird. Es wird ein Streudiagramm erstellen, wie Sie hier im Plotfenster unten sehen können. Großartig. Und es erzeugt ein Streudiagramm mit dem Alter auf der X-Achse. Denken Sie daran, das ist in Monaten auf Unterschied. Messen Sie unsere abhängige Variable auf der Y-Achse und wir können hier sehen. Wenn wir nur die schwarzen Punkte betrachten, die Datenpunkte hier, können wir sehen, dass es diese Abwärtsneigung gibt, die höher das Alter wird, desto negativer wird das Differenzmaß tendenziell. So neigt es dazu, dass je älter jemand ist, desto jünger sie wirklich denken, sie sind. Ich denke, man könnte sagen, dass je näher dem Tod, jemand, der weiter weg sie denken, dass sie von ihm sind, was einen Sinn ergeben kann. Die andere Sache, die die Funktion tut anders als das Erstellen des Streudiagramms, wie es eine rote Linie durch die Daten zeichnet , dass dies als die Anpassung eines linearen Modells oder einer Regressionslinie. Dies ist eine optimale Anpassungslinie durch alle Datenpunkte, so dass wir visuell sehen können, dass diese rote Linie von links nach rechts abnimmt, was darauf hinweist, dass sein Alter die X-Achse erhöht. Die Differenzmaßnahme wird stärker negativ. Eine andere Sache, die die Funktion tut, ist, dass sie hinzufügt, das angepasste R aus dem linearen Modell oder die Regression über diesem Diagramm. So erklärt r quadrierte und lineare Regression die Menge der Varianz, die das lineare Modell bedeckt oder erklärt. Dieses lineare Modell erklärt ein Boot 31% von der Varianz innerhalb dieser Daten. Es macht also eine vernünftige Aufgabe zu erklären, warum wir diesen Rückgang der P-Wert hier als Schlüsselwert in der linearen Regression haben. Und wenn der P-Wert hier kleiner als 0,5 ist, bedeutet dies, dass sich die Neigung dieser linearen Regression signifikant von Null unterscheidet. Also hier haben wir einen P-Wert, der kleiner als 0,1 ist, waren auch endlose Funktion aus, indem die statistische Ausgabe oder Analysen von der Anpassung dieser linearen Regression und nicht hier sicher gestellt werden. Nun, da wir gesehen haben, was die Funktion tut, schauen wir uns die einzelnen Bahnen aus der Funktion wieder an. Ich ermutige Sie, zunächst einmal auf meine Erklärung zu hören, was diese Funktion tut, bevor Sie tatsächlich beginnen, die Spuren der Schnur zu kopieren . Sie können das Video immer pausieren und das tun, aber ich denke, es ist am besten, wenn Sie nicht versuchen, das Kabel zu kopieren, während ich es in der ersten Instanz erkläre . Also habe ich in einem Kommentar selbst gelesen, der diese Funktion sagt. Wie für die Analyse von kontinuierlichen unabhängigen Variablen gegen fortgesetzte abhängige Variablen, wir nennen es Maiskegel Spaß dieses Mal. Da wir also kontinuierliche Variablen gegen die kontinuierliche abhängige Variable analysieren, habe ich gesagt, es ist kontinuierlich, kontinuierlich und ich nenne es Spaß für die Funktion. Und wieder, wir weisen die Funktion zu, dass auf sie die drei Argumente jeder weit Name und Antwort zu geben, genau wie wir es Antwort zu geben, vorher mit dem Maiskappen-Fonds getan haben, den wir im vorherigen Video getan haben. Zuallererst werden wir den Header erstellen, der unsere statistische Ausgabe aufräumt, eine neue Variable namens Header sagen würde, und wir werden es mit der Paste Funktion zuweisen, eine Zeile aus Hashtags Koma-Namen, die wir aus dem zweiten Argument der Funktion Koma erhalten, eine zweite Reihe von Hash-Tags, um einen schönen Teiler und seine Header und die Statistik ein Put-machen, und wir werden diesen Header drucken, den wir gerade mit Paste Funktion gemacht haben. Dann werden wir die Ergebnisse einer Pearson-Korrelation drucken. Um den Korrelationstest auszuführen, verwenden wir Kernpunkt-Test als Funktion und innerhalb der Klammern werden wir es mit der Antwortvariablen liefern. Also unsere Differenzmaßnahme für jeden Teilnehmer und dann werden wir an der kontinuierlichen unabhängigen Variablen liefern , die wir die Korrelation mit unserer Differenzmaßnahme bewerten wollen . Also, zum Beispiel, im Alter, gebe ich hier die Differenzmaßnahme. Und dann gebe ich das Alter der Teilnehmer dieser Kernpunkt-Testfunktion. Und dann drucke ich die Ausgabe von dieser Funktion aus. Alle statistischen Analysen zwei D-Konsole. Das nächste, was wir tun, ist die Handlung zu erstellen. Also, was wir sagen Plot-Funktion, Klammern, jeder unserer. Also geben wir zum Beispiel die Altersvariable an, in der sie sagen, dass die warum Variable in diesem Diagramm die Antwort sein wird, die Differenzmaßnahme dann die X-Achse mit dem Namensargument beschriften, das wir gehen in diese Funktion, so dass in diesem Fall wäre Alter. Und dann sagen wir, warum Liebe? Oder warum Etikett gleich Differenzmaß? Das wird immer das Differenzmaß sein, da das weiße Label immer die abhängige Variable oder Differenzkennzahl ist, egal welche Variable in diese Funktion eingelesen hat. Und dann sagen wir Typ gleich P, denn wir wollen ein Punktdiagramm. Wir wollen Punkte oder ein Streudiagramm auf, dann mit einer zusätzlichen Funktion namens PCH, und ich sage, es ist gleich 19, die bestimmt, welche Art von Punkten ich bekomme. So PC H gleich 19 gibt mir gefüllte Kreise. Also lasse ich Sie die Hilfe zu Plaut lesen und nachschlagen, welche anderen PCH-Werte Sie verwenden können. Du vervollständigst damit, wenn du willst. Aber PCH entspricht 19 Geschenken. Sind diese gefüllten Kreise und dann sage ich: Siehe, Siehe, Öl entspricht Schwarzen. Ich sage, die Farbe ist gleich schwarz. Deshalb bekommen wir satte schwarze Punkte auf diesem Streudiagramm. Das nächste, was wir tun und diese Funktion ist, dass wir ein lineares Modell mit der L-am-Funktion passen , und wir geben ihm die Antwort, das Differenzmaß und wir sagen, Tilda, die Variable, die geben wir es in Bezug auf die unabhängige kontinuierliche Variable. Also, zum Beispiel, wenn wir Alter verwenden, wäre es der Unterschied. Messen Sie Tilda, die Altersvariable, die sie der linearen Modellfunktion geben würde. Und dann weisen wir der variablen Anpassung dieser linearen Modellfunktion offen zu. Wir können dann das Fete dieses Lanier-Modells zu der Handlung hinzufügen, die wir mit dieser Bienenlinienfunktion erstellt haben , die eine Spur zu jeder Handlung hinzufügt. Onda. Wir geben ihm die Passform. Das ist also die Ausgabe aus dem linearen Modell, das wir zuvor zwei Bahnen definiert haben. Und dann sagen wir Coma auf sagen, die Farbe wird gleich rot und bernsteinfarben sagen Calma L W d gleich zwei L W d ist das Argument für Linie. Warten Sie also, standardmäßig hier, haben Sie eine. Ich habe es ein wenig schwerer gemacht, ein wenig dicker Rote Linie, indem ich sagte, L W D gleich zwei waren, wurden dann eine Zusammenfassung aus dem linearen Modell oder Regressionsfett erstellt , indem ich der Zusammenfassungsfunktion die Anpassung, die von der Funktion ausgegeben wird wieder auf und wir gehen zu einem Zeichen offen dieser Zusammenfassung auf eine neue Variable namens Fit Some. Und dann können wir drucken, nicht passen einige auf die Konsole, so dass wir eine statistische Zusammenfassung von unserem linearen Modell sehen können Jetzt, genau wie wir es zuvor getan haben. Ich benutze hier eine Verzweigungsaussage, um unsere P-Werte aufzuräumen. Also wieder, wenn der Schlüsselwert so viel kleiner als 0,1, wir wollen nur melden, dass weniger als 0,1 Wir wollen nicht viele Ziffern weit weg vom Dezimalpunkt haben. Andi, wenn es nicht weniger als 0,0.1 ist, runde ich auf vier signifikante Ziffern ab. Ich mache das mit den Fit-einigen. Die Zusammenfassung der statistischen Anpassung ist also nicht variabel, dass wir ein paar Zeilen oben erstellt haben und dann das Dollar-Sprichwort verwenden, um auf seine Attribute zuzugreifen. Und dann greife ich auf das Meer oder Jahr für Koeffizienten. Attribut Andi. Innerhalb dessen greife ich auf die zweite Regel in der vierten Spalte zu, amüsante eckige Klammern, um dieses Koeffizienzattribut zu unterteilen und einige zu passen. Das ist, wo ich den P-Wert innerhalb des O Poot von dieser linearen Modellanpassung finden werde . Also, in dieser f-Anweisung, kann ich beurteilen, ob dieser p-Wert, den ich von diesem Koeffizienten herausziehe, weniger als Nullpunkte Benutzer eins ist . In diesem Fall, wenn dies derFallist, Fall erstelle ich eine Variable namens P-Wert, der kleiner als 0,1 als Textzeichenfolge und Anführungszeichen dort sein wird . Und wenn es nicht wahr ist, sage ich, sonst wird der P-Wert den vier signifikanten Ziffern zugewiesen, die diesen p-Wert abrunden , den ich aus dieser statistischen Zusammenfassung von diesem linearen Modell herausziehe, passen die Anpassung einiger, die wir erstellt haben. Das nächste, was ich tun möchte, ist ein Label zur Handlung hinzuzufügen, um das R auf dem P-Wert hier oben auf diesem Grundstück quadriert zu bekommen , damit die Leute es leicht sehen können. Ich werde eine Variable namens Labor Tech Stern-Label Text auf erstellen. Ich werde Gleiche, dass mit der Paste Funktion Ich werde zusammen einfügen, die Textzeichenfolge AJ sind ein d j Punkt angepasst und unsere Hauptstadt sind Karotten, die für angepasste R quadratischen Doppelpunkt sagen . Das ist also ein Textgetränk. Ich werde mit dem Schritt gehen. Die Reihe in der Tat passen einige angepasste Punkt r quadriert. Also keine Auswirkungen auf diese Zusammenfassung der statistischen Anpassung. Ich benutze das Dollarzeichen zu Kühler und Attribut. Das ist die angepasste r quadriert. Und es ist tatsächlich ein Deejay Punkt r Punkt innerhalb dieser statistischen Ausgabe quadriert genannt. So greife ich auf den R-Quadratwert zu. Und ich runde das auf vier signifikante Ziffern, nur um es ein wenig aufzuräumen. Und dann verwende ich ein weiteres Koma, um den P-Wert cool einzufügen und dann ein weiteres Koma, um das zusammen mit dem P-Wert einzufügen , der hier oben in dieser vorherigen F-Verzweigungsaussage bestimmt wurde , und füge das dann zur Handlung hinzu. Also verwende ich die M-Text-Funktion. Ich gebe ihm den Labortext, den ich zuvor definiert habe, und ich sage Koma und gebe ihm das Argument Seite gleich drei, die uns sagt, dass ich oben auf der Handlung sein wollte, im Gegensatz zu darunter, oder es entweder Websites oder lassen Sie suchen die Hilfe dazu. Ich möchte dann das Grafikgerät mit dem Leo Command ein zwei mal zwei Gitter einstellen, das von vier Figuren bevölkert wird . Warum mache ich das? Weil diese Funktion, die wir hier definieren, tatsächlich auch eine Diagnose für das Regressionsdiagramm durchführen wird. Also, wenn ich vorwärts gehe, wird Ihnen eine Handlung hier zeigen, wie es aussieht. Wir erhalten unsere Diagnose-Plot Standarddiagnose für unsere Regression. So erhalten wir ein Residuen-Diagramm Residuen sind da, tritt in die Regression wir ein Q Q-Plot bekommen. Was zeigt, ob die Regressions-Residuen normal verteilt sind? Das ist eine der Annahmen der Regression, dass sie normal verteilt werden müssen. Also schwächen Sie den Test hier auf visueller Beute, um zu sehen, ob unsere Regression tatsächlich 50 dokey ist, wenn sie der Annahmen aus der Regression verletzt oder nicht. Aber um all diese Plots in einem einzigen Plottfenster zusammenzufassen, müssen wir das grafische Gerät ändern. Und was ich hier mache, ist in der Layoutfunktion zu sagen, ich gebe eine Matrix an, in der ich spezifiziere, ich gehe zu vier Plots. 1234 auf. Ich setze sie in eine zwei-mal-zwei-Matrix, um zwei Spalten-Matrix zu regeln ,um Bedürfnisse zu erhalten , , vier nebeneinander angezeigt werden im Gegensatz zu einzelnen Seiten. Ich verwende diesen Matrix-Befehl mit den Layout-Funktionen. Ich lasse dich die Hilfe dazu nachschlagen. Aber Leo ist eine sehr nützliche Möglichkeit, Plots auf eine einzelne Seite zu teilen. Wo dann, sagen Grundstück Defekte oder plotten Sie den Fete ab. Diese statistischen Modelle auf nicht plotten standardmäßig diese Diagnosediagramme. Und weil wir diesen Leo bereits auf eine Zwei-mal Zwei-Zwei-Matrix gesetzt haben, wird er sie auf eine Seite setzen. Und dann ist das letzte, was wir in dieser Funktion tun, das Grafikgerät wieder auf seine Standardeinstellung zu setzen . Ein Diagramm, eine Spalte, eine Regel, ein Diagramm pro Seite. Das ist also die Funktion dort. Also ermutige ich Sie, sich die Erklärung nochmals auf die Hilfe für jede dieser neuen Funktionen, die wir verwenden, anzuhören und diese Kommentare zu lesen, die ich während dieser Funktion wiederhinterlassen habe Funktion wieder Dies ist sehr ähnlich wie die vorherigen Funktion, die wir für kategoriale Variablen außer nein definiert haben, machen wir Streudiagramme, ein angebliches Kastendiagramm, und wir passen ein lineares Modell an, um seine Diagnose zu betrachten. Also bitte kommen Sie mir in das nächste Video, wo wir diese Funktion tatsächlich ausführen werden, wir werden die Anstiftung eine Vier-Schleife auf. Wir werden Diagramme von unseren kontinuierlichen unabhängigen Variablen sehen und prüfen, ob sie eine statistische Beziehung mit der abhängigen Variablen haben. Also werde ich dich im nächsten sehen. 19. Challenge #2 – Schreibe ein für Schleife zur Ausführung der benutzerdefinierten Analysefunktion: Hallo. Und willkommen zurück in diesem Video, Ich möchte Ihnen Ihre zweite Herausforderung stellen. Ich möchte deine Looping-Fähigkeiten noch ein bisschen mehr testen. Und was ich Sie bitten werde, ist eine for-Schleife zu erstellen, die durch die kontinuierlichen Variablen im Datenrahmen generiert , den wir erstellt haben. Ich möchte, dass Sie sagen, und eine Variable nach dem anderen für den neuen Maiskorn-Fonds, den wir gerade in der vorheriges Video. Und um Ihnen einen Hinweis in dieser Aufgabe zu geben, haben wir dies zuvor für kategoriale Variablen getan. Das ist also weit. Luke wird sehr ähnlich aussehen, um weiter auf Pause Ihr Video zu gehen. Nun, bevor ich beginne zu erklären, wie das geht. Also willkommen zurück, alle. Ich hoffe, dass Sie es geschafft haben, eine Vier-Schleife zu erstellen, und es funktioniert für Sie, wenn Sie sich keine Sorgen darüber gemacht haben, denn Schleifen sind sehr schwierig. Also werde ich auf der rechten Seite die vier Schleife mit,wissen Sie, wissen Sie, also das erste, was ich tun werde, ist einen Kommentar für mich selbst zu erstellen. Ich sage hier, dass dies eine Schleife ist, um kontinuierliche Variablen an kontinuierliche Analysefunktion zu senden , die wir im vorherigen Video definiert haben. Das erste, was wir als vier sagen wollen. Das ist eine Vier-Schleife, und wir werden sagen, ich und eins durch Land von den Lebensdaten Punkt Mais. Dies ist also der kontinuierliche variable Datenrahmen, den wir zuvor erstellt haben. Life data dot com Sie können sehen, dass es hier oben ist. In unserer Umgebung sind 200 Beobachtungen aus den fünf kontinuierlichen Variablen Alter, Körper, Tamp, Herzfrequenzunterstützung und Gesundheit all diese kontinuierlichen numerischen Variablen. Als nächstes brauche ich natürlich natürlich als geschweifte Klammer, beginne ich die for-Schleife mit der geschweiften Klammer. Denken Sie daran, dass im ersten Teil davon waren sagen, ich und 13 Länge Leben Daten Punkt Kegel erinnern mit Deponie von Lebensdaten Punkt Conus Wie viele Variablen Luft drin? Es wird fünf sein, und wir sagen eins bis fünf und dann werde ich eins bis fünf sein. Also in der ersten Iteration dieser Schleife, zum ersten Mal läuft, werde ich ein zweites Mal von legal 234 und dann fünf gleich. Anand. Es wird enden. Also die erste Zeile dieses Luton in dicht ist natürlich, weil das visuell zeigt, dass mit Ende Ah waren, Schleifenstruktur Wir werden definieren verfügbar, jeden Balken genannt. Du kannst das nennen, was immer du willst. Ich werde hier nur konsequent sein und es nochmal nennen. Und ich sage, dass das gleichwertige Leben Daten dot con so dass kontinuierliche variable Datenrahmen. Und ich setze das unter Verwendung der eckigen Klammern ein. Andi ich wieder eckige Klammern einen Lotus, um einen Datenrahmen zu unterteilen. Der erste Wert in den eckigen Klammern sagt, ist die Straße auf dem Koma trennt die Spalte. Nummer ist die zweite Zahl. Also, hier, wenn ich sage Leben Daten Punkt Doppelpunkt quadratische Klammer, Ich setze nichts für die Rose. Also sind wir eine Kurve alle Straßen. Und dann nach dem Koma, das ich konkurriert, wird herausextrahieren, was auch immer ihn abruft Die Iteration der Schleife war an. Also, das erste Mal durch die Schleife werde ich gleich eins sein. Es wird die erste Spalte extrahieren, die im Leben Daten Punkt Mais als Alter zweites Mal durch die Körpertemperatur und Herzfrequenz eso auf wo ich werde, um eine Variable namens Name definieren. Wir werden sagen, das ist gleich vars dot Mais und wir werden könnte ich in eckigen Klammern vars dot Mais wir zuvor erstellt haben wir für eine Stunde Umgebung hier als Bars dot con suchen können . Es ist ein Charaktervektor mit fünf Zeichenfolgen und Alterskörpertemperatur, Herzfrequenzunterstützung auf Gesundheit. Also, wie wir durch den Gruß iterierten, Ich werde zuerst eine gleich sein, so dass es den Namen Alter sammeln wird, dass es so höflich Körpertemperatur entspricht . Und dann schicken wir diese neuen Variablen, die wir an unseren Maiskornfonds auf der 1. 1 erstellt haben, ist jeder von uns, den wir schicken. Das ist das erste Argument, um Cone Kegel Spaß oder dann gehen, um Namen zu sagen. Und wir werden sagen, ein Leben, eine Daten Dr. Devi, das ist die abhängige Variable oder die Differenzmaßnahme hier wieder als Umgebungslebensdaten dot devi als die 200 Teilnehmer verschiedene Partituren? Nein, dies ruft die Funktion auf und sendet diese Variablen an sie. Aber denken Sie daran, bevor wir dies für eine Schleife ausführen, müssen wir die Funktion bereits einmal ausführen und ich habe bereits nicht hier getan, aber Sie müssen alle Zeilen dieser Funktion geschrieben haben, die wir in das vorherige Video. Das müssen Sie tatsächlich ausführen. Also gehen Sie voran und führen Sie das so aus, dass es in unserer Umgebung ist , wissen Sie , Sehen Sie, in der Umgebung haben wir Untertitel von Funktionen. Wir haben con Fonds weiß ebenso wie die Maiskatzen-Fonds, die wir zuvor definiert. Also nein, wir können voran gehen und diese vier Schleife laufen auf Es ist bei der Ausgabe der statistischen Zusammenfassungen an die Konsole durchgegangen . So schwächen scrollen ein wenig auf wir sehen, wir haben statistische Kupfer-Alter einen p-Wert einen Korrelationswert bekommen. Wir haben eine Fehlerausgabe vom linearen Modell. Dann haben wir den Weg zur Körpertemperatur. Wir haben eine P-Wert-Korrelationsanalyse hier auf DSO. Wir haben auch die Grundstücke. Also gehen wir zurück ein hier und wir sehen, dass dies die Gesundheit Diagramm, nicht signifikant p Wert, dass lineare Regression Spur ist nicht anders als Null. Es ist flach. Wir können also nicht sagen, dass die Gesundheit eine Beziehung hat, um durch mehr Diagnose zum Schlüsselwert der Unterstützungsvariablen nicht weniger als 0,5 zurückzukehren . So können wir nicht sagen, dass sich keine Regressionslinie signifikant von Null unterscheidet. Es gibt also keine Beziehung zwischen Unterstützung und Differenzmaßnahme. Im Datensatz können wir durch mehr Diagnostik zu Herzfrequenz und P-Wert zurückgehen, nicht weniger als Punkt auf Ihre fünf. Keine statistische Beziehung zwischen Herzfrequenz und Differenzmessung geht also wieder durch mehr diagnostische Plots zur Körpertemperatur zurück. P-Wert nicht signifikant, nicht weniger als Punkt auf Ihre fünf. Also keine Beziehung zwischen Körpertemperatur auf der Differenz messen zurück durch Mawr. Und das haben wir schon gesehen. Die Altersvariable dort als statistische Beziehung zwischen Alter onda Differenzmaß. So können wir sagen, dass ältere Menschen, ich neige dazu zu denken, dass sie jünger sind, als sie tatsächlich sind. Jüngere Menschen neigen dazu, zu denken, dass sie älter sind als sie tatsächlich sind. Also auf dieser Note, die den ersten Abschnitt der Analysen und Code-Bewertung schließt. Ich dachte, Sie fanden es nützlich, und ich hoffe, Sie haben die Analyse angerufen, die wir etwas interessant gemacht haben. Das nächste Video wird diesen Abschnitt mit einer Zusammenfassung abschließen. Was wir sowohl in Bezug auf die Bewertung gelernt haben, ist, wie auch was wir in Bezug auf statistische Analysen gelernt haben . Und dann gehen wir zum zweiten Abschnitt der Klasse über, der sich auf die Zeitreihenanalyse konzentriert. Dann sehe ich dich. 20. Kursbewertung: Hallo. Herzlichen Glückwunsch an Sie, dass Sie es durch den Kurs geschafft haben. Ich hoffe, dass Sie viele, viele neue Dinge gelernt haben und dass Sie es auf dem Weg interessant fanden. Ich hoffe, dass sie all diese neuen Dinge auf einen Riel-Lebensdatensatz anwenden, hat wirklich geholfen mit Ihrem Verständnis, wie wir unsere Unbedeutung von dem nutzen können, was wir tun, um wirklich Analyseaufgaben zu erledigen. Nachdem wir das gesagt haben, lassen Sie uns ein wenig über alle Dinge, die wir in unserem gelernt haben, also hier ist, was wir im ersten Abschnitt der Klasse getan haben, auf die wir Daten geladen haben. Wir haben die Spaltennamen geändert. Also gehen wir in einen Datensatz aus einer Datei auf Ihrem Computer auf DWI. Ändern Sie die Spalten. Wir haben diese Daten gesäubert, daher haben wir auf Fehler überprüft, und wir beheben auch diese Fehler. Viele der anderen assoziierten mit fehlenden Werten, aber wir hatten auch unrealistische Werte für Dinge wie Körpertemperatur auf für alternde Monate. Also haben wir gelernt, für diese Findem Andi zu Rechenschaft zu ziehen, sie zu beheben. Wir haben auch gelernt, viele verschiedene Grundplots zu erstellen. In diesem ersten Abschnitt der Klasse haben wir Balkenfloats für den Anteil von einem Faktor sehr sieht einen anderen Faktor in unserem Datensatz erstellt . Wir haben Box-Plots erstellt, um die Unterschiede zwischen verschiedenen Variablen und unserem Datensatz zu zeigen. Wir trafen auch auf zischte A-Gramm, und wir haben auch Streudiagramme so viele verschiedene Grundstücke erstellt, die Sie durch viele verschiedene beschreibende Analysen bekommen . Wir haben auch Multi-Plots oder mehrteilige Plots erstellt, in denen wir zahlreiche Parzellen auf derselben Seite transplantieren. Dies könnte sehr hilfreich sein, wenn Sie etwas für eine Präsentation, den Bericht oder eine Publikation einreichen . Wir haben auch untersucht, Zahlen zu statistischen Analysen in PDF-Dateien und Textdateien zu setzen. Also, als wir durch, insbesondere, diese Funktionen und diese Schleifenstrukturen Zehe Herbst einen Datensatz, es war sehr nützlich, Plots und statistische Acht setzen, die wir produzieren, gehen direkt zu PDF-Dokumenten auf Textdateien. Wir haben mit vielen verschiedenen Arten von Datenvariablen gearbeitet und enthalten Vektoren, die Gruppen aus einem einzelnen Element sind. Wir haben auch mit Faktoren gearbeitet, die für kategoriale Variablen sind, die unterschiedliche Werte mit ihnen haben . Also, zum Beispiel, die sexuelle Variable, die wir hatten Männer und Frauen, also arbeiteten wir mit diesen offenen Daten und wir haben auch Datenrahmen erstellt und mit denen gearbeitet. Wir haben gelernt, wie man Spaltennamen erstellt. Wir haben Totus Teilmenge Datenrahmen gelernt, so dass das sehr nützlich war. Wo Celerity auf Funktion zu erstellen, so durch sie wurden Funktionen die ganze Zeit verwendet . Und die meisten dieser Funktionen kommen aus unserem Programm selbst oder aus Paketen, die wir in dieser Klasse installieren werden. Aber wir lernen hier auch Fehlwahrnehmung, wie wir unsere eigenen Funktionen schreiben können, um ganz spezifische Analyseaufgaben auf unserem Datensatz durchzuführen. Wir haben auch gelernt, wie man Schleifenstrukturen verwendet, um unseren Code zu automatisieren, um mehrere Analysen und mehrere Plots für verschiedene Variablen gleichzeitig zu erstellen , ohne viele, viele weitere Zeilen von sich wiederholenden Schnur ausschreiben zu müssen . Und wir haben auch gelernt, wie man, wenn Aussagen über Schnur zu verwenden, um in unterschiedliche Flüsse zu verzweigen , um Unterschiede und Arten von Analysen, die wir durchführen müssen, zu berücksichtigen. Wir haben auch viele statistische Tests durchgeführt. Wir haben beschreibende Statistiken erstellt. Wir haben gelernt, wie wir unsere Daten mit Mitteln Medianen auf andere Maßnahmen der Generäle zusammenfassen, deskriptive Statistiken, und wir haben auch heute gelernt, inferentielle statistische Tests durchzuführen, die uns etwas mehr in Schulden für bessere Daten sagen . Also haben wir T-Tests auf Nova's benutzt. Wir verwendeten Korrelationsanalysen, führten auch Regressionen durch und betrachteten kurz die Diagnosediagramme für diese Regressionen. Und schließlich, vielleicht am wichtigsten, haben wir hier einen Riel-Lebensdatensatz analysiert. Also nahmen wir reale Daten aus einer Studie, die ich vor Jahren durchgeführt habe, und wir haben tatsächlich grundlegende statistische Analysen durchgeführt . Wir haben Plots der Daten erstellt, wir visualisieren die Daten und wir haben auch Fragen zu diesen Daten beantwortet. Schauen wir uns also kurz einige der Dinge an, die wir herausgefunden haben. Dies war einer der Box-Plots, die wir erstellt haben. Dies zeigt die Heirats-unabhängige Variable auf der X-Achse an. Wir zeigen die Differenzmaßnahme auf dem Weg Zugang. Also wieder, wir haben nicht geheiratet und wir haben geheiratet. Also Personen, die nicht auf der linken Seite verheiratet waren und diejenigen, die auf der rechten Seite verheiratet waren und dann haben wir die Differenzmaßnahme. Und denken Sie daran, wenn die Differenzmaßnahme negativ ist, bedeutet dies, dass die einzelnen denken, dass sie jünger sind, als sie tatsächlich sind. Sie nehmen sich selbst als jünger wahr, und wenn das Differenzmaß positiv ist, nehmen sie sich selbst als älter oder weiter in ihrer Lebensdauer wahr, als sie tatsächlich sind. Und wir fanden heraus, dass es einen statistisch signifikanten Unterschied zwischen verheiratet und nicht verheiratet gibt, und wir fanden heraus, dass diejenigen, die verheiratet sind, tatsächlich eher sich als jünger oder nicht so weit in ihrer Lebensspanne wahrnehmen . Wir haben einen T-Test durchgeführt, um zu sehen, ob es einen realen, statistisch signifikanten Unterschied zwischen diesen beiden Gruppen gab , und wir fanden, dass er signifikant war. Also können wir statistisch sagen, dass diejenigen, die verheiratet waren, sich wirklich als jünger wahrnehmen ? Wir finden auch etwas Ähnliches mit dem Beschäftigungsstatus. Wir haben links arbeitslos und rechts angestellt, und wir fanden heraus, dass die Beschäftigten 10 arbeiten, um zu finden, dass sie jünger sind oder fühlen, dass sie jünger sind als sie tatsächlich sind. Und wieder haben wir einen T-Test durchgeführt, es sei denn und feststellen, dass es statistisch signifikant mit einem P-Wert von weniger als 0,5 war Dann kamen wir zum Bildungsniveau, wo wir High-School-Ausbildung haben, Bachelor-Ausbildung in Graduiertenstufe Bildung, und wir finden hier, dass je besser Sie gebildet sind, desto fortgeschrittener Sie in Ihrer Schule sind. Je mehr Sie wahrnehmen, dass Sie jünger sind, als Sie tatsächlich sind. Also haben wir auf einem Nova-Test davon gemacht, weil wir hier mehr als zwei Gruppen haben. Wir haben eine Analyse der Varianz in diesen Gruppen durchgeführt, und wir finden, dass es statistisch signifikant war , dass es tatsächlich einen Unterschied zwischen diesen Gruppen gibt und dass je mehr Bildung Sie haben, desto jünger Sie glauben, dass Sie sind. Und dann haben wir uns schließlich einige der kontinuierlichen Variablen angesehen, die wir im Alter des Teilnehmers betrachteten . In Monaten später stellen wir fest, dass je älter der Teilnehmer ist, desto jünger sie fühlen, dass sie sind. Und wieder haben wir eine Regressionsanalyse durchgeführt und festgestellt, dass dies statistisch signifikant ist . Diese negative Korrelation unterscheidet sich hier statistisch signifikant von keiner Korrelation . Wir finden hier also, dass jüngere Leute denken, dass sie älter sind als tatsächlich. Ältere Menschen neigen dazu, sie seien jünger, als sie tatsächlich sind. Also haben wir hier eine Menge ziemlich einfache, aber sehr informative Analyse durchgeführt , und ich hoffe, dass Sie das interessant gefunden haben und ich hoffe, dass Sie es genossen haben, zu lernen, wie man all diese Dinge macht und