[68점/70점] 파이썬과 R 통계학과 기말 시험 온라인평가 방송통신대
- 최초 등록일
- 2020.12.21
- 최종 저작일
- 2020.11
- 30페이지/
어도비 PDF
- 가격 5,000원
![할인쿠폰받기](/images/v4/document/ico_det_coupon.gif)
목차
없음
본문내용
결과 설명
R 과 파이썬을 이용하여 nutrient2 데이터셋의 결측치를 관측한 결과, 데이터의
관측값은 총 737 개이다. 0 이라고 기록된 값을 모두 NaN, 또는 NA 값으로 변환한 후, 각 변수 별로 결측치 값을 출력한 결과 calcium 은 4 개, iron 은 2 개, protein 은 1 개, vitaminA 는 9 개, vitaminC 는 7 개의 결측치를 보였다. 결측치를 보이는 행을 모두 제거한 후, 결측치가 하나도 나오지 않은 확보된 관측값은 모두 720 개이다.
앞서 결측치를 제거하고 난 nutrient2 데이터셋의 기술통계량은 다음과 같다.
결과는 개수(count), 통계(mean), 표준편차(std), 최솟값(min), 1 사분위수(25%), 중앙값(50%), 3 사분위수(75%), 최댓값(max) 이다.
위의 코드실행결과는 R 과 파이썬을 활용하여 calcium, iron, protein, vitaminA,
vitaminC 변수에 대하여 상자그림과 히스토그램과 그린 결과이다. 두가지 시각화 모두 데이터의 분포를 파악하는데 유용하며, 상자그림은 1 사분위수, 2 사분위수, 중앙값을 산출하여 이상치를 파악하는데 매우 용이하다. 히스토그램은 분포의 모양을 확인하는데 사용된다. 히스토그램을 통해 관찰한 결과, calcium, iron, protein, vitaminA, vitaminC 변수 모두 대체적으로 왼쪽으로 치우친 분포를 보이고 있다. 상자그림을 확인한 결과 calcium, iron, protein, vitaminC 는 대체적으로 3 사분위수를 넘는 값이 포함된 것이 다수 있음을 보이고 있고, vitaminA 는 분포에 영향을 끼칠만큼 극단적인 이상치가 있는 분포임을 확인했다.
pima 데이터셋의 diabetes 변수는 pos 와 neg 로 그룹이 나뉘어져 있다.
참고 자료
심소용, 이윤동, 김성수. [파이썬과 R], 한국 방송통신대 출판 문화원, 2020.