파이썬과 R ('20-02) 기말 과제물

목차

1. 다음 자료는 1985년 USDA의 여성 영양 관련 자료이다. 연령이 25~50세에서 랜덤하게 선택된 737 명의 여성 영양 자료로서 변수는 다음과 같다.
- Calcium(mg)
- Iron(mg)
- Protein(g)
- Vitamin A(μg)
- Vitamin C(mg)
(1) 자료에서 결측치는 0으로 표시되어 있다. 결측치를 제거하는 명령을 쓰고 각 변수에 결측치가 몇 개가 있 는지 구하시오.
(2) 변수 (calalcium, iron, protein, vitaminA, vitaminC)의 (평균, 표준편차, 최소, 최대, 중앙값, 제1사분위수, 제3사분위수)를 구하시오.
(3) 변수 (calalcium, iron, protein, vitaminA, vitaminC)의 상자그림 및 히스토그램 을 그리고, 각 변수의 분포를 설명하시오

2. 다음은 PimalndiansDiabetes 자료의 일부이다. 변수 내용은 다음과 같다. 물음에 답하시오
(1) 변수 diabetes의 그룹별 빈도수 및 비율을 구하고, 막대그림 및 원그림으로 그리시오
(2) 변수 diabetes의 각 그룹별로 변수(glucose, pressure, triceps, insulin, mass, pedigree, age)의 최솟값, 최댓값, 중앙값, 평균 제 1사분위수, 제 3사분위수를 구하시오 또한 diabetes의 각 그룹별로 히스토그램 및 상자그림을 그리고 비교, 설명하시오
(3) age를 “20-30” “31-40”, “41-50” , “50+”인 네 그룹으로 나누고, diabetes와의 분할표를 구하시오. 또한 겹친 막대그림을 그리고, 분포를 비교, 설명하시오
(4) pregnant를 “0-5”,”6-10”,”10+”인 세 그룹으로 나누고 diabetes와의 분할표를 구하시오. 또한 겹친 막대그림을 그리고, 분포를 비교, 설명하시오
(5) diabetes와 pregnant(4번 세그룹)의 각 그룹에 대해서 (glucose, pressure, triceps, insuli, mass, pedigree)의 평균과 표준편차를 구하시오

3.근육신진대사(muscle metabolism)에 카페인(Caffeine)이 영향을 미치는지 알고자한다. 18명의 남성지원자를 랜덤하게 두 그룹으로 나누어 , 테스트 하 시간 전에 한 그룹에게는 카페인캡슐을, 다른 그룹에게는 위약캡슐을 먹도로고 하였다. 운동 중에 호흡교환비율(Respiratory exchange rate, RER)을 측정한 자료가 다음과 같다. 카페인이 영향을 미친다고 할 수 있는지를 검정하시오

4. 다음 자료는 1974년에 미국에서 자동차별 마일리지를 측정한 것이다,. 변수는 다음과 같다. 자동차 기어 종류(오토/수동, 변수 am)에 따라 mpg의 차이가 있다고 할 수 있는지 검정하시오

5. 다음은 Computer CPU Performance Data의 일부이다.변수의 의미는 다음과 같다.
(1) erp와 (myct, mmax, cach, chmin, chmax, prpe)의 산점도를 그리고 분석하시오.
(2) (myct, mmax, cach, chmin, chmax, prpe,erp)의 상관계수 행렬을 구하고 분석하시오
(3) erp(estimated relative performance values)를 반응변수로 하고 (myct, mmax, cach, chmin, chmax,)를 설명변수로 하여 회귀모형을 적합하고 분석하시오

6. 다음자료는 1974년 미국에서 자동차별 마일리지를 측정한 것이다. 변수는 다음과 같다. 자동차 마일리지(mpg)를 설명하기 위한 변수로서 (cyl, disp, hp, drat, wt, qsec, vs, am, gear, carb) 변수를 고려하여 적절한 회귀모형을 만들고자 한다. 회귀 모형을 만들고 분석하시오

7. 비누를 사용하여 얼굴을 씻는 것이 박테리아를 얼마나 효과적으로 제거하는지 알고자 한다. 이를 위하여 다음과 같은 네 가지 실험을 하였다.
- 물로만 얼굴 씻(Water)
- 일반 비누로 얼굴 씻기(Soap)
- 안티박테리아 비누로 얼굴 씻기(Antibacterial Soap)
- 안티 박테리아 스프레이를 손에 뿌리고 씻기(Alcohol Spray)
(1) 이 자료를 이용하여 네 가지 방법 간에 차이가 있는지 분석하시오
(2) 각 그룹 간에 차이가 있는지 다중 비교를 통해 분석하시오

8. 시간대별로 파일을 다운로드하는데 걸리는 시간이 다른지 알아보고자 한다. 외부 서버에 파일을 저장한 후에 세가지 시간대별로 다운로드 하는데 걸리는 시간을 측정한 자료가 다음과 같다.
(1) 세가지 시간대별로 다운로드에 걸리는 시간이 다른지 분석하시오
(3) 각 시간대별로 차이가 있는지 다중비교를 통해 분석하시오

본문내용

1. 다음 자료는 1985년 USDA의 여성 영양 관련 자료이다. 연령이 25~50세에서 랜덤하게 선택된 737 명의 여성 영양 자료로서 변수는 다음과 같다.
데이터는 다음과 같이 들어가 있다.

(1) 자료에서 결측치는 0으로 표시되어 있다. 결측치를 제거하는 명령을 쓰고 각 변수에 결측치가 몇 개가 있 는지 구하시오.

<그림 1 R 코드>

<그림 2 파이썬 코드>

풀이
apply 명령어로 각 컬럼에서 0인 경우를 확인해보니 모든 컬럼에서 결측치가 있음을 확인하였다. 그리고 Row에서 하나라도 0이 컬럼에 있는 경우를 모두 제외해보니 737에서 17개 Row가 제거가 되어 720개로 줄어듦을 dim 명령을 통해 확인하였다. 파이썬과 R 모두 동일한 결과가 나오는 것을 확인하였다.

(2) 변수 (calalcium, iron, protein, vitaminA, vitaminC)의 (평균, 표준편차, 최소, 최대, 중앙값, 제1사분위수, 제3사분위수)를 구하시오.

<그림 1 R 코드>

<그림 2 파이썬 코드>

풀이
sapply 명령와 summary 명령을 이용하여 각 컬럼의 평균, 표준편차, 최소, 최대, 중앙값, 제1사분위수, 제3사분위수를 모두 구하였다.

(3) 변수 (calalcium, iron, protein, vitaminA, vitaminC)의 상자그림 및 히스토그램 을 그리고, 각 변수의 분포를 설명하시오

<그림 1 R 코드>

<그림2 R로 그린 상자그림>

<그림3 R로 그린 히스토그램>

<그림 4 파이썬으로 그린 상자그림>

<그림 5 파이썬으로 그린 히스토그램>

풀이
par(mfrow=c(1,5))를 통해 화면을 분할한 후에 boxplot,hist 명령을 이용하여 상자그림 및 히스토그램을 그렸다. 모든 변수의 분포가 데이터의 스케일은 다르기는 하나 대체로 오른쪽의 꼬리가 긴 형태로 분포되어 있으며 데이터의 분포가 왼쪽에 치우쳐져 있는 모습을 보인다.모든 변수 중에서 Vitamin A이 34,434.27과 같이 이상치가 있기는 하나 가장 극단적으로 대부분의 수치가 1,000아래 모여있다.

참고 자료

없음