6-3. 그래프를 이용한 데이터 탐색

6-3. 그래프를 이용한 데이터 탐색

---

1) 데이터 설명

- stud_math 데이터 : 포루투칼의 고등학생 수학성적 (stud_math_decs.doc참고)

 

2) 그래프를 이용한 데이터탐색

- 히스토그램 (1학년, 2학년, 3학년 성적의 분포)

par(mfrow=c(2,2))
hist(G1, breaks = 10, col = "lightblue", main="Histogram of Grade 1" )
hist(G2, breaks = 10, col = "green", main="Histogram of Grade 2" )
hist(G3, breaks = 10, col = "coral", main="Histogram of Grade 3" )

 

- 상자그림 (거주지역에 따른 G3, 통학시간에 따른 G3)

par(mfrow=c(1,2))

 

boxplot(G3~address, boxwex = 0.5, col = c("yellow", "coral"), main="G3 by (Urban, Rural)")

 

boxplot(G3~traveltime, boxwex = 0.5, col = c("red","orange","yellow","green"), main="G3 by traveltime")

(1) 도심지역 학생들 성적이 외곽지역 학생들보다 높다

(2) 통학시간이 짧은(15분이내)의 학생들의 성적이 더 높다

 

- 상자그림 (자유시간에 따른 G3, 공부시간에 따른 G3)

par(mfrow=c(1,2))

 

boxplot(G3~freetime, boxwex = 0.5, col = c("yellow", "green", "blue","grey","red"),main="G3 by freetime")

 

boxplot(G3~studytime, boxwex = 0.5, col = c("yellow", "blue","grey","red"), main="G3 by studytime")

(1) 방과후 자유시간에 따른 G3의 차이 : 자유시간이 적은편(low)이라고 응답한 학생들의 성적이 다소 높은데.. 특별히 해석하기는 어려움

(2) 주중공부시간이 5시간이상 (3: 5-10시간, 4: 10시간이상)인 학생들의 성적이 높은편임

 

- 통학시간과 최종성적(G3)의 멀티패널 그림 (성별) : lattice 패키지 사용

library(lattice)
xyplot(G3 ~ traveltime | sex , data = stud, pch=16, main = "G3 ~ traveltime | sex ")

(1) 학생들 대부분은 30분이내의 통학거리에 있으며,

(2) 통학거리가 짧은 학생들의 성적평균이 다소 높게 나타남

(3) 통학거리가 1시간 이상은 표본이 상대적으로 적음

 

0점인 데이터 확인, 점검 필요

- G3=0인 데이터 (n=38명)

s1<-subset(stud, G3==0)

 

- 산점도 (ggplot2 패키지의 ggplot이용)

library(ggplot2)

ggplot(stud, aes(x=G1, y=G3, color=sex, shape=sex)) + geom_point(size=2)

성별에 따른 차이는 없음

 

- 막대그림 (ggplot2 패키지의 ggplot 이용)

ggplot(data=stud, aes(factor(romantic)))+geom_bar(aes(fill=factor(sex)), width=.4, colour="black")+ ggtitle("Romantic by sex")

연애경험 있는경우 여학생 비율이 높음

ggplot(data=stud, aes(factor(internet)))+geom_bar(aes(fill=factor(address)), width=.4, colour="black")+ggtitle("Internet use by (Urban, Rural)")

인터넷사용자 중에는 도심지역에 사는 경우가 훨씬 높음

 

- pairwise scatterplot : pairs(변수리스트)

vars1<-c("G1", "G2", "G3")

pairs(stud[vars1], main = "Student Math Data",pch = 21, bg = c ("red","green3"))

(1) G1, G2, G3간의 상관성은 매우 높다

(2) 성별 간 차이는 없다