📔설명

R을 이용해 분석 모형을 선택해보자

---

🍿개별 데이터 탐색

table(x)
범주형 데이터의 빈도수 탐색 함수

length(x)
전체 범주형 데이터의 개수

백분율 및 비율 : table함수의 결과에서 length함수로 나누어 구함

summary(object)
요약 통계량 탐색 함수

수치형인 경우 : 최솟값, Q1, 중위수, 평균, Q3, 최댓값 등
범주형인 경우 : 범주별 빈도수

describe(x)
요약 통계량 탐색 함수(데이터 개수, 절사 평균 포함)

describe 함수 출력값	설명
vars	변수의 개수
n	샘플의 크기
mean	평균
sd	표준편차
median	중위수
trimmed	절사평균(이상값 제외 데이터의 평균)
mad	중위 절대 편차
min	최솟값
max	최댓값
range	범위(=최대-최소)
skew	왜도(좌우 치우침 정도)
kurtosis	첨도(뾰족한 정도)
se	표준오차

library(psych)필요

---

🥩다차원 데이터 탐색

범주형-범주형 데이터 탐색
: table함수를 이용해 빈도수와 비율 활용

수치형-수치형 데이터 탐색
: 상관계수로 상관관계 파악 (피어슨 상관계수)

cor(x, y, method)
method 기본값은 "pearson" "spearman"은 스피어만 순위 상관계수 "kendall"은 켄달 순위 상관계수

• 피어슨 상관계수 : 두 변수가 연속형 자료일 경우 사용, 정규성 만족 가정
• 스피어만 순위 상관계수 : 두 변수가 순서적 데이터일 경우 사용, 정규성 만족 X
• 켄달 순위 상관계수 : 두 변수가 순서적 데이터일 경우 사용
  • x가 증가시 y도 증가하면 부합, x증가시 y 감소하면 비부합
  • τ=(C-D)/(C+D) , C: 부합 쌍의 수, D : 비부합 쌍의 수

범주형-수치형 데이터 탐색
: 범주형 데이터를 그룹으로 간주하고 항목들에 관한 기술 통계량으로 탐색

aggregate(formula, data, FUN, ...)
그룹 간의 기술 통계량 제공 함수 FUN은 적용할 함수

---

🍯전체 데이터 파악

str(object)
데이터의 구조를 알려주는 함수