연습문제 및 풀이

연습문제

iris(붓꽃) 데이터 셋을 이용하여 문제를 풀으세요.

1번

iris 데이터 셋의 구조와 형태를 R 함수를 이용해 확인해보세요. 몇 개의 열과 행으로 이뤄졌으며, 각 열은 어떤 형태를 갖추고 있나요?

• 150개의 row를 가진 5개의 변수가 존재한다.
• Species 컬럼은 범주형 변수, 그 외 변수는 수치형 변수이다.

> df <- iris
> str(df)
'data.frame':	150 obs. of  5 variables:
 $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
 $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
 $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
 $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
 $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

2번

head() 함수를 이용해 iris 데이터 셋의 처음부터 10행까지의 데이터를 불러오세요.

> head(df, 10)
   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1           5.1         3.5          1.4         0.2  setosa
2           4.9         3.0          1.4         0.2  setosa
3           4.7         3.2          1.3         0.2  setosa
4           4.6         3.1          1.5         0.2  setosa
5           5.0         3.6          1.4         0.2  setosa
6           5.4         3.9          1.7         0.4  setosa
7           4.6         3.4          1.4         0.3  setosa
8           5.0         3.4          1.5         0.2  setosa
9           4.4         2.9          1.4         0.2  setosa
10          4.9         3.1          1.5         0.1  setosa

3번

Sepql.Width 열의 데이터 평균과 표준편차 그리고 3사분위수를 구해보세요.

• 평균 : 3.057
• 표준편차 : 0.436
• 3사분위수 : 3.3

> summary(df$Sepal.Width)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  2.000   2.800   3.000   3.057   3.300   4.400 
  
> sd(df$Sepal.Width)
[1] 0.4358663

4번

Sepql.Width 열의 데이터 분포를 히스토그램으로 나타내 보세요.

> hist(df$Sepal.Width, col='light green',
+      xlab='Sepal.Width',
+      main='Sepal.Width 분포')

5번

상자그림을 이용해 붓꽃 품종별(Species) Sepal.Width의 분포를 나타내 보세요. Sepal.Width가 가장 넓은 품종은 어떤 종인가요?

• setosa의 분포가 높다.

> boxplot(Sepal.Width ~ Species, data=df,
+         col=c('light green', 'yellow', 'sky blue'),
+         main='붓꽃 품종별 분포')

6번

setosa 품종의 Sepal.Width만 필터링해 s라는 데이터 셋을 만들고, versicolor 품종의 Sepal.Width만 필터링해 v라는 데이터 셋을 만들어 보세요.

> s <- subset(df$Sepal.Width, df$Species == 'setosa')
> v <- subset(df$Sepal.Width, df$Species == 'versicolor')

7번

데이터 셋 s와 v가 정규분포를 따르는지 검정해 보세요.

• 귀무가설 : 정규분포를 따른다.
• 대립가설 : 정규분포를 따르지 않는다ㅏ.

두 데이터 셋 모두 정규분포를 따른다.

> shapiro.test(s)

	Shapiro-Wilk normality test

data:  s
W = 0.97172, p-value = 0.2715

> shapiro.test(v)

	Shapiro-Wilk normality test

data:  v
W = 0.97413, p-value = 0.338

8번

데이터 셋 s와 v의 평균이 같다고 할 수 있는지 t-test를 통해 검정해 보세요.

• 귀무가설 : 두 집단 간의 평균에 차이가 없다.
• 대립가설 : 두 집단 간의 평균에 차이가 있다.

두 집단 간의 평균에 차이가 있다.

> t.test(s, v)

	Welch Two Sample t-test

data:  s and v
t = 9.455, df = 94.698, p-value = 2.484e-15
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 0.5198348 0.7961652
sample estimates:
mean of x mean of y 
    3.428     2.770