Rデータセット


データセット

データセットはデータのコレクションであり、多くの場合、テーブルに表示されます。

Rには、1974年のモータートレンドUSマガジンから取得した「 mtcars」(モータートレンドカーロードテスト)と呼ばれる人気のある組み込みデータセットがあります。

以下の例(および次の章)では、mtcars 統計目的でデータセットを使用します。

# Print the mtcars data set
mtcars

結果:

                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

データセットに関する情報

疑問符()を使用して、データセット?に関する情報を取得できます。mtcars

# Use the question mark to get information about the data set

?mtcars

結果:

mtcars {データセット}Rドキュメント

モータートレンドカーロードテスト

説明

データは1974年のモータートレンドUSマガジンから抽出されたもので、燃料消費量と、32台の自動車(1973-74モデル)の自動車設計と性能の10の側面で構成されています。

使用法

mtcars

フォーマット

11個の(数値)変数に関する32個の観測値を持つデータフレーム。

[、1]mpg マイル/(米国)ガロン
[、2]シリンダー シリンダー数
[、3]アベイルズ変位(立方インチ)
[、4]hp 総馬力
[、5]dratリアアクスルレシオ
[、6]wt 重量(1000ポンド)
[、 7] qsec 1/4マイルの時間
[、8] vs エンジン(0 = V字型、1 =ストレート)
[、9] 午前 トランスミッション(0 =自動、1 =手動)
[、10] 装備 前進ギアの数
[、11] 炭水化物 キャブレターの数

ノート

Henderson and Velleman(1981)は、表1の脚注でコメントしています。ディーゼルメルセデス240Dを含めることで、以前の分析と直接比較できるようになりました。

ソース

Henderson and Velleman(1981)、複数の回帰モデルをインタラクティブに構築します。 バイオメトリクス37、391-411

require(graphics)
pairs(mtcars, main = "mtcars data", gap = 1/4)
coplot(mpg ~ disp | as.factor(cyl), data = mtcars,
       panel = panel.smooth, rows = 1)
## possibly more meaningful, e.g., for summary() or bivariate plots:
mtcars2 <- within(mtcars, {
   vs <- factor(vs, labels = c("V", "S"))
   am <- factor(am, labels = c("automatic", "manual"))
   cyl  <- ordered(cyl)
   gear <- ordered(gear)
   carb <- ordered(carb)
})
summary(mtcars2)

情報を入手する

関数を使用しdim()てデータセットの次元を検索し、関数を使用しnames()て変数の名前を表示します。

Data_Cars <- mtcars # create a variable of the mtcars data set for better organization

# Use dim() to find the dimension of the data set
dim(Data_Cars)

# Use names() to find the names of the variables from the data set
names(Data_Cars)

結果:

[1] 32 11
 [1] "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear"
[11] "carb"

この関数を使用してrownames()、最初の列の各行の名前を取得します。これは、各車の名前です。

Data_Cars <- mtcars

rownames(Data_Cars)

結果:

 [1] "Mazda RX4"           "Mazda RX4 Wag"       "Datsun 710"         
 [4] "Hornet 4 Drive"      "Hornet Sportabout"   "Valiant"            
 [7] "Duster 360"          "Merc 240D"           "Merc 230"           
[10] "Merc 280"            "Merc 280C"           "Merc 450SE"         
[13] "Merc 450SL"          "Merc 450SLC"         "Cadillac Fleetwood" 
[16] "Lincoln Continental" "Chrysler Imperial"   "Fiat 128"           
[19] "Honda Civic"         "Toyota Corolla"      "Toyota Corona"      
[22] "Dodge Challenger"    "AMC Javelin"         "Camaro Z28"         
[25] "Pontiac Firebird"    "Fiat X1-9"           "Porsche 914-2"      
[28] "Lotus Europa"        "Ford Pantera L"      "Ferrari Dino"       
[31] "Maserati Bora"       "Volvo 142E"         

上記の例から、データセットには32個の観測値(Mazda RX4、Mazda RX4 Wag、Datsun 710など)と11個の変数(mpg、cyl、dispなど)があることがわかりました。

変数は、測定またはカウントできるものとして定義されます。

mtcarsデータセットの変数について簡単に説明します。

変数名 説明
mpg マイル/(米国)ガロン
シリンダー シリンダー数
アベイルズ 変位
hp 総馬力
drat リアアクスルレシオ
wt 重量(1000ポンド)
qsec 1/4マイルの時間
vs エンジン(0 = V字型、1 =ストレート)
午前 トランスミッション(0 =自動、1 =手動)
装備 前進ギアの数
炭水化物 キャブレターの数

変数値の出力

変数に属するすべての値を出力する場合は、$符号と変数の名前(たとえば、cyl(シリンダー))を使用してデータフレームにアクセスします。

Data_Cars <- mtcars

Data_Cars$cyl

結果:

 [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4

変数値の並べ替え

sort()値を並べ替えるには、次の関数を使用します。

Data_Cars <- mtcars

sort(Data_Cars$cyl)

結果:

 [1] 4 4 4 4 4 4 4 4 4 4 4 6 6 6 6 6 6 6 8 8 8 8 8 8 8 8 8 8 8 8 8 8

上記の例から、ほとんどの車には4気筒と8気筒があることがわかります。


データの分析

データセットに関する情報が得られたので、いくつかの統計数値を使用してデータセットの分析を開始できます。

たとえば、このsummary()関数を使用して、データの統計要約を取得できます。

Data_Cars <- mtcars

summary(Data_Cars)

出力数がわからなくても心配いりません。あなたはすぐにそれらを習得します。

このsummary()関数は、変数ごとに6つの統計数値を返します。

  • 最小
  • 最初の分位数(パーセンタイル)
  • 中央値
  • 平均
  • 3番目の分位数(パーセンタイル)
  • マックス

次の章では、他の統計値とともに、それらすべてについて説明します。