Spam e num_char

Esiste un'associazione tra lo spam e la lunghezza di un'email? Si possono immaginare scenari in entrambe le direzioni:

Lo spam è più spesso un messaggio breve che mi tenta a cliccare su un link, oppure
La mia email normale è più corta perché scambio spesso messaggi rapidi con gli amici.

Qui userai l'insieme di dati email per chiarire la questione. Inizia aprendo la pagina di aiuto e scoprendo tutte le variabili con ?email.

Mentre esplori l'associazione tra spam e lunghezza di un'email, cogli l'occasione per provare a collegare una catena dplyr ai layer di un oggetto ggplot2.

Questo esercizio fa parte del corso

Analisi esplorativa dei dati in R

Visualizza il corso

Istruzioni dell'esercizio

Usando l'insieme di dati email

Carica i pacchetti ggplot2, dplyr e openintro.
Calcola misure appropriate di centro e dispersione di num_char sia per spam sia per non-spam usando group_by() e summarize(). Non è necessario assegnare nomi alle nuove colonne create da summarize().
Costruisci box plot affiancati per visualizzare l'associazione tra le stesse due variabili. Ti sarà utile mutate() per creare una nuova colonna contenente una versione di num_char trasformata in log.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Load packages




# Compute summary statistics
email %>%
  ___ %>%
  ___

# Create plot
email %>%
  mutate(log_num_char = ___) %>%
  ggplot(aes(x = ___, y = log_num_char)) +
  ___

Modifica ed esegui il codice