代表値を計算する
この章では、世界各国の人口統計データを時系列で追跡した gapminder データを使用します。詳しくは、?gapminder でヘルプファイルを参照できます。
この演習では、大陸ごとに平均寿命がどのように異なるかに注目します。国単位ではなく、大陸単位に集計して分析する必要があります。これは、group_by() と summarize() を組み合わせることで可能になります。これは、データセットの異なるサブセットに同じ分析を適用するための非常に強力な書き方です。
この演習はコースの一部です
Rで学ぶ探索的データ分析
演習の手順
- 2007 年のデータのみを含む
gap2007というデータセットを作成します。 gap2007を使って、各大陸の平均寿命の平均値と中央値を計算します。summarize()で生成される新しい列名は気にしなくてかまいません。- 各大陸の平均寿命の箱ひげ図を並べて作成し、中央値で見られた傾向を確認します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Create dataset of 2007 data
gap2007 <- filter(___, ___)
# Compute groupwise mean and median lifeExp
gap2007 %>%
group_by(___) %>%
summarize(___,
___)
# Generate box plots of lifeExp for each continent
gap2007 %>%
ggplot(aes(x = ___, y = ___)) +
___