산포도(변동성) 지표 계산하기

강력한 group_by()와 summarize() 구문을 산포 지표 계산으로 확장해 보겠습니다. 분포가 대칭인지(대칭형) 또는 치우쳐 있는지(왜도) 확신이 없다면, 분산이나 표준편차 같은 일반적인 지표와 함께 IQR 같은 강건한 지표도 함께 고려하는 것이 좋습니다.

이 연습은 강의의 일부입니다

R로 하는 탐색적 데이터 분석

강의 보기

연습 안내

이전에 만든 gap2007 데이터셋이 작업 공간에 준비되어 있습니다.

gap2007의 각 대륙별로 수명을 요약하되, sd(), IQR(), 그리고 국가 수 n()을 사용하세요. 여기서 생성되는 새 열의 이름은 굳이 지정하지 않아도 됩니다. summarize() 호출 안에서 n() 함수는 인수를 받지 않습니다.
대륙별로 나눈 수명의 밀도곡선을 겹쳐 그려, 분포의 산포를 시각적으로 비교하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Compute groupwise measures of spread
gap2007 %>%
  group_by(___) %>%
  summarize(___,
            ___,
            ___)

# Generate overlaid density plots
gap2007 %>%
  ggplot(aes(x = ___, fill = ___)) +
  geom_density(alpha = 0.3)

코드 편집 및 실행