Obliczanie miar rozproszenia

Rozszerzmy możliwości składni group_by() i summarize() o miary rozproszenia. Jeśli nie masz pewności, czy rozkład danych jest symetryczny, czy skośny, warto wziąć pod uwagę odporną miarę, taką jak IQR, obok standardowych miar wariancji i odchylenia standardowego.

To ćwiczenie jest częścią kursu

Eksploracyjna analiza danych w R

Zobacz kurs

Instrukcje do ćwiczenia

Zbiór danych gap2007, który został utworzony we wcześniejszym ćwiczeniu, jest dostępny w twoim środowisku roboczym.

Dla każdego kontynentu w gap2007 podsumuj oczekiwaną długość życia, używając funkcji sd(), IQR() oraz n() zliczającej kraje. Nie ma potrzeby nazywania nowo powstałych kolumn. Funkcja n() użyta wewnątrz summarize() nie przyjmuje żadnych argumentów.
Porównaj graficznie rozproszenie tych rozkładów, tworząc nałożone na siebie wykresy gęstości oczekiwanej długości życia z podziałem na kontynenty.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

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

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

Edytuj i uruchom kod