สแปมและ num_char

มีความสัมพันธ์ระหว่างสแปมกับความยาวของอีเมลหรือไม่? อาจมองได้สองแบบ:

สแปมมักเป็นข้อความสั้นๆ ที่ล่อให้คลิกลิงก์, หรือ
อีเมลปกติมักสั้นกว่า เพราะแลกเปลี่ยนข้อความสั้นๆ กับเพื่อนอยู่ตลอดเวลา

ในแบบฝึกหัดนี้ จะใช้ชุดข้อมูล email เพื่อหาคำตอบ เริ่มต้นด้วยการเปิดไฟล์ช่วยเหลือและศึกษาตัวแปรทั้งหมดด้วย ?email

ขณะสำรวจความสัมพันธ์ระหว่างสแปมกับความยาวของอีเมล ลองเชื่อม chain ของ dplyr เข้ากับเลเยอร์ใน ggplot2 ด้วย

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์เชิงสำรวจข้อมูลใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

โดยใช้ชุดข้อมูล email

โหลดแพ็กเกจ ggplot2, dplyr และ openintro
คำนวณค่ากลางและการกระจายที่เหมาะสมของ num_char สำหรับทั้งกลุ่มสแปมและไม่ใช่สแปม โดยใช้ group_by() และ summarize() โดยไม่จำเป็นต้องตั้งชื่อคอลัมน์ใหม่ที่สร้างจาก summarize()
สร้าง box plot แบบเคียงข้างกันเพื่อแสดงความสัมพันธ์ระหว่างตัวแปรทั้งสอง โดยใช้ mutate() เพื่อสร้างคอลัมน์ใหม่ที่เก็บค่า num_char ที่แปลงด้วยลอการิทึม

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Load packages




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

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

แก้ไขและรันโค้ด