垃圾信與 num_char
垃圾信與電子郵件長度之間有關聯嗎？兩種說法都有可能：
- 「垃圾信通常是很短的訊息，誘使我點擊連結」，或
- 「我平常的信件可能更短，因為我常和朋友互通簡短郵件」。
在這裡，你會用 email 資料集來釐清這個問題。先開啟說明文件，並用 ?email 了解所有變數。
當你探索垃圾信與郵件長度的關聯時，也把握這個機會，嘗試把 dplyr 的串接流程和 ggplot2 的圖層結合在一起。
本練習屬於課程
R 的探索式資料分析
練習說明
使用 email 資料集：
- 載入
ggplot2、dplyr和openintro套件。 - 以
group_by()和summarize()計算num_char在垃圾信與非垃圾信兩組中的合適集中與離散指標。summarize()產生的新欄位可以不必命名。 - 繪製並排盒狀圖來呈現這兩個變數之間的關聯。你可以先
mutate()一個新的欄位，放入對num_char做對數轉換的結果，會更好視覺化。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Load packages
# Compute summary statistics
email %>%
___ %>%
___
# Create plot
email %>%
mutate(log_num_char = ___) %>%
ggplot(aes(x = ___, y = log_num_char)) +
___