Присвоение кодов статистики: Как получить коды статистики Росстат (узнать онлайн по ИНН). Распечатать уведомление

Большинство студентов, аспирантов и магистрантов нуждаются в экспертных советах и ​​помощи при выполнении заданий по изучению статистических примеров.Включая многие другие темы статистических исследований, чтобы помочь с домашними заданиями по статистике. Чьи ответы мы даем им быстро, предоставляя им лучшее решение.

Наши профессиональные специалисты работают на любом уровне, предлагая качественные решения, которые помогают им получить оценку A + в своем академическом классе.

Ниже приведен список, в котором наши специалисты по статистике предоставляют статистическую помощь колледжу и помогают анализировать профессиональную статистику в критических и различных приложениях анализа статистических данных;

Эконометрический анализ, математическая статистика, бухгалтерский анализ, финансовый статистический анализ, физический статистический анализ, алгебраическая техника, психологический анализ, демография, статистика окружающей среды и статистика исследований.

Помощник по назначению статистики

Помощники по статистике Codeavail обладают огромными знаниями в использовании статистического программного обеспечения для анализа проектов

SPSS - PASW, STATA

IBM SPSS

XL Stat

Statwing

NCSS

SAS - Window и UNIX, MINITAB, R, M-PLUS, EPIINFO, ArcGIS 9.2, GRETL, ERDAS IMAGINE, SHAZAM WINBUGS, WEKA, Excel, Data Analysis Plus, Stat Disk, DDXL, Statpro.

Почему следует использовать справку по назначению статистики от помощника по статистике

Студентам необходимо суть получения заданий по статистике. Чтобы навязать обычную рабочую тенденцию, студентам дается домашнее задание, задания и проектные задания, чтобы они могли наверстать упущенное по предмету.

Такие домашние задания дают учащемуся разумное представление о статистике.

Codeavail предлагает вам отличный сервис статистики, помогающий решить ваши концепции и проблемы.

Чтобы обеспечить быстрое и практическое руководство по статистике, у нас есть опыт предоставления доступной помощи по статистике.

Справочная служба по заданию статистики от команды CodeAvail предназначена для того, чтобы помочь студентам достичь совершенства в изучении предмета.

Также, читать…

Лучшие способы получить статистическую помощь

Почему учащимся нужна помощь с домашним заданием по информатике?

Как найти справочную службу по назначению лучшей системы управления базами данных?

Где я могу получить лучшую доступную помощь по программированию в США?

Вывод:

Если вы ищете лучшего помощника по назначению статистики.И хочет получить помощь с назначением статистики и справочной службой по домашнему заданию по статистике, тогда вы действительно можете доверять Codeavail и отправлять свои проблемы и запросы справки по назначению статистики, чтобы выполнить мое назначение статистики.

(решено) - полные коды R с подробностями - вопросы о назначении статистики: 1) ... (1 ответ)

Полные коды R с подробностями - Назначение статистики

Вопросы:

1) Предположим, мы собираем данные для группы студентов в классе статистики с переменными X1 = количество часов обучения, X2 = средний балл бакалавриата и Y = получаем A.Мы подбираем логистическую регрессию и получаем оценочный коэффициент, ˆ β0 = - 6, ˆβ1 = 0,05, ˆβ2 = 1.

(a) Оценим вероятность того, что студент, который учится в течение 40 часов и имеет средний балл 3 в бакалавриате. 5 получает пятерку в классе.

(b) Сколько часов студенту в части (a) нужно учиться, чтобы иметь 50% шанс получить пятерку в классе?

2) Предположим, что мы хотим спрогнозировать, будет ли данная акция выплачивать дивиденды в этом году («Да» или «Нет») на основе X, процентной прибыли за прошлый год.Мы исследуем большое количество компаний и обнаруживаем, что среднее значение X для компаний, выписавших дивиденды, было 10, а среднее значение
для тех, которые не были X = 0. Кроме того, дисперсия X для этих двух наборов компаний составила ˆσ2 = 36. Наконец, 80% компаний выплатили дивиденды. Предполагая, что X следует нормальному распределению, спрогнозируйте вероятность того, что компания выплатит дивиденды в этом году, учитывая, что ее
процентная прибыль составила X = 4 в прошлом году.

3) На этот вопрос следует ответить, используя набор данных за неделю, который является частью пакета ISLR.-Используйте полный набор данных для выполнения логистической регрессии с направлением в качестве ответа и пятью переменными задержки плюс объем в качестве предикторов. Используйте функцию сводки, чтобы распечатать результаты. Оказывается ли какой-либо из предикторов статистически значимым? Если да, то какие?

- Вычислить матрицу неточностей и общую долю правильных прогнозов. Объясните, что матрица неточностей говорит вам о типах ошибок, сделанных логистической регрессией.

4) В наборе данных Carseats после преобразования продаж в качественную переменную отклика мы будем стремиться прогнозировать продажи с использованием деревьев регрессии и связанных подходов, рассматривая отклик как количественную переменную

(a) Разделить набор данных на обучающую набор и тестовый набор.Подгоните дерево регрессии к обучающей выборке. Постройте дерево и интерпретируйте результаты. Какой тест MSE вы получаете?

(b) Используйте перекрестную проверку для определения оптимального уровня сложности дерева. Улучшает ли обрезка дерева тестовую MSE?

5) Эта проблема связана с набором данных OJ, который является частью пакета ISLR.

(a) Создайте обучающий набор, содержащий случайную выборку из 800 наблюдений, и тестовый набор, содержащий оставшиеся наблюдения.

(b) Подгоните дерево к обучающим данным, выбрав «Покупка» в качестве ответа, а другие переменные - в качестве предикторов.Используйте функцию summary () для создания сводной статистики о дереве и описания полученных результатов. Какова частота ошибок при обучении? Сколько конечных узлов имеет дерево
?

(c) Предсказать ответ на тестовые данные и создать матрицу неточностей, сравнивая тестовые метки с предсказанными тестовыми метками. Каков уровень ошибок при тестировании?

(d) Примените функцию cv.tree () к обучающему набору, чтобы определить оптимальный размер дерева.

6) В этой задаче вы будете использовать подходы опорных векторов, чтобы предсказать, будет ли у данного автомобиля большой или низкий расход топлива на основе набора данных Auto.

(a) Создайте двоичную переменную, которая принимает 1 для автомобилей с пробегом бензина выше среднего и 0 для автомобилей с пробегом ниже среднего.

(b) Подгоните классификатор опорных векторов к данным с различными значениями стоимости, чтобы предсказать, будет ли автомобиль расходовать топливо с большим или низким расходом топлива. Сообщайте об ошибках перекрестной проверки, связанных с разными значениями этого параметра. Прокомментируйте свои результаты.

7) (a) Создайте смоделированный набор данных с 20 наблюдениями в каждом из трех классов (т.е. Всего 60 наблюдений) и 50 переменных.

Домашнее задание 03 - Вычислительная статистика в Python

Напишите код для решения всех проблем. Рубрика выставления оценок включает следующие критерии:

• Правильность
• Читаемость
• КПД

Пожалуйста, не копируйте ответы, найденные в Интернете или где-либо еще, так как это не будет принесите пользу вашему обучению. Поиск в Интернете общих ссылок и т. Д. OK. Некоторое обсуждение с друзьями тоже можно - но опять же, не просто скопируйте их ответ.

Код чести : отправляя это задание, вы подтверждаете, что это ваша оригинальная работа.

Примечание : Эти упражнения потребуют немного больше написания кода. чем первые 2 домашних задания, так что начните пораньше. Они также намеренно менее конкретным, чтобы вам пришлось придумывать свои собственные планируйте выполнять упражнения.

Мы будем использовать следующие наборы данных:

 titanic = sns.load_dataset ("титаник")
iris = sns.load_dataset ("радужная оболочка")
 

Q1 (20 баллов) Работа с numpy.случайный .

Часть 1 (10 баллов) Рассмотрим последовательность \ (n \) испытаний Бернулли. с вероятностью успеха \ (p \) за испытание. Строка последовательных успех известен как успех пробег . Напишите функцию, которая возвращает подсчитывается для серий длины \ (k \) для каждого \ (k \), наблюдаемого в толковый словарь.

Например: если испытания были [0, 1, 0, 1, 1, 0, 0, 0, 0, 1], функция должна вернуть

из коллекций счетчик импорта

def count_runs (xs):
    "" "Подсчитайте количество успешных серий длины k."" "
    ys = []
    count = 0
    для x в xs:
        если x == 1:
            count + = 1
        еще:
            если count: ys.append (count)
            count = 0
    если count: ys.append (count)
    счетчик возврата (ys)
 

count_runs ([0, 1, 0, 1, 1, 0, 0, 0, 0, 1],)
 

count_runs (np.random.randint (0,2,1000000))
 

Счетчик ({1: 124950,
         2: 62561,
         3: 31402,
         4: 15482,
         5: 7865,
         6: 3856,
         7: 1968,
         8: 971,
         9: 495,
         10: 233,
         11: 140,
         12: 71,
         13:32,
         14: 13,
         15: 9,
         16: 3})
 

Часть 2 (10 баллов) Продолжая часть 1, какова вероятность наблюдение хотя бы одного прогона длиной 5 или более, когда \ (n = 100 \) и \ (р = 0. {k-1} u_ {n-i} p_i

из functools import lru_cache

@lru_cache ()
def s (n, k, p):
    вернуть сумму (f (i, k, p) для i в диапазоне (1, n + 1))

@lru_cache ()
def f (n, k, p):
    return u (n, k, p) - sum (f (i, k, p) * u (n-i, k, p) для i в диапазоне (1, n))

@lru_cache ()
def u (n, k, p):
    если n 
  3 кв.(30 баллов) 
 Используя ваш любимый классификатор машинного обучения из  sklearn , найдите
2 самых важных предсказателя выживания на Титанике. Сделай что-нибудь
исследовательская визуализация, предварительная обработка данных, уменьшение размерности,
поиск по сетке и перекрестная проверка, которые, по вашему мнению, полезны. В
в частности, ваш код должен соответствующим образом обрабатывать категориальные переменные.
Сравните точность предсказания, используя только эти 2 предиктора и
с использованием всех неизбыточных предикторов.
titanic = sns.load_dataset ("титаник")
titanic.head ()
 
 выжили
 pclass
 секс
 возраст
 сибсп
 перхоть
 тариф
 поднялся на борт
 класс
 воз
 взрослый мужчина
 колода
 embark_town
 жив
 только
 0
 0
 3
 мужской
 22
 1
 0
 7.2500
 S
 Третий
 человек
 Истинно
 NaN
 Саутгемптон
 №
 Ложь
 1
 1
 1
 женский
 38
 1
 0
 71,2833
 С
 Первая
 женщина
 Ложь
 С
 Шербур
 да
 Ложь
 2
 1
 3
 женский
 26
 0
 0
 7.9250
 S
 Третий
 женщина
 Ложь
 NaN
 Саутгемптон
 да
 Истинно
 3
 1
 1
 женский
 35
 1
 0
 53.1000
 S
 Первая
 женщина
 Ложь
 С
 Саутгемптон
 да
 Ложь
 4
 0
 3
 мужской
 35
 0
 0
 8.0500
 S
 Третий
 человек
 Истинно
 NaN
 Саутгемптон
 №
 Истинно
titanic.drop (['жив', 'встал', 'класс', 'кто', 'взрослый_мужчина'], axis = 1, inplace = True)
titanic.dropna (ось = 0, inplace = True)
 
выжил int64
pclass int64
сексуальный объект
возраст float64
sibsp int64
parch int64
тариф float64
категория колоды
объект embark_town
один булево
dtype: объект
 
# Отбросьте последний фиктивный столбец, чтобы избежать коллинеарности
df = pd.concat ([pd.get_dummies (titanic [col]). ix [:,: -1]
               if titanic [col] .dtype == object или hasattr (titanic [col], 'кошка')
               еще титаник [col]
               для столбца titanic.columns], axis = 1)
 
 выжили
 pclass
 женский
 возраст
 сибсп
 перхоть
 тариф
 A
 B
 С
 D
 E
 F
 Шербур
 Квинстаун
 только
 1
 1
 1
 1
 38
 1
 0
 71.2833
 0
 0
 1
 0
 0
 0
 1
 0
 Ложь
 3
 1
 1
 1
 35
 1
 0
 53.1000
 0
 0
 1
 0
 0
 0
 0
 0
 Ложь
 6
 0
 1
 0
 54
 0
 0
 51.8625
 0
 0
 0
 0
 1
 0
 0
 0
 Истинно
 10
 1
 3
 1
 4
 1
 1
 16,7000
 0
 0
 0
 0
 0
 0
 0
 0
 Ложь
 11
 1
 1
 1
 58
 0
 0
 26.5500
 0
 0
 1
 0
 0
 0
 0
 0
 Истинно
из sklearn.ensemble импортировать RandomForestClassifier
из sklearn.cross_validation import train_test_split
 
y = df.ix [:, 0]
X = df.ix [:, 1:]
 
clf = RandomForestClassifier ()
X_train, X_test, y_train, y_test = train_test_split (X, y, test_size = 0.33, random_state = 42)
clf.fit (X, y)
 
RandomForestClassifier (bootstrap = True, class_weight = None, критерий = 'gini',
            max_depth = Нет, max_features = 'auto', max_leaf_nodes = Нет,
            min_samples_leaf = 1, min_samples_split = 2,
            min_weight_fraction_leaf = 0.0, n_estimators = 10, n_jobs = 1,
            oob_score = False, random_state = None, verbose = 0,
            warm_start = Ложь)
 
 Какие 5 основных функций? 
отсортировано (zip (clf.feature_importances_, df.столбцы), ключ = лямбда x: -x [0]) [: 5]
 
[(0,288269898139, 'женский'),
 (0,27144100215648859, 'перчинка'),
 (0,19446660400234264, 'pclass'),
 (0,04120451483820918, «сибсп»),
 (0,039793872735951683, 'F')]
 
 Наиболее важными предикторами, использующими классификатор RandomFroest, являются:  sex ,  parch  and  pclass , где  parch  - количество
родители / дети на борту.
 Использование всех функций 
clf.fit (X_train, y_train)
clf.оценка (X_test, y_test)
 
 Использование 5 основных функций 
var_idx = clf.feature_importances_.argsort () [- 5:]
clf.fit (X_train [var_idx], y_train)
clf.score (X_test [var_idx], y_test)
 
  4 кв. (25 баллов) 
 Используя  sklearn , выполните неконтролируемое обучение данных радужной оболочки, используя
2 разных метода кластеризации. НЕ предполагайте, что вы знаете количество
кластеры - скорее код должен либо определять это по данным, либо
сравнивать модели с разным количеством компонентов, используя некоторые
соответствующая статистика теста.Постройте диаграмму разброса пар четырех
переменные-предикторы, указывающие кластер по цвету для каждого неконтролируемого
используемый метод обучения.
 Один подход с использованием информационных критериев 
 Подойдет любой более разумный подход - мне просто лень их кодировать
здесь.
из sklearn.mixture import GMM

def best_fit (данные, низкий, высокий, критерии):
    "" "Найти" лучшее "количество кластеров по заданным критериям." ""
    лучший = (np.infty, Нет)
    для k в диапазоне (низкий, высокий):
        gmm = GMM (n_components = k, covariance_type = 'full')
        гмм.подходят (X = данные)
        c = getattr (gmm, критерии) (X = данные)
        если c 
iris = sns.load_dataset ('радужная оболочка')
 
 Использование AIC 
метки, best = best_fit (iris.ix [:,: 4], 1, 11, 'aic')
радужная оболочка ['label'] = ярлыки
sns.pairplot (iris, hue = 'label', diag_kind = 'kde',
            x_vars = iris.columns [: 4], y_vars = iris.columns [: 4])
проходить
 
 Использование BIC 
метки, best = best_fit (iris.ix [:,: 4], 1, 11, 'bic')
радужная оболочка ['label'] = ярлыки
sns.pairplot (iris, hue = 'label', diag_kind = 'kde',
            x_vars = iris.columns [: 4], y_vars = iris.columns [: 4])
проходить
 
  Q5. (50 баллов) 
 Напишите код для создания графика, подобного следующему, используя
найдено объяснение генерации одномерных клеточных автоматов
здесь.
Вам нужно использовать только стандартный Python,  numpy  и  matplotllib .
def make_map (правило):
    "" "Преобразование целого числа в правило, отображающее состояния nbr в новое состояние."" "
    биты = карта (число, список (bin (правило) [2:]. zfill (8)))
    return dict (zip (диапазон (7, -1, -1), биты))
 
def make_ca (правило, инициализация, нитеры):
    "" "Запустить 1d CA из состояния инициализации для нитеров для данного правила." ""
    mapper = make_map (правило)
    сетка = np.zeros ((нитеры, len (init)), 'int')
    сетка [0] = инициализация
    old = np.r_ [инициализация [-1:], инициализация, инициализация [0: 1]]
    для i в диапазоне (1, нитеры):
        nbrs = zip (старый [0:], старый [1:], старый [2:])
        ячейки = (int (''. join (map (str, nbr)), base = 2) для числа nbr в nbrs)
        новый = нп.массив ([сопоставитель [ячейка] для ячейки в ячейках])
        сетка [i] = новая
        старый = np.r_ [новый [-1:], новый, новый [0: 1]]
    возвратная сетка
 
из matplotlib.ticker import NullFormatter, IndexLocator

def plot_grid (правило, сетка, ax = None):
    если топор None:
        ax = plt.subplot (111)
    с plt.style.context ('seaborn-white'):
        ax.grid (True, which = 'major', color = 'gray', linewidth = 0,5)
        ax.imshow (сетка, интерполяция = 'none', cmap = 'Grays', aspect = 1, alpha = 0.8)
        ax.xaxis.set_major_locator (IndexLocator (1, 0))
        топор.yaxis.set_major_locator (IndexLocator (1, 0))
        ax.xaxis.set_major_formatter (NullFormatter ())
        ax.yaxis.set_major_formatter (NullFormatter ())
        ax.set_title ('Правило% d'% правило)
 
нитр = 15
ширина = нитра * 2 + 1
init = np.zeros (ширина, 'интервал')
init [ширина // 2] = 1
rules = np.array ([30, 54, 60, 62, 90, 94, 102, 110, 122, 126,
                  150, 158, 182, 188, 190, 220, 222, 250]). Изменить форму ((- 1, 3))

nrows, ncols = rules.shape
fig, axes = plt.subplots (nrows, ncols, figsize = (ncols * 3, nrows * 2))
для i в диапазоне (nrows):
    для j в диапазоне (ncols):
        grid = make_ca (правила [i, j], init, niter)
        plot_grid (правила [i, j], grid, ax = axes [i, j])
plt.tight_layout ()
 
 Глава 3 Описательная статистика и визуализация 
 Введение 
 На этой неделе мы проведем более тщательное исследование данных о перепродаже HDB. Чтобы сделать данные доступными в вашей записной книжке Rmarkdown, вам придется перезагрузить ее. Вы можете сделать это, снова выполнив код загрузки данных.
  продажи <- read_csv (здесь :: здесь ("data / hdb_resale_2015_onwards.csv"))%>%
  изменить (месяц = ​​гг (месяц, усечено = 1),
         flat_type = as_factor (плоский_тип),
         storey_range = as_factor (этажный_диапазон),
         flat_model = as_factor (flat_model))  
 Однако этапы загрузки и очистки данных часто могут быть довольно «дорогими»: они требуют много времени для выполнения.Чтобы сократить это, на практике эти шаги часто разделяются на отдельные файлы  Rmd . Вы можете сохранить объект на диск, запустив  saveRDS () , и снова загрузить его с помощью  readRDS () . В этом случае вы можете сохранить объект  sales  в конце вашей первой записной книжки.
  saveRDS (продажи, здесь :: здесь ("data / sales.rds"))  
 Затем снова загрузите его в свой текущий блокнот.
  продажи <- readRDS (здесь :: здесь ("данные / продажи.рядов "))  
 Центральная тенденция 
 На прошлой неделе мы ответили на несколько начальных вопросов с / о наборе данных (например, «какая квартира в Пунгголе самая дорогая?»). Все эти вопросы были описательными и предназначались для того, чтобы дать представление о распределении   различных переменных в нашем наборе данных. Как мы узнаем из главы  «Описание данных со статистикой » Берта и др., У нас также есть набор более количественных показателей, часто называемых описательной статистикой.В главе обсуждаются два различных типа такой статистики: меры центральной тенденции и меры дисперсии. После того, как мы поймем, что эти статистические данные делают  концептуально , на самом деле очень просто вычислить их в R. В этой главе обсуждаются следующие показатели:
 Среднее ( mean () ) и медиана ( median () ) уже существуют в базе R. Mode не существует, но мы можем легко создать нашу собственную функцию:
  # из https: // stackoverflow.com / a / 25635740
manual_mode <- function (x, na.rm = FALSE) {# мы не используем 'mode' в качестве имени функции, потому что он уже существует
  if (na.rm) {
    х = х [! is.na (x)]
  }

  ux <- уникальный (x)
  return (ux [which.max (tabulate (match (x, ux)))])
}  
 Теперь мы можем использовать эти три функции, чтобы узнать распределение каждой из наших переменных, например:
  среднее (продажи $ floor_area_sqm)  
  ## [1] 97.58903  
  медиана (продажи $ floor_area_sqm)  
  ## [1] 96  
  manual_mode (продажи $ floor_area_sqm)  
  ## [1] 67  
 Что эти три показателя говорят вам о переменной площади пола?
 Дисперсия 
 Точно так же R имеет встроенный набор функций для статистики дисперсии.Помните, что в то время как меры центральной тенденции дают вам указание на типичное значение  , меры дисперсии дают вам указание на разброс этой переменной вокруг центральной тенденции (чаще всего, среднего). Мы можем рассчитать их с помощью R:
.
  # Диапазон
max (продажи $ floor_area_sqm) - min (продажи $ floor_area_sqm)

# Межквартильный размах
IQR (продажи, $ floor_area_sqm)

# Среднеквадратичное отклонение
sd (продажи $ floor_area_sqm)

# Коэффициент вариации
sd (продажи $ floor_area_sqm) / mean (продажи $ floor_area_sqm)

# Куртозис и асимметрия из библиотеки 'e1071`
эксцесс (продажи $ floor_area_sqm)
асимметрия (продажи $ floor_area_sqm)  
 Можете ли вы понять распределение переменной площади пола на основе этих показателей вместе с измерениями центральной тенденции?
 Обратите внимание, что если вы хотите получить краткую сводку по переменной, то выполнение каждой из этих описательных статистик по очереди не так эффективно.Вы можете использовать встроенную в R функцию  summary ()  или «аккуратную» версию  skim ()  (из пакета  skimr ), чтобы получить немедленный обзор многих показателей.
  сводка (продажи $ floor_area_sqm)  
  ## Мин. 1st Qu. Среднее значение 3-го кв. Максимум.
## 31.00 76.00 96.00 97.59 112.00 280.00  
  обезжиренные (продажи $ floor_area_sqm)  
 Таблица 3.1: Сводка данных
 Имя
 продажи $ floor_area_sqm
 Количество рядов
 79100
 Количество столбцов
 1
 _______________________
 Частота типа столбца:
 числовой
 1
 ________________________
 Групповые переменные
 Нет
  Тип переменной: числовая 
 данные
 0
 1
 97.59
 24,22
 31
 76
 96
 112
 280
 ▃▇
 Визуализация 
 До сих пор мы исследовали переменную площади пола с помощью ряда различных статистических показателей. Однако квартет Анскомба говорит нам, что мы не всегда должны слепо доверять сводным статистическим данным сами по себе. Часто рекомендуется комбинировать эту статистику с визуальным исследованием. Исходя из того, что вы теперь знаете о площади вторичных квартир, можете ли вы визуализировать (в своей голове) гистограмму этой переменной? Посмотрим, были ли вы правы.Обратите внимание, что вы можете использовать Глава 3 «Визуализация данных» Healy, чтобы освежить память при построении графиков с помощью R / ggplot2. Например:
  ggplot (продажи, aes (x = floor_area_sqm)) +
  geom_histogram (ширина бина = 5)  
 Если мы наложим это на нормальное распределение, разница будет очевидна:
  ggplot (продажи, aes (x = floor_area_sqm)) +
  geom_histogram (aes (y = ..de density ..), binwidth = 5) +
  stat_function (fun = dnorm, args = list (mean = mean (sales $ floor_area_sqm), sd = sd (sales $ floor_area_sqm)))  
 Это не так уж и удивительно.Социальные данные, особенно данные, в которых правительства и политика оказывают сильное влияние, очень часто не очень строго следуют нормальному распределению. В этом случае вполне могут быть конкретные исторические или политические причины для этого «странного» пика в левой части графика. Совпадает с нашим режимом (рассчитанным ранее). Мы можем проверить, какие квартиры имеют именно такую ​​площадь:
  продажи%>%
  фильтр (floor_area_sqm == 67)%>%
  Посмотреть ()  
 Можете придумать конкретные контекстуальные причины, по которым может быть так много квартир площадью 66-70 кв.м?
 Есть несколько других визуализаций, которые полезны для изучения распределения одной переменной.Во-первых, это диаграмма: визуальная сводка среднего, IQR и выбросов.
  ggplot (продажи, aes (x = 1, y = floor_area_sqm)) +
  geom_boxplot ()  
 Используя коробчатую диаграмму, мы «теряем» небольшую часть понимания распределения внутри IQR (в конце концов, это всего лишь прямоугольник). Мы можем облегчить это, нарисовав вместо этого скрипичные сюжеты.
  ggplot (продажи, aes (x = 1, y = floor_area_sqm)) +
  geom_violin ()  
 До сих пор мы рассматривали только распределение переменной для всего набора данных.На практике эти распределения выглядят по-разному для разных подмножеств набора данных. Например, в случае данных HDB распределение площади этажа будет сильно отличаться для разных типов квартир. Визуализации особенно полезны для изучения распределений внутри подгрупп. В ggplot мы можем сделать это с фасетами:
  ggplot (продажи, aes (x = floor_area_sqm)) +
  geom_histogram (ширина бина = 10) +
  facet_wrap (vars (flat_type), scale = "free_y")  
 Сюжеты для скрипки и коробочные сюжеты также могут быть полезны в этом сценарии:
  ggplot (sales, aes (x = flat_type, y = floor_area_sqm)) +
  geom_violin ()  
 Назначение (понедельник, 17 февраля, 23:59) 
 Для вашего первого задания вы проведете обширное исследование распределения всех переменных в нашем наборе данных.Вам нужно будет интегрировать как минимум следующее:
 Обобщите различные непрерывные переменные (площадь, цена, оставшаяся аренда), а также номинальные / порядковые переменные (месяц, тип квартиры, город, модель квартиры, диапазон_этажного дома), суммируйте эти переменные в обеих таблицах (статистика по центральной тенденции и распределению) и визуальная форма.
 Проанализируйте распределение (некоторых из) этих переменных для различных подмножеств данных. Например, исследуйте разницу между городами или типами квартир.
 Проанализировать распределение хотя бы одной переменной для уникальных комбинаций города и квартиры_типа (для каждого города, для каждого типа квартиры: Анг Мо Кио, 1 комната; Анг Мо Кио, 2 комнаты и т. Д.)
 Проанализировать изменение цены перепродажи квадратного метра с течением времени. Для этого используйте 6-месячную скользящую среднюю.
 Убедитесь, что вы ответили на вопросы, перечисленные выше, но также дайте краткое введение в набор данных (что это? Почему это интересно?). Постарайтесь не просто создать кучу таблиц и визуализаций, но объяснить читателю, что он видит.Выберите интересные закономерности и т. Д. И т. Д. После прочтения вашего отчета читатель (и вы!) Должны иметь твердое представление о распределении переменных в наборе данных HDB и, в идеале, иметь серию наблюдений для более глубокого изучения. в последующих анализах. Чтобы создать красивые таблицы, вы можете использовать новые пакеты gt.
 Передача задания 
 Создайте задание как единый автономный документ RMarkdown (вы можете прочитать очищенные данные в начале из папки  данных  с помощью библиотеки , здесь ).Его нужно сохранить в папке  assignment /  как  assignment1.Rmd .
 Измените выходной параметр   на  github_document , чтобы ваше задание имело визуальное представление на Github
 Не забудьте запустить  styler  в своем коде перед отправкой! (Посмотрите слайды Сессии 2.2, если вы не знаете, как это сделать).
 Когда вы закончите, перейдите в свой собственный репозиторий Github по адресу  https: // github.com / 02522-cua / [ваше-имя] . Создайте новую задачу, назовите ее «Задание 1, автор [ваше_имя]». В тексте проблемы включите хотя бы ссылку на последнюю фиксацию, которую вы сделали в рамках своего задания, и «на» вашего проф (включите  @barnabemonnot  в свой текст). Чтобы связать конкретную фиксацию, вы можете просто включить в проблему SHA (короткий код, однозначно определяющий фиксацию). Вы можете найти коды SHA в истории ваших коммитов (например, по адресу https://github.com/02522-cua/barnabe-monnot/commit/master, у моего первого коммита есть SHA «1f2c9c1»).Обратите внимание, что вы всегда можете отредактировать текст проблемы, если хотите обновить фиксацию назначения, но фиксации имеют временную метку, поэтому ваш профи может проверить, были ли они отправлены до крайнего срока!
 Ваши задания будут оцениваться по 5-балльной шкале согласно этой рубрике:
 Rmarkdown не запускается, и есть неполное описание и контекстуализация
 Rmarkdown не запускается или запускается, но не дает ожидаемого результата.Существует ограниченное описание и контекстуализация кода и его вывода
 Rmarkdown работает, код четко структурирован, но описание и контекстуализация кода и его вывод ограничены
 Rmarkdown запускается, код четко структурирован, а описание и контекстуализация завершены.
 Как указано выше, плюс вы включили некоторые новые или творческие подходы, методы или углы, которые не были рассмотрены в классе.
 Обратите внимание, что могут быть выставлены оценки на половину или четверть балла.Вышеуказанная рубрика является лишь указанием на конкретные баллы по шкале оценок.
 .