2. 자료의 분산 (범위, 분산, 표준편차)

 

 

자료의 분산¶

 

 

 

 

 

분산¶

• 분산이란 자료가 얼마나 퍼져 있는지를 의미한다.
• 측정방법 : 범위, 분산, 표준편차

 

 

---

 

범위(range)¶

• 범위란 데이터 값들 중에서 최대 데이터와 최소 데이터의 차이를 말한다.

 

 

 

 

 

 

weight <- c(72,67,60,78,82)

max(weight)-min(weight)

​

 

 

 

22

 

 

 

---

 

분산(variance)¶

• 분산은 편차(각 값과 평균의 차이)를 구한뒤 음수가 되지 않도록 제곱한뒤 평균한 값이다.

 

 

 

 

 

 

var(weight)

​

 

 

 

76.2

 

 

 

---

 

표준편차¶

• 표준편차는 분산에 제곱근을 취한 값이다.

 

 

 

 

 

 

sd(weight)

​

 

 

 

8.72926113711808

 

 

 

---

 

연습¶

• train데이터로 연습해 봅시다.

 

 

 

 

 

 

setwd("C:/Users/KIIXXI/Documents/khu")

Data <- read.csv("train.csv")

head(Data)

​

 

 

 

A data.frame: 6 × 12

PassengerId	Survived	Pclass	Name	Sex	Age	SibSp	Parch	Ticket	Fare	Cabin	Embarked
<int>	<int>	<int>	<fct>	<fct>	<dbl>	<int>	<int>	<fct>	<dbl>	<fct>	<fct>
1	0	3	Braund, Mr. Owen Harris	male	22	1	0	A/5 21171	7.2500		S
2	1	1	Cumings, Mrs. John Bradley (Florence Briggs Thayer)	female	38	1	0	PC 17599	71.2833	C85	C
3	1	3	Heikkinen, Miss. Laina	female	26	0	0	STON/O2. 3101282	7.9250		S
4	1	1	Futrelle, Mrs. Jacques Heath (Lily May Peel)	female	35	1	0	113803	53.1000	C123	S
5	0	3	Allen, Mr. William Henry	male	35	0	0	373450	8.0500		S
6	0	3	Moran, Mr. James	male	NA	0	0	330877	8.4583		Q

 

 

 

---

 

1.  탑승객의 나이에 대한 평균,중앙값, 최빈값을 구하시오.¶

 

 

 

 

 

 

​

mean(Data$Age, na.rm =TRUE)

median(Data$Age, na.rm =TRUE)

​

freq <- table(Data$Age)

which.max(freq)

names(freq)[32]

​

 

 

 

29.6991176470588

 

28

 

24: 32

 

'24'

 

 

 

---

 

2.  pclass 중 가장 많은 수를 차지하는 좌석등급은 무엇인가그리고 몇명에 해당하는가 ?¶

 

 

 

 

 

 

freq <- table(Data$Pclass)

which.max(freq)

​

names(freq)[3]

​

length(which(Data$Pclass == 3))

​

 

 

 

3: 3

 

'3'

 

491

 

 

 

---

 

3. 탑승객중 최고령자와 최연소자의 나이를 구하시오.¶

 

 

 

 

 

 

max(Data$Age, na.rm = TRUE)

min(Data$Age, na.rm = TRUE)

​

 

 

 

80

 

0.42

 

 

 

---

 

4. 탑승객의 운임의 범위?¶

 

 

 

 

 

 

max(Data$Fare)-min(Data$Fare)

​

 

 

 

512.3292