[패스트캠퍼스 수강 후기] R 인강 100% 환급 챌린지 13차 미션

[패스트캠퍼스 수강 후기] R 인강 100% 환급 챌린지 13차 미션

 

패스트캠퍼스의 강의 중, 프로젝트와 함께 배우는 R 데이터 분석 올인원 패키지 Online를 수강하고 있습니다.

https://bit.ly/2DKMGNx 

내용을 복습도 할 겸, 미션에도 참가할 겸, 블로그에 매일 매일 정리해 보게 되었습니다.

 

오늘은 13회차 미션!

Part 2) [R로 하는 데이터 분석] 데이터 분석 기본기 익히기

1. 06. Ch 07. 데이터 정제하기 - 02. 이상치 정제하기

2. 07. Ch 08. 프로젝트를 통해 R 프로그래밍에 익숙해지기 - 01. 한국복지패널 데이터를 활용한 한국인의 삶 분석

 

1. 06. Ch 07. 데이터 정제하기 - 02. 이상치 정제하기

1. 이상치

1. 물리적으로 존재할 수 없는 값

1. 결측처리

2. 극단적인 값

1. 범위를 정해서 범위를 넘어서면 결측 처리

3. 

2. 이상치 여부 판별 및 제거 (존재할 수 없는 값)

1. 빈도를 분석해서 드문 빈도가 존재하면 이상치의 가능성이 있다고 판단 가능

1. table함수로~

2. 이상치로 판별되면 NA로 할당

3. 이후, 결측치와 함께 필터 처리

4. 코드

1. table(outlier$sex)

2. outlier$sex <- ifelse(outlier$sex == 3, NA, outlier$sex)

3. outlier

5.  코드2 (만점이 5점. 5점이 넘어가면 이상치)

1. library(dplyr)

2. outlier$sex <- ifelse(outlier$sex == 3, NA, outlier$sex)

3. outlier$score <- ifelse(outlier$score > 5, NA, outlier$score)

4. outlier %>%

5.   filter(!is.na(outlier$sex) & !is.na(outlier$score)) %>%

6.   group_by(sex) %>%

7.   summarise(mean = mean(score))

3. 극단적인 값 제거

1. 정상범위를 정해서 벗어나면 결측 처리

1. 논리적 판단

2. 혹은 통계적 판단

1. 상하위 0.3% 극단치

2. 상자그림 1.5 IQR을 벗어나는 값

2. R자체 boxplot활용

1. library(ggplot2)

2. mpg

3. boxplot(mpg$hwy)

4. boxplot()$stats 이용

1. [1,], [5,]가 각각의 1.5 IQR 기준값

5. 

1. mpg <- as.data.frame(ggplot2::mpg)

2. mpg$hwy <- ifelse(mpg$hwy < 12 | mpg$hwy > 37, NA, mpg$hwy)

3. table(is.na(mpg$hwy))

4. mpg %>%

5.   group_by(drv) %>%

6.   summarise(mean_hwy = mean(hwy, na.rm = T))

3. 연습

1. 

2.