Cum să descrieți Centrul de date continue în R-dummies

Aveți setul de date și l-ați formatat pentru a corespunde nevoilor dvs. în R, deci acum sunteți pregătiți pentru munca reală. Analiza datelor dvs. începe întotdeauna cu descrierea acesteia. Astfel puteți detecta erorile din date și puteți decide care sunt modelele potrivite pentru a obține informațiile de care aveți nevoie din datele pe care le aveți.

Statisticile descriptive pe care le folosiți depind de natura datelor dvs., desigur.

Uneori ești mai interesat de imaginea generală a datelor decât de valorile individuale. Este posibil să fiți interesat nu în kilometrajul fiecărei mașini, ci în kilometrajul mediu al tuturor mașinilor din acel set de date. Pentru aceasta, calculați media utilizând funcția mean (), după cum urmează: >> mean (cars $ mpg) [1] 20. 09062

Puteți calcula și numărul mediu de butelii pe care le au aceste mașini, acest lucru nu are sens. Media ar fi 6. 1875 de cilindri, și nici o mașină cu un cilindru incomplet. În acest caz, valoarea

mediană - cea mai importantă valoare din datele dvs. - are mai multă sens. Obțineți mediana de la utilizarea funcției median (), astfel:

>> mediană (mașini $ cil) [1] 6

Există numeroase alte motive pentru calcularea mediei în loc de medie, sau chiar și a celor două. Ambele statistici descriu o proprietate diferită a datelor dvs., și chiar combinația vă poate spune ceva.