-
编程教材 《R语言实战·第2版》Robert I. Kabacoff
-
课程教材《商务与经济统计·原书第13版》 (安德森)
P86、案例3-3 亚太地区商学院
加载数据
已知数据集为csv文件，所以要按间隔符形式导入。并删除带缺省值的列。
- 字符串替换函数 gsub(匹配内容，替换内容，操作对象）
- 类型转换函数 as.numeric
# ^ 加载数据并删除带缺省值的列。
Asian <- read.table("./data/Asian.csv",
header = TRUE, sep = ","
)
# row.names = "Business.School",
res1 <- data.frame(Asian)
library(dplyr)
Asian <- res1 %>% select_if(~ !any(is.na(.)))
# ^ 数值字符串类型数据转数值类型数据
Asian$Local.Tuition.... <- gsub(",", "", Asian$Local.Tuition....)
Asian$Foreign.Tuitiion.... <- gsub(",", "", Asian$Foreign.Tuitiion....)
Asian$Starting.Salary.... <- gsub(",", "", Asian$Starting.Salary....)
Asian$Local.Tuition.... <- as.numeric(Asian$Local.Tuition....)
Asian$Foreign.Tuitiion.... <- as.numeric(Asian$Foreign.Tuitiion....)
Asian$Starting.Salary.... <- as.numeric(Asian$Starting.Salary....)
# ^ 描述性统计
print(summary(Asian))
View(Asian)
根据描述统计量有什么见解
- 总共有25所商学院，每所商学院平均录取165人。最多录取数量商学院为印度管理学院，录取463人。最少录取数量商学院为麦夸里管理研究生院，录取12人。不同学校之间录取名额差异较大。
- 所有商学院每个学院人数平均8人，最多的学院人数为19人，最少的学院人数为2人。可能部分商学院开设的学院数量比较多，有的比较少。
- 本国学生平均学费为12375美元，外国学生平均学费16582美元。本国、外国学生最低学费和最高学费相同，分别是1000美元和33060美元。外国学生平均学费要比本国学生平均学费高一点。
- 不同商学院国外学生平均比例为28%，最多国外学生占比为90%，最少国外学生占比为0%。可能部分商学院知名度比较高或者是国外学生录取门槛较低。
- 不同商学院平均起薪为37292美元，最少起薪7000美元，最高起薪为87000美元。
本国学生和国外学生学费差别
# ^ 本国学生和国外学生学费差别
library(tidyverse)
data1 <- data.frame(Type = "Loacal", Tuition = Asian$Local.Tuition...., School = Asian$Business.School)
data2 <- data.frame(Type = "Foreign", Tuition = Asian$Foreign.Tuitiion...., School = Asian$Business.School)
data <- rbind(data1, data2)
x11()
ggplot(data, aes(x = School, y = Tuition, color = Type, shape = Type)) +
geom_point(size = 3) +
geom_line(mapping = aes(y = Tuition, group = Type, color = Type), stat = "identity", size = 1.3) +
labs(x = "School", y = "Tuition") +
scale_y_continuous(breaks = c(5000, 10000, 15000, 20000, 25000, 30000, 35000, 40000), limits = c(0, 40000)) +
geom_hline(aes(yintercept = 0)) + # 加入一条平行于x轴的线，透明度（alpha）调成了65%
ggtitle("本国学生学费 & 国外学生学费") +
theme(
axis.text.x = element_text(angle = 90, hjust = 1), # 把x轴标签调整为90度
legend.title = element_blank(), # 设置图例标题为空
legend.position = c(0.15, 0.9), # 设置图例的位置在左上角
legend.text = element_text(size = 8), # 设置图例的文字大小为10号
plot.caption = element_text(hjust = 0.5, size = 15), # 设置图标题位置
axis.text = element_text(size = 8), # 设置图例的文字大小
axis.title = element_text(size = 12, face = "bold"), # 设置轴标题文字大小和文字加粗
plot.title = element_text(hjust = 0.5) # 标题文字居中
)
Local.Tuition.... Foreign.Tuitiion....
Min. : 1000 Min. : 1000
1st Qu.: 6146 1st Qu.: 9000
Median :11513 Median :17765
Mean :12375 Mean :16582
3rd Qu.:17172 3rd Qu.:22500
Max. :33060 Max. :33060
结合折线图和五数概括法可知
-
本国学生平均学费为12375美元，外国学生平均学费16582美元。本国、外国学生最低学费和最高学费相同，分别是1000美元和33060美元。
-
国外学生学费比本国学生学费要高。本国学生学费第一、二、三四分位数都比国外学生学费高。
工作经验要求与否与起薪差别
# ^ 工作经验与起薪的差别
b <- aggregate(
x = Asian$Starting.Salary...., # @ 聚合变量
by = list(Asian$Work.Experience), # @ 分组依据
FUN = summary, # @ 聚合函数
)
print(b)
Group.1 x.Min. x.1st Qu. x.Median x.Mean x.3rd Qu. x.Max.
1 No 7100.00 7425.00 7500.00 24583.33 25125.00 87000.00
2 Yes 7000.00 23900.00 46600.00 41305.26 53750.00 71400.00
通过五数概括法，可知不要求工作经验的平均起薪24583.33美元，要求工作经验的平均起薪41305美元，比前者要来得高。
英语测试要求与否与起薪差别
# ^ 工作经验与起薪的差别
c <- aggregate(
x = Asian$Starting.Salary...., # @ 聚合变量
by = list(Asian$English.Test), # @ 分组依据
FUN = summary, # @ 聚合函数
)
print(c)
Group.1 x.Min. x.1st Qu. x.Median x.Mean x.3rd Qu. x.Max.
1 No 7000.00 7500.00 31000.00 33623.53 55000.00 71400.00
2 Yes 16000.00 37300.00 44950.00 45087.50 49800.00 87000.00
通过五数概括法，可知
-
不要求英语测试的最低起薪为7000美元，要求英语测试的最低起薪为16000美元。
-
不要求英语测试的平均起薪为33623美元，要求工作经验的平均起薪45087美元，比前者要来得高。
-
不要求英语测试的起薪第一、二四分位数比要求英语测试的第一、二四分位数低，但不要求英语测试的起薪第三四分位数（55000）却比要求英语测试的第三四分位数（49800）高。
起薪与学费关系
# ^ 起薪与学费关系的散点图
png(file = "Asian_scatterplot_1.png")
plot(
x = Asian$Starting.Salary...., y = Asian$Local.Tuition....,
xlab = "起薪",
ylab = "本国学生学费",
xlim = c(6000, 88000),
ylim = c(0, 31000),
main = "起薪与本国学生学费关系的散点图"
)
# ^ ?~? 符号相当于 y~x
m1 <- lm(Local.Tuition.... ~ Starting.Salary...., data = Asian) # @ 建立回归模型
abline(m1, lwd = 3, col = "darkorange")
dev.off()
png(file = "Asian_scatterplot_2.png")
plot(
x = Asian$Starting.Salary...., y = Asian$Foreign.Tuitiion....,
xlab = "起薪",
ylab = "外国学生学费",
xlim = c(6000, 88000),
ylim = c(0, 31000),
main = "起薪与外国学生学费关系的散点图"
)
m2 <- lm(Foreign.Tuitiion.... ~ Starting.Salary...., data = Asian) # @ 建立回归模型
abline(m2, lwd = 3, col = "darkorange")
dev.off()
从两幅图中可知，学生学费和起薪呈正相关，本国学生学费和起薪的相关系数为0.79，外国学生学费和起薪的相关系数为0.67。
其他图形-起薪频率分组
# ^起薪频率分组
typeTable3 <- within(Asian, {
group1 <- NA
group1[Starting.Salary.... >= 7000 & Starting.Salary.... < 23000] <- "[7000~23000)"
group1[Starting.Salary.... >= 23000 & Starting.Salary.... < 39000] <- "[23000~39000)"
group1[Starting.Salary.... >= 39000 & Starting.Salary.... < 55000] <- "[39000~55000)"
group1[Starting.Salary.... >= 55000 & Starting.Salary.... < 71000] <- "[55000~71000)"
group1[Starting.Salary.... >= 71000 & Starting.Salary.... <= 87000] <- "[71000~87000]"
})
typeTable4 <- table(typeTable3$group1)
typeTable4 <- prop.table(typeTable4) * 100
# @ 默认按字符串排序,重新排列表格列
typeTable4 <- typeTable4[c(4, 1, 2, 3, 5)]
print(as.data.frame(typeTable4))
png(file = "Asian_barplot.png")
par(mar = c(10, 4, 4, 0))
barplot(typeTable4,
main = "起薪频率分组条形图",
xlab = "", ylab = "频率", las = 2, col = rainbow(25)
)
dev.off()
Var1 Freq
1 [7000~23000) 36
2 [23000~39000) 12
3 [39000~55000) 28
4 [55000~71000) 16
5 [71000~87000] 8
从图中可知起薪分组频率分布形态适度右偏。[7000~23000)区间薪水居多，其次是是[39000~55000]区间。文章来源：https://www.toymoban.com/news/detail-807379.html
资料
ggplot2折线图
ggplot2 line plot : Quick start guide - R software and data visualization - Easy Guides - Wiki - STHDA文章来源地址https://www.toymoban.com/news/detail-807379.html
到了这里，关于R语言、03 案例3-3 亚太地区商学院、《商务与经济统计》案例题的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
