Faktorniveauer i R: Brug af kategoriske og ordinale variable

Denne tutorial vil gennemgå faktorer og faktorniveauer i R. Du lærer, hvordan du opretter en faktor, og hvordan du justerer faktorniveauer.

Faktorer bruges til at lagre og arbejde med variabler i R.

I denne øvelse skal du beskæftige dig med kategoriske og ordinale variable. Kategoriske variabler er variabler, der involverer en eller flere kategorier, som ikke er ordnet på nogen bestemt måde. Et eksempel kunne være farver. Ordinalvariable ligner på den anden side kategoriske variabler med den forskel, at ordinalvariabler har en klar rækkefølge af kategorierne. Dette kunne være lav, medium og høj.

Dette er en introduktion til mere statistiske termer. Du er nu langsomt ved at udforske R's muligheder for data og statistisk analyse.

Indholdsfortegnelse

• Kategoriske faktorniveauer i R
• Ordinalfaktorniveauer i R
• Konklusion

Kategoriske faktorniveauer i R

Hvis du husker i en anden lektion om , brugte du dollartegnet ( $ ) til at udskrive kolonnen Arter fra irisdatasættet . Gør dette igen i . Nederst er der en linje, der indeholder niveauer sammensat af setosa , versicolor og virginica .

Dette er Rs måde at håndtere kategorier i data på.

Hvis du bruger den unikke ( ) funktion, vil R vise de unikke værdier i den angivne kolonne. For eksempel, hvis du kører unikt (iris$Species) , viser konsollen de tre arter-niveauer af iris.

Der er ingen iboende rækkefølge for disse niveauer. Man kan ikke sige, at setosa er større end de to andre farvekategorier. R arrangerer dem som standard i alfabetisk rækkefølge.

Ordinalfaktorniveauer i R

Lad os nu prøve at udforske faktorer med iboende rækkefølge af kategorien.

Opret en vektor og navngiv den ordrer . I dette eksempel skal du tildele denne vektor med data ved hjælp af Starbucks' kopstørrelsesnavne: tall, venti og grande. Print det derefter ud.

Disse bør arrangeres fra mindste til største; det skal være højt, venti og grande. Men når du kører den unikke ( ) funktion for ordrer , er de ikke arrangeret i den rækkefølge.

Sådan gør du dem til ordinalvariabler. Først skal du oprette en ny vektor. I dette tilfælde kaldes vektoren new_orders_factor . Tildel denne vektor faktorfunktionen ( ) . Indtast den vektor, du vil indstille niveauer med, i denne funktion. Angiv derefter niveauer i den rækkefølge, du ønsker, at de skal vises.

Fremhæv hele denne kodelinje, og kør den derefter. En ny værdi tilføjes derefter i Miljø.

For at kontrollere, om en vektor er blevet korrekt tildelt som en faktor, skal du bruge funktionen is.factor ( ) . Hvis du tjekker de to vektorer, ordrer og new_orders_factor , kan du se, at førstnævnte returnerer FALSK, mens den nye vektor faktisk er en faktor.

En faktor er en særlig måde at opbevare en række tekster på. Og selvom det er en karaktervektor, kan den lagres på en måde, der tillader den at have et givet antal kategorier, der har en specifik rækkefølge af værdier eller niveauer.

Hvis du kontrollerer ved hjælp af niveauer ( ) , kan du se, at niveauerne nu er i den rigtige rækkefølge.

Konklusion

Selvom denne lektion kan virke esoterisk, vil du se, hvordan dette gør en forskel, når du har at gøre med mere avanceret R-kodning. Det er vigtigt at lære om faktorer og niveauer, da de ofte kommer op i mange R-kodning og statistiske analyser.