Faktornivåer i R: Bruke kategoriske og ordinære variabler

Denne opplæringen vil gå gjennom faktorer og faktornivåer i R. Du lærer hvordan du lager en faktor og hvordan du justerer faktornivåer.

Faktorer brukes til å lagre og arbeide med variabler i R.

I denne opplæringen skal du håndtere kategoriske og ordinalvariabler. Kategoriske variabler er variabler som involverer en eller flere kategorier som ikke er ordnet på noen spesifikk måte. Et eksempel kan være farger. Ordinalvariabler , derimot, ligner kategoriske variabler med den forskjellen at ordinalvariabler har tydelig rekkefølge av kategoriene. Dette kan være lavt, middels og høyt.

Dette er en introduksjon til mer statistiske termer. Du utforsker nå sakte Rs muligheter for data og statistisk analyse.

Innholdsfortegnelse

• Kategoriske faktornivåer i R
• Ordinalfaktornivåer i R
• Konklusjon

Kategoriske faktornivåer i R

Hvis du husker i en annen leksjon om , brukte du dollartegnet ( $ ) for å skrive ut Arts-kolonnen fra iris- datasettet. Gjør dette igjen i . Nederst er det en linje som inneholder nivåer som består av setosa , versicolor og virginica .

Dette er Rs måte å håndtere kategorier i data på.

Hvis du bruker funksjonen unike ( ) , vil R liste opp de unike verdiene i den angitte kolonnen. For eksempel, hvis du kjører unik (iris$Species) , viser konsollen de tre arter-nivåene til iris.

Det er ingen iboende rekkefølge for disse nivåene. Du kan ikke si at setosa er større enn de to andre fargekategoriene. R, som standard, ordner dem i alfabetisk rekkefølge.

Ordinalfaktornivåer i R

La oss nå prøve å utforske faktorer med iboende rekkefølge av kategorien.

Lag en vektor og gi den et navn . For dette eksemplet, tilordne vektoren med data ved å bruke Starbucks' koppstørrelsesnavn: tall, venti og grande. Skriv den deretter ut.

Disse bør ordnes fra minste til største; den skal være høy, venti og grande. Men når du kjører den unike ( ) funksjonen for bestillinger , er de ikke ordnet i den rekkefølgen.

Slik gjør du dem til ordinalvariabler. Først må du lage en ny vektor. I dette tilfellet kalles vektoren new_orders_factor . Tilordne denne vektoren funksjonen faktor ( ) . Inne i denne funksjonen, skriv inn vektoren du vil sette nivåer med. Angi deretter nivåene i den rekkefølgen du vil at de skal vises.

Marker hele denne kodelinjen og kjør den. En ny verdi legges deretter til i Miljø.

For å sjekke om en vektor er riktig tilordnet som en faktor, bruk funksjonen is.factor ( ) . Hvis du sjekker de to vektorene, orders og new_orders_factor , kan du se at førstnevnte returnerer FALSE mens den nye vektoren faktisk er en faktor.

En faktor er en spesiell måte å lagre en rekke tekster på. Og selv om det er en tegnvektor, kan den lagres på en måte som lar den ha et gitt antall kategorier som har en spesifikk rekkefølge av verdier eller nivåer.

Hvis du sjekker med funksjonen nivåer ( ) , kan du se at nivåene nå er i riktig rekkefølge.

Konklusjon

Selv om denne leksjonen kan virke esoterisk, vil du se hvordan dette utgjør en forskjell når du arbeider med mer avansert R-koding. Det er viktig å lære om faktorer og nivåer siden de ofte kommer opp i mange R-koding og statistiske analyser.