> options(digits = 4) #输出结果位数
> par(mar=c(4, 4, 2, 1) + 0.1, cex=0.8) # 图形修饰
> case1 <- read.csv("clipboard", header=T, sep = "\t") #复制表中的数据,直接创建case1
> head(case1)
地区 性别 教育程度 观点 年龄 月收入 月支出
1 A 女 中 不支持 55 2299 1423
2 A 女 低 不支持 39 3378 2022
3 A 女 中 支持 33 3460 1868
4 B 男 高 支持 41 4564 1918
5 B 女 高 不支持 55 3206 1906
6 A 女 中 不支持 48 4043 2233
> summary(case1)
地区 性别 教育程度 观点 年龄 月收入 月支出
A:204 男:603 低:319 不支持:628 Min. : 6.0 Min. : 637 Min. : 797
B:401 女:597 高:303 支持 :568 1st Qu.:34.0 1st Qu.:2388 1st Qu.:1722
C:384 中:578 NA's : 4 Median :40.0 Median :2978 Median :1993
D:211 Mean :40.1 Mean :3006 Mean :1997
3rd Qu.:47.0 3rd Qu.:3624 3rd Qu.:2262
Max. :72.0 Max. :6239 Max. :3385
# 定性分析
> attach(case1) #绑定数据
> T1 <- table(地区)> T1
地区
A B C D
204 401 384 211
> barplot(T1) #绘制条形图
# 定量分析 > f <- hist(月收入) #直方图
# 定性定量分析 > boxplot(月收入~性别) #箱线图
> t.test(月收入~性别) #t检验
Welch Two Sample t-test
data: 月收入 by 性别
t = 0.51, df = 1200, p-value = 0.6
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-75.43 128.49
sample estimates:
mean in group 男 mean in group 女
3019 2993
# 接受男女的月收入无显著差异的假设(p>0.5)
# 二维列联表分析
> T2 <- table(性别, 观点)
> T2
观点
性别 不支持 支持
男 319 282
女 309 286
> barplot(T2, beside = TRUE) # 条形图
> barplot(T2, beside = F) # 条形图
# beside=T表示绘制分组条形图,beside=F表示绘制堆叠条形图
# 多维列联表分析
> T3 <- ftable(性别, 教育程度, 观点) # 创建一个紧凑的"平铺"式列联表
> T3
观点 不支持 支持
性别 教育程度
男 低 81 88
高 78 66
中 160 128
女 低 82 68
高 86 72
中 141 146
> barplot(T3, beside = TRUE, col = 3:4) #条形图
> T4 <- ftable(教育程度, 性别, 观点)
> T4
观点 不支持 支持
教育程度 性别
低 男 81 88
女 82 68
高 男 78 66
女 86 72
中 男 160 128
女 141 146
> barplot(T4, beside = TRUE, col = 3:4) #条形图
> detach(case1) #解除绑定
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今这个数据驱动的时代,几乎每一个业务决策都离不开对数据的深入分析。而其中,指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎:那些年我们交过的学费 你有没有经历过这样的场景?熬了三个通宵做的数据分析报告,在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域,融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者,系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’,同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火,看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的, ...
2025-02-14一秒精通 Deepseek,不用找教程,不用买资料,更不用报一堆垃圾课程,所有这么去做的,都是舍近求远,因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径,结合资源推荐和实用技巧: 一、快速入 ...
2025-02-12“我们的利润率上升了,但销售额却没变,这是为什么?” “某个业务的市场份额在下滑,到底是什么原因?” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能,我们特别举办本期打卡活动。在这里,你可以充分利用碎片化时间在线学习,让 ...
2025-02-071、闺女,醒醒,媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个, 去年春节相亲50个, 祖宗,今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中,统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域,但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据,同时有大量未标记数据点时,可以使用半监督学习算法来处理。在sklearn中,基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况:训练数据中大部分样本没有标签。此时,我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数,被除数) 3、四舍五入 =ROUND(数字,保留小数位数) 4、取绝对值 =AB ...
2025-02-03作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31本人基本情况: 学校及专业:厦门大学经济学院应用统计 实习经历:快手数据分析、字节数据分析、百度数据分析 Offer情况:北京 ...
2025-01-3001专家简介 徐杨老师,CDA数据科学研究院教研副总监,主要负责CDA认证项目以及机器学习/人工智能类课程的研发与授课,负责过中 ...
2025-01-29