$ sudo teach IT
Модуль 2 · Таблица данных · Урок 2.4

Сводка summary

Вы научитесь описывать данные средним, медианой и целой сводкой одной командой.

Теория + практика~5 минутНовичок

Таблица kiosk готова, и выбирать из неё строки вы умеете. Осталось одним взглядом понять, как шла неделя.

Среднее и медиана

Среднее вы знаете. Есть и второй «типичный» показатель — медиана (термин): выстройте дни по продажам и возьмите того, кто стоит посередине. Её находит median.

Консоль R
> mean(kiosk$cups)
[1] 57.85714
> median(kiosk$cups)
[1] 58

Разбор по строкам

  • mean(kiosk$cups) — среднее по столбцу продаж
  • median(kiosk$cups) — значение посередине: 58 стаканов

Разница видна, когда есть рекордсмен: продали 40, 50, 60 и вдруг 300 стаканов.

Консоль R
> x <- c(40, 50, 60, 300)
> mean(x)
[1] 112.5
> median(x)
[1] 55

Один рекорд утащил среднее к 112.5, а медиана 55 осталась честной.

Сводка одной командой

Команда summary (сводка) выдаёт сразу шесть чисел.

Консоль R
> summary(kiosk$cups)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  31.00   47.50   58.00   57.86   68.00   85.00 

Разбор по строкам

  • Min. и Max. — самый слабый и самый сильный день: 31 и 85
  • Median и Mean — медиана и среднее
  • 1st Qu. и 3rd Qu. — граница первой и последней четверти данных (квартили)

Отдайте summary всю таблицу (в ней по-прежнему day, temp и cups, без столбца money) — получите сводку по каждому столбцу:

Консоль R
> summary(kiosk)
     day                 temp            cups      
 Length:7           Min.   :19.00   Min.   :31.00  
 Class :character   1st Qu.:23.50   1st Qu.:47.50  
 Mode  :character   Median :27.00   Median :58.00  
                    Mean   :26.29   Mean   :57.86  
                    3rd Qu.:29.00   3rd Qu.:68.00  
                    Max.   :33.00   Max.   :85.00  

Столбец day — текст, поэтому для него R пишет только длину (Length) и тип (Class, Mode).

Попробуйте

  • Выполните summary(kiosk$temp) — сводка по температуре.
  • Выйдет Min. 19.00, Median 27.00, Mean 26.29, Max. 33.00: самый прохладный день 19 градусов, самый жаркий 33.

Хотите проверить у себя — откройте webR (R прямо в браузере), вставьте код в консоль и нажмите Enter. Не хотите — просто читайте: весь вывод показан выше.

Больше половины пути

Позади два модуля из трёх, и вы умеете то, с чего начинается анализ: собрать таблицу, выбрать нужное и описать данные. Почему медиана честнее среднего, что такое квартили и как проверять гипотезы — в курсе «Математика и статистика для работы с данными»: 4 модуля, 21 урок, без сложных доказательств.

Что запомнить

  • median берёт значение посередине и не боится одного рекордного дня, а mean боится.
  • summary(kiosk$cups) даёт сразу минимум, максимум, среднее, медиану и квартили.
  • summary(kiosk) делает сводку по всей таблице, а для текстового столбца пишет длину и тип.

В третьем модуле научим R нашим собственным командам.

На следующий урок