Merkez ölçüleri

R ile İstatistiğe Giriş

Maggie Matsui

Content Developer, DataCamp

Memeli uyku verisi

msleep

# A tibble: 83 x 11
   name             genus       vore  order        sleep_total sleep_rem sleep_cycle awake
   <chr>            <chr>       <chr> <chr>              <dbl>     <dbl>       <dbl> <dbl>
 1 Cheetah          Acinonyx    carni Carnivora           12.1      NA         NA     11.9
 2 Owl monkey       Aotus       omni  Primates            17         1.8       NA      7 
 3 Mountain beaver  Aplodontia  herbi Rodentia            14.4       2.4       NA      9.6
 4 Greater short... Blarina     omni  Soricomorpha        14.9       2.3       0.133   9.1 
 5 Cow              Bos         herbi Artiodactyla         4         0.7       0.667  20  
 6 Three-toed sloth Bradypus    herbi Pilosa              14.4       2.2       0.767   9.6 
 7 Northern fur...  Callorhinus carni Carnivora            8.7       1.4       0.383  15.3 
# ... with 76 more rows, and 2 more variables: brainwt <dbl>, bodywt <dbl>

Histogramlar

Memelilerin uyku süreleri histogramı

Bu veri setindeki memeliler tipik olarak ne kadar uyur?

Tipik değer nedir?

Verinin merkezi nerede?

Ortalama
Medyan
Mod

Soru işareti ve işaret eden ellerle histogram

Merkez ölçüleri: ortalama

  name                       sleep_total
1 Cheetah                           12.1
2 Owl monkey                        17.0 
3 Mountain beaver                   14.4
4 Greater short-tailed shrew        14.9
...

$$\text{Ortalama uyku süresi}=\frac{12.1 + 17.0 + 14.4 + 14.9 + ...}{83} = 10.43$$

mean(msleep$sleep_total)

10.43373

Merkez ölçüleri: medyan

sort(msleep$sleep_total)

 [1]  1.9  2.7  2.9  3.0  3.1  3.3  3.5  3.8  3.9  4.0  4.4  5.2  5.3  5.3  5.4  5.6  6.2
...
[52] 11.5 12.1 12.5 12.5 12.5 12.5 12.8 12.8 13.0 13.5 13.7 13.8 14.2 14.3 14.4 14.4 14.5
[69] 14.6 14.9 14.9 15.6 15.8 15.8 15.9 16.6 17.0 17.4 18.0 18.1 19.4 19.7 19.9

sort(msleep$sleep_total)[42]

10.1

median(msleep$sleep_total)

10.1

Merkez ölçüleri: mod

En sık değer

# 'sleep_total' say ve azalan sırala
msleep %>% count(sleep_total, sort = TRUE)

   sleep_total     n
         <dbl> <int>
 1        12.5     4
 2        10.1     3
 3         5.3     2
 4         6.3     2
 ...

# 'vore' say ve azalan sırala
msleep %>% count(vore, sort = TRUE)

  vore        n
  <chr>   <int>
1 herbi      32
2 omni       20
3 carni      19
4 NA          7
5 insecti     5

Böcekçilere filtrelenmiş veri

msleep %>% 
  filter(vore == "insecti")

  name                  genus        vore    order        sleep_total
  <chr>                 <chr>        <chr>   <chr>              <dbl>
1 Big brown bat         Eptesicus    insecti Chiroptera          19.7
2 Little brown bat      Myotis       insecti Chiroptera          19.9
3 Giant armadillo       Priodontes   insecti Cingulata           18.1
4 Eastern american mole Scalopus     insecti Soricomorpha         8.4

Böcekçiler için uyku istatistikleri özeti

msleep %>% 
  filter(vore == "insecti") %>%

  summarize(mean_sleep = mean(sleep_total),
           median_sleep = median(sleep_total))

  mean_sleep median_sleep
       <dbl>        <dbl> 
1      16.52         18.9

Aykırı değer ekleme

msleep %>% 
  filter(vore == "insecti")

  name                  genus        vore    order        sleep_total
  <chr>                 <chr>        <chr>   <chr>              <dbl>
1 Big brown bat         Eptesicus    insecti Chiroptera          19.7
2 Little brown bat      Myotis       insecti Chiroptera          19.9
3 Giant armadillo       Priodontes   insecti Cingulata           18.1
4 Eastern american mole Scalopus     insecti Soricomorpha         8.4
5 Mystery insectivore   ...          ...     ...                  0.0

Aykırı değer sonrası özet istatistikler

msleep %>% 
  filter(vore == "insecti") %>%

  summarize(mean_sleep = mean(sleep_total),
           median_sleep = median(sleep_total))

  mean_sleep median_sleep
       <dbl>        <dbl>
1      13.22         18.1

Ortalama: 16.5 → 13.2

Medyan: 18.9 → 18.1

Hangi ölçüyü kullanmalı?

# insecti için histogram oluştur
msleep %>% 
  filter(vore == "insecti") %>%
  ggplot(aes(insecti)) +
    geom_histogram()

Çan şeklinde bir dağılıma sahip histogram; ortada birbirine yakın mavi ve kırmızı çizgiler. Kırmızı: ortalama, mavi: medyan.

Çarpıklık

Solda az, sağa doğru artan değerlere sahip histogram.

Çarpıklık

Başlıklı: Sola çarpık. Solda az, sağa doğru artan değerlere sahip histogram.

Çarpıklık

Başlıklı: Sağa çarpık. Solda çok, sağda az değere düşen histogram.

Hangi ölçüyü kullanmalı?

Önceki histogramlarda ortalama ve medyan için kırmızı ve mavi çizgiler. Sola çarpıkta ortalama < medyan. Sağa çarpıkta ortalama > medyan.

Hadi pratik yapalım!

R ile İstatistiğe Giriş