Măsuri de tendință centrală

Introducere în Statistică cu R

Maggie Matsui

Content Developer, DataCamp

Date despre somnul mamiferelor

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>
Introducere în Statistică cu R

Histograme

Histogramă a timpilor de somn ai mamiferelor

Introducere în Statistică cu R

Cât dorm în mod tipic mamiferele din acest set de date?

Care este o valoare tipică?

Unde se află centrul datelor?

  • Medie
  • Mediană
  • Mod

Histogramă cu semn de întrebare și degete arătătoare

Introducere în Statistică cu R

Măsuri de tendință centrală: media

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

$$\text{Mean sleep time}=\frac{12.1 + 17.0 + 14.4 + 14.9 + ...}{83} = 10.43$$

mean(msleep$sleep_total)

10.43373
Introducere în Statistică cu R

Măsuri de tendință centrală: mediana

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
Introducere în Statistică cu R

Măsuri de tendință centrală: modul

Valoarea cea mai frecventă

# Count and sort 'sleep_total' descending
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
 ...

 

# Count and sort 'vore' descending
msleep %>% count(vore, sort = TRUE)

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

Date filtrate pentru insectivore

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
Introducere în Statistică cu R

Statistici de somn pentru insectivore

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
Introducere în Statistică cu R

Adăugarea unui outlier

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
Introducere în Statistică cu R

Statistici descriptive după adăugarea unui outlier

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

Medie: 16.5 → 13.2

Mediană: 18.9 → 18.1

Introducere în Statistică cu R

Ce măsură să utilizăm?

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

Histogramă cu date simetrice și două linii, albastră și roșie, apropiate în centru. Roșu reprezintă media, albastru reprezintă mediana.

Introducere în Statistică cu R

Asimetrie

Histogramă cu puține valori la stânga, crescând spre dreapta.

Introducere în Statistică cu R

Asimetrie

Histogramă cu puține valori la stânga, crescând spre dreapta, intitulată Asimetrie la stânga

Introducere în Statistică cu R

Asimetrie

Histogramă cu multe valori la stânga, descrescând spre dreapta, intitulată Asimetrie la dreapta

Introducere în Statistică cu R

Ce măsură să utilizăm?

Aceleași histograme din diapozitivele anterioare, cu linii roșii și albastre pentru medie și mediană. La asimetrie stânga, media este mai mică decât mediana. La asimetrie dreapta, media este mai mare decât mediana.

Introducere în Statistică cu R

Să exersăm!

Introducere în Statistică cu R

Preparing Video For Download...