«визуализация в Rstudio»

Контрольная работа по разделу «Разведочный анализ данных в R»

Разведочный анализ – это исследование данных при помощи методов описательной статистики и визуализации с целью выявления зависимостей в них и выдвижения гипотез для последующего углубленного анализа, - например, моделирования. Еще одной целью разведочного анализа является оценка пригодности данных к анализу, выявление наличия в них различных проблем, таких как выбросы, пропущенные или некорректные значения, нарушение допущений статистических моделей, которые предполагается в дальнейшем применять к этим данным.

В процессе выполнения этого задания вы выполните разведочный анализ предложенного вам, или самостоятельно выбранного набора данных и продемонстрируете свой уровень владения R для анализа и визуализации данных, а также свою способность интерпретировать полученные результаты и делать выводы на их основе.

Все этапы подготовки и анализа данных необходимо отразить в HTML-отчете, сгенерированном RStudio. Исходные данные, требования к содержанию отчета и критерии оценивания вы найдете в следующих разделах. Структура отчета

Все этапы подготовки данных и анализа должны быть отражены в HTML-отчете, полученном при помощи кнопки knit в RStudio.

Ваш отчет должен включать следующие разделы:

1) Заголовок и сведения об авторе (заполняется автоматически в соответствии с параметрами документа RMarkdown)

2) Аннотация – краткое (2-3 предложения) описание того, какая задача решена в вашем исследовании и какие результаты получены

3) Введение – постановка задачи и описание набора данных, если собирали данные сами – ссылки на источники.

4) Подготовка данных к анализу – в этот раздел поместите код для загрузки данных, а также проверку технического качества (обработка пропусков, изменение форматов, работа с уровнями факторов и т.п., фильтрация или подвыборка).

5) Разведочный анализ данных – в этом разделеследует отразить ваши мысли, гипотезы и результаты их проверки в ходе поиска и анализа зависимостей в данных. Раздел должен быть структурирован на подразделы при помощи заголовков. Вы можете использовать здесь «черновые» графики и не тратить много времени на их оформление, однако корректность выбора способа визуализации в зависимости от вида данных и решаемой задачи будет оцениваться. Обязательно следует описывать ваши предположения и комментировать полученные результаты. Вы можете оставлять в отчете «тупиковые» ветви вашего анализа – гипотезы, которые не нашли подтверждения в данных. При оформлении кода придерживайтесь этих рекомендаций.

6) Итоговые результаты и выводы

В этом разделе необходимо поместить три визуализации, которые наилучшим образом отражают результаты вашего исследования. Эти визуализации должны быть оформлены максимально наглядным образом (подберите эффективную палитру, используйте аннотации и инструменты для сравнения, «отполируйте» названия и метки на графике, выделите наиболее важные элементы для привлечения внимания к ним и т.п.). Рекомендуем ознакомиться с руководством CreatingEffecitvePlots из MOOC и главой GraphicsforCommunication из книги R for Data Science. Вы можете повторить визуализации, которые уже были включены в раздел «Разведочный анализ», или сделать новые. Постарайтесь, чтобы ваша идея была понятна аудитории уже при просмотре визуализации, и для понимания не требовалось изучать ваше описание и, тем более, код.

В выводах следует отразить и интерпретировать основные результаты, полученные вами в ходе разведочного анализа. Какие гипотезы подтвердились, а какие – нет. Как эти результаты могут быть использованы, и какие ограничения при этом следует учесть.

По желанию, вы можете также отразить трудности, которые встретились вам в процессе анализа, а также указать источники/материалы, которые помогли вам их преодолеть.