Re: 오늘의 마지막 문제. 오늘 배운 내용 (왜도,첨도,히스토그램, 산포도, 상관계수, 이원 교차표,..

[19기_박보은]

# 예측 데이터 제외, 실제 데이터 끼리 상관 관계 비교  
tyR <- ty[ty$EXP_TIME == 0, ]
cor(tyR$C_PRESS, tyR$V_KMH) # -0.9808801


# 왜도 구해보기 
install.packages("fBasics")
library(fBasics)
skewness(tyR$C_PRESS)     # -0.6927138
hist(tyR$C_PRESS)
# 왜도값이 -0.69로 음수값이 나왔으므로 그래프가 왼쪽꼬리분포 

graphics.off()


install.packages("e1071")  # 첨도값 확인하는 패키지 
library(e1071)

result <- kurtosis(tyR$C_PRESS)   # 첨도값 확인하는 함수 
print(result)           # -0.4919851
hist(tyR$C_PRESS)
# 첨도값은 -0.4919851이 나왔는데 3을 더해보면 2.5080149가 나온다
# 3보다 작으므로 완만한 곡선이지만 3에 가까운 숫자이다 


# 두 변수의 산포도 그래프 그려보기 
plot(tyR$C_PRESS, tyR$V_KMH, pch=21, col='red', bg='red')

# 추세선 추가해서 그리기 
# 산포도 그래프 생성 
fig <- plot_ly(data = tyR,
               x = ~C_PRESS,              # x축
               y = ~V_KMH,             # y축 
               type = 'scatter',
               mode = 'markers',
               marker = list(color = 'blue'))


# 추세선 추가 (%>% : 파이프)
fig <- fig %>% add_trace(x = tyR$C_PRESS,                     # x 축
                         y = fitted(lm(V_KMH ~ C_PRESS, data=tyR)),               # y축
                         # lm=선형회귀분석 / price 종속변수 year 독립변수 / fitted - 회귀 예측 값을 y축 좌표로 사용한다는 뜻 
                         type = 'scatter', 
                         mode = 'lines',                # 점과 점을 선으로 연결하겠다 
                         line = list(color='red'),
                         name = 'Trend Line')

# 그래프 출력 
fig