1.1. Пример количественных и качественных данных
В практике анализа наборы данных, содержащие только качественные переменные, возникают при сборе методом опроса или анкетирования (даже в этом случае результаты опроса или анкетирования, скорее всего, будут содержать возраст пациента и время (календарную дату) проведения опроса). То же самое относится и к наборам данных, содержащим только количественные переменные: как правило, присутствует порядковый номер образца, и/или идентификатор пациента, и/или гендерный признак пациента. Рассмотрим на примерах некоторые наборы данных, содержащиеся в пакетах языка R, в частности в пакете MASS. Знак «#» применяется для экранирования (компилятор языка не будет воспринимать текст, находящийся после данного знака, как текст программы) комментариев в тексте программы.
Листинг 1Здесь и далее во всем тексте методических рекомендаций примеры программного кода на языке R будут обозначены словом «Листинг» и иметь сквозную нумерацию.
library(MASS) #Подключаем библиотеку, содержащую набор данных bacteria
head(bacteria) # выводим первую часть набора данных
#==============================================================
# Результат вывода первой части набора данных
#==============================================================
y ap hilo week ID trt
1 y p hi 0 X01 placebo
2 y p hi 2 X01 placebo
3 y p hi 4 X01 placebo
4 y p hi 11 X01 placebo
5 y a hi 0 X02 drug+
6 y a hi 2 X02 drug+
#==============================================================
#Проводим определение структуры набора данных
#==============================================================
str(bacteria) # Выводим структуру данных, содержащуюся в наборе данных
# bacteria
#==============================================================
# Результаты применения функции
#==============================================================
'data.frame': 220 obs. of 6 variables:
Продолжение листинга 1
$ y : Factor w/ 2 levels "n","y": 2 2 2 2 2 2 1 2 2 2 ...
$ ap : Factor w/ 2 levels "a","p": 2 2 2 2 1 1 1 1 1 1 ...
$ hilo: Factor w/ 2 levels "hi","lo": 1 1 1 1 1 1 1 1 2 2 ...
$ week: int 0 2 4 11 0 2 6 11 0 2 ...
$ ID : Factor w/ 50 levels "X01","X02","X03",..: 1 1 1 1 2 2 2 2 3 3
...
$ trt : Factor w/ 3 levels "placebo","drug",..: 1 1 1 1 3 3 3 3 2 2
...
Приведенный набор данных содержит в основном «факторы», его уровни представлены естественным языком. Таким представлением в языке R описываются качественные данные, а сам набор данных содержит только один количественный показатель (week), описывающий порядковый номер недели проведения исследования.
Листинг 2
library(MASS) #Подключаем пакет, содержащий набор данных muscle
head(muscle) #Выводим начало набора данных #==============================================================
#Результат применения команды
#==============================================================
Strip Conc Length
3 S01 1 15.8
4 S01 2 20.8
5 S01 3 22.6
6 S01 4 23.8
9 S02 1 20.6
10 S02 2 26.8
#==============================================================
#Выводим структуру набора данных
#==============================================================
str(muscle)
#==============================================================
'data.frame': 60 obs. of 3 variables:
$ Strip: Factor w/ 21 levels "S01","S02","S03",..: 1 1 1 1 2 2 2 2 3 3
...
$ Conc: num 1 2 3 4 1 2 3 4 0.25 0.5
...
$ Length: num 15.8 20.8 22.6 23.8 20.6 26.8 28.4 27 7.2 15.4
...
Набор данных muscle содержит значения концентрации хлорида кальция, кратные величине 2,2 ммоль (Conc), и длину полосы сокращения сердечной мышцы, измеряемую в миллиметрах (Length) – представленные данные являются количественными. Одновременно набор данных содержит и качественный параметр, а именно обозначение линии сердечной мышцы при проведении измерений (Strip).