Aritmeetika

R-i võib kasutada tavalise kalkulaatorina. Proovige teha järgnevaid tehteid R-i konsoolil.

• liitmine: 2 + 2
• lahutamine: 4 - 5
• korrutamine: 5 * 7
  
• jagamine: 21 / 3
• astmesse tõstmine: 2^4

Muutujate loomine

Vahepeal on vajalik luua andmetöötluse käigus uus muutuja, kuhu on salvestatud mingi oluline väärtus. Uue muutuja loomaikseks kasutatakse kas noolt “<-” või tavalist võrdusmärki “=”. Muutujate nimede puhul ei luba R tühikuid kasutada. Seega on pikema nime puhul hea kasutada punkti (“uus.muutuja”), alakriipsu (“uus_muutuja”) või suurtähti (“uusMuutuja”).

# Need kaks väärtustamist annavad sama tulemuse
uus_muutuja <- 2
uus_muutuja = 2

Töökeskonnas olevate muutujatega saate teha ka tavalisi artimeetilisi tehteid.

uus_muutuja * 4

## [1] 8

Andmetüübid ja vektorid

Põhilised andmetüübid, millega kursuse jooksul kokku puutume:

• numbrilised (numeric, integer): 2.2, 3
  
• sõned (character): “hello”
  
• tõeväärtused: TRUE, FALSE

Miks on need olulised? Kõik andmestikud koosnevad nendest andmetüüpidest. Andmestiku ühte veergu võib käsitleda vektorina, mis koosneb teatud tüüpi elementidest. Vaatame kõigepealt, kuidas R-is saab vektoreid luua. Vektorid (erinevalt listidest) võivad sisaldada ainult ühte tüüpi elemente.

# Numbriline vektor
num_vektor <- c(3,1,2)
# Sõnedega vektor
s_vektor <- c("SPSS", "R", "Matlab")
# Tõeväärtustega vektor
t_vektor <- c(FALSE, TRUE, FALSE)

Objekti tüübi kontrollimiseks saame kasutada funktsiooni nimega class.

class(num_vektor)

## [1] "numeric"

Tehted vektoritega

Kõik arvutused, mis me R-is teeme on seotud vektoritega. Kirjeldava statistika puhul võetakse sageli üks andmeveerg (ehk vektor andmetega) ja vaadatakse selle näitajaid.

# Teeme kaks vektorit:
v1 <- c(1,4,6,7,3)
v2 <- c(1:5) # koolon näitab, et teeme vektori 1-st kuni 5-ni

# Liitmine
v1 + v2

# Korrutamine
v1 * v2

# Vektori keskmine
mean(v1)

# Vektori andmete summa
sum(v1)

# Vektori mediaan
median(v1)

Andmete eraldamine vektorist

R-i üks peamisi tugevusi peitub andmete manipuleerimises. Andmete eraldamiseks saab kasutada indekseid või loogikaavaldisi. Indeksiga võtame konkreetse koha, mis meid huvitab. Loogikaavaldisega saame valida väärtused, mis vastavad meie poolt määratud reeglile.

# Loome vektori
v3 <- seq(1,10,0.5) #teeme vektori 1-st kuni 10-ni sammuga 0,5

# Eraldame esimese elemendi
v3[1]

# Eraldame kolmanda, neljanda ja viienda elemendi:
v3[3:5]

# Eraldame elemendid, mis on suuremad kui 7
v3[v3 > 7]

Ülesanded - R-i süntaks

1. Tehke kaks erinevat vektorit, kus on vähemalt 10 numbrilist elementi.

vektor1 <- c(5,6,2,7,2,8,11,4,9,12)
vektor2 <- c(3,11,10,2,4,6,3,6,9,4)      

2. Arvutage nende vektori aritmeetiline keskmine ja mediaan.

mean(vektor1)

## [1] 6.6

median(vektor1)

## [1] 6.5

mean(vektor2)

## [1] 5.8

median(vektor2)

## [1] 5

3. Liitke need vektorid ja salvestage tulemus uude muutujasse. Arvutage uue muutuja keskmine, mediaan ja summa.

vektor3 <- vektor1 + vektor2
mean(vektor3)

## [1] 12.4

median(vektor3)

## [1] 13

sum(vektor3)

## [1] 124

5. Eraldage eelmises ülesandes loodud muutujast väärtused, mis on suuremad kui selle muutuja aritmeetiline keskmine.

vektor3[vektor3 > mean(vektor3)]

## [1] 17 14 14 18 16

Ülesanded - andmestikuga tutvumine

1. Kui palju muutujaid on andmestikus? Mis on nende muutujate nimed?
   
2. Kasutage funktsiooni head(), argumendiks pange andmestiku nimi. Mida see funktsioon näitab?
   
3. Kasutage funktsiooni tail(), argumendiks pange andmestiku nimi. Mida see funktsioon näitab?
   
4. Kasutage funktsiooni str(), argumendiks pange andmestiku nimi. Mida see funktsioon näitab?

R’i võimaldab andmeid kiirelt kohandada vastavalt enda vajadustele. Esialgu peame õppima konkreetsete andmete eraldamise suuremast andmestikust.
Siin tutvustame kolme võimalust:

• Dollari märgi abil viitamine
  
• Nurgeliste sulgude kasutamine - R’is annavad nurgelised sulud märku, et mingist objektist/andmestikust tahetakse mingit konkreetset muutujat kätte saada.
  
• Funktsioon subset - see funktsioon võimaldab teha sama, mida nurgelised sulud.

Veergude eraldamine

Dollari märgi abil (peame teadma veeru nime):

tabel$vanus # võtab andmestikus veeru nimega "vanus"

##   [1] 42 52 26 27 18 46 28 60 23 51 51 66 41 18 18 23 64 36 59 25 44 36 53
##  [24] 48 42 27 50 37 64 42 47 34 55 21 48 49 43 45 51 52 34 42 65 18 38 48
##  [47] 48 41 51 46 37 46 65 32 60 43 31 60 55 61 24 30 64 58 32 50 62 24 23
##  [70] 56 37 36 38 62 32 34 69 20 52 69 47 30 44 69 28 57 24 20 19 60 33 50
##  [93] 39 26 59 57 24 57 62 51 23 42 62 28 24 49 22 69 37 42 51 18 39 52 65
## [116] 49 46 39 30 22 69 41 26 49 42 29 65 51 63 59 58 37 51 51 26 48 26 61
## [139] 50 52 46 34 26 54 35 25 41 36 42 34 24 20 29 23 65 36 34 59 35 35 35
## [162] 49 59 54 25 50 37 58 31 69 49 70 56 64 29 67 58 56 42 47 68 40 33 47
## [185] 59 69 31 31 50 66 63 47 41 65 51 53 70 19 63 60

Nurgeliste sulgudega (peame teadma veeru asukohta andmestikus):

#[rida, veerg]
tabel[,1] # võtab andmestikust esimese veeru

Funktsiooniga subset (peame teadma veeru nime):

subset(tabel, select = vanus) # võtab andmestikust veeru nimega vanus  
subset(tabel, select = c(vanus, elukoht)) # kaks veergu. NB! lisasime c() - see näitab, et anname argumendiks vektori. 

Kuidas eemaldada veerge?
Kasutage miinusmärki:

subset(tabel, select = -c(vanus, elukoht)) # eemaldab veerud vanus ja elukoht
tabel[,1] # eemaldab esimese veeru
tabel[-1,] # eemaldab esimese rea

Ridade eraldamine

Järjekorra numbri abil saab ridasid samamoodi eraldada nagu veerge:

tabel[1,] #esimene rida

tabel[1:5,] #esimesed viis rida

Tingimuste kasutamine

Kuidas valida ridu, mis vastavad teatud tingimustele? Proovime näiteks võtta andmestikust need read, kus vaadeldava isiku vanus on alla 30.

Nurgeliste sulgudega:

tabel[tabel$vanus<30,]

Funktsiooniga subset:

subset(tabel, vanus < 30)

Vahepeal on vaja võtta andmetest välja read, mis on sarnase väärtusega. Näiteks püüame eraldada andmetest kõik read, kus elukoha väärtus on “maa”. Saame kasutada juba tuttavat ridade ja veergude määratlust:

tabel[tabel$elukoht == "maa",] # võtab andmetest ainult need read, kus elukoht on võrdne väärtusega "maa"

Samasuguse tulemuse saame ka funktsiooniga subset

subset(tabel, elukoht == "maa")

Ülesanded - andmetega manipuleerimine

1. Eraldage andmetest veerg “vanus”. Looge uus muutuja, kus on ainult see veerg.

vanus <- tabel$vanus

2. Tehke kaks uut andmestikku. Esimesse salvestage maal elavate katseisikute tulemused ja teise salvestage linnas elavate katseisikute tulemused.

tabel_maa <- subset(tabel, elukoht == "maa")
tabel_linn <- subset(tabel, elukoht == "linn")

Ülesanded - kirjeldav statistika

1. Leidke sotsiaalsuse, meelekindluse, ekstravertsuse, neurootilisuse ja avatuse keskmised tulemused.

2. Kasutage funktsiooni summary(). Andke argumendiks üks veerg. Andke argumendiks terve tabel. Mida see funktsioon väljastab?

3. Millises vahemikus varieeruvad ekstravertsuse skoorid?