#06. 특강1. [ 경영통계 데이터 요약 및 정리 ]

Chapter 1. 경영통계 데이터 요약 및 정리

# First Chapter 

install.packages("reshape")

library("reshape")

#한 레스토랑의 웨이터가 몇 달간 받은 팁을 기록.

tips <- tips

str(tips)

# 'data.frame': 244 obs. of  7 variables:

#   $ total_bill: num  17 10.3 21 23.7 24.6 ...

# $ tip       : num  1.01 1.66 3.5 3.31 3.61 4.71 2 3.12 1.96 3.23 ...

# $ sex       : Factor w/ 2 levels "Female","Male": 1 2 2 2 1 2 2 2 2 2 ...

# $ smoker    : Factor w/ 2 levels "No","Yes": 1 1 1 1 1 1 1 1 1 1 ...

# $ day       : Factor w/ 4 levels "Thur","Fri","Sat",..: 4 4 4 4 4 4 4 4 4 4 ...

# $ time      : Factor w/ 2 levels "Dinner","Lunch": 1 1 1 1 1 1 1 1 1 1 ...

# $ size      : Factor w/ 6 levels "1","2","3","4",..: 2 3 3 2 4 4 2 4 2 2 ...

  

summary(tips) #평균과 중간값 이런것을 계산 해주는거는 양적변수, 아닐경우 질적변수

# total_bill         tip             sex      smoker      day         time          size          size 

# Min.   : 3.07   Min.   : 1.000   Female: 87   No :151   Fri :19   Dinner:176   Min.   :1.00     1:  4

# 1st Qu.:13.35   1st Qu.: 2.000   Male  :157   Yes: 93   Sat :87   Lunch : 68   1st Qu.:2.00     2:156

# Median :17.80   Median : 2.900                          Sun :76                Median :2.00     3: 38

# Mean   :19.79   Mean   : 2.998                          Thur:62                Mean   :2.57     4: 37

# 3rd Qu.:24.13   3rd Qu.: 3.562                                                 3rd Qu.:3.00     5: 5

# Max.   :50.81   Max.   :10.000                                                 Max.   :6.00     6: 4

                                      

head(tips)

# total_bill  tip    sex smoker day   time size

# 1      16.99 1.01 Female     No Sun Dinner    2

# 2      10.34 1.66   Male     No Sun Dinner    3

# 3      21.01 3.50   Male     No Sun Dinner    3

# 4      23.68 3.31   Male     No Sun Dinner    2

# 5      24.59 3.61 Female     No Sun Dinner    4

# 6      25.29 4.71   Male     No Sun Dinner    4

#범주형 sex, smoker, day, time 

#양적 : tip, total_bill

str(tips)

#size의 경우 1~6의 숫자로 구성 => 범주형으로 보고싶다? 여기서 size는 온 사람들의 수.

#factor를 사용.

tips$size <- factor(tips$size)

# $ size      : Factor w/ 6 levels "1","2","3","4",..: 2 3 3 2 4 4 2 4 2 2 ...

tips2 <- tips

tips2$size  <- factor(tips2$size)

mean(tips2$tip)

median(tips2$tip)

tips2$tip[1] <- 100

median(tips2$tip) # 중위수는 Outlier가 있더라도 변화가 없다. 

mean(tips2$tip)

quantile(tips$tip)

#변동성 측도. 얼마나 퍼져있느냐?

#분산, 표준편차 ( PDF식 잘못됨 )   

mean(tips$tip)  # [1] 2.998279

var(tips$tip)  # [1] 1.914455 

sd(tips$tip)   # [1] 1.383638

# x bar + - 2sd => 95%

#변동계수 : sd/x bar => 비율을 비교할 수 있는 것이다. 

#같은 sd라도 mean에 따라 크기의 비율이 다를 수 도있다.

#즉, mean 10 sd 1   mean 100 sd 1 두개의 산포 정도는 다르다 라는 것.

#IQR -> boxplot 의 range Q3 - Q1 

IQR(tips$tip) # [1] 1.5625

boxplot(tips$tip,horizontal = T)

barplot(tips$tip,xlim=c(0,10))

?barplot

hist(tips$tip,20)

#Q-Q plot 그래프를 이용한 정규성 확인 

qqnorm(tips$tip)

qqline(tips$tip)

# bar chart, pie chart

# table => 도수분표표로 만들어준다. 

# 원래는 가장 먼저 나오는 순서대로 factor생성(label) 

tips$day <- factor(tips$day,levels = c("Thur","Fri","Sat","Sun")) #levels 지정하여 목~일 로 출력되도록 변경.

unique(tips$day)

mytable <- table(tips$day)

# Fri  Sat  Sun Thur 

# 19   87   76   62 

barplot(table(tips$day))

# pi chart 

lbl <- paste(names(mytable),",",round(prop.table(mytable),2)*100,"%",sep = "")  #labels 이름 부여를 위한 작업.

pie(mytable, labels=lbl) # 간단한 모양에 라벨 추가.

#두개의 범주형 변수 자료의 요약

mytable2 <- xtabs(~sex+day,tips) #앞 종속, 뒤 설명. 카운트를 하려면 앞에 없이. 를~의 기준으로 

# ~ 앞에 없으면 카운트를 세서 준다. table형태로 출력.

#          day

# sex      Thur Fri Sat Sun

# Female   32   9  28  18

# Male     30  10  59  58

class(mytable2)

par(mfcol=c(1,2))

mytable2 <- addmargins(mytable2)

mytable3 <- xtabs(~sex+day,tips) 

barplot(mytable3,legend.text = c("Female","Male"))

barplot(mytable3,legend.text = c("Female","Male"),beside = T)

#더 많은 정보를 줄 수 있음.

mosaicplot(t(mytable3)) # 전치행렬.

mosaicplot(mytable3)

#범주형 변수와 양적 변수의 요약

boxplot(tip~day,data=tips, ylab="tips",xlab="day") #종속 tip 설명(독립) day

#두 양적변수의 요약

plot(tip~total_bill,tips)

plot(tips$total_bill,tips$tip)

cor(tips$tip,tips$total_bill)   # [1] 0.6757341

DF <- read.csv("movie_MBA2.csv",stringsAsFactors = F)

head(DF,3)

View(DF)

str(DF)

# 'data.frame': 227 obs. of  11 variables:

#   $ title       : chr  "다크아워" "원더풀 라디오" "밀레니엄 : 여자를 증오한 남자들" "장화신은 고양이" ...

# $ release_date: chr  "2012-01-05" "2012-01-05" "2012-01-11" "2012-01-12" ...

# $ week1_sales : num  1.17e+09 3.99e+09 2.20e+09 7.75e+09 7.37e+08 ...

# $ week1_seen  : int  142322 541314 281785 883384 104258 183724 916902 335960 209516 1239057 ...

# $ nation      : chr  "미국" "한국" "미국" "미국" ...

# $ production  : chr  "" "(주)영화사아이비젼,(주)기안컬처테인먼트" "" "" ...

# $ distributor : chr  "이십세기폭스코리아(주)" "쇼박스㈜미디어플렉스" "한국소니픽쳐스릴리징브에나비스타영화㈜" "씨제이이앤엠 주식회사" ...

# $ rating      : chr  "12세이상관람가" "15세이상관람가" "청소년관람불가" "전체관람가" ...

# $ genre       : chr  "액션/어드벤쳐" "드라마" "스릴러/공포" "애니메이션" ...

# $ total_seen  : int  162704 986287 443855 2080445 206344 276334 3459864 467697 283449 4058225 ...

# $ total_sales : num  1.32e+09 7.26e+09 3.50e+09 1.76e+10 1.44e+09 ...

boxplot(DF$total_seen)

unique(DF$rating)   # [1] "12세이상관람가" "15세이상관람가" "청소년관람불가" "전체관람가"   

agratingSeen <- aggregate(total_seen~rating,data = DF,mean)

agratingSeen

# rating total_seen

# 1 12세이상관람가  1774489.7

# 2 15세이상관람가  2095732.6

# 3     전체관람가   638541.3

# 4 청소년관람불가  1015156.6

barplot(agratingSeen[,2],names.arg = agratingSeen[,1], legend.text = "관객수",main = "등급에 따른 관객수")

agratingSale <- aggregate(total_sales~rating,data = DF,mean)

# rating total_sales

# 1 12세이상관람가 13595065509

# 2 15세이상관람가 15129767237

# 3     전체관람가  4716789617

# 4 청소년관람불가  7651462719

barplot(agratingSale[,2],names.arg = agratingSale[,1], legend.text = "수익",main = "등급에 따른 수익")

class(agratingSale)

boxplot(total_seen~rating,data=DF, ylab="tips",xlab="rating")

range(DF$total_seen) # [1]   101351 12983330

tableOfRating <- table(DF$rating)

tableOfRating

# 12세이상관람가    15세이상관람가     전체관람가 청소년관람불가 

#         43                   94                         48             42 

barplot(tableOfRating,ylab="CNT",xlab="Rating")

pie(tableOfRating)

lbl2 <- paste(names(tableOfRating),",",round(prop.table(tableOfRating)* 100,2) ,"%",sep="")

pie(tableOfRating,labels = lbl2)

### 교수님 자료

summary(DF$total_seen)

#    Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 

# 101400   271300   790200  1527000  1719000 12980000 

boxplot(DF$total_seen,horizontal = T)

hist(DF$total_seen,20)

par(las=2,mar=c(10,5,5,5))

?par

boxplot(total_seen~rating,DF)

library("plyr")

msales <- ddply(DF,~rating,summarize,mean_sales=mean(total_sales))

class(msales)

barplot(msales[,2],names.arg = msales[,1])

tab <- xtabs(~genre+rating,DF)  # cross table

#                 rating

# genre           12세이상관람가 15세이상관람가 전체관람가 청소년관람불가

# 가족                       1              0          1              0

# 기타                       3              3          2              2

# 드라마                     8             20          2              6

# 멜로/로맨스                4              5          0              5

# 미스터리/범죄              1              9          0              6

# 스릴러/공포                0             10          0              6

# 애니메이션                 2              0         39              0

# 액션/어드벤쳐             19             33          3             14

# 코미디                     5             14          1              3

class(tab)

mosaicplot(tab)

mosaicplot(t(tab))