R编程+数据处理

Question

考虑“ISLR”包中的“College”数据集。

a) 使用函数summary() 生成变量的数字摘要 在数据集中。
b) 使用pairs() 生成数据集中连续变量的散点图。
c) 通过“分箱”变量“Top10perc”创建一个名为“Elite”的新定性变量。我们将根据来自高中的两个 10% 的学生的比例是否超过 50% 将大学分为两组。将此变量添加到您的数据集。
d) 使用表格函数计算精英学校有多少。
e) 使用表格函数计算出有多少精英学校是私立的。
f) 精英学校的毕业率往往更高吗？

在 (e) 和 (f) 方面需要帮助

这是我到目前为止写的：-

#install.packages("ISLR")
library(ISLR)
setwd("~/Desktop/spring 2021/STA/Homework/HW1")
data("College")
head(College)
summary(College)
pairs(College[ ,2:18])
College$Elite <- College$Top10perc > 50
summary(College)
table(College$Elite)

数据集摘要：

Answer 1

e) table(College[College$Private=="Yes",]$Elite) 回答问题，因为TRUE 频率是65：

但是，我更喜欢看到“精英”与“非精英”：

(¬_¬)table(College[College$Private=="Yes",]$Elite)

    Elite Non-Elite 
       65       500

f) 你可以做一个单方面的 Welch t.test() 来比较精英学校和非精英学校之间的 Grad.Rate 方法：

(¬_¬)t.test(Grad.Rate~Elite, College, alternative = "greater")

    Welch Two Sample t-test

data:  Grad.Rate by Elite
t = 12.986, df = 109.94, p-value < 2.2e-16
alternative hypothesis: true difference in means is greater than 0
95 percent confidence interval:
 17.37645      Inf
sample estimates:
    mean in group Elite mean in group Non-Elite 
               83.38462                63.46352