【发布时间】:2021-12-28 01:53:22
【问题描述】:
目前我正在写我的硕士论文。我的大学向我提供了包含多个变量的学生数据,例如年龄、性别、学科、教师、访问的课程、获得的成绩、学生流失情况等等。我的任务是分析这些数据,以预测哪个学生会流失以及哪个学生会获得学位。在此之前,我想尝试进行探索性数据分析。目前我被困在我想计算两个分类变量的比例:主题和学生是否流失。
我为要计算的统计数据创建了一个简单的示例:
Subject_Churn_df <- data.frame(Subject = c("Math", "Engineering", "IT", "Math", "IT", "IT", "Engineering"),
Churn = c("Yes", "Yes", "No", "No", "Yes", "Yes", "No"))
现在我想确定哪个主题流失的比例。
我尝试了以下代码:
Subject_Churn_df %>%
select(Subject, Churn) %>%
table() %>%
prop.table()
但结果我得到了
Churn
Subject No Yes
Engineering 0.1428571 0.1428571
IT 0.1428571 0.2857143
Math 0.1428571 0.1428571
在这种情况下,比例是通过考虑整个样本来计算的。但是,我想知道每个主题的流失率,例如
Engineering 0.5
IT 0.333333
Math: 0.5
我将不胜感激每一个提示/解决方案。提前非常感谢。
【问题讨论】:
-
谢谢,这听起来是个好主意。上次我在 StackOverflow 上问了一个与 R 相关的问题,它被转移到了这个网站。因此,我不太确定在哪里发布。
-
把它贴到一个或另一个没有坏处,它最终会找到一个家!
标签: r categorical-data