程式設計教材 《R語言實戰·第2版》Robert I. Kabacoff
課程教材《商務與經濟統計·原書第13版》 (安德森)

P48、案例2-1 Pelican 商店

PS C:\Users\小能喵喵喵\Desktop\R\homework\1_Pelican> tree /f
C:.
│   pelican.r
│
├───.vscode
│       launch.json
│
└───data
        PelicanStores.csv

載入資料

程式設計教材p32 2.3.2

已知資料集為csv檔案，所以要按間隔符形式匯入。並刪除帶預設值的列。

stores <- read.table("./data/PelicanStores.csv",
  header = TRUE, row.names = "Customer", sep = ","
)

res1 <- data.frame(stores)
library(dplyr)
res <- res1 %>% select_if(~ !any(is.na(.)))

print(summary(res))

View(res)

主要變數的百分數頻數分佈

程式設計教材 p21~30 、p137~143

顧客型別、支付型別

# ^ 百分數頻數分佈
# @ 客戶型別
typeTable1 <- table(res$Type.of.Customer)
typeTable1 <- prop.table(typeTable1) * 100
print(typeTable1)
# @ 支付方法
typeTable2 <- table(res$Method.of.Payment)
typeTable2 <- prop.table(typeTable2) * 100
print(typeTable2)

銷售額型別

課程教材 p25 2.2.1

首先我們要確定組寬，公式為 \(近似組寬=\frac{資料最大值-資料最小值}{組數}\)

Max. :287.59 Min. : 13.23。資料項較少的情況下給定5組互不重疊的組數。組寬約等於 55

# @ 銷售額頻率分組
typeTable3 <- within(res, {
  group1 <- NA
  group1[Net.Sales >= 13 & Net.Sales < 68] <- "13.0~67.9"
  group1[Net.Sales >= 68 & Net.Sales < 123] <- "68.0~122.9"
  group1[Net.Sales >= 123 & Net.Sales < 178] <- "123~177.9"
  group1[Net.Sales >= 178 & Net.Sales < 233] <- "178~222.9"
  group1[Net.Sales >= 233 & Net.Sales < 288] <- "223~287.9"
})
# print(head(sales))
typeTable3 <- table(typeTable3$group1)
typeTable3 <- prop.table(typeTable3) * 100
print(typeTable3)

條形圖或圓餅圖顯示顧客付款方法數量

程式設計教材 p110~117

條形圖

# ^ 支付方式條形圖
png(file = "typeTable2_barplot.png")
par(mar = c(10, 4, 4, 0))
barplot(typeTable2,
  main = "100個顧客付款方法數量條形圖",
  xlab = "", ylab = "頻數", las = 2
)
dev.off()

把交叉分組表中的專案轉換成行百分比數或者列百分比數。顧客型別頻數差別太大會影響判斷

# ^ 顧客型別與淨銷售額的交叉分組表
crossTable <- with(typeTable3, table(Type.of.Customer, group1))
View(crossTable)
# @ 每個顧客型別的行百分比
crossTable <- round(prop.table(crossTable, 1) * 100, 2)
crossTable <- cbind(crossTable, sum = rowSums(crossTable[, 1:5]))
View(crossTable)

普通顧客和促銷顧客的淨銷售額並沒有明顯區別，但促銷顧客出現部分大額淨銷售額178~287.9，是因為促銷活動發的優惠卷促進了消費者的消費慾望，利用消費者的投機心理來促進多買行為。

淨銷售額與顧客年齡關係的散點圖

# ^淨銷售額與顧客年齡關係的散點圖

png(file = "res_scatterplot.png")

plot(
  x = res$Net.Sales, y = res$Age,
  xlab = "淨銷售額",
  ylab = "年齡",
  xlim = c(10, 300),
  ylim = c(20, 80),
  main = "淨銷售額與顧客年齡關係的散點圖"
)

dev.off()

兩個變數之間沒有明顯相關。但可以發現無論顧客年齡多少，淨銷售額大多都在0~150區間。

資料

每一行資料求和

cbind(crossTable, sum = rowSums(crossTable[, 1:5]))

使用函數新增的另外一種方式

addmargins(prop.table(mytable, 1), 2) # 加在列
addmargins(prop.table(mytable, 2), 1) # 加在行

RStudio table描述性統計，頻數，頻率，總和，百分比 - 知乎 (zhihu.com)

cbind函數給列命名

Set Column Names when Using cbind Function in R | Rename Variables (statisticsglobe.com)

scatterplots

R - Scatterplots (tutorialspoint.com)

piechart

R Tutorials (tutorialkart.com)

How to draw Pie Chart in R programming language (tutorialkart.com)

barplot 顯示問題

graph - How to display all x labels in R barplot? - Stack Overflow

關於warning問題

帶中文字元 R 語言經常會發出警告

options(warn=-1) #忽視任何警告
options(warn=1) #不放過任何警告
options(digits = 2) #將有效輸出變為2

prop.table()

How to Use prop.table() Function in R (With Examples) - Statology

prop table in R: How Does the prop.table()

變數分組的三種方法

R語言將變數分組的三種方法（含cut函數介紹

完整程式碼

alicepolice/R01_Pelican (github.com)

R語言、02 案例2-1 Pelican商店、《商務與經濟統計》案例題