Основы статистической обработки педагогической информации. Денис Владимирович Соломатин

Чтение книги онлайн.

      4. Посмотрите на ежедневное количество отмененных рейсов. Есть ли здесь закономерность? Связана ли доля отмененных рейсов со средней задержкой?

      5. Какой перевозчик (carrier) имеет худшую статистику по задержкам рейсов? Можно ли обнаружить зависимость плохих статистических показателей аэропортов от качества работы перевозчиков? Если да, то как, если нет, то почему?

      6. За что отвечает аргумент выбора способа сортировки sort в функции count()? Когда уместно его использование?

      Группирование данных бывает полезным в сочетании с функцией подведения итогов summarise(), но есть удобные шаблоны и для операций преобразования mutate() с фильтрацией filter(). Вспомним про укороченный_вариант_таблицы <– select(flights, year:day, ends_with("delay"), distance, air_time), хранящий лишь сведения об опозданиях, и выделим по 5 злостных нарушителей регламента полётов на каждый день:

      укороченный_вариант_таблицы %>% group_by(year, month, day) %>%

      filter(rank(desc(arr_delay)) <= 5)

      Сгруппируем рейсы по направлениям и оставим лишь такие группы, объем которых превышает некоторое пороговое значение:

      ( популярные_направления <– flights %>% group_by(dest) %>%

      filter(n() > 17282) )

      Преобразуем их для дальнейшего вычисления метрических характеристик внутри каждой из полученных групп:

      популярные_направления %>% filter(arr_delay > 0) %>%

      mutate(относительная_задержка = arr_delay / sum(arr_delay)) %>%

      select(year:day, dest, arr_delay, относительная_задержка)

      Как видим, группирующая фильтрация приводит к изменениям, за которыми следует обычная фильтрация. Желательно избегать подобного, за исключением поверхностного анализа данных, в противном случае бывает трудно проверить корректность выполненных манипуляций. Функции, которые наиболее естественно работают со сгруппированными данными, например mutate() и filter(), называются оконными функциями, в отличие от резюмирующих функций типа summary(). Узнать больше об оконных функциях можно вызвав соответствующий раздел справки, введя консольную команду vignette("window-functions").

      Упражнения

      1. Вернитесь к примерам использования функций mutate() и filter() со списками. Как меняется результат каждой операции при создании промежуточных групп данных?

      2. Какой самолет (бортовой номер) имеет рекордно худшее время вылета?

      3. В какое время суток нужно лететь, чтобы максимальное избежать задержек?

      4. Для каждого пункта назначения вычислите суммарное время задержек. Для каждого рейса вычислите долю его задержек в общей сумме.

      5. Задержки обычно коррелируют по времени: после того как вызвавшая первоначальную задержку проблема была решена, более поздние рейсы задерживаются, чтобы разрешить ранним покинуть аэропорт. При помощи функции lag() исследуйте, как задержка каждого рейса связана с задержкой непосредственно предшествующего.

      6. Просмотрите каждый пункт назначения. Можно ли найти рейсы, долетевшие подозрительно быстро? То есть те полеты, которые потенциально представляют собой ошибку ввода данных. Вычислите долю воздушного времени полета относительно самого скоростного рейса до выбранного пункта назначения. Какие рейсы СКАЧАТЬ