Praca domowa 2016.10.17 i powiązane.

warsztat 2016.10.17/praca_domowa_2016.10.17.Rmd

@@ -0,0 +1,164 @@
+---
+title: "Praca domowa na 24 października 2016"
+author: "Tomasz Żółtak"
+date: "17 października 2016"
+output: html_document
+---
+
+# Przygotowanie do pracy
+
+  1. Jeśli nie zrobiłeś/aś tego wcześniej, zainstaluj na swoim komputerze [R](https://cran.r-project.org) i [RStudio](https://www.rstudio.com/products/rstudio/download3).
+  2. Jeśli nie zrobiłeś/aś tego wcześniej, otwórz RStudio i zainstaluj potrzebne pakiety, wywołując polecenie:
+
+```{r, eval=FALSE}
+install.packages(c("reshape2", "plyr", "dplyr", "car", "effects", "multcomp",
+                   "ggplot2", "knitr", "yaml", "rmarkdown", "devtools"))
+```
+
+  3. Otwórz w RStudio plik "praca_domowa_2016.10.17.Rmd" (np. menu: File -> Open file...).
+  4. Otwórz w RStudio plik "dane_2016.10.17.RData" (np. menu: File -> Open file...).
+     * Pojawi się okno zawierające pytanie, czy chcesz wczytać obiekty z pliku danych do przestrzeni roboczej - klikamy "tak".
+  5. Otwórz w przeglądarce internetowej plik "warsztat_2016.10.17.html", żeby móc korzystać z niego jako pomocy.
+
+# Zadania - generowanie rozkładów
+
+## 1. Oblicz rozkłady częstości
+
+Korzystając z poznanych funkcji dla każdej ze zmiennych V1, ..., V7 oblicz brzegowe rozkłady częstości i przypisz je do obiektówo nazwach podanych w poniższych blokach kodu.
+
+  * Zmienna V1 - zadowolenie z miejsca zamieszkania:
+
+```{r comment="", prompt=TRUE, collapse=TRUE}
+pV1 =  # to jest miejsce na Twój kod (może Ci to zająć kilka linii)
+pV1  # obejrzyjmy ten rozkład
+```
+
+  * Zmienna V2 - z czasu wolnego i wypoczynku:
+
+```{r comment="", prompt=TRUE, collapse=TRUE}
+pV2 =  # to jest miejsce na Twój kod (może Ci to zająć kilka linii)
+pV2  # obejrzyjmy ten rozkład
+```
+  * Zmienna V3 - zadowolenie z życia rodzinnego:
+
+```{r comment="", prompt=TRUE, collapse=TRUE}
+pV3 =  # to jest miejsce na Twój kod (może Ci to zająć kilka linii)
+pV3  # obejrzyjmy ten rozkład
+```
+  * Zmienna V4 - zadowolenie z przyjaźni:
+
+```{r comment="", prompt=TRUE, collapse=TRUE}
+pV4 =  # to jest miejsce na Twój kod (może Ci to zająć kilka linii)
+pV4  # obejrzyjmy ten rozkład
+```
+  * Zmienna V5 - zadowolenie ze stanu zdrowia:
+
+```{r comment="", prompt=TRUE, collapse=TRUE}
+pV5 =  # to jest miejsce na Twój kod (może Ci to zająć kilka linii)
+pV5  # obejrzyjmy ten rozkład
+```
+  * Zmienna V6 - zadowolenie ze swoich warunków mieszkaniowych:
+
+```{r comment="", prompt=TRUE, collapse=TRUE}
+pV6 =  # to jest miejsce na Twój kod (może Ci to zająć kilka linii)
+pV6  # obejrzyjmy ten rozkład
+```
+  * Zmienna V7 - zadowolenie z własnego wykształcenia:
+
+```{r comment="", prompt=TRUE, collapse=TRUE}
+pV7 =  # to jest miejsce na Twój kod (może Ci to zająć kilka linii)
+pV7  # obejrzyjmy ten rozkład
+```
+
+## 2. Oblicz skumulowane rozkłady częstości
+
+Korzystając z poznanych funkcji dla każdej ze zmiennych V1, ..., V7 oblicz skumulowane brzegowe rozkłady częstości i przypisz je do obiektówo nazwach podanych w poniższych blokach kodu. Możesz tu wykorzystać to, że w obiektach `pV1`, ..., `pV7` masz już przygotowane wcześniej brzegowe rozkłady częstości.
+
+  * Zmienna V1 - zadowolenie z miejsca zamieszkania:
+
+```{r comment="", prompt=TRUE, collapse=TRUE}
+pSV1 =  # to jest miejsce na Twój kod (może Ci to zająć kilka linii)
+pSV1  # obejrzyjmy ten rozkład
+```
+
+  * Zmienna V2 - z czasu wolnego i wypoczynku:
+
+```{r comment="", prompt=TRUE, collapse=TRUE}
+pSV2 =  # to jest miejsce na Twój kod (może Ci to zająć kilka linii)
+pSV2  # obejrzyjmy ten rozkład
+```
+  * Zmienna V3 - zadowolenie z życia rodzinnego:
+
+```{r comment="", prompt=TRUE, collapse=TRUE}
+pSV3 =  # to jest miejsce na Twój kod (może Ci to zająć kilka linii)
+pSV3  # obejrzyjmy ten rozkład
+```
+  * Zmienna V4 - zadowolenie z przyjaźni:
+
+```{r comment="", prompt=TRUE, collapse=TRUE}
+pSV4 =  # to jest miejsce na Twój kod (może Ci to zająć kilka linii)
+pSV4  # obejrzyjmy ten rozkład
+```
+  * Zmienna V5 - zadowolenie ze stanu zdrowia:
+
+```{r comment="", prompt=TRUE, collapse=TRUE}
+pSV5 =  # to jest miejsce na Twój kod (może Ci to zająć kilka linii)
+pSV5  # obejrzyjmy ten rozkład
+```
+  * Zmienna V6 - zadowolenie ze swoich warunków mieszkaniowych:
+
+```{r comment="", prompt=TRUE, collapse=TRUE}
+pSV6 =  # to jest miejsce na Twój kod (może Ci to zająć kilka linii)
+pSV6  # obejrzyjmy ten rozkład
+```
+  * Zmienna V7 - zadowolenie z własnego wykształcenia:
+
+```{r comment="", prompt=TRUE, collapse=TRUE}
+pSV7 =  # to jest miejsce na Twój kod (może Ci to zająć kilka linii)
+pSV7  # obejrzyjmy ten rozkład
+```
+
+# Zadania - analiza wyników
+
+Aby wygodniej było Ci porównywać ze sobą rozkłady różnych zmiennych, zbierzmy je w jednej macierzy przy pomocy funkcji `cbind()` i zaokrąglijmy częstości przy pomocy funkcji `round()`.
+
+### Brzegowe rozkłady częstości zmiennych V1-V7
+
+```{r comment="", prompt=TRUE, collapse=TRUE}
+round(cbind(pV1, pV2, pV3, pV4, pV5, pV6, pV7), 3)
+```
+
+Uwaga! To **nie jest** żaden rozkład łączny, ani rodzina rozkładów warunkowych, tylko zestawione obok siebie rozkłady brzegowe zmiennych, które mają wspólny zbiór wartości, jakie mogąprzyjmować.
+
+### Skumulwane brzegowe rozkłady częstości zmiennych V1-V7
+
+```{r comment="", prompt=TRUE, collapse=TRUE}
+round(cbind(pSV1, pSV2, pSV3, pSV4, pSV5, pSV6, pSV7), 3)
+```
+
+Wygodne może też być dla Ciebie skompilowanie w tej chwili raportu przy pomocy opcji "Knit" (obok ikonki kłębka włóczki), która znajduje się na górze panelu RStudio zawierającego kod. W ten sposób powyższe tabelki będziesz mógł/mogła podejrzeć sobie w zewnętrzym pliku HTML, który zostanie utworzony w wyniku dokonanie takiej operacji.
+
+## 4. Odczytywanie wartości z rozkładów I
+
+Na podstawie wygenerowanych wcześniej rozkładóW odpowiedz na poniższe pytania. Jeśli będziesz potrzebował(a) dokonać jakichś obliczeń, możesz oczywiście skorzystać z konsoli R, ale poniżej nie wpisuj kodu, a jedynie liczbę - wynik ew. operacji (lub wartość, którą daje się odczytać wprost z któregośc z rozkładów).
+
+  - Jaki odsetek badanej zbiorowości stanowią Ci, który na pytanie o zadowolenie ze swojego stanu zdrowia udzielili odpowiedzi "raczej zadowolony"? **TU WPISZ LICZBĘ**
+  - Jaki odsetek badanej zbiorowości stanowią Ci, którzy zadeklarowali, że nie są zadowoleni z własnego wykształcenia (łącznie, bez względu na to, jak bardzo są niezadwoleni)? **TU WPISZ LICZBĘ**
+  - Jaki odsetek badanej zbiorowości stanowią Ci, którzy w pytaniu o zadowolenie z przyjaźni udzielili odpowiedzi wskazujących na niezdecydowanie ("raczej zadowolony"lub "raczej niezadowolony")? **TU WPISZ LICZBĘ**
+
+## 5. Odczytywanie wartości z rozkładów II
+
+Na podstawie wygenerowanych wcześniej rozkładóW odpowiedz na poniższe pytania.
+
+  - Z jakiej spośród analizowanych dziedzin życia respondenci byli najbardziej, a z jakiej najmniej zadowoleni? Przy porównaniu pomiń natężenie zadowolenia/niezadowolenia.
+    - Dziedzina, z której respondenci są najbardziej zadowoleni: **TU WPISZ ODPOWIEDŹ**.
+    - Dziedzina, z której respondenci są najmniej zadowoleni: **TU WPISZ ODPOWIEDŹ**.
+  - W odniesieniu do jakiej dziedziny respondenci udzielili najmniej, a w odniesieniu do jakiej najwięcej odpowiedzi niezdecydowanych ("raczej zadowolony"lub "raczej niezadowolony")?
+    - Dziedzina z najmniejszą liczbą odpowiedzi niezdecydowanych: **TU WPISZ ODPOWIEDŹ**.
+    - Dziedzina z największą liczbą odpowiedzi niezdecydowanych: **TU WPISZ ODPOWIEDŹ**.
+
+# Czynności końcowe
+
+  - Zapisz wyniki swojej pracy (tj. plik "praca_domowa_2016.10.17.Rmd").
+  - Zmień jego nazwę na "moje_imie_i_nazwisko_2016.10.17.Rmd".
+  - Wyślij go na adres email: [email protected]

warsztat 2016.10.17/warsztat_2016.10.17.Rmd

@@ -9,7 +9,7 @@ output:
     toc_depth: 3
 ---
 
-Na dzisiejszych zajęciach zapoznamy się z używaniem macierzy. Poznamy też funkcję `table()`, przy pomocy której będziemy tworzyć rozkłady zmiennych. Poznamy też sposób tworzenia **prostych** tabel w Rmarkdown i wizualizowania (dyskretnych) rozkładów zmiennych.
+Na dzisiejszych zajęciach zapoznamy się z używaniem macierzy. Poznamy też funkcję `table()`, przy pomocy której będziemy tworzyć rozkłady zmiennych.
 
 # Podstawowe struktury danych w R - macierze
 
@@ -297,191 +297,30 @@ Dysponując brzegowym rozkładem liczebności zmiennej *X*, zapisanym w obiekcie
 nX = table(X)
 nX
 # to jest miejsce na Twój kod
-
-
-
-
-```
-
----
-
-### Rozkłady łączne dwóch zmiennych
-
-Funkcja `table()` pozwala też łatwo uzyskać **łączny rozkład liczebności** dwóch zmiennych - wystarczy podać jej jako drugi argument inny wektor (o tej samej liczbie elementów, co ten, który podajemy jako pierwszy argument).
-
-```{r comment="", prompt=TRUE, collapse=TRUE}
-# łączny rozkład liczebności zadowolenia z własnego wykształcenia
-#   i roku przeprowadzenia badania PGSS
-nV7Y = table(V7, Y)
-nV7Y
-```
-
-Zwrócony obiekt, jak w przypadku jednowymiarowym, jest typu *table*, ale tym razem ma dwa wymiary i możemy go traktować podobnie jak macierz.
-
-```{r comment="", prompt=TRUE, collapse=TRUE}
-str(nV7Y)
-colnames(nV7Y)
-rownames(nV7Y)
-nV7Y[3:4, 2:3]
-```
-
-Do uzyskanego rozkładu możemy też dodać rozkłady brzegowe, przy pomocy poznanej już wcześniej funkcji `addmargins()`. Wywołanie jej bez podania drugiego parametru spowoduje dodanie wszystkich możliwych (tu: dwóch) rozkładów brzegowych. Możemy też zrobić to *na piechotę*, korzystając z  funkcji `rowSums()`, `colSums()`, `rbind()` i `cbind()`.
-
-```{r comment="", prompt=TRUE, collapse=TRUE}
-# przy pomocy funkcji addmargins()
-addmargins(nV7Y)
-# "na piechotę"
-nBV7Y = rbind(nV7Y, "suma" = colSums(nV7Y))
-nBV7Y = cbind(nBV7Y, "suma" = rowSums(nBV7Y))
-nBV7Y
+sNX = cumsum(nX)
+sNX
+pNX = cumsum(pX)
+pNX
+pNX = sNX / sNX[length(sNX)]
+pNX
 ```
 
 ---
 
-#### Zadanie
-
-Dysponując łącznym rozkładem liczebności zmiennych *V7* i *Y*, zapisanym w obiekcie `nV7Y` oblicz **łączny rozkład częstości** tych zmiennych i przypisz go do obiektu `pV7Y`. Pokaż ten rozkład w konsoli z wartościami zaokrąglonymi do trzeciego miejsca po przecinku, używając polecenia `round(pV7Y, 3)`.
-
-```{r comment="", prompt=TRUE, collapse=TRUE}
-# to jest miejsce na Twój kod
-
-
-
-
-```
-
----
-
-
-### Rozkłady warunkowe
-
-**Warunkowe rozkłady liczebności** w istocie możemy traktować po prostu jako *wycinki* z łącznego rozkładu liczebności.
-
-```{r comment="", prompt=TRUE, collapse=TRUE}
-# warunkowy rozkład liczebności zadowolenia z własnego wykształcenia
-#   dla roku badania PGSS równego 1995
-nV7Y[, colnames(nV7Y) == "1995"]
-# warunkowy rozkład liczebności zadowolenia z własnego wykształcenia
-#   dla roku badania PGSS mniejszego niż 2000
-temp = nV7Y[, as.numeric(colnames(nV7Y)) < 2000]
-temp
-rowSums(temp)
-```
-
-**Rodzina warunkowych rozkładów liczebności** jest z kolei właściwie tożsama, z łącznym rozkładem liczebności, z którego *obcięto* rozkład brzegowy jednej zmiennej.
-
-```{r comment="", prompt=TRUE, collapse=TRUE}
-# łączny rozkład liczebności zadowolenia z własnego wykształcenia
-#   i roku badania PGSS
-addmargins(nV7Y)
-# rodzina warunkowych rozkładów liczebności zadowolenia z własnego wykształcenia
-#   pod warunkiem roku badania PGSS
-addmargins(nV7Y)[, -(ncol(nV7Y) + 1)]
-# lub równoważnie (a nawet prościej)
-addmargins(nV7Y, 1)
-```
-
-Pojedynczy **warunkowy rozkład częstości** możemy uzyskać na podstawie odpowiedniego warunkowego rozkładu liczebności w analogiczny sposób, jak brzegowy rozkład częstości na podstawie brzegowego rozkładu liczebności.
-
-```{r comment="", prompt=TRUE, collapse=TRUE}
-# jakiś rozkład warunkowy
-nWarunkowyV7Y1995 = nV7Y[, colnames(nV7Y) == "1995"]
-nWarunkowyV7Y1995
-# "ręcznie"
-pWarunkowyV7Y1995 = nWarunkowyV7Y1995 / sum(nWarunkowyV7Y1995)
-pWarunkowyV7Y1995
-# przy pomocy funkcji prop.table
-prop.table(nWarunkowyV7Y1995)
-```
-
-**Pamiętamy oczywiście o tym, że w sytuacji, gdy do nasz rozkład łączny już wcześniej uzupełniliśmy o rozkłady brzegowe, musielibyśmy obliczyć to nieco inaczej!**
-
-**Rodzinę warunkowych rozkładów częstości** również możemy uzyskać przy pomocy funkcji `prop.table()`, podając jej drugi (opcjonalny), argument. Podobnie jak w przypadku funkcji `addmargins()` wskazuje on, *w którą stronę* ma być wykonana operacja (tu: procentowania). Żeby sprawy nie były zbyt proste, **wartości tego drugiego argumentu mają inne znaczenie w ramach funkcji `prop.table()`, niż w ramach funkcji `addmargins()`**:
-
-  * `prop.table()`: 1 - procentuj w wierszach, 2 - procentuj w kolumnach;
-  * `addmargins()`: 1 - dodaj rozkład brzegowy pierwszej zmiennej (dla dwóch zmiennych: ten na dole, tzn. sumuj w kolumnach), 2 - dodaj rozkład brzegowy drugiej zmienej (dla dwóch zmiennych: ten po prawej, tzn. sumuj w wierszach).
-
-```{r comment="", prompt=TRUE, collapse=TRUE}
-# rodzina warunkowych rozkładów częstości zadowolenia z własnego wykształcenia
-#   w zależności od roku badania PGSS
-rWRPV7Y = addmargins(prop.table(nV7Y, 2), 1)
-rWRPV7Y
-round(rWRPV7Y, 3)
-```
-
-## Prosta wizualizacja rozkładów zmiennych (kategorialnych) - funkcja barplot()
-
-### Prosta wizualizacja rozkładu jednej zmiennej
-
-Wykres słupkowy obrazujący rozkład jednej zmiennej możemy uzyskać korzystając z funkcji `barplot`, której jako argument podajemy rozkład danej zmiennej (uwaga, bez ew. elementu z sumą).
-
-```{r comment="", prompt=TRUE, collapse=TRUE}
-nX = table(X)
-pX = prop.table(nX)
-barplot(nX)
-barplot(pX)
-```
-
-Funkcja ma też dużą liczbę dodatkowych argumentów, które pozwalają nam zarządzać jego wyglądem i uzupełnić o dodatkowe elmenty (np. tytuł, czy etykiety osi). Funkcji `grid()` możemy użyć, aby dodać linie siatki.
-
-```{r comment="", prompt=TRUE, collapse=TRUE}
-barplot(pX, col = 3,
-        main = "Wielkość miejscowości zamieszkania w analizowane zbiorowości",
-        ylab = "czestość")
-grid(col = grey(0.3), nx = NA, ny = NULL)
-```
-
-Czasem bardziej użyteczne byłoby pokazanie wykresu w postaci *skumulowanej* - słupków reprezentujących częstość (względnie liczebność) poszczególnych słupków *nałożonych jeden na drugim*. Możemy to łatwo uzyskać, konwertując nasz rozkład na macierz przed przekazaniem funkcji `barplot()`.
-
-```{r comment="", prompt=TRUE, collapse=TRUE}
-barplot(as.matrix(nX))
-# nawet mając macierz możemy wrócić do poprzedniego wyglądu
-barplot(as.matrix(nX), beside = TRUE)
-# żeby móc coś zrozumieć, warto dodać legendę
-barplot(as.matrix(pX),
-        main = "Wielkość miejscowości zamieszkania w analizowane zbiorowości",
-        legend.text = TRUE, args.legend =  list(x = "right"), xlim = c(0, 1.8))
-```
-
-Niestety kwestia pozycjonowania legendy nie jest tu rozwiązana w niezawodny sposób.
-
-### Prosta wizualizacja rozkładu dwóch zmiennych
-
-Opisane poniżej rozwiązania można oczywiście zastosować do różnych typów rozkładów łącznych i rodzin rozkładów warunkowych, ale **prowadząc analizy zwykle skupiamy się na porównywania ze sobą rozkładów w ramach rodziny warunkowych rozkładów częstości**. Stąd przykład odnosi się właśnie do takiej rodziny rozkładów.
-
-```{r comment="", prompt=TRUE, collapse=TRUE}
-# rodzina warunkowych rozkładów częstości zadowolenia z własnego wykształcenia
-#   w zależności od roku badania PGSS
-rWRPV7Y = prop.table(nV7Y, 2)
-barplot(rWRPV7Y)
-```
-
-Bez legendy, tytułu i etykiet osi trochę trudno się zorientować, o co chodzi.
-
-```{r comment="", prompt=TRUE, collapse=TRUE}
-barplot(rWRPV7Y,
-        main = "Zadowolenie z własnego wykształcenia\nw różnych rundach badania PGSS",
-        xlab = "rok badania PGSS",
-        ylab = "częstość",
-        legend.text = TRUE, args.legend =  list(x = "right"), xlim = c(0, 10))
-```
-
-Możemy też uzyskać wykres w postaci słupków zestawionych obok siebie - choć w tym przypadku jest on raczej mniej użyteczny analitycznie.
-
-```{r comment="", prompt=TRUE, collapse=TRUE}
-barplot(rWRPV7Y, beside = TRUE,
-        main = "Zadowolenie z własnego wykształcenia\nw różnych rundach badania PGSS",
-        xlab = "rok badania PGSS",
-        ylab = "częstość",
-        legend.text = TRUE, args.legend =  list(x = "topright"), ylim = c(0, 0.9))
-```
-
 # Na następne zajęcia
 
+Jeśli interesuje Cię zrozumienie, co robimy na początku każdych zajęć, aby pobrać pliki, których będziemy używać, zapoznaj się z opisem zawartym [w pliku README.md w katalogu projektu na GitHubie](https://github.com/tzoltak/3501-KOG-S1R_2016_gr3).
+
 ## Praca domowa
 
-Wejdź dziś wieczorem na stronę projektu na GitHubie z materiałami z tego warsztatu i zobacz, co pojawiło się w tym miejscu.
+Pobierz ze strony
 
 ## Do przeczytania na następne zajęcia
 
-[G. Lissowski, J. Haman i M. Jasiński. (2011). Podstawy statystyki dla socjologów. Wyd. II poprawione. Warszawa: Wydawnictwo Naukowe SCHOLAR.](http://libra.ibuk.pl/book/145985) - Rozdziały: 1.1.-1.2., 3.5.-3.6., 4.1.-4.2. oraz 4.5. w zakresie, w jakim odnosi się do parametrów omówionych w 4.1. i 4.2.
+G. Lissowski, J. Haman i M. Jasiński. (2011). Podstawy statystyki dla socjologów. Wyd. II poprawione. Warszawa: Wydawnictwo Naukowe SCHOLAR.  Rozdział 2.
+
+Względnie inne źródła, w których opisane zostało co to jest:
+  * łączny rozkład statystyczny liczebności dwóch zmiennych,
+  * łączny rozkład statystyczny częstości dwóch zmiennych,
+  * rodzina rozkładów warunkowych liczebności,
+  * rodzina rozkładów warunkowych częstości.