Розуміння даних починається з описової статистики — вона надає ключові підсумки щодо розподілу, центральної тенденції та розсіювання змінних.

Базова описова статистика

Найпоширеніші статистичні показники:

• Середнє: середнє значення;
• Стандартне відхилення: ступінь відхилення значень від середнього;
• Медіана: середнє значення;
• Мін / макс: найменше та найбільше значення.

Ці показники дають швидке уявлення про розподіл ваших змінних.

Базовий R

Базовий R надає прості функції для обчислення описової статистики. Функція summary() також створює короткий статистичний огляд усіх числових стовпців.

mean(df$max_power, na.rm = TRUE)
median(df$selling_price, na.rm = TRUE)
min(df$mileage, na.rm = TRUE)
max(df$mileage, na.rm = TRUE)
summary(df)

dplyr

За допомогою dplyr можна використовувати summarise() для обчислення кількох статистичних показників одночасно у зручному та читабельному форматі.

df %>%
  summarise(
    avg_power = mean(max_power, na.rm = TRUE),
    sd_power = sd(max_power, na.rm = TRUE),
    median_power = median(max_power, na.rm = TRUE)
  )