기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

R 기술통계

내용

기본통계

기술통계(descriptive statistics)

mtcars
vars<-c('mpg', 'hp', 'wt')
mt1<-mtcars[vars]
head(mt1) #1~6행을 반환 
                  mpg  hp    wt
Mazda RX4         21.0 110 2.620
Mazda RX4 Wag     21.0 110 2.875
Datsun 710        22.8  93 2.320
Hornet 4 Drive    21.4 110 3.215
Hornet Sportabout 18.7 175 3.440
Valiant           18.1 105 3.460
summary(mt1)#요약통계량을 반환 
     mpg              hp              wt       
 Min.   :10.40   Min.   : 52.0   Min.   :1.513
 1st Qu.:15.43   1st Qu.: 96.5   1st Qu.:2.581  
 Median :19.20   Median :123.0   Median :3.325
 Mean   :20.09   Mean   :146.7   Mean   :3.217
 3rd Qu.:22.80   3rd Qu.:180.0   3rd Qu.:3.610
 Max.   :33.90   Max.   :335.0   Max.   :5.424
apply(객체, 1 or 2, FUN)는 객체의 행 또는 열에 함수를 적용합니다. 1: row, 2:column
sapply(객체, FUN)는 객체의 각 열에 함수를 적용합니다.
위 함수에서 객체의 결측치를 제외하기 위해 함수에 인자 na.omit=True를 첨가합니다.
위 함수들의 인수중 FUN에 사용되는 전형적인 함수들은 다음과 같습니다.
mean, sd, var, min,max, median, length, range, quantile
fivenum()은 Turkey의 5가지 요약(min, lower-hinge, median, upper-hinge, maximum)을 반환합니다.
apply(mt1, 2, mean)
      mpg        hp        wt
 20.09062 146.68750   3.21725 
sapply(mt1, mean)
      mpg        hp        wt
 20.09062 146.68750   3.21725 
fivenum(mt1$mpg)
[1] 10.40 15.35 19.20 22.80 33.90
sapply(mt1, fivenum)
       mpg  hp     wt
[1,] 10.40  52 1.5130
[2,] 15.35  96 2.5425
[3,] 19.20 123 3.3250
[4,] 22.80 180 3.6500
[5,] 33.90 335 5.4240
그러나 R 자체에서는 중요한 기술 통계량인 skew(왜도)와 kurtosis(첨도)를 위한 함수들을 제공하지 않습니다. $$\begin{aligned}&\text{skew}=\frac{\sum^n_{i=0}\left(\frac{x_i-m}{sd}\right)^3}{n}\\&\text{kurtosis}=\frac{\sum^n_{i=0}\left(\frac{x_i-m}{sd}\right)^4}{n}-3\end{aligned}$$ 위 식의 m, sd, n은 각각 평균, 표준편차, 그리고 객체의 크기 입니다. 그러므로 다음과 같이 직접계산하는 함수를 작성할 수 있습니다.
descriptStats<-function(x, na.omit=FALSE){
    if(na.omit) x<-x[!is.na(x)]
    m<-mean(x)
    n<-length(x)
    s<-sd(x)
    skew<-sum((x-m)^3/s^3)/n
    kurt<-sum((x-m)^4/x^4)/n-3
    return(c(n=n, mean=m, std=s, skew=skew, kurtosis=kurt))
}
round(sapply(mt1, descriptStats), 3)
            mpg      hp     wt
n        32.000  32.000 32.000
mean     20.091 146.688  3.217
std       6.027  68.563  0.978
skew      0.611   0.726  0.423
kurtosis  -2.945  -2.307 -2.896
위 결과에서 변수 mpg에 대한 왜도와 첨도는 그 분포가 오른쪽으로 치우쳐 있고 정규분포보다 flat하다는 것을 나타냅니다. R의 패키지 중에서 좀더 자세한 기술통계 정보를 제공하고 있습니다. Hmic 패키지의 describe(): 변수와 관찰치의 수, 결측치 수, 고유값(unique value)의 수, mean, quantiles, 최고값과 최저값을 각각 5개씩 반환
library(Hmisc)
describe(mt1)
mt1 

 3  Variables      32  Observations
--------------------------------------------------------------------------------
mpg
       n  missing distinct     Info     Mean      Gmd      .05      .10 
      32        0       25    0.999    20.09    6.796    12.00    14.34
     .25      .50      .75      .90      .95 
   15.43    19.20    22.80    30.09    31.30

lowest : 10.4 13.3 14.3 14.7 15.0, highest: 26.0 27.3 30.4 32.4 33.9
--------------------------------------------------------------------------------
hp
       n  missing distinct     Info     Mean      Gmd      .05      .10
      32        0       22    0.997    146.7    77.04    63.65    66.00
     .25      .50      .75      .90      .95
   96.50   123.00   180.00   243.50   253.55 

lowest :  52  62  65  66  91, highest: 215 230 245 264 335
--------------------------------------------------------------------------------
wt
       n  missing distinct     Info     Mean      Gmd      .05      .10
      32        0       29    0.999    3.217    1.089    1.736    1.956 
     .25      .50      .75      .90      .95
   2.581    3.325    3.610    4.048    5.293

lowest : 1.513 1.615 1.835 1.935 2.140, highest: 3.845 4.070 5.250 5.345 5.424
--------------------------------------------------------------------------------
pastec 패키지의 stat.desc()함수와 psych 패키지의 decribe() 함수 역시 기술 통계량을 나타내며 통계량의 종류에는 차이가 있습니다.

그룹화에 의한 기술통계

데이터 전체에서 특정 관찰점을 기준으로 그룹화할 수 있습니다. 이 경우 전체 샘플보다 각 그룹에 대한 기술 통계가 중심이 됩니다. R에서는 aggregate() 또는 reshape 패키지의 melt()와 cast()함수를 사용하여 그룹화를 진행할 수 있습니다. mtcars 데이터에서 변수 mpg, hp, wt를 변수 am에 의해 그룹화하고 각 그룹의 평균(mean)과 표준편차를 계산합니다. 그러나 그룹화에 사용할 aggragate()에 전달하는 함수는 하나이어야 합니다. 그러므로 사용자 함수를 작성하여 사용합니다.
muSd<-function(x){c(mean=mean(x), std=sd(x))} 
vars<-c('mpg', 'hp', 'wt')
mt1<-mtcars[vars] 
groupStat<-aggregate(mtcars[vars], by=list(am=mtcars$am), muSd)
round(groupStat)<-function 
  am mpg.mean mpg.std hp.mean hp.std wt.mean wt.std
1  0       17       4     160     54       4      1
2  1       24       6     127     84       2      1
그룹화를 위해 다음 함수를 사용할 수 있습니다.
by(x, indices, fun)
x: data frame 또는 matrix
indice: 그룹화의 인자 또는 인자들(factor 또는 list of factors)
fun: 적용할 함수
by(mtcars$mpg, mtcars$am, muSd)
mtcars$am: 0
     mean       std
17.147368  3.833966
------------------------------------------------------------
mtcars$am: 1
     mean       std
24.392308  6.166504

패키지 함수 적용

자료의 그룹화는 doBy 패키지의 summaryBy() 함수에 의해 실행됩니다.
summaryBy(formular, data=ddata.frame, FUN=function)
formular: 그룹화를 위한 변수(들)~그룹화의 기준이 되는 변수(들)
인수 formular의 형태는 다음과 같습니다.
var1~groupvar1
var1+var2+...~groupvar1+groupvar2+...
다음은 객체 mt1을 변수 am에 의해 그룹화하여 descriptStats 함수를 적용한 것입니다.
library(doBy)
round(summaryBy(mpg+hp+wt~am, data=mtcars, FUN=descriptStats), 2)
am mpg.n mpg.mean mpg.std mpg.skew mpg.kurtosis hp.n hp.mean hp.std hp.skew
   1  0    19    17.15    3.83     0.01        -2.98   19  160.26  53.91   -0.01
   2  1    13    24.39    6.17     0.05        -2.98   13  126.85  84.06    1.36
  hp.kurtosis wt.n wt.mean wt.std wt.skew wt.kurtosis
1       -2.64   19    3.77   0.78    0.98       -2.99
2       -2.47   13    2.41   0.62    0.21       -2.98
psych 패키지의 describeBy()함수 역시 데이터의 그룹화를 위해 사용할 수 있으며 이 함수에는 같은 패키지의 desscribe() 함수가 적용됩니다. 데이터셋을 재구성하는데 많이 사용되는 reshape 패키지의 melt()와 cast() 함수들을 사용하여 그룹화를 실행할 수 있습니다.
re<-melt(dataframe, measure.vars=y, id.vars=g)
cast(re, groupvar1+groupvar2+...+variable~., FUN)
dataframe을 g에 의해 y를 그룹화합니다.
groupvar: 그룹화 기준이 되는 요인변수, 여러개 일 경우는 '+'로 연결합니다.
variable~. : 그대로 작성합니다.
FUN: 적용할 함수입니다.
library(reshape)
muSd<-function(x){c(mean=round(mean(x),2), std=round(sd(x),2))}
df<-melt(mtcars, measure.vars=c('mpg','hp','wt'), id.vars=c('am', 'cyl'))
head(df, 3)
  am cyl variable value
1  1   6      mpg  21.0
2  1   6      mpg  21.0
3  1   4      mpg  22.8
grRe<-cast(df, am+cyl+variable~., muSd); grRe
am cyl variable   mean   std
1   0   4      mpg  22.90  1.45
2   0   4       hp  84.67 19.66
⋮

댓글

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. \begin{align}\tag{식 2} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align} 식 2의 행렬식은 식 3과 같이 정리됩니다. \begin{align} &\begin{aligned}\textsf{det}(B - \lambda I ) & = \textsf{det}(P^{-1}(AP – \lambda P))\\ &= \textsf{det}(P^{-1}) \textsf{det}((A – \lambda I)) \textsf{det}(P)\\ &= \textsf{det}(P^{-1}) \textsf{det}(P) \textsf{det}((A – \lambda I))\\ &= \textsf{det}(A – \lambda I)\end{aligned}\\ &\begin{aligned}\because \; \textsf{det}(P^{-1}) \textsf{det}(P) &= \textsf{det}(P^{-1}P)\\ &= \textsf{det}(I)\end{aligned}\end{align} 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같...

유리함수 그래프와 점근선 그리기

내용 유리함수(Rational Function) 점근선(asymptote) 유리함수 그래프와 점근선 그리기 유리함수(Rational Function) 유리함수는 분수형태의 함수를 의미합니다. 예를들어 다음 함수는 분수형태의 유리함수입니다. $$f(x)=\frac{x^{2} - 1}{x^{2} + x - 6}$$ 분수의 경우 분모가 0인 경우 정의할 수 없습니다. 이와 마찬가지로 유리함수 f(x)의 정의역은 분모가 0이 아닌 부분이어야 합니다. 그러므로 위함수의 정의역은 분모가 0인 부분을 제외한 부분들로 구성됩니다. sympt=solve(denom(f), a); asympt [-3, 2] $$-\infty \lt x \lt -3, \quad -3 \lt x \lt 2, \quad 2 \lt x \lt \infty$$ 이 정의역을 고려해 그래프를 작성을 위한 사용자 정의함수는 다음과 같습니다. def validX(x, f, symbol): ① a=[] b=[] for i in x: try: b.append(float(f.subs(symbol, i))) a.append(i) except: pass return(a, b) #x는 임의로 지정한 정의역으로 불연속선점을 기준으로 구분된 몇개의 구간으로 전달할 수 있습니다. #그러므로 인수 x는 2차원이어야 합니다. def RationalPlot(x, f, sym, dp=100): fig, ax=plt.subplots(dpi=dp) # ② for k in x: #③ x4, y4=validX(k, f, sym) ax.plot(x4, y4) ax.spines['left'].set_position(('data', 0)) ax.spines['right...

turtle로 정오각형 그리기

정오각형 그리기  오각형을 그리는 것 역시 정사각형 , 정삼각형 을 그리는 것과 유사한 과정을 거칩니다. 단지 각 꼭지점의 각도만이 다르지요. 그러면 정오각형의 각 모서리의 각도는 어떻게 될까요? 이를 생각하기에 앞서 각 도형의 내각을 먼저 생각해보죠. 우리는 삼각형의 내각의 합을 알고 있습니다. 이를 이용하면 각 도형에서 삼각형이 몇개가 존재하는지를 알아보고 "삼각형의 갯수×180"로 그 도형의 내각의 합을 구할 수 있을 것입니다. 다음 그림을 볼까요? 위 그림의 사각형은 1개의 대각선으로 2개의 삼각형으로 구성됩니다. 오각형의 경우 2개의 대각선으로 3개의 삼각형으로 구성됩니다. 즉, 다음의 관계를 보이지요. 사각형의 내각 : 삼각형 2개 2×180=360 한각의 값  360/4=90 오각형의 내각 : 삼각형 3개 3×180=540 한각의 값  540/5=108 육각형의 내각 : 삼각형 4개 4×180=720 한각의 값  720/6=120 ... 위 그림에서 내각과 외각의 관계를 보면 위 그림의 검은색은 각 모서리의 내각이고 빨간색은 외각을 나타냅니다. 외각은 내각을 이루는 하나의 선을 연장했을 경우 상대되는 각도이라고 했습니다. 그러므로 오각형의 경우 내각 108도에 대한 외각은 72도입니다. 특이할 사항은 사각형이나 오각형이나 외각의 합은 360입니다. 즉, 모든 도형의 외각의 합은 360도입니다. (삼각형의 외각의 합을 구해보세요.) 그러므로 모든 정다각형에서 하나의 외각은 다음과 같이 계산될 수 있겠지요. 360/변수의 수=다각형에서 하나의 외각 위에서 회전을 할 경우 내각이 아닌 외각을 사용해야 함을 알았습니다. 그러므로 오각형을 그리는 계획은 다음과 같이 작성할 수 있겠죠. 1) 지정한 길이만큼 앞으로 이동합니다. 2) 오른쪽 또는 왼쪽으로 72도를 회전합니다. 3) 앞으로 동일한 길이만큼 이동합니다. 4) 오른쪽 또는 왼쪽으로 72도 만큼 이동합니다. 5)1번부터 4번 ...