案例展示 STAC32 Assignment 2

任务介绍

在这个作业中，你需要独立完成所有任务。你可以与其他人讨论总体思路，但作业的编写和最终呈交必须完全由你独立完成。如果你提交的作业与其他学生过于相似，你可能会被要求解释原因。

在作业中遇到问题时，你需要自己解决。唯一的例外是，如果有些任务因为技术原因无法完成，例如无法读取数据文件。这与不了解如何做之间存在区别，前者可以联系我，而后者需要你自行解决。

提交要求

你必须提交一个已渲染的文档，显示代码、代码输出和你的答案。最终提交的文件应以 .html 为扩展名。未渲染的 .qmd 文件将不会被评分，因为评分者无法确认代码是否正常运行。提交后，请检查提交的文件是否正确并如预期显示。

提示

你应该频繁地渲染文档，并逐步解决任何出现的问题，而不是在最后时刻处理所有问题。如果渲染失败，通常是因为代码中存在错误，错误信息会提示你问题所在，你需要自行解决。

Baseball Cards

棒球卡片的数据集包含 59 名棒球球员的信息，其中球员可以分为“投手”（pitchers）和“野手”（fielders）。以下是一些数据列：

• height: 球员的身高（英寸）
• weight: 球员的体重（磅）
• bat: 球员击球的方式（左手、右手或双手）
• throw: 球员投球的方式（左手或右手）
• field: 球员是否为投手（0 表示投手，1 表示野手）
• average: 对于投手是防御率，数值越低越好；对于野手是击球率，数值越高越好。

数据来源：Rfit_baseball.csv

问题要求：

1. 读取并显示部分数据。（2 分）
2. 计算所有球员的体重均值和标准差。（2 分）
3. 比较投手和野手的平均体重，哪个群体更重？（3 分）
4. 分别计算投手和野手的average的中位数和四分位距，并解释为什么中位数差异如此大。（3 分）
5. 计算左手击球、右手击球和双手击球的野手的平均击球率，并统计每类击球员的人数。（3 分）

Acidity of Lakes

在美国东北部的 155 个湖泊中，测量了酸度指数，该指数表示为 lg_anc。

数据来源：acidity.csv

问题要求：

1. 读取并显示部分数据。（1 分）
2. 绘制酸度分布的直方图。（2 分）
3. 考虑到我们关注的是 lg_anc 的均值，为什么使用 t 检验仍然是合理的？（2 分）
4. 为 lg_anc 的总体均值计算 99% 的置信区间。（3 分）
5. 检验 lg_anc 的总体均值是否为 5.32，假设备择假设是均值与 5.32 不同。（3 分）

US Regional Mortality

该数据集记录了 2011-2013 年美国按性别和城乡状态划分的死亡率数据，涵盖 10 个 HHS 区域。数据来源：USRegionalMortality.csv

问题要求：

1. 读取并显示部分数据。（2 分）
2. 显示与健康区域、死亡原因及死亡率相关的列。（2 分）
3. 显示列名以 S 开头的列。（3 分）
4. 显示列名中包含字母 A 的列。（2 分）
5. 选择包含文本的数据列，而不是数字列。（3 分）
6. 显示第 04 号健康区域的数据行。（2 分）
7. 对每个健康区域显示心脏病的中位死亡率。（3 分）
8. 显示死亡率大于 230 或死于癌症的记录及死亡原因。（3 分）

Car Repairs

1969 年的数据集中记录了 33 种汽车型号的维修记录，涉及多个维修类别（如刹车系统、燃油系统等）。数据来源：cars69_long.csv

问题要求：

1. 读取并显示部分数据。（2 分）
2. 统计每个汽车型号在多少维修类别上高于平均值，并保存结果。（3 分）
3. 读取集群信息，并显示部分数据。（1 分）
4. 创建一个包含汽车型号、维修类别和集群信息的数据框，并保存。（3 分）
5. 绘制维修类别数量与集群信息的关系图，简要解释图表结论。（3 分）

联系我们

WeChat：pythonyt001
Email: [email protected]