[재능상품] R을 이용한 자동차 제조업체별 도시 연비 및 산점도

 정보

• 업무명     : R을 이용한 자동차 제조업체별 도시 연비 및 산점도

• 작성자     : 이상호

• 작성일     : 2020-11-10

• 설   명      :

• 수정이력 :

 

 내용

[개요]

• 안녕하세요? 웹 개발 및 연구 개발을 담당하고 있는 해솔입니다.

• 다년간 축적된 경험 (기상학 학술 보고서 및 국/영문 학술 논문 게재, 블로그 운영, IT 회사 웹 개발 담당) 및 노하우를 바탕으로 개개인에게 맞춤형 솔루션을 수행할 수 있습니다.

• 특히 재능 플랫폼 (크몽, 오투잡, 해피캠퍼스, 레포트 월드)에서 누구보다도 경쟁력 있는 가격으로 양질의 서비스를 제공하고 있습니다.

  • 아스키 형식의 텍스트 (text) 파일부터 과학자료 형식 (HDF, H5, NetCDF, Grib, Grb) 및 Data Base (DB) 자료까지 다양한 형태의 자료를 이용하여 수집, 전처리, 분석, 시각화해 드립니다.

  • 또한 웹 사이트에 대한 정보를 이용한 웹 크롤링 및 그에 따른 엑셀 및 DB 구축도 가능합니다.

  • 아울러 기초 통계 (빈도분포, Prired t-test, Wilcoxn 등)에서 지도/비지도 학습을 통한 회귀모형 구축에 이르기 까지 효율적인 통계 정보를 제공합니다.

  • 최근 대한민국의 후속위성인 천리안위성 2A호 웹 서비스 서브시스템 및 환경위성 2B호 통합 자료처리 서브시스템에 대한 웹 개발을 수행하였습니다.

• 그리고 해솔 블로그에서는 다양한 기상학/천문학 정보와 더불어 사무 자동화/프로그래밍 언어를 소개하오니 방문 부탁드립니다.
  

• 좋은 하루 보내세요.

 

[재능플랫폼] 오투잡

[IT개발 - 응용프로그래밍] 통계 분석, 데이터 분석, 시각화를 성실하게 해 드립니다. - 재능마켓 �

 

[재능플랫폼] 크몽

데이터수집, 파싱, 크롤링 해 드립니다. | 50,000원부터 시작 가능한 총 평점 0점의 IT·프로그래밍,

 

 요청

[세부 사항]

• 자동차 제조업체별 도시 연비를 막대 그래프로 나타내시오.

• 제조업체별 도시 연비를 설명하라.

• 제조업체별 도시 연비와 고속도로 연비는 차이가 있는지 설명하라.

• 개별적으로 추가적인 분석을 수행하고 그래프와 이를 설명하는 글을 입력하시오.

 

 완료

[사용 OS]

• Windows 10

 

[사용 언어]

• R v4.0.2

 

[소스 코드]

#===============================================================================================
# Routine : Main R program
#
# Purpose : 재능상품 (크몽, 오투잡)
#
# Author : 해솔
#
# Revisions: V1.0 May 28, 2020 First release (MS. 해솔)
#===============================================================================================

library(ggplot2)
library(forcats)
library(tidyverse)
library(ggpubr)
library(Metrics)

data = mpg
# manufacturer : 제조업체
# model : 차량 모델
# displ : 배기량
# cyl :실린더 개수
# trans : 자동기어 여부
# cty : 도시 연비
# hwy : 고속도로 연비
# fl : 연료 형태
# class : 차량 타입

# mpg 데이터는 ggplot2 패키지에 포함되어 있는 예제 데이터이다. 아래의 질문에 답하라.(워드 프로그램으로  제출할 것)
# 질문) 자동차 제조업체별 도시 연비를 막대 그래프로 나타내시오.
# 1)막대 그래프를 멋지게 작성하라.

ggData = data %>%
  dplyr::select(cty, manufacturer) %>%
  dplyr::group_by(manufacturer) %>%
  dplyr::summarise(meanCty = mean(cty, na.rm = TRUE)) %>%
  dplyr::arrange(meanCty)

ggData$manufacturer = forcats::fct_relevel(ggData$manufacturer, ggData$manufacturer)

ggplot(ggData, aes(x = manufacturer, y = meanCty, fill = manufacturer)) +
  geom_bar(position = "dodge", stat="identity") +
  geom_text(aes(label = round(meanCty, 2)), vjust = 1.6, color = "white", size = 4) +
  labs(x = "제조업체", y = "도시 연비", fill="", subtitle = "자동차 제조업체에 따른 도시 연비 그래프") + 
  theme(text = element_text(size=18)) + 
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  ggsave(filename = paste(globalVar$figConfig, "Img_035.png", sep="/"), width = 12, height = 8, dpi = 600)

summary(ggData)

# 2)제조업체별 도시 연비를 설명하라.
# 15종 제조업체에 따라 도시 연비를 막대그래프로 시각화하여 통계 분석하였다.
# 즉 평균 및 최소/최대값은 각각 16.4 및 11.3-24.4로 나타났으며
# 특히 높은 연비 TOP5의 경우 honda, volkswagen, subaru, hyundai, toyota인 반면
# jeep, mercury, dodge, land rover, lincoln 순으로 낮았다.

# 3) 제조업체별 도시 연비와 고속도로 연비는 차이가 있는지 설명하라.
# 전체 제조업체에 대한 평균 (도시 연비: 16.4, 고속도로 연비: 23.0) 및 최대/최소값 (도시 연비: 11.3-24.4, 고속도로 연비: 16.5-32.6)은 큰 차이를 보였다. 
# 특히 큰 차이 TOP5의 경우 pontiac, audi, volkswagen, hyundai, honda인 반면
# ford, land rover, dodge, mercury, jeep 순으로 낮았다.

dataL3 = data %>%
  dplyr::select(cty, manufacturer, hwy) %>%
  dplyr::group_by(manufacturer) %>%
  dplyr::summarise(
    meanCty = mean(cty, na.rm = TRUE)
    , meanHwy = mean(hwy, na.rm = TRUE)
    , diff = meanCty - meanHwy
  ) %>%
  dplyr::arrange(diff)

# 보너스 점수: 개별적으로 추가적인 분석을 수행하고 그래프와 이를 설명하는 글을 입력하시오.
# 도시 연비 및 고속도로 연비를 이용하여 산점도로 시각화하였다.
# 두 자료의 편이 (Bias) 및 평균제곱근오차 (RMSE)는 각각 -6.58 및 6.77로서 다소 오차를 보였음에도  불구하고 상관성은 0.97로서 0.000 이하의 유의성을 나타내었다.

corTest = cor.test(dataL3$meanCty, dataL3$meanHwy)
corVal = round(corTest$estimate, 2)
pVal = round(corTest$p.value, 2)
biasVal = round(Metrics::bias(dataL3$meanCty, dataL3$meanHwy), 2)
rmseVal = round(Metrics::rmse(dataL3$meanCty, dataL3$meanHwy), 2)

ggscatter(dataL3, x = "meanCty", y = "meanHwy", color = "black", add = "reg.line", conf.int = TRUE, add.params = list(color = "blue", fill = "lightblue")) +
  stat_regline_equation(label.x = 10, label.y = 35, size = 5) +
  annotate("text", x = 10, y = 33, size = 5, label = sprintf("R = %s (P < %.3f)", corVal, pVal), hjust = 0) +
  annotate("text", x = 10, y = 31, size = 5, label = sprintf("Bias = %s", biasVal), hjust = 0) +
  annotate("text", x = 10, y = 29, size = 5, label = sprintf("RMSE = %s", rmseVal), hjust = 0) +
  xlim(10, 35) + 
  ylim(10, 35) +
  theme_bw() +
  labs(title = "", x = "도시 연비", y = "고속도로 연비", subtitle = "도시 연비와 고속도로 연비의 산점도") +
  coord_equal() +
  theme(text = element_text(size=18)) + 
  ggsave(filename = paste(globalVar$figConfig, "Img_036.png", sep="/"), width = 6, height = 6, dpi = 600)

 

[결과물]

• 자동차 제조업체별 도시 연비를 막대 그래프

 

• 제조업체별 도시 연비 설명

  • 15종 제조업체에 따라 도시 연비를 막대그래프로 시각화하여 통계 분석하였다.
    

  • 즉 평균 및 최소/최대값은 각각 16.4 및 11.3-24.4로 나타났으며 
    

  • 특히 높은 연비 TOP5의 경우 honda, volkswagen, subaru, hyundai, toyota인 반면 jeep, mercury, dodge, land rover, lincoln 순으로 낮았다.
     
    

 

• 제조업체별 도시 연비와 고속도로 연비의 차이 설명

  • 전체 제조업체에 대한 평균 (도시 연비: 16.4, 고속도로 연비: 23.0) 및 최대/최소값 (도시 연비: 11.3-24.4, 고속도로 연비: 16.5-32.6)은 큰 차이를 보였다. 
    

  • 특히 큰 차이 TOP5의 경우 pontiac, audi, volkswagen, hyundai, honda인 반면 ford, land rover, dodge, mercury, jeep 순으로 낮았다.
    

 

• 추가 분석

  • 도시 연비 및 고속도로 연비를 이용하여 산점도로 시각화하였다.
    

  • 두 자료의 편이 (Bias) 및 평균제곱근오차 (RMSE)는 각각 -6.58 및 6.77로서 다소 오차를 보였음에도  불구하고 상관성은 0.97로서 0.000 이하의 유의성을 나타내었다.
    

 

 참고 문헌

[논문]

• 없음

[보고서]

• 없음

[URL]

• 없음

 

 문의사항

[기상학/프로그래밍 언어]

• sangho.lee.1990@gmail.com

[해양학/천문학/빅데이터]

• saimang0804@gmail.com