Analiza podatkov s programom R, 2019/20

Repozitorij z gradivi pri predmetu APPR v študijskem letu 2019/20

• RStudio

Povezava med razvitostjo evropskih držav in zadovoljstvom njihovih državljanov

Analiziral bom povezavo med razvitostjo države ter zadovoljstvom oz. srečo njenih prebivalcev. Posebej bom obdelal ekonomske spremenljivke v državi in jih potem združil s tabelami, kjer so prebivalci držav ocenili svojo srečo in zadovoljstvo z življenjem. Analiziral bom evropske države in primerjal tudi s povprečjem Evropske unije. Vključil bom tudi primerjavo s stopnjo brezposelnosti v državi za cel svet.

Večino podatkov bom pridobil na strani Eurostat (https://ec.europa.eu/eurostat), kjer so podatki dosegljivi v formatih XLS, CSV in HTML. Imena tabel, ki jih bom uporabil:

• Average rating of satisfaction by domain, sex, age and educational attainment level. (Ocena zadovoljstva z življenjem 1-10, različne starostne skupine in razdeljeno po spolu ter izobrazbi, letno (2013, 2018)
• Real GDP per capita. (realni BDP z osnovo 2010, realna sprememba BDP glede na prejšnje leto, letno (2013-2018)
• Total unemployment rate. (Brezposelnost v procentih glede na vso prebivalstvo in aktivno prebivalstvo, za vako državo najnovejši podatki) (https://en.wikipedia.org/wiki/List_of_countries_by_unemployment_rate)
• Tabela s podatki o državah sveta(lokacija, populacija) (Library v Rstudio)

Program

Glavni program in poročilo se nahajata v datoteki projekt.Rmd. Ko ga prevedemo, se izvedejo programi, ki ustrezajo drugi, tretji in četrti fazi projekta:

• obdelava, uvoz in čiščenje podatkov: uvoz/uvoz.r
• analiza in vizualizacija podatkov: vizualizacija/vizualizacija.r
• napredna analiza podatkov: analiza/analiza.r

Vnaprej pripravljene funkcije se nahajajo v datotekah v mapi lib/. Podatkovni viri so v mapi podatki/. Zemljevidi v obliki SHP, ki jih program pobere, se shranijo v mapo ../zemljevidi/ (torej izven mape projekta).

Potrebni paketi za R

Za zagon tega vzorca je potrebno namestiti sledeče pakete za R:

*knitr

*rvest

*gsubfn

*tidyr

*shiny

*readr

*dplyr

*tmap

*ggplot2

*grid

*rworldmap

*cowplot

*googleway

*ggrepel

*ggspatial

*rnaturalearth

*rnaturalearthdata

*RColorBrewer

*mgcv

*tidyverse

*shiny

*leaflet