Analiza podatkov s programom R, 2018/19

Nejc Duščak

Repozitorij z gradivi pri predmetu APPR v študijskem letu 2018/19

• Shiny
• RStudio

Analiza neto plač po svetu

Izbral sem si temo neto plač po svetu. V svoji nalogi bom analiziral kakšne so povprečne neto plače po svetu ter jih analiziral glede na več spremenljivk. Plače bom prav tako primerjal geografsko in jih povezal z BDP-jem te države. Prav tako se mi zdi zanimiva primerjava plače in kriminala. Na koncu pa bom plače primerjal tudi s starostno strukturo prebivalstva.

Podatkovni viri

Viri:

• podatki o povprečni mesečni plači: https://www.numbeo.com/cost-of-living/prices_by_country.jsp?displayCurrency=USD&itemId=105
• podatki o življenjskih stroških: "https://www.numbeo.com/cost-of-living/rankings_by_country.jsp?title=2017"
• podatki o številu kriminala: https://www.numbeo.com/crime/rankings_by_country.jsp https://www.worldatlas.com/articles/murder-rates-by-country.html
• podatki o povprečni starosti: https://en.wikipedia.org/wiki/List_of_countries_by_median_age
• podatki o BDP-ju: https://en.wikipedia.org/wiki/List_of_countries_by_GDP_(PPP)_per_capita
• podatki o izobrazbi: http://hdr.undp.org/en/data

Zasnova podatkovnega dela

Prvo bom poiskal povprečno plačo za posamezno države, znotraj vsake države pa bom navedel povprečno plačo moških in žensk oziroma procentualno razliko med povprečno žensko in moško plačo. Tako bodo v prvem stolpcu moje tabele naštete vse države, nato bo sledila povprečna plača in kasneje še razlika med plačama obeh spolov. Prav tako bom poiskal podatke o BDP-ju, kriminalu in starosti prebivalstva, ter jih vključil v tabelo. Na koncu bom poiskal stroške življenja v posamezni državi, kjer bom stroške razdelil na več podskupin in jih tako primerjal s povprečno plačo.

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 - za izdelovanje poročila
• rmarkdown - za prevajanje poročila v obliki RMarkdown
• shiny - za prikaz spletnega vmesnika
• DT - za prikaz interaktivne tabele
• rgdal - za uvoz zemljevidov
• digest - za zgoščevalne funkcije (uporabljajo se za shranjevanje zemljevidov)
• readr - za branje podatkov
• rvest - za pobiranje spletnih strani
• reshape2 - za preoblikovanje podatkov v obliko tidy data
• dplyr - za delo s podatki
• gsubfn - za delo z nizi (čiščenje podatkov)
• ggplot2 - za izrisovanje grafov
• mosaic - za pretvorbo zemljevidov v obliko za risanje z ggplot2
• maptools - za delo z zemljevidi
• extrafont - za pravilen prikaz šumnikov (neobvezno)

Binder

Zgornje povezave omogočajo poganjanje projekta na spletu z orodjem Binder. V ta namen je bila pripravljena slika za Docker, ki vsebuje večino paketov, ki jih boste potrebovali za svoj projekt.

Če se izkaže, da katerega od paketov, ki ji potrebujete, ni v sliki, lahko za sprotno namestitev poskrbite tako, da jih v datoteki install.R namestite z ukazom install.packages. Te datoteke (ali ukaza install.packages) ne vključujte v svoj program - gre samo za navodilo za Binder, katere pakete naj namesti pred poganjanjem vašega projekta.

Tako nameščanje paketov se bo izvedlo pred vsakim poganjanjem v Binderju. Če se izkaže, da je to preveč zamudno, lahko pripravite lastno sliko z želenimi paketi.

Če želite v Binderju delati z git, v datoteki gitconfig nastavite svoje ime in priimek ter e-poštni naslov (odkomentirajte vzorec in zamenjajte s svojimi podatki) - ob naslednjem.zagonu bo mogoče delati commite. Te podatke lahko nastavite tudi z git config --global v konzoli (vendar bodo veljale le v trenutni seji).