Analiza podatkov s programom R, 2018/19

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

• Shiny
• RStudio

Analiza izobraževanja v državah OECD

Analiziral bom podatke o izobraževanju za države OECD. Za merilo uspešnosti izobraževanja bom, ker gre za države z visoko stopnjo pismenosti, uporabil rezultate testov PISA, ki merijo usprešnost 15-letnikov na treh področjih -- matematika, znanost in branje. Primerjal bom uspešnost držav na teh testih glede na: BDP PPP, število let obveznega šolanja, razmerje med številoma učencev in učiteljev (za osnovne in srednje šole), državno porabo za izobraževanje v % BDP, sredstva namenjena osebju v izobraževanju v % potrošnje v javnih ustanovah.

Da bom lahko opazoval povezave med temi spremenljivkami, bom podatke uredil v sledeče tabele.

Tabele:

• tabela 1: država, leto, spol, PISAMATH
• tabela 2: država, leto, spol, PISAREADING
• tabela 3: država, leto, spol, PISASCIENCE
• tabela 4: država, leto, BDP PPP
• tabela 5: država, leto, število let obveznega šolanja
• tabela 6: država, leto, razmerje med številoma učencev in učiteljev za osnovne šole, razmerje za srednje šole
• tabela 7: država, leto, državna poraba za izobraževanje v % BDP
• tabela 8: država, leto, sredstva namenjena osebju v izobraževanju v % potrošnje v javnih ustanovah

Podatki v tabelah 4--8 bodo obsegali obdobje med letoma 2000 in 2015, podatki v prvih treh pa bodo dani za leta, ko so bile opravljene meritve, torej v letih 2003, 2006, 2009, 20012, 2015

vira:

• http://databank.worldbank.org/data/reports.aspx?source=2&Topic=4#advancedDownloadOptions
• https://data.oecd.org/pisa/science-performance-pisa.htm#indicator-chart

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).