Analiza podatkov s programom R, 2018/19

Avtor: Lara Jagodnik

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

• Shiny
• RStudio

Analiza rezultatov svetovnih prvenstev v atletiki

V svojem projektu bom analizirala podatke iz svetovnih prvenstev v atletiki od leta 2005 do leta 2017, saj so v tem času prvenstva potekala na 2 leti in se discipline niso več spreminjale, tako da bodo podatki primerljivi.

Najprej bom naredila analizo uspešnosti držav glede na število zlatih, srebrnih in bronastih medalj. Pri tem bom upoštevala število prebivalcev v posameznem letu za države. Tabele s podatki o svetovnih prvenstvih in medaljah po državah, v HTML obliki, sem našla na Wikipediji, podatke o številu prebivalcev, v CSV obliki, pa na spletni strani DataBank.

Nato me bo zanimalo kako so se rezultati spreminjali skozi čas podatke o prvenstvih sem našla na Wikipediji

Posebej si bom pri šprinterskih disciplinah (100 m, 200 m in 400 m) pogledala, ali so se rezultati podobno spreminjali in kakšne so razlike med reakcijskimi časi med disciplinami in po spolu. Podatke sem našla na spletni strani IAAF

tabele:

• medalje glede na populacijo: država, pozicija, skupaj število medalj, populacija
• rezultati tekaških disciplin: leto, disciplina, spol, uvrstitev, narodnost, ime tekmovalca, rezultat
• analiza sprinterskih disciplin: leto, disciplina, spol, uvrstitev, narodnost, ime tekmovalca, rezultat, reakcijski čas

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).