[if !supportLists]1.?????[endif]請將數(shù)據(jù)hw1_a和hw1_b分別讀入R，查看數(shù)據(jù)并指出各個變量的形式，最小值，最大值，中值，均值，標(biāo)準(zhǔn)差。
[if !supportLists]2.?????[endif]結(jié)合上課我們所學(xué)的幾種數(shù)據(jù)join 的形式，將兩個數(shù)據(jù)集進(jìn)行合并。對于每種數(shù)據(jù)合并的方式，請說明key, 并且報告合并后的數(shù)據(jù)樣本總行數(shù)。
[if !supportLists]3.?????[endif]請篩選出hw1_a 中收入大于4000的樣本，并將此樣本和hw1_b 中Is_Default=1的樣本合并，你可以使用inner join的方式。這一問中你可以用pipe的書寫形式。
[if !supportLists]4.?????[endif]在第2問的基礎(chǔ)上, 請給出Income對Years_at_Employer的散點圖，你發(fā)現(xiàn)了哪些趨勢和現(xiàn)象?
[if !supportLists]5.?????[endif]在第4問的基礎(chǔ)上 按照Is_Default 增加一個維度，請展示兩變量在不同違約狀態(tài)的散點圖。請使用明暗程度作為區(qū)分方式
[if !supportLists]6.?????[endif]對于第5問，請使用形狀作為另外一種區(qū)分方式。
[if !supportLists]7.?????[endif]請找出各個列的缺失值，并刪除相應(yīng)的行。請報告每一變量的缺失值個數(shù)，以及所有缺失值總數(shù)。
[if !supportLists]8.?????[endif]找出Income中的極端值并濾掉對應(yīng)行的數(shù)據(jù)
[if !supportLists]9.?????[endif]將Income對數(shù)化，并畫出直方圖和density curve.
[if !supportLists]10.??[endif]以Income作為因變量，Years at Employer作為自變量，進(jìn)行OLS回歸，寫出回歸的方程，并指出自變量系數(shù)是否在某一顯著性水平上顯著。同時，解釋你的結(jié)果(這一問你自己發(fā)揮可以找code解決)。
#######?? 1? ######
library(readxl)
hw1_a<-read_excel("hw1_a.xlsx",col_types=c("numeric","numeric", "numeric",
?????????????????????????????????????????????"numeric", "numeric"))
hw1_b<-read_excel("hw1_b.xlsx")
str(hw1_a)
str(hw1_b)
summary(hw1_a)
summary(hw1_b)
sd(hw1_a$Income)
library(psych)
describe(hw1_a)
describe(hw1_b)
########??? 2??? #######
library(tidyverse)
hw1_a %>%
? inner_join(hw1_b,by="ID")
hw1_a %>%
? left_join(hw1_b,by="ID")
hw1_a %>%
? right_join(hw1_b,by="ID")
hw1_a %>%
? full_join(hw1_b,by="ID")
inner_join<-inner_join(hw1_a,hw1_b,by="ID")
(nrow(inner_join))
full_join<-full_join(hw1_a,hw1_b,by="ID")
(nrow(full_join))
#########??? 3??? ########
hw1_a1=filter(hw1_a,Income>40000)
hw1_b1=filter(hw1_b,Is_Default==1)
inner_join1<-inner_join(hw1_a1,hw1_b1,by="ID")
#########?? 4??? #########
ggplot(data=inner_join)+
? geom_point(mapping =aes(x=Years_at_Employer,y= Income))
########??? 5???? ############
ggplot(data=inner_join)+
? geom_point(mapping =aes(x=Years_at_Employer,y= Income,alpha=Is_Default))
ggplot(data=inner_join)+
? geom_point(mapping =aes(x=Years_at_Employer,y= Income,
??????????????????????????alpha=factor(Is_Default)))
########??? 6???? ##########
ggplot(data=inner_join)+
? geom_point(mapping =aes(x=Years_at_Employer,y= Income,
??????????????????????????shape=factor(Is_Default)))?????
########??? 7???? #########
sum(is.na(full_join[2]))
sum(is.na(full_join[3]))
sum(is.na(full_join[4]))
sum(is.na(full_join[5]))
sum(is.na(full_join[6]))
sum(is.na(full_join[7]))
sum(is.na(full_join[8]))
sum(is.na(full_join))
full_join1=filter(full_join,!is.na(full_join[2]))
full_join1=filter(full_join1,!is.na(full_join1[3]))
full_join1=filter(full_join1,!is.na(full_join1[4]))
full_join1=filter(full_join1,!is.na(full_join1[5]))
full_join1=filter(full_join1,!is.na(full_join1[6]))
full_join1=filter(full_join1,!is.na(full_join1[7]))
full_join1=filter(full_join1,!is.na(full_join1[8]))
sum(is.na(full_join1))
########? 8? #########
quantile(hw1_a$Income,c(0.025,0.975))
hw1_a2=filter(hw1_a,Income>14168.81&Income<173030.92)
#######?? 9? #########
inc<-hw1_a$Income
lninc<-log(inc)
hist(lninc,prob=T)
lines(density(lninc),col="blue")
#######?? 10?? #########
m1<-lm(Income~Years_at_Employer,data=hw1_a)
summary(m1)
