社会調査情報処理実習A 2組

#欠損値処理
data.na <- read.csv("http://kyoto-edu.sakura.ne.jp/weblesson/statistics/data/house-prices-missingValue.csv", na.strings=c(99999), fileEncoding = "utf-8")
summary(data.na)

mean(data.na$price) #平均価格
mean(data.na$year) #平均築年数

cor(data.na) #相関行列

#99999という数値データのまま
data <- read.csv("http://kyoto-edu.sakura.ne.jp/weblesson/statistics/data/house-prices-missingValue.csv", fileEncoding = "utf-8")
#欠損値処理
data.na <- read.csv("http://kyoto-edu.sakura.ne.jp/weblesson/statistics/data/house-prices-missingValue.csv", na.strings=c(99999), fileEncoding = "utf-8")

#欠損値をリストごと削除
data.omit <- na.omit(data.na)
summary(data.omit)

#priceのデータ数
length(data$price) #全データ
length(data.na$price) #全データ
length(na.omit(data.na$price)) #当該変数に登場する欠損値のみ除去
length(data.omit$price) #他項目で欠損値があればその行も除去(リスト全体)

#priceの平均値
mean(data$price) #無意味
mean(data.na$price) #エラー
mean(na.omit(data.na$price))  #当該変数に登場する欠損値のみ除去
mean(data.na$price,na.rm=TRUE)  #当該変数に登場する欠損値のみ除去
mean(data.omit$price)  #他項目で欠損値があればその行も除去(リスト全体)

#yearの平均値
mean(data$year) #全データ
mean(data.na$year) #全データ
mean(na.omit(data.na$year))  #全データ
mean(data.na$year,na.rm=TRUE)  #全データ
mean(data.omit$year)  #他項目で欠損値があればその行は除去(リスト全体)

#相関行列
cor(data) #無意味
cor(data.na) #エラー
cor(data.na,use="pairwise") #計算対象の相手に欠損値があればその行も除去（ペア単位）
cor(data.na,use="complete") #他項目で欠損値があればその行も除去(リスト全体)
cor(data.omit) #他項目で欠損値があればその行も除去(リスト全体)