- дедлайн для задания: 02.06.2020, 23:59
- все задания нужно сделать в файле
hw_5.Rmd, а потом, написав свое имя в соответствующем поле файла.Rmd, скомпилировать.htmlи загрузить на Github Pages созданного репозитория - задания не предполагают использование каких-то других пакетов или датасетов, кроме тех, что указаны в соответсвтующем файле
hw_5.Rmd - не стесняйтесь задавать вопросы (но лучше открывать issue, а не писать в телеграме). Помните, что я не смогу помочь, если все начнут писать в последний вечер перед дедлайном, так что начните делать задания заранее.
В датасете (файл MovieLens_films.csv в папке data) собраны оценки фильмов, которые оценивали пользователи сайта MovieLens в промежуток между 1996 и 2018 годами (в датасет попали фильмы, которые оценили 40 и больше пользователей). В датасете представлены средня оценка, год выхода фильма и его жанр (я ограничился тремя самыми популярными жанрами).
Визуализируйте связь между средней оценкой фильма, годом выхода фильма и его жанром.
Постройте регрессию, предсказывающую средний рейтинг фильм в зависимости от года выхода фильма и его жанра, и напишите получившиеся формулы регрессионных прямых (с точностью до 4 знаков после запятой):
mean rating (comedy) = ... * year
Укажите наибольший свободный член:
...
Визуализируйте предсказания модели:
Укажите предсказания модели для комедий в 2007, 2011 и 2018.
В датасет (файл board_games.csv в папке data) собраны подгруппа настольных игр с сайта boardgamegeek.com со следующими переменными:
id--- идентификационный номер игрыname--- название игрыmin_players--- минимальное количество игроковmax_players--- максимальное количество игроковplay_time--- время игрыmin_age--- минимальный возрастpublished--- год изданияowned--- количество обладателей игрыaverage_rating--- средний рейтинг игрыcategory--- категория игры
Визуализируйте связь между перемеными owned, average_rating и category (я использовал аргумент alpha = 0.2).
Постройте регрессию, предсказывающую средний рейтинг игры в зависимости от количество обладателей игры и ее типа, и напишите получившиеся формулы регрессионных прямых (с точностью до 4 знаков после запятой):
average rating (bluffing) = ... * owned
Укажите наибольший свободный член:
...
Визуализируйте предсказания модели:
Укажите какой рейтинг предсказывает модель для экономических игр, которыми владеют 3000 и 5000 человек.
В датасет (файл deep_sea_corals.csv в папке data) собрана информация о разных видах кораллов обнаруженных исследователеми в океане (модифицированный варианта этого датасета) со следующими переменными:
ScientificName--- название кораллаlongitude--- широта, где коралл был обнаруженlatitude--- долгота, где коралл был обнаруженDepthInMeters--- глубина, на которой был обнаружен кораллDataProvider--- источник информацииSamplingEquipment--- метод, которым была собрана информация
Посчитайте и визуализируйте разнообразие кораллов (энтропию) в зависимости от глубины (каждая точка уникальная глубина):
В одной статье (выдуманной), в которой использовались данные из обсуждаемого датасета (файл deep_sea_corals.csv в папке data), приводится следующее утверждение:
Мы исследовали два наиболее распространненых вида кораллов (Heteropolypus ritteri и Lophelia pertusa) и обнаружили, что существует некоторый барьер обитания в 1000 метров ниже уровне моря для обитания вида Lophelia pertusa. Мы обнаружили, что ниже уровня 1000 метров вид Heteropolypus ritteri обитает значительно чаще чем Lophelia pertusa (χ2(1) = 36, p < 2.2e-16).
Используйте пакет statcheck для проверки результатов статистического теста. Опишите, какие проблемы Вы нашли.
Проведите тест хи-квадрат самостоятельно. Какие значения статистического теста Вы получили? Что бы Вы написали в ревью на статью?
Приведите ожидаемое значение, использованное в тесте хи-квадрат с точностью до 1 знака после запятой.