p : 450

정답 : 5.1

해설 : subset( )으로 품종이 setosa인 붓꽃 데이터를 저장(data, 50개)한다. ifelse( ) 함수를 이용하여 꽃받침 길이가 중앙값보다 큰 경우 1, 아니면 0의 값을 갖는 새로운 항목(data$value)을 추가한다. mean( )을 이용하여 평균 (5.1)을 출력하고, 이 값은 모든 데이터에 대한 평균값(5.006)과 비교하여 높은 값을 가진다는 것을 알 수 있다.

정답 : 5.313636

해설 : subset( )으로 품종이 setosa인 붓꽃 데이터를 저장(data, 50개)한다. ifelse( ) 함수를 이용하여 꽃받침 길이가 중앙값보다 큰 경우 1, 아니면 0의 값을 갖는 새로운 항목(data$value)를 추가(data$value는 numeric 변수)한다.

mean(data$Sepal.Length[data$value==1])을 이용하여 평균(5.313636)을 출력하고, 이 값은 모든 데이터에 대한 평균값(5.0006)과 비교하여 높은 값을 가진다는 것을 알 수 있다.

한편, ifelse( ) 함수 이용 시 꽃받침 길이가 중앙값보다 큰 경우 TRUE, 아니면 FALSE의 값을 갖는 경우로 지정(data$value는 logical 변수)하는 경우 평균은 mean(data$Sepal.Length[data$value])으로 지정하여 구할 수 있다.

p : 481

정답 : 이상치들의 평균=1,795.81

해설 : data1의 total_bedrooms 항목의 평균(m)과 표준편차(n)를 구하고 이상값 판별을 위한 하한값(Low)과 상한값(Upper)을 정의한다. 상한값 이상 그리고 하한값 이하인 값들을 이상치로 정의(result)하여 평균(mean(outlier))을 출력한다. boxplot( ) 함수를 이용하여 항목 값들의 이상값을 개략적으로 확인한다.

정답 : 이상치들의 평균 = 1730.48

해설 : 결측치를 제외한 total_bedrooms의 중앙값(median)=435이다. 결측값을 중앙값으로 대체한 후 이를 data1에 저장한다. data1의 total_bedrooms 항목의 평균(m=536.8389)과 표준편차(n=419.3919)를 구하고 이상값 판별을 위한 하한값(Low=-92.24896)과 상한값(Upper=1165.927)을 정의한다. 상한값 이상 그리고 하한값 이하인 값들을 이상치로 정의(result)하여 평균(mean(outlier)=1730.48)을 출력한다. boxplot( ) 함수를 이용하여 항목 값들의 이상값을 개략적으로 확인한다.

p : 457~458

정답 : -10.08403

해설 : order( ) 함수를 이용하여 Solar.R 항목을 내림차순 정렬하고 80%의 데이터를 저장한다. 평균값으로 대체하기 전 중앙값(median_before=39)을 구하고 평균(49.16807)을 결측값으로 대체(ifelse( ) 함수 이용)한 후 중앙값(49.08403)을 구한다. (평균값 대체 전 중앙값) - (평균값 대체 후 중앙값)=39 - 49.08403= -10.08403이다.

정답 : -10.65217

해설 : order( ) 함수를 이용하여 Solar.R 항목을 내림차순 정렬하고 80%의 데이터를 저장한다. 평균값으로 대체하기 전 중앙값(median_before=37)을 구하고 평균(47.65217)을 결측값으로 대체(ifelse( ) 함수 이용)한 후 중앙값(47.65217)을 구한다. (평균값 대체 전 중앙값) - (평균값 대체 후 중앙값) = 37 – 47.65217 = -10.65217이다.

p : 459

정답 : 14.89663

해설 : na.omit( )으로 결측값 제거 후 quantile( ) 함수를 이용하여 Ozone 항목에 대한 사분위(q)를 구한다. q[2]는 하위 25%의 값(18), q[4]는 상위 25%의 값(62)이며, ifelse( )로 해당 값을 만족하는 Ozone 항목을 0으로 대체한다. 대체된 데이터세트를 이용하여 평균+표준편차=mean(data$Ozone)+sd(data$Ozone) 값을 출력한다.

정답 : 34.53803

해설 : na.omit( )으로 결측값 제거 후, quantile( ) 함수를 이용하여 Ozone 항목에 대한 사분위(q)를 구한다. q[2]는 하위 25%의 값(18), q[4]는 상위 25%의 값(62)이며, ifelse( )로 해당 값을 만족하는 Ozone 항목을 0으로 대체한다. 대체된 데이터세트를 이용하여 평균+표준편차 = mean(data$Ozone)+sd(data$Ozone) 값을 출력(34.53803)한다.