MASSパッケージのサンプルデータセットを経めぐってます。大文字優先のABC順。前回Bostonの後の今回はCars93です。忘却力の老人には、過去回で「Cars」的なお名前のサンプルデータベースを触った遠い記憶あり。調べてみたら２つもありました。どれも自動車のデータベース、しかし今回のものは以前のとは異なります。
※「データのお砂場」投稿順Indexはこちら
過去回での「自動車」のサンプルデータベース
シンプルな「cars」という御名前のサンプル・データベースを扱った過去回が以下に。
データのお砂場(47) R言語、cars、自動車の制動距離？いや停止距離とな
上記のデータベースは「自動車の停止距離」を扱ったもので、取得された時代は1920年代という古いものです。しかし物理現象、100年たっても本質は変わらず。
一方、今回のデータベースは自動車の車種ごとのカタログ・スペック的なものです。明らかに上記とは毛色がちがいます。似たものを扱った過去回が以下に。
データのお砂場(65) R言語、mtcars、50年前の自動車「ロードテスト」の結果
上記は１９７３～１９７４年モデルの３２車種に関する「ロードテスト」の結果です。どれが燃費がいいとか、悪いとかを１１変数にまとめてます。
Cars93
今回のCars93は、1993年の93車種に関する「カタログ・スペック」的なものを２７変数にまとめたものです。1993年というと昭和の老人にはつい最近に思えますが、30年前、ハイブリッドもEVもない時代っす。内燃機関車サイコー。解説ページのURLが以下に。
Data from 93 Cars on Sale in the USA in 1993
ソース的には、”the Consumer Reports”誌と”the PACE Buying Guide”誌という２つの雑誌から「ランダム」に選んだ９３車種みたいです。なお、米国では人気もののPickup trucksと、当時から台頭してきていたらしい Sport/Utility vehicles は除外されているみたいです。この２車種についてはどういうわけか、掲載誌の情報が不完全だったらしいデス。よくわからんけど。
また、車種名は別でも実体は同じ車（重複モデル）は１つにまとめられているみたい。その昔、米国で「シボレー・ノバ」という車に半年くらい乗っていたけど、中身は「トヨタ・カローラ」であったことを思い出しました（信頼性はバッチリよ。個人の感想デス。）
先ずは生データから
MASSパッケージ内のサンプルデータセットなので、MASSパッケージのロードから。
シンプルなデータ・フレームですが、２７変数もあって目が回ります。いろいろ面白そうなフィールドもあるけれど、ちょっと一度にやるには多過ぎ。
まずは値段じゃ、ということでPriceのヒストグラムをとってみました。
hist(Cars93$Price)
結果はこんな感じ。
価格の単位は１０００ドルです。そして１９９０年代は、今に比べたら円高基調。１ドル＝約１１０円くらいみたいなので、現在の車両価格に比べると相当お安いじゃないかと思います。
車のType別にプロットしてみたのが以下です。
library(ggplot2) g0 <- ggplot(Cars93, aes(x = Price)) g0 + geom_histogram(binwidth = 5) + facet_wrap(~Type) + labs(title="Cars93$Price by Type")
結果が以下に。
まあ、smallが安めなのはいいとして、LargeよりもMidsizeの方が値段のバラツキが大きいです。高級車はここにいるの？
一部の列のみ取り出す
しかし、２７列もあると扱いがメンドイです。そこで、お惚け老人の主観で以下のフィールドを取り出すことにいたしました。
取り出し操作手順が以下に。
colnames(Cars93) Cars93.sub <- Cars93[,c(2,3,5,11,12,13,25)] summary(Cars93.sub)
そして変数を絞ったサマリが以下に。
なお、エンジンサイズについての単位はリッターです。ここだけSIなのね。
pairs(Cars93.sub, main = "Cars93.sub")
上記で、pairsとった結果が以下に。
これを見ると、EngineSize、Horsepower、Weightというのは、ほぼほぼ「似たようなもん」じゃないかということがうかがえます。
そこでお値段とWeight（ポンド単位）について、回帰分析してみました。
plot(Cars93$Price ~ Cars93$Weight, main="Cars93", ylab="Price[$1000]", xlab="Weight[pounds]") lm.weight<-lm(Cars93$Price ~ Cars93$Weight) abline(lm.weight, col="red")
上記のプロットが以下に。
そして単回帰分析の結果が以下に。
アメ車とアメ車以外で「分類」してみると面白そうではあるけれども、ま、今回はここまで。