Como trabalhar com fatores ordenados em r

Em R, há um tipo de dados especial para dados ordinais. Este tipo é chamadofatores ordenados

e é uma extensão de fatores que você já está familiarizado.

Video: 1 Fator Principal Que Ainda Falta Para Você Ter Dinheiro Em Abundância!

Para criar um fator ordenados em R, você tem duas opções:

• Use o fator() função com o argumento ordenou = TRUE.

• Use o ordenado () função.

Digamos que você queira representar o status de cinco projetos. Cada projeto tem um status de baixa, média ou alta:

gt; estado lt; - c ("Lo", "Oi", "Med", "Med", "Oi")

Agora crie um fator encomendado com estes dados Estado:

Video: Veja Ex Servente de Pedreiro descobre o Segredo e passa a ganhar mais de 20 mil por mês #12/365

gt; ordered.status lt; - Factor (estado, níveis = c ("Lo", "Med", "Oi"), Ordenados = VERDADEIRO gt); ordered.status [1] Lo Hi Med Med HiLevels: Lo lt; Med lt; Oi

Você pode dizer um fator encomendado a partir de um fator comum pela presença de sinais direcionais (lt; ou gt;) Nos níveis.

Video: Garanta Seu Destaque Neste Seleto Grupo de Campeões

Em R, não há realmente uma grande vantagem prática de usar fatores encomendados. Um grande número de funções R reconhecer e tratar fatores de ordem diferente, imprimindo resultados na ordem em que você espera. Por exemplo, comparar os resultados de mesa (status) com mesa (ordered.status):

gt; mesa (status) statusHi Lo Med2 1 2

Observe que os resultados são ordenados alfabeticamente. No entanto, os resultados de executar a mesma função no fator produz ordenados resultados que são mais fáceis de interpretar, porque eles estão agora classificadas na ordem Lo, Med, Hi:

Video: Douglas - Como Gerar riqueza renda como ganhar mais dinheiro #36/365

gt; mesa (ordered.status) ordered.statusLo Med Hi1 2 2

R preserva a informação de ordenação inerente fatores encomendados. Na Parte V, você ver como isso torna-se uma ferramenta essencial para ganhar controle sobre a aparência dos gráficos de barras.

Além disso, em modelagem estatística, R aplica a transformação estatística adequada (de contrastes) quando você tem fatores ou encomendados fatores no seu modelo.