💡해당 게시글은 방송통신대학교 김성수, 이기재 교수님의 '데이터 정보 처리 입문' 강의를 개인 공부 목적으로 메모하였습니다.

학습 개요

R은 자료 처리, 통계 분석, 그래 픽스 분야 등에 탁월한 기능을 가지고 있는 무료 통계 시스템임
대화형 프로그래밍 언어를 기반으로 다양한 통계 분석 함수 및 그래프 함수들을 포함하고 있음
R을 이용하여 데이터를 읽고, 처리하는 방법을 알아보고, 기술 통계량을 구하는 법, 히스토그램 등 기본적인 통계 그래프를 그리는 방법을 알아보도록 함

학습 목표

R 사용법을 익힐 수 있음
데이터를 읽어 들이는 방법을 이해할 수 있음
행렬 연산 방법을 설명할 수 있음
기술 통계량을 구할 수 있음
통계 그래프를 그릴 수 있음

강의록

R 소개 및 다운로드

R의 소개

통계 소프트웨어 시스템(statistical software system)
- 데이터를 효율적으로 처리하고 분석할 수 있으며, 다양한 통계적 분석과 그래프 등을 구현할 수 있는 통계 시스템
대화형 언어(interpreted language)
- 언어가 입력된 즉시 시행이 됨
객체 지향(object-oriented) 시스템
- R은 객체를 다룰 수 있도록 구성되어 있음
- 데이터, 변수, 행렬 등은 모두 객체이며, 객체는 연산자 <-, 또는 =에 의해 생성 됨

R의 기능

자료 처리 기능
- 자료의 구성, 소팅, 결합 등이 프로그램 처리로 쉽게 이루어짐
자료 분석 기능
- 자료를 분석하기 위해 필요한 통계 분석 함수 및 분석 결과 제공 등이 다양함
언어 기능
- 함수 문을 쉽게 작성할 수 있으며, C언어 및 FORTRAN 언어 등과 인터페이스(Interface)가 가능
그래픽스 기능
- 대화형 그래픽스에 의한 자료 분석의 기능 및 분석 결과의 그래픽스 처리 기능이 뛰어남

R 다운 받기: www.r-project.org

R 다운 받기: Download

R 메뉴얼:

자료 읽기

설문지

설문
- 어느 집단에서 표본을 10명 추출하여 다음과 같은 4개 문항에 대하여 설문조사를 실시하였다.
  일련번호 변수1 (성별) 변수2 (나이) 변수3 (교육정도) 변수4 (월수입)
  1 1 21 2 150
  2 2 22 1 100
  3 1 33 2 200
  4 2 33 3 220
  5 1 28 2 170
  6 1 41 3 300
  7 2 39 2 290
  8 1 32 3 220
  9 2 44 1 370
  10 1 55 3 410
  1. 귀하의 성별은?
    1. 남자
    2. 여자
  2. 귀하의 나이는? (단위: 세)
  3. 교육 정도는?
    1. 중졸 이하
    2. 고졸
    3. 대졸 이상
  4. 월 수입 (단위: 만원)

일련번호	변수1 (성별)	변수2 (나이)	변수3 (교육정도)	변수4 (월수입)
1	1	21	2	150
2	2	22	1	100
3	1	33	2	200
4	2	33	3	220
5	1	28	2	170
6	1	41	3	300
7	2	39	2	290
8	1	32	3	220
9	2	44	1	370
10	1	55	3	410

텍스트 자료 읽기: read.table, read.csv

ex-8-1.txt
ex-8-1.csv

  
ex8 = read.table("D:/01_KNOU/2025년도 1학기/데이터 정보 처리 입문/dataintro/ex8-1.txt", header=T) # 텍스트 파일 불러오기 (첫 행을 열 이름으로 사용)
# ex8 = read.csv("c:/data/dataintro/ex8-1.csv") 
head(ex8) # 데이터의 처음 6행 출력

head = T
- true 첫 번째 케이스는 변수로 되어있음

엑셀 자료 읽기: (package: xlsx, readxl)

Packages-Install → package(s)

엑셀 자료 읽기

xlsx 패키지 사용

  
  library(xlsx) # xlsx 패키지 로드
  ex8_xls = read.xlsx("D:/01_KNOU/2025년도 1학기/데이터 정보 처리 입문/dataintro/ex8-1.xlsx", 1) # ex8-1.xlsx 파일의 첫 번째 시트에서 데이터를 불러옴
  head(ex8_xls, 3) # 데이터의 처음 3행 출력

readxl 패키지 사용

  
  library(readxl) # readxl 패키지 로드
  ex8 = read_excel(path="D:/01_KNOU/2025년도 1학기/데이터 정보 처리 입문/dataintro/ex8-1.xlsx") # ex8-1.xlsx 파일 의 데이터를 읽어오기
  head(ex8, 3) # 데이터의 처음 3행 출력

기술 통계 량 구하기

변수 월 급여(salary)의 평균 및 표준 편차 구하기

  
  ex8 = read.csv("D:/01_KNOU/2025년도 1학기/데이터 정보 처리 입문/dataintro/ex8-1.csv") # CSV 파일 읽기
  head(ex8, 3) # 데이터의 처음 3행 출력
  names(ex8) # 열 이름 출력
  attach(ex8) # 데이터 프레임의 변수를 직접 참조 가능하게 만듦
  mean(ex8$salary) # salary 열의 평균 계산
  sd(ex8$salary) # salary 열의 표준 편차 계산
  summary(ex8$salary) # salary 열에 대한 요약 통계량 출력 (최솟값, 최댓값, 중앙값 등)

그룹 별 기술 통계 량 구하기

성별과 교육 정도 별로 월 급여(salary)의 평균 및 표준 편차 구하기

  
  tapply(ex8$salary, ex8$sex, mean) # sex에 따라 salary의 평균 계산
  tapply(ex8$salary, ex8$sex, sd) # sex에 따라 salary의 표준 편차 계산
    
  mean_Sal_Sex = tapply(ex8$salary, ex8$sex, mean) # sex에 따른 salary의 평균을 mean_Sal_Sex에 저장
  rownames(mean_Sal_Sex) = c("남", "여") # 행 이름을 "남"과 "여"로 설정
  mean_Sal_Sex # 결과 출력

  
  sd_sal_edu = tapply(ex8$salary, ex8$edu, sd) # edu에 따라 salary의 표준 편차 계산
  sd_sal_edu # 결과 출력
  rownames(sd_sal_edu) = c("중졸이하", "고졸", "대졸이상") # 학력 수준별 이름 설정
  sd_sal_edu # 결과 출력

  
  sex_edu = list(ex8$sex, ex8$edu) # 성별(sex)과 학력(edu)을 조합한 리스트 생성
  tapply(ex8$salary, sex_edu, mean) # 성별과 학력별 salary의 평균 계산
  mean_sal_sex_edu = tapply(ex8$salary, sex_edu, mean) # 결과를 mean_sal_sex_edu에 저장
  mean_sal_sex_edu # 결과 출력
    
  rownames(mean_sal_sex_edu) = c("M", "F") # 행 이름에 성별("M" = 남성, "F" = 여성) 설정
  colnames(mean_sal_sex_edu) = c("Middle", "High", "College-") # 열 이름에 학력 수준 설정
  mean_sal_sex_edu # 결과 출력

빈도 표 및 분할 표 구하기

성별과 교육 정도의 빈도 표 및 분할 표

table() 함수를 이용하여 빈도수를 계산

  
  table(ex8$sex) # 성별(sex) 변수의 빈도수 계산
  table(ex8$edu) # 학력(edu) 변수의 빈도수 계산
        
  sex_edu = table(ex8$sex, ex8$edu) # 성별(sex)과 학력(edu) 변수의 교차 빈도수 계산하여 sex_edu에 저장
  sex_edu # sex_edu 출력

출력 표의 행/열 이름 설정

  
        
  colnames(sex_edu) = c("중졸이하", "고졸", "대졸이상")
  rownames(sex_edu) = c("남", "녀") 
  sex_edu

summary() 함수는 최대 빈도값, 총 빈도수, 각 조합에 대한 빈도 요약을 제공

  
  summary(sex_edu) # 성별(sex)과 학력(edu)의 교차표(sex_edu)에 대한 요약 통계 출력

그래프 그리기

막대 그림 및 원 그림

교육(edu) 변수의 막대 그림 및 원 그림

  
  edu_freq = table(ex8$edu)  # 학력(edu) 변수의 빈도를 계산하여 edu_freq에 저장
  edu_freq # 결과(빈도수) 출력
  rownames(edu_freq) = c("중졸이하", "고졸", "대졸이상")
    
  barplot(edu_freq)  # 막대 그래프 생성
  title("교육정도 막대그림")  # 막대 그래프 제목 추가
    
  pie(edu_freq)  # 원형 그래프 생성
  title("교육정도 원그림") # 원형 그래프 제목 추가
  # pie(edu_freq, main="교육정도 원그림") # pie 함수에서 바로 main 파라미터로 제목을 설정 가능

성별 구분 막대 그림

성별 구분 교육(edu) 변수의 막대 그림

  
sex_edu = table(ex8$sex, ex8$edu) # 성별(sex)과 교육 수준(edu)의 빈도를 교차표 형태로 계산
sex_edu # 교차표 출력

colnames(sex_edu) = c("중졸이하", "고졸", "대졸이상") # 교차표 열 이름(학력 수준) 설정
rownames(sex_edu) = c("남", "녀") # 교차표 행 이름(성별) 설정

barplot(sex_edu) # 성별 및 학력 수준에 따른 빈도 막대 그래프 생성
barplot(sex_edu, main = "성별 교육정도 막대그림") # 그래프에 제목 추가

히스토그램, 줄기-잎 그림, 상자그림

월 급여(salary) 변수의 히스토그램, 줄기-잎 그림, 성별에 따른 상자 그림

  
  hist(ex8$salary, nclass=4)
  stem(ex8$salary)
  par(mfrow=c(1,2))
  boxplot(ex8$salary~ex8$sex, main="상자그림")
  ex8$sex = factor(ex8$sex, levels=c(1:2), labels = c("남", "여"))
  boxplot(ex8$salary~ex8$sex, main="상자그림 2")

  
  # 히스토그램 생성
  hist(ex8$salary, nclass = 4) # ex8$salary 변수의 히스토그램 생성 (계급 개수 4로 설정)
    
  # 줄기-잎 그림 생성
  stem(ex8$salary) # ex8$salary 데이터의 줄기-잎 그림 출력
    
  # 그래프를 한 화면에 1행 2열로 배치
  par(mfrow = c(1, 2)) # 그래프를 한 화면에 두 개(1행 2열) 배치하도록 설정
    
  # 성별에 따라 급여(salary)의 분포를 나타내는 상자그림(boxplot) 생성
  boxplot(ex8$salary ~ ex8$sex, main = "상자그림") 
  # ex8$salary 변수를 ex8$sex(성별)에 따라 구분하여 상자그림 생성
    
  # 성별(sex) 변수를 의미 있는 라벨로 설정
  ex8$sex = factor(ex8$sex, levels = c(1:2), labels = c("남", "여")) 
  # 성별(sex) 데이터를 팩터로 변환하고 라벨(1 → "남", 2 → "여")을 설정
    
  # 성별 라벨을 적용한 후 다시 상자그림 생성
  boxplot(ex8$salary ~ ex8$sex, main = "상자그림 2") 
  # ex8$salary 변수를 변환된 ex8$sex(성별) 기준으로 상자그림 생성

연속형 자료 그래프 : 줄기-잎 그림

줄기-잎 그림(stem-and-leaf plot)
- 분포의 대략적인 형태를 살펴보기 위하여 작성되는 그래프로 군집의 존재 여부, 집중도가 높은 구간, 대칭 성의 여부, 자료의 범위 및 산포, 특이 값의 존재 여부 등을 파악하는데 이용 됨

ex) 점수 자료: 54 57 55 23 51 64 90 51 52 43 15 10 82 74 54 78 37 73 52 48 41 33 52 30 41 51 18 39 46 28 53 44 46 56 28 58 29 58 67 35 25 38 61 53 23 73 69 47 41 45 77 56 89 28 54 99 10 43 35 24 21 23 67 14 53

  
  score = scan("D:/01_KNOU/2025년도 1학기/데이터 정보 처리 입문/dataintro/score.txt") # score.txt 파일에서 데이터 읽기
  stem(score) # 줄기-잎 그림 출력

  
  ?stem # 줄기-잎 그림(stem 함수)에 대한 도움말 확인
  stem(score, scale = 2) # 줄기-잎 그림 출력, scale = 2로 그림의 크기를 확장

연속 형 자료 그래프 : 상자 그림

  
score = scan("D:/01_KNOU/2025년도 1학기/데이터 정보 처리 입문/dataintro/score.txt") # score.txt 파일에서 데이터를 읽어와 'score'에 저장
stem(score) # 줄기-잎 그림 출력하여 데이터 분포 요약
summary(score) # score 데이터의 기초 통계량(최소값, 최대값, 평균, 중앙값 등) 출력
boxplot(score) # score 데이터의 상자그림 출력으로 데이터의 분포와 이상값(outliers) 확인

산점도 그리기

(age, salary) 산점도 그리기

  
  library(readxl) # Excel 파일을 읽어올 수 있는 readxl 패키지 로드
  ex8 = read_excel(path="D:/01_KNOU/2025년도 1학기/데이터 정보 처리 입문/dataintro/ex8-1.xlsx") # ex8-1.xlsx을 읽어서 ex8 데이터프레임으로 저장
  head(ex8, 3) # ex8 데이터프레임의 첫 3행 출력
  plot(ex8$age, ex8$salary, col = "BLUE", pch = 19) # 나이(age)와 급여(salary)의 산점도 출력 (파란색 점, pch=19로 채워진 점 표시)

성별로 구분한 산점도 그리기

  
  plot(ex8$age, ex8$salary, type = "n") # 빈 플롯 생성
  points(ex8$age[ex8$sex == 1], ex8$salary[ex8$sex == 1], pch = "M", col = "BLUE") # 남성 데이터 추가
  points(ex8$age[ex8$sex == 2], ex8$salary[ex8$sex == 2], pch = "F", col = "RED") # 여성 데이터 추가
  legend("bottomright", legend = c("Male", "Female"), pch = c("M", "F"), col = c("BLUE", "RED")) # 범례 추가
  legend(locator(1), legend = c("Male", "Female"), pch = c("M", "F"), col = c("BLUE", "RED")) # 마우스로 범례 위치 지정

R 연산

스칼라와 벡터 연산

스칼라 연산

  
  x = 4 # 변수 x에 값 4를 할당
  y = 4 * x + 7 # y는 4*x + 7로 계산
  y # y의 값을 출력
    
  x <- 4 # 변수 x에 값 4를 할당 (화살표 방식)
  y <- 4 * x + 7 # y는 4*x + 7로 계산
  y # y의 값을 출력

벡터 연산

  
  x = c(-10:10) # -10부터 10까지의 정수를 생성하여 x에 저장
  y = 4 * x + 7 # y는 x 값을 이용해 4*x + 7로 계산
  y # y 값을 출력
    
  x[3] # x의 세 번째 요소를 출력
  x[1:5] # x의 1번째부터 5번째 요소를 출력
    
  x1 = x[x < 0] # x 중에서 0보다 작은 값들만 추출하여 x1에 저장
  x1 # x1 값을 출력
    
  y = 4 * x1 + 7 # x1 값을 이용해 y를 계산 (4*x1 + 7)
  y # 새로운 y 값을 출력

data frame

  
x = c('red', 'green', 'blue') # 색상을 나타내는 문자열 벡터 생성
y = c(1, 2, 3) # 숫자 벡터 y 생성
z = c(4, 5, 6) # 숫자 벡터 z 생성

dframe = data.frame(x, y, z) # x, y, z 벡터를 결합해 데이터프레임 생성
dframe # 데이터프레임 출력

dframe[1, 1] # 데이터프레임의 1행 1열 값 출력
dframe[1, 2] # 데이터프레임의 1행 2열 값 출력

names(dframe) # 데이터프레임의 열 이름(컬럼 이름) 출력
dframe$y # 데이터프레임의 y 열(벡터 형태) 출력
dframe[, 2] # 데이터프레임의 2번째 열 출력 (y와 동일)

seq 함수: 일련의 값을 갖는 객체를 생성

  
x_seq = seq(-pi, pi, 1)              # -π에서 π까지 1 간격으로 시퀀스 생성
x_seq                                # x_seq 출력
round(x_seq, 4)                      # x_seq 값을 소수점 4자리까지 반올림하여 출력

x1_seq = seq(-pi, pi, length = 10)   # -π에서 π까지 10개 값으로 균등 분할한 시퀀스 생성
x1_seq                               # x1_seq 출력

행렬 연산

행렬 생성

  
  x = c(1:12) # 1부터 12까지의 숫자를 가진 벡터 생성
  x = matrix(x, ncol = 4, byrow = T) # 벡터 x를 4개의 열로 가지는 행렬로 변환, 행 단위로 채움
  x # 행렬 x 출력

모든 원소 값이 동일한 상수인 행렬

  
  x = matrix(1, nrow = 4, ncol = 3) # 값 1로 채워진 4x3 행렬 생성
  x # 행렬 x 출력

서브 행렬 추출

  
  x = c(1:12) # 1에서 12까지의 숫자를 가진 벡터 생성
  x = matrix(x, ncol = 4, byrow = T) # 4개의 열로 구성된 행렬 생성 (행 단위로 채움)
  x # 행렬 x 출력
    
  x[, c(1:3)] # x의 1~3열만 선택해 출력
  x[c(1:3), -2] # x의 1~3행에서 두 번째 열을 제외하고 선택해 출력

행렬 연산 함수
- ncol(x)
  - 열의 수
- nrow(x)
  - 행의 수
- t(x)
  - 전치 행렬
- cbind(...)
  - 열을 더할 때 이용되는 함수
- rbind(...)
  - 행을 더할 때 이용되는 함수
- diag(x)
  - 대각 행렬
- apply(x,m,fun)
  - 행 또는 열에 함수 적용
- x %*% y
  - 두 행렬의 곱
- solve(x)
  - 역행렬

행렬의 곱 및 apply 함수 예

  
  x = c(1, 2, 3, 5, 6, 7) # 벡터 x 생성
  x = matrix(x, ncol = 3, byrow = T) # 3개의 열로 구성된 행렬로 변환 (행 우선 방식)
  x # 행렬 x 출력
    
  y <- c(1:4) # 벡터 y 생성 (1부터 4까지)
  y <- matrix(y, ncol = 2) # 2개의 열로 구성된 행렬로 변환 (기본적으로 열 우선 방식)
  y # 행렬 y 출력
    
  t(x) %*% y # x의 전치된 행렬과 y를 행렬 곱셈 수행

t(x) %*% y

( C[i,j] ) 계산 예제	결과 값
첫 번째 행(1, 5)과 첫 번째 열(1, 2)의 내적: ( 11 + 52 = 1 + 10 )	11
첫 번째 행(1, 5)과 두 번째 열(3, 4)의 내적: ( 13 + 54 = 3 + 20 )	23
두 번째 행(2, 6)과 첫 번째 열(1, 2)의 내적: ( 21 + 62 = 2 + 12 )	14
두 번째 행(2, 6)과 두 번째 열(3, 4)의 내적: ( 23 + 64 = 6 + 24 )	30
세 번째 행(3, 7)과 첫 번째 열(1, 2)의 내적: ( 31 + 72 = 3 + 14 )	17
세 번째 행(3, 7)과 두 번째 열(3, 4)의 내적: ( 33 + 74 = 9 + 28 )	37

  
  apply(x, 1, mean) # x 행렬의 각 행(row)에 대해 평균을 계산
  apply(x, 2, mean) # x 행렬의 각 열(column)에 대해 평균을 계산

연습 문제

그룹 변수인 성별(sex)의 값에 따라 변수 salary의 평균(mean)을 구하는 명령은 ?
a. tapply(salary, sex, mean)
데이터 객체의 처음 6개의 케이스를 출력하고자 한다. R 명령은 ?
1 > ( b )(ex.data)
a. head
다음과 같은 텍스트 파일을 읽어 들이는 R 명령은 ?
1 ex.data = ( a )("c:/data/example.txt", header=T)
a. read.table
데이터 객체 ex.data의 변수들을 직접 사용하고자 한다. 유용한 명령은?
a. attach(ex.data)
package xlsx를 인스톨하였다. 이를 가동 시키기 위한 명령은?
a. library(xlsx)

일련번호	변수1 (성별)	변수2 (나이)	변수3 (교육정도)	변수4 (월수입)
1	1	21	2	150
2	2	22	1	100
3	1	33	2	200
4	2	33	3	220
5	1	28	2	170
6	1	41	3	300
7	2	39	2	290
8	1	32	3	220
9	2	44	1	370
10	1	55	3	410

일련번호	변수1 (성별)	변수2 (나이)	변수3 (교육정도)	변수4 (월수입)
1	1	21	2	150
2	2	22	1	100
3	1	33	2	200
4	2	33	3	220
5	1	28	2	170
6	1	41	3	300
7	2	39	2	290
8	1	32	3	220
9	2	44	1	370
10	1	55	3	410

[데이터 정보 처리 입문] 12강 - R을 활용한 자료 분석