crosshyou

主にクロス表(分割表)分析をしようかなと思います。

定期健康診断結果の分析2 - 大きい順、小さい順に並び替えでグラフ化(order関数とbarplot関数)

今回は定期健康診断結果のデータを大きい順、小さい順に並び替えて棒グラフにしてみます。データの分布をざっと確認しましょう。

まずは、read.csv関数でcsvファイルに保存してあるデータを読込み、head関数で最初の6行を表示して、summary関数でデータのサマリーを表示します。

f:id:cross_hyou:20180717133017j:plain

では、事業場数の大きい順に並び替えましょう。order関数です。

f:id:cross_hyou:20180717133753j:plain

kenshin[order(kenshin$事業場数, decreasing = TRUE), ] で事業場数の大きい順に並びえて、head関数で始めの6行を表示して大きい順に表示しています。小さい順に表示するには、decreasing = FALSEにしています。

商業、保健衛生、道路貨物などの事業場数が多く、石炭鉱業、土石採取、他の工業の事業場数が少ないことがわかります。

では、barplot関数で棒グラフにしてみましょう。

f:id:cross_hyou:20180717134734j:plain

事業場数の分布は、上位3の業種が飛びぬけている感じですね。

コマンドは、

barplot(kenshin$事業場数[order(kenshin$事業場数, decreasing = TRUE)], main = "事業場")
です。

続いて、一事業所当人数をみてみましょう。

f:id:cross_hyou:20180717140021j:plain

輸送機械、鉄鋼業、通信業は一事業所当の人数が多いですね。その反対に石炭鉱業、土石採取、農林業は人数が少ないです。

それでは、グラフにしてデータに分布を見ましょう。

f:id:cross_hyou:20180717140257j:plain

こちらのデータのほうが、極端な値は無いですね。

次は、受信者数です。

f:id:cross_hyou:20180717140652j:plain

保健衛生、他の事業、商業が受信者が多く、石炭鉱業、土石採取、他の鉱業の受信者が少ないです。棒グラフにして分布をみます。

f:id:cross_hyou:20180717141039j:plain

事業場数と同じようなグラフの形状ですね。

続いて、所見人数です。

f:id:cross_hyou:20180717141458j:plain

他の事業、保健衛生、商業が多く、石炭鉱業、土石採取、他の鉱業が少ないです。

棒グラフにして分布の様子をみましょう。

f:id:cross_hyou:20180717141758j:plain

受信者数と同じような形状ですね。

最後は有所見率です。

f:id:cross_hyou:20180717142142j:plain

石炭鉱業、土石採取、道路旅客が所見率が高く、鉄道等、輸送機械、他の運輸が所見率が低いです。同じ輸送交通でも、道路旅客は所見率が高く、鉄道は低いという結果です。

最後にグラフにしてみます。

f:id:cross_hyou:20180717142546j:plain

有所見率が100%の石炭鉱業を除けば、比較的数値がまとまっていることがわかります。