· Statistiline andmeteadus ja visualiseerimine

<!DOCTYPE html>

Sarnasus diagrammid (chord diagram)

Sissejuhatus

Sarnasus diagramm (chord diagram) on maatriks tüüpi (üldiselt sarnasuste aga võib ka kauguste või seoste) andmete graafiline esitusviis. Tunnused esitatakse ringi kujuliselt ja tunnuste vahelised seosed on esitatud kaartena. Üldiselt ringist haaratud osa võib näidata tunnuse osakaalu kõikidest andmetest ja ühendatud kaarte laius seose tugevust. Värvidega on võimalik näidata suunda.

R-is võimaldab pakett chorddiag teha interaktiivseid sarnasus diagramme. Pakett kasutab JavaScripti D3 visulisatsiooni teeki. Diagramm väljastatakse R-is html väljundina, seega on R Markdown-ga lihtne haaravaid veebilehti vormistada.

Selles lisapraktikumis uurime sarnasuste esitamist eelmainitud graafiku abil, valmistame ette andmed ja loome interaktiivse joonise. Selle saavutamiseks kasutame R-i chorddiag paketti.

Lihtne näide

Allolev graafik näitab palju põhikooli õpilasi igast klassi paralleelist on valinud omale lisakursuseid. Hiirega kaarte peale minnes kuvatakse sektsiooni ja ainet ühendav kaar ning selle taga peituv number. Näiteks paralleelist A on 50 õpilast soovinud ennast matemaatika rohkem harida ja paralleelist C on 29 õpilast valinud omale lisaõppeaineks füüsika.

Kood ja tulemus

library(chorddiag)
#või 
#install.packages("devtools")
#devtools::install_github("mattflor/chorddiag")

opilased = data.frame(Matem = c(50, 25, 5, 12),
                      Kunst = c(10, 55, 5, 20),
                      Fyysika = c(45,12,29, 20),
                      KehalKasv = c(24,67,27,15))

opilased = as.matrix(opilased)
row.names(opilased) = c("Paralleel A", "Paralleel B", "Paralleel C", "Paralleel D")

chorddiag(opilased, 
          type = "bipartite", 
          showTicks = F, 
          groupnameFontsize = 14, 
          groupnamePadding = 10, 
          margin = 90)

Graafikut analüüsides võib öelda esmalt, et B paralleel on kõige suurem, järgnevad A, D ja C. Teiseks on B paralleelis suur huvi spordi ja kunstiõpetuse vastu, füüsika ja matemaatika jäävad tahaplaanile. Kõige tasakaalukam lisakursuste osas on D paralleel kuna neil on õppeained kõige ühtlasemalt jaotunud.

Ülesanne 1 (6 punkti)

Uuri chorddiag dokumentatsiooni ja vasta järgmistele küsimustele:

Mida reguleerib argument showTicks?
Proovi lahti seletada, mis muutub graafikul kui argument type väärtus muuta directional? Mis sorti andmeid soovib funktsioon chorddiag kui type = bipartite ja milliseid kui type = directional?
Muuda eelmises näites argument type = directional ja oletame:
- Veergudes on ained, mis õpilased valisid esimese poolaasta lisakursuste blokiks ja
- ridades on ained, mille hulgast valiti 2. poolaasta lisakursused.
Tõlgenda 2-3 juhtu joonise põhjal.

# sinu kood

Eesti rahva huvi poliitika vastu ja usaldus riigi institutsioonide vastu

Euroopa Sotsiaaluuring (ESS - European Social Survey) on rahvusvaheline sotsiaalteaduslik uuring, kus osaleb ka Eesti. ESS eesmärgiks on tagada ühiskondade arengu ja inimeste käitumise uurimiseks kõrge kvaliteediga andmeid. Andmeid kogutakse juba 2002. aastast alates ja praeguseks on kokku kogutud enam kui 500 000 inimese andmed 35 riigist.

Üle-euroopalise projekti suurim panus on eri riikide andmete võrreldavus ja ajakohasus. Uuringut korratakse iga 2 aasta tagant ja võimalikult paljudes Euroopa riikides korraga.

Praeguses praktikumis uurime 2016. aasta Eesti andmeid (2018. aasta andmeid 2019. aasta mai seisuga veel puhastatakse ja korrastatakse). Täpsemalt vaatame kuidas huvitumine poliitikasse mõjutab inimeste usaldust riiklike institutsioonide vastu.

Andmestik

Praktikumi andmed pärinevad Euroopa Sotsiaaluuringu kodulehelt alla laetavast andmestikust (enne allalaadimist on vaja ennast registreerida, et projekti meeskond saaks kasutamise kohta andmeid koguda). Seal saab alla laadida erinevate statistika tarkvarade formaate. Hetkel on valitud SPSS formaat.

Loe andmed sisse (SPSS andmestikku aitab sisse lugeda pakett haven ja võtame välja vaid vajalikud andmed:

library(haven)
ESS <- read_sav("..<faili asukoht>../ESS8EE.sav") %>% 
  select(polintr, trstprl, trstlgl, trstplc, trstplt, trstprt, trstep)

Nagu näha saame 7 tunnust, nende saamiseks küsiti järgmisi küsimusi:

polintr – Kui huvitatud Te olete poliitikast? (1-4)
trstprl – Kuivõrd Te usaldate järgmisi Eesti riigikogu? (hinnake vahemikus 0-10)
trstlgl – Kuivõrd Te usaldate järgmisi Eesti õigussüsteemi? (hinnake vahemikus 0-10)
trstplc – Kuivõrd Te usaldate järgmisi Eesti politseid? (hinnake vahemikus 0-10)
trstplt – Kuivõrd Te usaldate järgmisi Eesti poliitikuid? (hinnake vahemikus 0-10)
trstprt – Kuivõrd Te usaldate järgmisi Eesti poliitilisi parteisid ja erakondi? (hinnake vahemikus 0-10)
trstep – Kuivõrd Te usaldate järgmisi Euroopa parlamenti? (hinnake vahemikus 0-10)

Ülesanne 2 (2 punkti) - andmete vormistamine

Kirjuta funktsioon, mis teeks usalduse küsimused (trstprl, trstlgl, trstplc, trstplt, trstprt, trstep) faktortunnuseks ja kodeeriks vahemikud järgmiselt:

Vahemik	Kodeering
0-1	Üldse ei usalda
2-3	Ei usalda
4-6	Neutraalne
7-8	Natuke usaldan
9-10	Usaldan täielikult

# Näiteks nii
trst_kodeering = c('Üldse ei usalda', 'Ei usalda', 'Neutraalne', 'Natuke usaldan', 'Usaldan täielikult')

konverteeri <- function(var){
  var <- ... # vahemike ümber kodeerimine
  
  # NB! Vaata, mida eeldab factor funktsioon väärtusteks kui kasutada
  # järgmist koodirida
  return(factor(var, labels = trst_kodeering))
  
}

Ülesanne 3 (1 punkt) - andmete vormistamine 2

Tee poliitikahuvi tunnus polintr faktortunnuseks, millel on järgmised tasemed:

Vahemik	Kodeering
1	Väga huvitatud
2	Üsna huvitatud
3	Vaevalt huvitatud
4	Pole üldse huvitatud

# Tõlgitud kodeering
polintr_kodeering = c('Väga huvitatud', 'Üsna huvitatud', 'Vaevalt huvitatud', 'Pole üldse huvitatud')

ESS <- ESS %>% 
  mutate(polintr = ...)

Ülesanne 4 (2 punkti) - andmete õigesse vormi viimine

Uurime nüüd kuidas on huvi poliitika vastu seotud usaldusega riiklike institutsioonide vastu, selleks leia 2- dimensionaalsed sagedustabelid, kus üheks dimensiooniks on polintr ja teiseks usaldustunnused.

Tulemuseks peaksid saama 6 maatriksit (iga usaldustunnuse kohta 1). Uuri näiteks funktsioone table ja as.matrix.

# Alustuseks
huvi_vs_trstprl <- as.matrix(..<sinu kood>..)

# Kontrolli, kas reanimede asemel on ikka tekstilised väärtused,
# nii on hiljem jooniseid parem lugeda.
rownames(huvi_vs_trstprl)

Ülesanne 5 (4 punkti) - sarnasuse diagramm

Joonista sarnasus diagramm kasutades eelmises ülesandes leitud riigikogu usalduse maatriksit. Tulemus peaks tulema midagi sarnast.

Ülesanne 6 (5 punkti) - shiny rakendus

Esita eelmises ülesandes leitud joonis shiny rakendusena.

Ülesanne 7 (5 punkti) - shiny rakenduse täiendus

Lisa shiny rakendusele rippmenüü, kust saad valida, millise usaldusnäitaja graafikut näidata.

Vihje Rippmenüüd saad rakendusee lisades Shiny UI-sse käsk selectInput() ja joonise valimine tee näiteks if-else tingimuslausetega.