Wielowymiarowa analiza porównawcza cz. II analiza danych panelowych



Pobieranie 69.68 Kb.
Data29.04.2016
Rozmiar69.68 Kb.
Wielowymiarowa analiza porównawcza cz.II
Analiza danych panelowych

R CRAN


Skopiować do folderu programu C:\Nasze dokumenty\R\win-library\2.13

Biblioteki znajdujące się na w folderze na dysku sieciowym: H:\modranka\publiczny\R library 2.13

Zawarte w folderze biblioteki zostały ściągnięte za pomocą formuły z serwera Poland (Wrocław)

install.packages("nazwa_ładowanej_biblioteki")

Otworzyć program R CRAN

Ustalić folder roboczy z plikami np. pod nazwą „R”



  • mapa_w.txt – wartości dla województw z arkusza „mapa” zapisać jako tekst oddzielany znakami tabulacji;

  • panel_w.txt – wartości dla województw z arkusza „panel” zapiać jako test oddzielany znakami tabulacji; analogicznie dla powiatów > zamiast _w >_p;

  • woj2001 – umieścić pliki składowe shp z danymi (układ mapy)


Instalowanie pakietów


install.packages("spdep")

install.packages("RColorBrewer")

install.packages("classInt")

Wizualizacja danych przestrzennych


Dokonać niezbędnych modyfikacji kodu (w zaznaczonych fragmentach) w zakresie

  • ścieżki do folderu roboczego,

  • podania nazwy pliku shape w folderze roboczym,

  • ustalenia liczby przedziałów (klas kolorów)

  • podania nazwy zmiennej

  • wybór koloru (nazwy palet kolorów są dostępne na: www.colorbrewer.org

# Tworzenie mapy w oparciu o bliblioteki RColourBrewer, classInt

# -----------------------------------------------------------------------------------------------------------------------
# Uruchamianie wymaganych bibliotek

library(classInt)

library(spdep)

library(RColorBrewer)

# Ustalić domyślny folder

setwd("C:/Users/Asus/Desktop/RCRAN")
# Podać nazwę pliku shp z podkładem mapy

# mapa konturowa - wczytywanie

mapa<-readShapePoly("woj2001.shp")

names(mapa)

# Podać zmienną ze zbioru pod mapą

zmienna<-mapa$PKB
# Podać liczbę przedziałów

przedziały<-4
# Wyznaczenie centroidów – środków pologonów

centroidy<-coordinates(mapa)

colnames(centroidy)<-c("cx","cy")


# Wybrać paletę kolorów " "

kolory<-brewer.pal(przedziały, "BuPu")# wybór kolorów

kolory<-brewer.pal(przedziały, "Purples")# wybór kolorów

kolory<-brewer.pal(przedziały, "Oranges")# wybór kolorów

# Określić klasy

# kwantylowa

klasy<-classIntervals(zmienna, przedziały, )

tabela.kolorów<-findColours(klasy, kolory)

plot(mapa, col=tabela.kolorów)


# Legenda w oparciu o centroidy

legend("bottomleft","bootomleft", legend=names(attr(tabela.kolorów, "table")), fill=attr(tabela.kolorów, "palette"), cex=0.8, bty="n")
# Etykiety

invisible(text(getSpPPolygonsLabptSlots(mapa), labels=as.character(zmienna), cex=0.8))
# Podać tytuł mapy

title(main="Wartość PKB w 2007 roku", sub="Podział kwartylowy")
# Zapis do pliku jpeg w folderze roboczym

savePlot(filename="PKB_07", type=c("tiff"), device=dev.cur(), restoreConsole=TRUE)



# Korelogram - Wykres xy – przykład dla województw

#---------------------------------------------------------------------------------------------------------

# Ustalanie ścieżki domyślnej

getwd()

setwd("G:/R")

# Ładowanie pliku jako panel

mapa<-read.table("mapa.txt", header=T, dec=",", sep="\t")


# Wyświetlanie nazw zmiennych w obiekcie mapa

names(mapa)
# Wykres xy

pairs(

cbind(mapa$inw_95, mapa$koszty_95, mapa$pkb_95, mapa$wdb_95),

labels=c("inwestycje", "koszty", "PKB", "WDB"),

pch = 21,

bg = c("red","green3","blue"),

)



# Tworzenie mapy w oparciu o komendę spplot pakiet SP – dla porównania zmian w czasie

# Ustalić domyślny folder

setwd("E:/R")
# Uruchamianie bibliotek

library(foreign)

library(shapefiles)

library(sp)

library(lattice)

library(maptools)

library(boot)

library(Matrix)

library(nlme)

library(deldir)

library(coda)

library(spdep)

library(class)

library(e1071)

library(classInt)

library(RColorBrewer)

# Podać nazwę pliku shp z podkładem mapy

# mapa konturowa - wczytywanie

mapa<-readShapePoly("woj2001.shp")


# Mapa konturowa - rysowanie

plot(mapa)
# Tworzenie centroidów

centroidy<-coordinates(mapa)

colnames(centroidy)<-c("cx","cy")

points(centroidy, pch="*", cex=2)

# Rysowanie mapy centroidów

spplot(mapa)
# Podać nagłówki map I liczbę klas

n<-16

spplot(mapa, c("PKB_95","PKB_96", "PKB_97", "PKB_98", "PKB_99", "PKB_00", "PKB_01", "PKB_02", "PKB_03", "PKB_04", "PKB_05", "PKB_06", "PKB_07", "PKB_08"), col.regions=brewer.pal(n, "Oranges"))




# Analiza skupień

# --------------------------------------------------------------------------------------------------------------------------
# Sprawdzenie ścieżki dostępu

getwd()
# Ustalić domyślny folder

setwd("G:/R")
# Wczytać dane z pliku txt pod nazwą dane (obiekt), w I kolumnie nazwy obiektów

dane<-read.table("mapa.txt", header=T, sep="\t", dec=",")

# Wydzielić zmienne z danych dla określonego roku (układ pod mapę)

attach(dane)

zmienne<-cbind(wdb_95, pkb_95, prac20_95, inw_95)

detach(dane)

zmienne

# Standaryzacja zmiennych


stand<-scale(zmienne)
# Określanie rodzaju odległości: euclidean (euklidesowa), manhattan (miejska), minkowski (Minkowskiego)

dist<-dist(stand, method="euclidean")
# Określić metodę tworzenia skupień: ward (Warda), single (pojedynczego wiązania), average (średniej), median (mediany), centroid (centroidów)

clust<-hclust(dist, method="ward")
# Wygenerowanie dendogramu, z k-liczbą zaznaczonych w ramkach (niebieski kolor ramki) grup

plclust(clust, main="Metoda Warda, odległość euklidesowa", hang=-1, labels=dane$wojewodztwo, axes=TRUE)

k<-4

rect.hclust(clust, k, border="blue")

# Funckcja wyświetla wartości danych dla wyznaczonych grup

gr<-cutree(clust, k)

dane_gr<-lapply(1:k, function(ktora_grupa) dane[gr==ktora_grupa,])

dane_gr




[[1]]

wojewodztwo wojew NUMER ABC TERYT inw_95 inw_96 inw_97 inw_98 inw_99 inw_00 inw_01 inw_02 inw_03 inw_04 inw_05 inw_06 inw_07 inw_08 koszty_95 koszty_96

1 ZACHODNIOPOMORSKIE ZACHODNIOPOMORSKIE 1 16 11 2500 3451 4684 5794 5942 6696 5923 5679 5703 7065 6787 8809 9246 11729 5924 7626

2 POMORSKIE POMORSKIE 2 11 15 3087 4346 6003 7511 8807 9732 8164 8707 8120 9317 10271 12051 16905 18645 7404 9713

4 ŁÓDZKIE úËDZKIE 4 5 1 3016 4198 5760 7151 8632 8927 8922 8151 8423 9765 11943 13296 17832 18929 8177 10158

8 LUBELSKIE LUBELSKIE 8 3 5 2079 2901 3993 4943 5267 5454 5075 4989 5265 5851 6197 6847 8279 10307 5864 7559

10 MAŁOPOLSKIE MAúOPOLSKIE 10 6 3 4247 5955 8237 10363 11112 12359 10507 11732 13000 13025 13953 17439 19899 20882 9938 13027

11 PODKARPACKIE PODKARPACKIE 11 9 6 2475 3514 4788 5925 5383 5243 4926 5644 6339 6775 6930 7917 9294 10298 5722 7201

13 KUJAWSKO-POMORSKIE KUJAWSKO-POMORSKIE 13 2 14 2341 3312 4543 5596 6147 6696 6431 6631 6266 6540 7488 8397 10769 13185 6659 8306

koszty_97 koszty_98 koszty_99 koszty_00 koszty_01 koszty_02 koszty_03 koszty_04 koszty_05 koszty_06 koszty_07 koszty_08 pkb_95 pkb_96 pkb_97 pkb_98 pkb_99 pkb_00 pkb_01

1 9470 10575 11913 12187 12871 12396 12471 12980 13581 14385 15767 17953 15476 19446 23076 26430 29808 33599 34411

2 12194 14071 15508 16774 18065 17951 17832 18774 20069 21618 24253 27093 19198 23480 28557 33655 38159 41923 43459

4 12920 14870 16319 18042 19033 18963 19438 20116 20934 22135 24563 28435 21398 25194 31505 36543 41425 46093 48236

8 9320 10496 11388 12061 12978 12871 13206 13544 14124 14876 16275 18524 15347 18849 22704 25903 27360 30065 31952

10 16205 19248 20433 22371 23634 23497 23998 24991 26253 28243 31245 36234 24394 30739 37606 44634 48229 54453 55310

11 9110 10702 11787 12521 13301 13186 13650 14001 14613 15609 17083 19422 14028 17404 21286 24589 26326 28514 30184

13 10356 12142 13336 14151 15210 15017 15197 15639 16424 17269 19158 21701 18244 21542 25186 29995 31821 36837 38620

pkb_02 pkb_03 pkb_04 pkb_05 pkb_06 pkb_07 pkb_08 prac15_95 prac15_96 prac15_97 prac15_98 prac15_99 prac15_00 prac15_01 prac15_02 prac15_03 prac15_04 prac15_05 prac15_06

1 35234 35477 38079 40533 42887 46904 51375 603 593 607 631 611 590 582 556 546 548 551 542

2 46023 47445 51783 55602 60250 67073 70337 741 715 742 777 708 709 739 711 684 680 694 704

4 50461 52977 57712 61110 65628 72656 79457 1157 1164 1179 1182 1146 1182 1122 1081 1078 1098 1114 1129

8 32776 34198 36694 38388 40849 45361 50233 959 961 956 997 923 948 936 927 898 896 931 915

10 58549 61531 67287 71748 78789 86635 94790 1320 1326 1321 1305 1287 1338 1293 1231 1212 1214 1245 1307

11 31188 32780 35416 37319 39894 43685 48450 820 845 856 818 785 758 722 755 768 735 748 783

13 39902 40916 44710 46469 50217 55358 59773 774 784 805 818 827 822 806 793 775 765 741 727

prac15_07 prac15_08 prac20_95 prac20_96 prac20_97 prac20_98 prac20_99 prac20_00 prac20_01 prac20_02 prac20_03 prac20_04 prac20_05 prac20_06 prac20_07 prac20_08 wdb_95

1 542 566 591.8124 584.5007 596.8054 611.3025 617.8314 579.2 570.9 548.5 536.4 537.2 541.4 528.7 532.3 558.0 13643

2 764 795 709.6173 690.1858 711.9731 749.1037 718.5971 689.4 715.6 694.2 667.8 665.7 678.5 669.8 747.8 780.7 16925

4 1241 1332 1069.5626 1067.6777 1094.4253 1116.9171 1091.9419 1143.9 1084.5 1044.5 1044.4 1065.0 1078.7 1095.9 1208.9 1304.2 18864

8 972 985 856.5118 872.6623 889.0167 919.8308 862.2060 881.8 865.7 858.1 836.8 833.1 873.2 855.8 915.6 932.0 13530

10 1276 1322 1225.0711 1224.5202 1222.6138 1219.1433 1199.3520 1274.0 1224.7 1170.9 1149.5 1151.6 1183.9 1243.7 1237.5 1285.0 21506

11 825 873 720.2136 748.3856 772.3249 740.2262 734.4051 711.2 675.3 708.3 717.5 690.3 711.2 741.9 778.1 827.5 12367

13 741 733 724.7237 736.3154 753.5236 771.9462 775.1270 798.4 776.8 767.0 752.1 743.4 721.0 703.9 725.5 719.0 16083

wdb_96 wdb_97 wdb_98 wdb_99 wdb_00 wdb_01 wdb_02 wdb_03 wdb_04 wdb_05 wdb_06 wdb_07 wdb_08

1 17103 20375 23483 26265 29891 30690 31159 31320 33842 35712 37674 41033 44972

2 20651 25214 29902 33623 37296 38759 40701 41885 46021 48988 52927 58677 61571

4 22158 27817 32467 36500 41006 43019 44626 46769 51291 53840 57651 63561 69554

8 16578 20046 23014 24108 26747 28496 28986 30191 32611 33821 35884 39683 43972

10 27036 33203 39656 42495 48444 49329 51778 54321 59800 63213 69212 75791 82977

11 15307 18794 21846 23196 25367 26919 27581 28939 31475 32879 35044 38217 42411

13 18946 22238 26650 28039 32772 34443 35287 36122 39735 40942 44113 48429 52323
[[2]]

wojewodztwo wojew NUMER ABC TERYT inw_95 inw_96 inw_97 inw_98 inw_99 inw_00 inw_01 inw_02 inw_03 inw_04 inw_05 inw_06 inw_07 inw_08 koszty_95

3 LUBUSKIE LUBUSKIE 3 4 9 1394 1962 2704 3386 3745 3598 3471 3474 3560 3940 4686 4853 6072 5979 3482

6 WARMIŃSKO-MAZURSKIE WARMIĐSKO-MAZURSKIE 6 14 16 1432 1992 2746 3407 3428 3718 3559 3955 4265 4633 5634 6598 7367 8029 3934

7 PODLASKIE PODLASKIE 7 10 7 1370 1915 2628 3232 3276 3280 2875 3256 3702 4300 4687 5214 6057 6745 3119

9 ŚWIĘTOKRZYSKIE îWI?TOKRZYSKIE 9 13 8 1618 2257 3034 3728 3839 3765 3132 4147 3666 4507 4073 4183 5465 7153 3291

12 OPOLSKIE OPOLSKIE 12 8 13 1550 2164 2890 3497 3792 3636 3052 2811 3019 3394 3711 3998 5028 5291 3710

koszty_96 koszty_97 koszty_98 koszty_99 koszty_00 koszty_01 koszty_02 koszty_03 koszty_04 koszty_05 koszty_06 koszty_07 koszty_08 pkb_95 pkb_96 pkb_97 pkb_98 pkb_99 pkb_00

3 4279 5427 6049 6588 6881 7396 7101 7186 7545 7965 8567 9585 10668 8686 10283 12461 14470 15936 17674

6 5024 6376 7287 8399 8652 9081 9045 9262 9615 10055 10658 11572 13194 10167 12790 15467 17578 19667 21722

7 4076 5138 5818 6343 6870 7369 7260 7492 7686 7932 8402 9369 10518 8238 10436 13065 14855 15553 17740

9 4292 5414 6299 7195 7809 8244 8061 8174 8440 8620 9115 10116 11813 9144 11211 13361 15794 17621 19661

12 4630 5740 6518 6906 7199 7336 7033 7064 7276 7615 8069 9091 10342 9356 11090 13193 15030 15660 17622

pkb_01 pkb_02 pkb_03 pkb_04 pkb_05 pkb_06 pkb_07 pkb_08 prac15_95 prac15_96 prac15_97 prac15_98 prac15_99 prac15_00 prac15_01 prac15_02 prac15_03 prac15_04 prac15_05

3 18197 18743 19254 21821 23455 24942 27581 28957 356 339 360 397 388 350 360 355 356 377 398

6 22085 23052 24868 26839 28153 29977 32756 35394 461 471 478 499 476 503 477 442 460 467 483

7 19116 19759 20210 21737 22909 24427 27351 29124 493 497 477 489 534 479 484 449 428 421 430

9 20159 21157 22289 24121 24794 27084 30329 34086 581 602 584 546 541 549 509 490 483 481 508

12 17790 18174 18532 21895 22405 23338 26618 29363 416 445 450 420 395 398 373 343 320 323 351

prac15_06 prac15_07 prac15_08 prac20_95 prac20_96 prac20_97 prac20_98 prac20_99 prac20_00 prac20_01 prac20_02 prac20_03 prac20_04 prac20_05 prac20_06 prac20_07 prac20_08

3 419 437 416 337.6818 326.8489 341.1797 377.2690 365.2155 345.0 352.2 345.6 345.3 367.7 388.0 404.6 430.8 408.3

6 509 538 559 430.5924 444.7145 450.7367 476.0955 461.1978 492.3 466.2 434.7 450.0 457.5 475.7 502.0 531.8 551.1

7 421 454 497 455.8247 456.4538 442.1906 454.0624 493.5162 457.8 453.2 423.0 409.2 402.1 409.4 400.5 437.5 479.9

9 542 579 590 498.4072 518.8196 512.2857 497.5508 486.6875 518.4 489.4 472.6 467.9 458.2 484.0 518.7 556.7 569.8

12 356 365 385 387.5058 419.2257 416.9672 395.0599 374.4331 385.6 358.6 328.6 310.3 311.6 337.8 329.7 353.2 375.1

wdb_95 wdb_96 wdb_97 wdb_98 wdb_99 wdb_00 wdb_01 wdb_02 wdb_03 wdb_04 wdb_05 wdb_06 wdb_07 wdb_08

3 7658 9044 11002 12857 14041 15723 16229 16575 16998 19393 20664 21910 24129 25348

6 8963 11249 13657 15618 17330 19324 19697 20386 21954 23853 24804 26333 28656 30983

7 7262 9179 11535 13199 13704 15782 17049 17474 17842 19319 20184 21457 23927 25494

9 8062 9860 11797 14032 15526 17491 17979 18710 19677 21437 21844 23792 26533 29838

12 8248 9754 11649 13354 13798 15677 15866 16073 16361 19458 19740 20501 23286 25703
[[3]]

wojewodztwo wojew NUMER ABC TERYT inw_95 inw_96 inw_97 inw_98 inw_99 inw_00 inw_01 inw_02 inw_03 inw_04 inw_05 inw_06 inw_07 inw_08 koszty_95 koszty_96 koszty_97

5 MAZOWIECKIE MAZOWIECKIE 5 7 2 14794 20844 29464 37842 44597 54649 49540 37416 35174 37580 39957 45051 55366 62016 22598 30377 38204

14 ŚLĄSKIE îLąSKIE 14 12 4 7553 10513 14266 17734 19989 19649 15988 17401 17640 19597 19963 24901 30999 34018 22878 28925 34287

koszty_98 koszty_99 koszty_00 koszty_01 koszty_02 koszty_03 koszty_04 koszty_05 koszty_06 koszty_07 koszty_08 pkb_95 pkb_96 pkb_97 pkb_98 pkb_99 pkb_00 pkb_01 pkb_02 pkb_03

5 47319 53310 60621 67001 66730 68096 70786 75895 81728 91224 102829 56507 76695 95965 117401 134783 150182 163262 167333 176073

14 39711 41648 43585 45560 45174 45958 47353 49236 52472 57779 65904 51006 62174 73796 82190 89474 100119 104242 109207 113454

pkb_04 pkb_05 pkb_06 pkb_07 pkb_08 prac15_95 prac15_96 prac15_97 prac15_98 prac15_99 prac15_00 prac15_01 prac15_02 prac15_03 prac15_04 prac15_05 prac15_06 prac15_07

5 189565 210219 229212 255893 274142 2051 2086 2155 2201 2090 2077 2043 1935 1879 1964 1979 2144 2291

14 128078 130442 137959 152741 167948 1793 1759 1764 1813 1556 1373 1528 1535 1532 1624 1666 1704 1765

prac15_08 prac20_95 prac20_96 prac20_97 prac20_98 prac20_99 prac20_00 prac20_01 prac20_02 prac20_03 prac20_04 prac20_05 prac20_06 prac20_07 prac20_08 wdb_95 wdb_96 wdb_97

5 2479 1916.275 1962.949 2028.564 2063.746 2075.664 1973.0 1959.0 1862.9 1809.2 1895.1 1911.7 2062.3 2237.5 2422.2 49816 67455 84731

14 1821 1761.816 1728.658 1742.502 1797.490 1621.971 1340.3 1493.3 1507.2 1509.9 1599.4 1640.9 1653.3 1743.0 1794.7 44967 54683 65157

wdb_98 wdb_99 wdb_00 wdb_01 wdb_02 wdb_03 wdb_04 wdb_05 wdb_06 wdb_07 wdb_08

5 104308 118761 133607 145605 147982 155441 168472 185211 201350 223863 239976

14 73023 78838 89070 92968 96578 100160 113827 114924 121189 133622 147017


[[4]]

wojewodztwo wojew NUMER ABC TERYT inw_95 inw_96 inw_97 inw_98 inw_99 inw_00 inw_01 inw_02 inw_03 inw_04 inw_05 inw_06 inw_07 inw_08 koszty_95 koszty_96 koszty_97

15 WIELKOPOLSKIE WIELKOPOLSKIE 15 15 10 5240 7401 10306 12898 14631 16075 15688 14866 17483 16961 17596 19399 22604 27245 10731 13899 17854

16 DOLNOŚLĄSKIE DOLNOîLąSKIE 16 1 12 5041 6947 9433 11664 13871 13262 14024 12613 12133 13908 15304 19355 22547 23455 10677 13828 16996

koszty_98 koszty_99 koszty_00 koszty_01 koszty_02 koszty_03 koszty_04 koszty_05 koszty_06 koszty_07 koszty_08 pkb_95 pkb_96 pkb_97 pkb_98 pkb_99 pkb_00 pkb_01 pkb_02 pkb_03

15 21618 23924 26467 27583 27676 28139 29778 31048 33323 37299 42606 28601 36513 46698 54877 60540 69234 72374 73545 77600

16 19444 21235 23246 25163 24593 24882 25938 27806 30055 33826 38774 27433 34591 41427 46957 53328 58939 60166 63476 65552

pkb_04 pkb_05 pkb_06 pkb_07 pkb_08 prac15_95 prac15_96 prac15_97 prac15_98 prac15_99 prac15_00 prac15_01 prac15_02 prac15_03 prac15_04 prac15_05 prac15_06 prac15_07

15 87448 92813 98806 109131 118471 1239 1314 1324 1304 1329 1422 1302 1260 1301 1253 1274 1295 1312

16 71353 76943 85774 96666 103534 1025 1069 1120 1159 1161 1028 931 918 895 949 1004 1100 1140

prac15_08 prac20_95 prac20_96 prac20_97 prac20_98 prac20_99 prac20_00 prac20_01 prac20_02 prac20_03 prac20_04 prac20_05 prac20_06 prac20_07 prac20_08 wdb_95 wdb_96 wdb_97

15 1298 1168.7898 1233.486 1269.212 1256.545 1259.208 1373.5 1251.7 1213.4 1257.9 1211.6 1236.7 1255.0 1276.3 1263.4 25215 32114 41232

16 1148 958.1567 1000.730 1045.541 1096.222 1082.619 1002.9 907.8 902.3 876.3 932.7 990.3 1063.2 1120.1 1128.8 24185 30424 36578

wdb_98 wdb_99 wdb_00 wdb_01 wdb_02 wdb_03 wdb_04 wdb_05 wdb_06 wdb_07 wdb_08

15 48757 53343 61593 64547 65040 68507 77718 81772 86795 95470 103706

16 41720 46988 52434 53659 56136 57871 63414 67790 75348 84566 90631




# Analiza skupień dla powiatów (wskaźniki ochrony środowiska)

# --------------------------------------------------------------------------------------------------------------------------
# Sprawdzenie ścieżki dostępu

getwd()
# Ustalić domyślny folder

setwd("G:/R")
# Wczytać dane z pliku txt pod nazwą dane (obiekt), w I kolumnie nazwy obiektów

dane<-read.table("mapa_p.txt", header=T, sep="\t", dec=",")

# Wydzielić zmienne z danych dla określonego roku (układ pod mapę)

attach(dane)

zmienne<-cbind(ocz_09, nak_09, pow_09, wod_09)

detach(dane)

zmienne

# Standaryzacja zmiennych


stand<-scale(zmienne)
# Określanie rodzaju odległości: euclidean (euklidesowa), manhattan (miejska), minkowski (Minkowskiego)

dist<-dist(stand, method="euclidean")
# Określić metodę tworzenia skupień: ward (Warda), single (pojedynczego wiązania), average (średniej), median (mediany), centroid (centroidów)

clust<-hclust(dist, method="ward")
# Wygenerowanie dendogramu, z k-liczbą zaznaczonych w ramkach (niebieski kolor ramki) grup

plclust(clust, main="Metoda Warda, odległość euklidesowa", hang=-1, labels=dane$pow, axes=TRUE)

k<-10

rect.hclust(clust, k, border="blue")

# Funckcja wyświetla wartości danych dla wyznaczonych grup

gr<-cutree(clust, k)

dane_gr<-lapply(1:k, function(ktora_grupa) dane[gr==ktora_grupa,])

dane_gr




Zajęcia 5. Materiały pomocnicze do ćwiczeń z Pakietów oprogramowania dla analiz przestrzennych Strona z

mgr Emilia Modranka



emodranka@uni.lodz.pl, www.kep.uni.lodz.pl/emodranka


©absta.pl 2016
wyślij wiadomość

    Strona główna