Testiä

README.md

@@ -0,0 +1,10 @@
+
+---
+output: github_document
+---
+
+This course seems to be quite dificult at the beginning. Not R but this GutHub stuff.
+
+Link to my course diary:  
+<https://kimsta.github.io/IODS-project/>
+

chapter1.Rmd

@@ -1,4 +1,10 @@
 
 # About the project
 
-*Write a short description about the course and add a link to your github repository here. This is an R markdown (.Rmd) file so you can use R markdown syntax. See the 'Useful links' page in the mooc area (chapter 1) for instructions.*
+*Write a short description about the course and add a link to your github repository here. This is an R markdown (.Rmd) file so you can use R markdown syntax. See the 'Useful links' page in the mooc area (chapter 1) for instructions.*
+
+This course is interesting. It is nice to learn RStudio and GitHub stuff. Great.  
+
+Here is link to my GitHub repository:  
+
+<https://github.com/kimsta/IODS-project>

chapter2.Rmd

@@ -1,7 +1,57 @@
-# Insert chapter 2 title here
+# Chapter 2
 
 *Describe the work you have done this week and summarize your learning.*
 
-- Describe your work and results clearly. 
-- Assume the reader has an introductory course level understanding of writing and reading R code as well as statistical methods
-- Assume the reader has no previous knowledge of your data or the more advanced methods you are using  
+This week I have read some data from the internet and created a subset from that data with Rstudio and uploaded it into my GitHub repository. I have learned to analyse my dataset with some simple regression analysis and linear modeling. I have also learned to view my data graphicly with libraries GGally and ggplot2.
+
+Report:
+
+I can read my file as follows:
+
+```{r}
+learning <- read.csv("data/learning.csv", sep = ",", header = T)
+dim(learning)
+str(learning)
+```
+
+I named my dataset as learning. It has 7 variables and 166 observations.
+
+Variable attitude represents students attitude.
+Variable deep represents students deep learning skills.
+Variable stra represents students strategic learning skills.
+Variable surf represents students surface learning skills.
+
+All variables above are scaled back to scale 1-5 by taking a mean from a question set in question.
+
+Variables gender and age are self explanatory.
+Variable points is a sum of points from an exam. Observations where points < 1 are left out from this subset.
+
+Variables can be seen in a scatterplot (excluding gender) as follows:
+
+```{r}
+pairs(learning[-1], col = learning$gender)
+```
+
+In scatterplot genders are shown with different colors, red being female and black being male.
+
+If we use libraries GGally and ggplot2 we can see some more detailed information about variables.
+
+```{r}
+library(GGally)
+library(ggplot2)
+
+p <- ggpairs(learning, mapping = aes(col = learning$gender), lower = list(combo = wrap("facethist", bins = 20)))
+p
+```
+
+Now we choose three variables that explains variable points most likely. We choose variables that has highes absolute value of correlation with points; attitude, stra and surf.
+
+```{r}
+my_model <- lm(points ~ attitude + stra + surf, data = learning)
+my_model
+```
+
+It seems like attitude explains most points and surf correlates slightly negatively with points.
+
+
+

data/learning.csv

@@ -0,0 +1,167 @@
+"gender","age","attitude","deep","stra","surf","points"
+"F",53,3.7,3.58333333333333,3.375,2.58333333333333,25
+"M",55,3.1,2.91666666666667,2.75,3.16666666666667,12
+"F",49,2.5,3.5,3.625,2.25,24
+"M",53,3.5,3.5,3.125,2.25,10
+"M",49,3.7,3.66666666666667,3.625,2.83333333333333,22
+"F",38,3.8,4.75,3.625,2.41666666666667,21
+"M",50,3.5,3.83333333333333,2.25,1.91666666666667,21
+"F",37,2.9,3.25,4,2.83333333333333,31
+"M",37,3.8,4.33333333333333,4.25,2.16666666666667,24
+"F",42,2.1,4,3.5,3,26
+"M",37,3.9,3.58333333333333,3.625,2.66666666666667,31
+"F",34,3.8,3.83333333333333,4.75,2.41666666666667,31
+"F",34,2.4,4.25,3.625,2.25,23
+"F",34,3,3.33333333333333,3.5,2.75,25
+"M",35,2.6,4.16666666666667,1.75,2.33333333333333,21
+"F",33,4.1,3.66666666666667,3.875,2.33333333333333,31
+"F",32,2.6,4.08333333333333,1.375,2.91666666666667,20
+"F",44,2.6,3.5,3.25,2.5,22
+"M",29,1.7,4.08333333333333,3,3.75,9
+"F",30,2.7,4,3.75,2.75,24
+"M",27,3.9,3.91666666666667,2.625,2.33333333333333,28
+"M",29,3.4,4,2.375,2.41666666666667,30
+"F",31,2.7,4,3.625,3,24
+"F",37,2.3,3.66666666666667,2.75,2.41666666666667,9
+"F",26,3.7,3.66666666666667,1.75,2.83333333333333,26
+"F",26,4.4,4.41666666666667,3.25,3.16666666666667,32
+"M",30,4.1,3.91666666666667,4,3,32
+"F",33,3.7,3.75,3.625,2,33
+"F",33,2.5,3.25,2.875,3.5,29
+"M",28,3,3.58333333333333,3,3.75,30
+"M",26,3.4,4.91666666666667,1.625,2.5,19
+"F",27,3.2,3.58333333333333,3.25,2.08333333333333,23
+"F",25,2,2.91666666666667,3.5,2.41666666666667,19
+"F",31,2.4,3.66666666666667,3,2.58333333333333,12
+"M",20,4.2,4.5,3.25,1.58333333333333,10
+"F",39,1.6,4.08333333333333,1.875,2.83333333333333,11
+"M",38,3.1,3.83333333333333,4.375,1.83333333333333,20
+"M",24,3.8,3.25,3.625,2.41666666666667,26
+"M",26,3.8,2.33333333333333,2.5,3.25,31
+"M",25,3.3,3.33333333333333,1.25,3.41666666666667,20
+"F",30,1.7,4.08333333333333,4,3.41666666666667,23
+"F",25,2.5,2.91666666666667,3,3.16666666666667,12
+"M",30,3.2,3.33333333333333,2.5,3.5,24
+"F",48,3.5,3.83333333333333,4.875,2.66666666666667,17
+"F",24,3.2,3.66666666666667,5,2.41666666666667,29
+"F",40,4.2,4.66666666666667,4.375,3.58333333333333,23
+"M",25,3.1,3.75,3.25,2.08333333333333,28
+"F",23,3.9,3.41666666666667,4,3.75,31
+"F",25,1.9,4.16666666666667,3.125,2.91666666666667,23
+"F",23,2.1,2.91666666666667,2.5,2.91666666666667,25
+"M",27,2.5,4.16666666666667,3.125,2.41666666666667,18
+"M",25,3.2,3.58333333333333,3.25,3,19
+"M",23,3.2,2.83333333333333,2.125,3.41666666666667,22
+"F",23,2.6,4,2.75,2.91666666666667,25
+"F",23,2.3,2.91666666666667,2.375,3.25,21
+"F",45,3.8,3,3.125,3.25,9
+"F",22,2.8,4.08333333333333,4,2.33333333333333,28
+"F",23,3.3,2.91666666666667,4,3.25,25
+"M",21,4.8,3.5,2.25,2.5,29
+"M",21,4,4.33333333333333,3.25,1.75,33
+"F",21,4,4.25,3.625,2.25,33
+"F",21,4.7,3.41666666666667,3.625,2.08333333333333,25
+"F",26,2.3,3.08333333333333,2.5,2.83333333333333,18
+"F",25,3.1,4.58333333333333,1.875,2.83333333333333,22
+"F",26,2.7,3.41666666666667,2,2.41666666666667,17
+"M",21,4.1,3.41666666666667,1.875,2.25,25
+"F",23,3.4,3.41666666666667,4,2.83333333333333,28
+"F",22,2.5,3.58333333333333,2.875,2.25,22
+"F",22,2.1,1.58333333333333,3.875,1.83333333333333,26
+"F",22,1.4,3.33333333333333,2.5,2.91666666666667,11
+"F",23,1.9,4.33333333333333,2.75,2.91666666666667,29
+"M",22,3.7,4.41666666666667,4.5,2.08333333333333,22
+"M",23,3.2,4.83333333333333,3.375,2.33333333333333,21
+"M",24,2.8,3.08333333333333,2.625,2.41666666666667,28
+"F",22,4.1,3,4.125,2.75,33
+"F",23,2.5,4.08333333333333,2.625,3.25,16
+"M",22,2.8,4.08333333333333,2.25,1.75,31
+"M",20,3.8,3.75,2.75,2.58333333333333,22
+"M",22,3.1,3.08333333333333,3,3.33333333333333,31
+"M",21,3.5,4.75,1.625,2.83333333333333,23
+"F",22,3.6,4.25,1.875,2.5,26
+"F",23,2.6,4.16666666666667,3.375,2.41666666666667,12
+"M",21,4.4,4.41666666666667,3.75,2.41666666666667,26
+"M",22,4.5,3.83333333333333,2.125,2.58333333333333,31
+"M",29,3.2,3.33333333333333,2.375,3,19
+"F",29,3.9,3.16666666666667,2.75,2,30
+"F",21,2.5,3.16666666666667,3.125,3.41666666666667,12
+"M",28,3.3,3.83333333333333,3.5,2.83333333333333,17
+"F",21,3.3,4.25,2.625,2.25,18
+"F",30,3,3.83333333333333,3.375,2.75,19
+"F",21,2.9,3.66666666666667,2.25,3.91666666666667,21
+"M",23,3.3,3.83333333333333,3,2.33333333333333,24
+"F",21,3.3,3.83333333333333,4,2.75,28
+"F",21,3.5,3.83333333333333,3.5,2.75,17
+"F",20,3.6,3.66666666666667,2.625,2.91666666666667,18
+"M",22,3.7,4.33333333333333,2.5,2.08333333333333,17
+"M",21,4.2,3.75,3.75,3.66666666666667,23
+"M",21,3.2,4.16666666666667,3.625,2.83333333333333,26
+"F",20,5,4,4.125,3.41666666666667,28
+"M",22,4.7,4,4.375,1.58333333333333,31
+"F",20,3.6,4.58333333333333,2.625,2.91666666666667,27
+"F",20,3.6,3.66666666666667,4,3,25
+"M",24,2.9,3.66666666666667,2.75,2.91666666666667,23
+"F",20,3.5,3.83333333333333,2.75,2.66666666666667,21
+"F",19,4,2.58333333333333,1.375,3,27
+"F",21,3.5,3.5,2.25,2.75,28
+"F",21,3.2,3.08333333333333,3.625,3.08333333333333,23
+"F",22,2.6,4.25,3.75,2.5,21
+"F",25,2,3.16666666666667,4,2.33333333333333,25
+"F",21,2.7,3.08333333333333,3.125,3,11
+"F",22,3.2,4.16666666666667,3.25,3,19
+"F",25,3.3,2.25,2.125,4,24
+"F",20,3.9,3.33333333333333,2.875,3.25,28
+"M",24,3.3,3.08333333333333,1.5,3.5,21
+"F",20,3,2.75,2.5,3.5,24
+"M",21,3.7,3.25,3.25,3.83333333333333,24
+"F",20,2.5,4,3.625,2.91666666666667,20
+"F",20,2.9,3.58333333333333,3.875,2.16666666666667,19
+"M",31,3.9,4.08333333333333,3.875,1.66666666666667,30
+"F",20,3.6,4.25,2.375,2.08333333333333,22
+"F",22,2.9,3.41666666666667,3,2.83333333333333,16
+"F",22,2.1,3.08333333333333,3.375,3.41666666666667,16
+"M",21,3.1,3.5,2.75,3.33333333333333,19
+"M",22,4,3.66666666666667,4.5,2.58333333333333,30
+"F",21,3.1,4.25,2.625,2.83333333333333,23
+"F",21,2.3,4.25,2.75,3.33333333333333,19
+"F",21,2.8,3.83333333333333,3.25,3,18
+"F",21,3.7,4.41666666666667,4.125,2.58333333333333,28
+"F",20,2.6,3.5,3.375,2.41666666666667,21
+"F",21,2.4,3.58333333333333,2.75,3.58333333333333,19
+"F",25,3,3.66666666666667,4.125,2.08333333333333,27
+"M",21,2.8,2.08333333333333,3.25,4.33333333333333,24
+"F",24,2.9,4.25,2.875,2.66666666666667,21
+"F",20,2.4,3.58333333333333,2.875,3,20
+"M",21,3.1,4,2.375,2.66666666666667,28
+"F",20,1.9,3.33333333333333,3.875,2.16666666666667,12
+"F",20,2,3.5,2.125,2.66666666666667,21
+"F",18,3.8,3.16666666666667,4,2.25,28
+"F",21,3.4,3.58333333333333,3.25,2.66666666666667,31
+"F",19,3.7,3.41666666666667,2.625,3.33333333333333,18
+"F",21,2.9,4.25,2.75,3.5,25
+"F",20,2.3,3.25,4,2.75,19
+"M",21,4.1,4.41666666666667,3,2,21
+"F",20,2.7,3.25,3.375,2.83333333333333,16
+"F",21,3.5,3.91666666666667,3.875,3.5,7
+"F",20,3.4,3.58333333333333,3.25,2.5,21
+"F",18,3.2,4.5,3.375,3.16666666666667,17
+"M",22,3.3,3.58333333333333,4.125,3.08333333333333,22
+"F",22,3.3,3.66666666666667,3.5,2.91666666666667,18
+"M",24,3.5,2.58333333333333,2,3.16666666666667,25
+"F",19,3.2,4.16666666666667,3.625,2.5,24
+"F",20,3.1,3.25,3.375,3.83333333333333,23
+"F",20,2.8,4.33333333333333,2.125,2.25,23
+"F",17,1.7,3.91666666666667,4.625,3.41666666666667,26
+"M",19,1.9,2.66666666666667,2.5,3.75,12
+"F",20,3.5,3.08333333333333,2.875,3,32
+"F",20,2.4,3.75,2.75,2.58333333333333,22
+"F",20,2.1,4.16666666666667,4,3.33333333333333,20
+"F",20,2.9,4.16666666666667,2.375,2.83333333333333,21
+"F",19,1.9,3.25,3.875,3,23
+"F",19,2,4.08333333333333,3.375,2.83333333333333,20
+"F",22,4.2,2.91666666666667,1.75,3.16666666666667,28
+"M",35,4.1,3.83333333333333,3,2.75,31
+"F",18,3.7,3.16666666666667,2.625,3.41666666666667,18
+"F",19,3.6,3.41666666666667,2.625,3,30
+"M",21,1.8,4.08333333333333,3.375,2.66666666666667,19

data/week2_dataset.R

@@ -0,0 +1,60 @@
+#Kim Ståhlberg
+#09112018
+#This file is for week two exercise
+
+#Reading data into memory from a website
+learning_2014 <- read.table("http://www.helsinki.fi/~kvehkala/JYTmooc/JYTOPKYS3-data.txt", sep="\t", header = T)
+
+#Inspecting dimensions of data
+dim(learning_2014)
+
+# Access the dplyr library
+library(dplyr)
+
+# create column 'attitude' by scaling the column "Attitude"
+learning_2014$attitude <- learning_2014$Attitude / 10
+
+# questions related to deep, surface and strategic learning
+deep_questions <- c("D03", "D11", "D19", "D27", "D07", "D14", "D22", "D30","D06",  "D15", "D23", "D31")
+surface_questions <- c("SU02","SU10","SU18","SU26", "SU05","SU13","SU21","SU29","SU08","SU16","SU24","SU32")
+strategic_questions <- c("ST01","ST09","ST17","ST25","ST04","ST12","ST20","ST28")
+
+# select the columns related to deep learning and create column 'deep' by averaging
+deep_columns <- select(learning_2014, one_of(deep_questions))
+learning_2014$deep <- rowMeans(deep_columns)
+
+# select the columns related to surface learning and create column 'surf' by averaging
+surface_columns <- select(learning_2014, one_of(surface_questions))
+learning_2014$surf <- rowMeans(surface_columns)
+
+# select the columns related to strategic learning and create column 'stra' by averaging
+strategic_columns <- select(learning_2014, one_of(strategic_questions))
+learning_2014$stra <- rowMeans(strategic_columns)
+
+# choose a handful of columns to keep
+keep_columns <- c("gender","Age","attitude", "deep", "stra", "surf", "Points")
+
+# select the 'keep_columns' to create a new dataset
+learning2014 <- select(learning_2014, one_of(keep_columns))
+
+#Inspect new dataset
+dim(learning2014)
+
+#Change clomun names to lowercase and print them out
+colnames(learning2014)[2]<- "age"
+colnames(learning2014)[7]<- "points"
+colnames(learning2014)
+
+#Filter out rows where points < 1 and overwrite data
+learning2014 <- filter(learning2014, points > 0)
+dim(learning2014)
+
+?write.csv
+
+#Write a .csv file into working directory
+write.table(learning2014, file = "learning.csv", col.names = c("gender", "age", "attitude", "deep", "stra", "surf", "points"), sep = ",", row.names = F)
+
+#Test if the file can be raed and used as planned
+testi2 <- read.csv("data/learning.csv", sep = ",", header = T)
+dim(testi2)
+testi2

index.Rmd

@@ -1,5 +1,6 @@
 ---
 title: "IODS course project"
+author: "Kim Ståhlberg"
 output:
   html_document:
     theme: cosmo