Rで変数処理

#ゼミ合宿 2022

#データは別途配布

install.packages("tidyverse")

library(tidyverse)

install.packages("summarytools")

library(summarytools)

#データの読み込み

library(haven)

d1 <- read_sav("19ogi.sav")

View(d1)

###################################################################################

#d1の変数が多くて見にくい場合は使いそうな変数を選定したデータd1_selectを作る

d1_select <-

  d1 %>%

  select("sex",

         "age",

         "q4b",#男は外で働き、女は家庭を守るべきだ

         "q12a",#生活態度に厳しかった

         "q18",#親の離婚経験

         "q19")#世帯収入

###################################################################################

#データの確認

#88,99,888,999などは欠損値の意味。空欄や.の場合もある。空欄や.の場合はとくに指定しなくてよい。

d1_select %>% 

  descr(stats = c("mean", "sd", "min", "max", "n.valid"), transpose = TRUE, headings = FALSE)

#88,99,888,999の複数が欠損値の場合があるので、ひとつひとつ確認？

table(d1_select_missing$sex)

table(d1_select_missing$age)

table(d1_select_missing$q4b)

table(d1_select_missing$q12a)

table(d1_select_missing$q18)

table(d1_select_missing$q19)

d1_select_missing <-

  d1_select %>%

  mutate(sex=na_if(sex,99),#ageは99が欠損値なのでNAへ

         age=na_if(age,99),

         q4b=na_if(q4b,99),

         q12a=na_if(q12a,99),

         q18=na_if(q18,99),

         q19=na_if(q19,99))

#きちんと欠損値処理ができているか必ず確認

d1_select_missing %>% 

  descr(stats = c("mean", "sd", "min", "max", "n.valid"), transpose = TRUE, headings = FALSE)

###################################################################################

#d1_selectから、分析用の変数を作る（反転、リコード、欠損値処理）

d1_select_missing_variable <-

  d1_select_missing %>%

  mutate(male=case_when(sex==1~1,  #男性1、女性0 case_whenでダミー変数を作る場合

                        sex==2~0))%>%  

  mutate(q18d = -1*q18+2) %>%  #親離婚ダミー、欠損値がなければ計算でもOK

  mutate(q18d = as.factor(q18d)) %>% #必要に応じて、因子型as.factorに 

  mutate(q4br = -1*q4b+5,       #反転

         q12ar = -1*q12a+5) %>% #反転

  mutate(inc=case_when(q19==1 ~ 100,#世帯年収リコード

                       q19==2 ~ 200,

                       q19==3 ~ 300,

                       q19==4 ~ 400,

                       q19==5 ~ 500,

                       q19==6 ~ 600,

                       q19==7 ~ 700,

                       q19==8 ~ 925,

                       q19==9 ~ 1100,

                       q19==10 ~1300)) 

#きちんとできているか必ず確認(下記は連続変数のみなので、因子型に変換したものは除かれる)

d1_select_missing_variable %>% 

  descr(stats = c("mean", "sd", "min", "max", "n.valid"), transpose = TRUE, headings = FALSE)

###################################################################################

#使う変数のみにする（重回帰分析やロジスティック回帰分析をしていくなかで、修正する）

d2 <-

  d1_select_missing_variable %>%

  select("age",

         "male",

         "inc",

         "q4br",

         "q12ar",

         "q18d")

#そのデータから、NAのないデータにする

d3<-na.omit(d2)

d3 %>% 

  descr(stats = c("mean", "sd", "min", "max", "n.valid"), transpose = TRUE, headings = FALSE)

###################################################################################

#２変数間の関連…従属変数と、注目する独立変数

#連続変数と連続変数の関係をみる。散布図。この例では、q4brの選択肢が4つしかないので、散布図としては不十分

d3 %>%

  ggplot(aes(x = inc, y = q4br)) +

  geom_point()

#クロス表

ctable(d3$male,d3$q4br, chisq=TRUE)

###################################################################################

#重回帰分析の例

model1<-lm(q4br~age+male+inc,data=d3)

model2<-lm(q4br~age+male+inc+q12ar,data=d3)

model3<-lm(q4br~age+male+inc+q12ar+q18d,data=d3)

install.packages("texreg")

library(texreg)

screenreg(list(model1,model2,model3),digits=3)

###################################################################################