Hello, dear friend, you can consult us at any time if you have any questions, add WeChat: daixieit

DS5110 Homework 1

2022

Instructions

Your solutions should include all of the code necessary to answer the problems. All of your code should run (assuming the data is available). All plots should be generated using ggplot2. Make sure that you answer all parts of the problem.

Submit your solutions on Canvas by the deadline displayed online.  For full credit, your submission must include exactly two files:

●  R Markdown (.Rmd)

●  Knitted PDF report (.pdf)

Problems must appear in order, and problem numbers must be clearly marked. Any written responses should appear outside of code blocks and use Markdown for text formatting. Code comments are encouraged, but will be ignored for grading purposes. Solutions that are especially difficult to grade due to poor formatting will not receive full credit.

All solutions to the given problems must be your own work. If you use third-party code for ancillary tasks, you must cite them.

Part A

Problems 1–2 ask you to practice writing some basic R functions that may be useful for data management and processing. You may need to review commonly-used base R functions from the “Vocabulary” chapter of the Advanced R textbook.

Problem 1

Write a function of the following form:

countNA(data,  byrow  =  FALSE)

●  data: A data.frame for which to count the number of missing values

● byrow: Should missing values be counted by row (TRUE) or by column (FALSE)?

The function should return a named numeric vector giving the count of missing values (NAs) for each row or each column of data (depending on the value of byrow). The names of the result should be the rownames() or colnames() of data, whichever is appropriate.

Examples:

Part B

Problems 3–5 use datasets from the fivethirtyeight package. Install the fivethirtyeight package from CRAN using install.packages().

Problem 3

Using the congress_age dataset, we would like to visualize the distribution of ages in US Congress.  Use box-and-whiskey plots to visualize the distribution of ages for each congress number (#80 through #113), broken out by the congress chamber (House and Senate). How does the median age of congress members change over time? Do you notice any differences between the two chambers?

Problem 4

Using the police_killings dataset, we would like to visualize the distribution of Americans killed by police by race and income.  First, use the na.omit() function to remove missing data from the dataset.  Then, visualize the count of Americans killed of each race/ethnicity, broken out by national quintile of household income. Do you notice any differences in the distribution of police killings based on income level?

Problem 5

Using the bechdel dataset, we would like to investigate if there is a relationship between passing the Bechdel test and the amount of money spent and made from a movie.  The Bechdel test is a basic set of criteria designed to reveal trends of gender bias in the movies.  The test asks: does a movie (1) have at least two female characters (2) who talk to each other (3) about something other than a man? Plot the worldwide gross (in 2013 dollars) as the dependent variable against the movie budget (in 2013 dollars) as the independent variable, using color to indicate whether the movie passes the Bechdel test or not. Describe the relationship

between movie budget and movie gross, and whether passing the Bechdel test seems to have an affect on this relationship.