Rozkłady wieku kandydatów (2014/2018) i radnych wybranych do sejmików wojewódzkich 2014.
require(ggplot2)
### ### ###
co <- "Wiek kandydatów do sejmików wojewódzkich (2014 / Polska)"
## deklaracja końców klas (hist)
wB <- c(18,20,25,30,35,40,45,50,55,60,65,70,75,80,95);
wZ <- c(36,38,40,42,44,46,48,50,52,54,56);
wD <- seq(18, 92, by=2);
komitety <- "DB = Demokracja Bezpośrednia | RN = Ruch Narodowy | NPKM = Nowa Prawica JKM";
k <- read.csv("kandydaci_ws_2014.csv", sep = ';', header=T, na.string="NA", dec=",");
with (k, table(komitet))
aggregate (k$wiek, list(Numer = k$komitet), fivenum)
## analiza dotyczy tylko kandydatów z komitetów ogólnopolskich
kandydaci <- subset (k,
(komitet == "PSL" | komitet == "DB" | komitet == "PiS" | komitet == "PO" |
komitet == "RN" | komitet == "NPKM" | komitet == "SLDLR"));
kandydaciPL <- kandydaci
kNum <- nrow(kandydaciPL)
kNum
with (kandydaci, table(komitet))
aggregate (kandydaci$wiek, list(Numer = kandydaci$komitet), fivenum)
sumS <- summary(kandydaci$wiek)
sumV <- sd(kandydaci$wiek)
summary_label <- sprintf ("Śr = %.1f\nMe = %.1f\nQ1 = %.1f\nQ3 = %.1f\nS = %.1f",
sumS[["Mean"]], sumS[["Median"]],
sumS[["1st Qu."]], sumS[["3rd Qu."]], sumV)
#par() ## przegląd parametrów
# ps = stopień pisma
par(ps=11,cex=1,cex.axis=1,cex.lab=1,cex.main=1.2)
h <- hist(kandydaci$wiek,
breaks=wB,
freq=TRUE,
col="orange", main=co,
ylab="liczba kandydatów", xlab="wiek", labels=T, xaxt='n')
axis(side=1, at=wB)
text(80, 600, summary_label, cex = .8, adj=c(0,1))
par(ps=6,ce=2,cex.axis=2,cex.lab=2,cex.main=2)
h <- hist(kandydaci$wiek,
breaks=wD,
freq=TRUE,
col="orange", main=co, ylab="liczba kandydatów", xlab="wiek", labels=T, xaxt='n' )
axis(side=1, at=wB, cex.axis=2, cex.lab=2)
text(80, 600, summary_label, cex=0.4, size=3, pos=3, adj=c(0,1))
### ### ###
aggregate (kandydaci$wiek, list(Numer = kandydaci$nr), fivenum)
aggregate (kandydaci$wiek, list(Numer = kandydaci$komitet), fivenum)
### ### ###
ggplot(kandydaci, aes(x=komitet, y=wiek, fill=komitet)) +
geom_boxplot() +
ylab("Wiek") +
xlab("Komitet") +
annotate(geom="text", x = 1, y = 90, hjust=0, size=3,
label = komitety ) +
guides(fill=FALSE) ;
### ### ### Pomorskie TERYT=22 ### ### ###
co <- "Wiek kandydatów do sejmików wojewódzkich (2014 / Pomorskie)"
kandydaci <- subset (kandydaci, (woj == "22" ))
aggregate (kandydaci$wiek, list(Numer = kandydaci$komitet), fivenum)
ggplot(kandydaci, aes(x=komitet, y=wiek, fill=komitet)) +
geom_boxplot() +
ylab("Wiek") +
xlab("Komitet") +
annotate(geom="text", x = 1, y = 90, hjust=0, size=3,
label = komitety ) +
guides(fill=FALSE) ;
sumS <- summary(kandydaci$wiek)
summary_label <- sprintf ("Śr = %.1f\nMe = %.1f\nQ1 = %.1f\nQ3 = %.1f",
sumS[["Mean"]], sumS[["Median"]], sumS[["1st Qu."]], sumS[["3rd Qu."]])
## przywrócenie wartości parametrów
par(ps=11,cex=1,cex.axis=1,cex.lab=1,cex.main=1.2)
h <- hist(kandydaci$wiek,
breaks=wB,
freq=TRUE,
col="orange", main=co, xlab="wiek", ylab="liczba kandydatów", labels=T, xaxt='n')
axis(side=1, at=wB)
text(80, 40, summary_label, cex = .8, adj=c(0,1))
with (kandydaci, table(komitet))
### ## ###
kandydaciPL$okrN <- paste (kandydaciPL$woj, "o", kandydaciPL$okr)
a <- aggregate (kandydaciPL$wiek, list(Numer = kandydaciPL$okrN), fivenum)
h <- hist(a$x[,3],
breaks=wZ,
freq=TRUE,
col="orange",
main="Mediana wieku kandydatów wg okręgów [Polska 2014]",
xlab="wiek", ylab="liczba okręgów", labels=T, xaxt='n')
axis(side=1, at=wZ)
text(80, 40, summary_label, cex = .8, adj=c(0,1))
## ## ### radni (czyli wybrani)
radni <- read.csv("radni_ws_2014.csv", sep = ';',
header=T, na.string="NA", dec=",");
sumS <- summary(radni$wiek)
sumV <- sd(radni$wiek)
summary_label <- sprintf ("Śr = %.1f\nMe = %.1f\nQ1 = %.1f\nQ3 = %.1f\nS = %.1f",
sumS[["Mean"]], sumS[["Median"]], sumS[["1st Qu."]], sumS[["3rd Qu."]], sumV)
h <- hist(radni$wiek,
breaks=wB,
freq=TRUE,
col="orange",
main="Wiek radnych do sejmików wojewódzkich 2014",
ylab="liczba radnych", xlab="wiek", labels=T, xaxt='n')
axis(side=1, at=wB)
text(80, 80, summary_label, cex = .8, adj=c(0,1))
Brak komentarzy:
Prześlij komentarz