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