Kursilla pyritään käyttämään kaikissa tehtävissä mahdollisimman aitoa ja kiinnostavaa dataa. Käytössä on kolmea erityyppistä dataa: höpödataa, tilasto-/indikaattoridataa sekä tutkimusdataa. Alla olevassa videossa käydään läpi tämän sivun datat ja niiden käyttöönotto.

Video kurssin datoista

Käyn alla läpi kaikki aineistot sekä sen miten ne tallennetaan omalle koneelle projektin datasetit-kansioon csv-muodossa. Aivan aluksi luodaan ko. kansio komennolla. Muista ladata myös tidyverse-paketti heti alussa komennolla library(tidyverse)

dir.create("./datasetit")

Höpödata

Aivan yksinkertaisimmissa tehtävissä käytämme starwars-dataa, joka tulee dplyr-paketin mukana. Datassa on 13 muuttujaa 87:stä eri Star Wars elokuvan hahmosta. Saat datan omaan ympäristöösi komennolla:

starwars <- dplyr::starwars

Datan kuusi ensimmäistä tapausta ja kuusi ensimäistä hahmoa saa seuraavasti

library(tidyverse)
starwars %>% select(1:6) %>% slice(1:6)

Voit tallentaa datan datasetit-kansioon .csv-muodossa seuraavalla komennolla. Pudotetaan muuttujat films,vehicles ja starships pois, koska ne ovat listamuuttujia eivätkä sovellus .csv-formaattiin.

readr::write_csv(dplyr::starwars %>% 
                   select(-films,-vehicles,-starships), "./datasetit/starwars.csv")

Voit lukea datan komennolla:

sw <- readr::read_csv("./datasetit/starwars.csv")

Tilasto-/indikaattoridata

Tilasto-/indikaattoridatana kurssilla käytetään Göteborgin yliopiston Quality of Government Instituutin (QOG) OECD maita käsittelevää dataa. Datassa on 1006 indikaattoria ja se käsittää yhteensä 36 maata.

Sen käyttöönotto on helpointa rqog-paketin avulla, jonka asentaminen ja datan lataaminen verkosta ja tallentaminen ./datasetit-kansioon käy seuraavasti:

# Asenna paketti
devtools::install_github("ropengov/rqog")
# Lataa paketti
library(rqog)
# Lataa data datasetit-kansioon
rqog::read_qog(which_data = "oecd", 
               data_dir = "./datasetit", 
               file_format = "csv", 
               year = 2019,
               download_only = TRUE)
# Voit lukea datan komennolla
oecd <- readr::read_csv("./datasetit/qog_oecd_ts_jan19.csv")

Olen käyttänyt QOG-datoja tutkimuksessani ja aineiston metatiedot löytyvät näppärästi täältä: http://data.markuskainu.fi/qog/

Tutkimusdata

Tutkimusdatana käytetään European Social Survey-projektin Integrated file, edition 1.0 round 8-dataa.

Data ei ole suoraan ladattavissa verkosta vaan vaatii tunnistautumisen. Latasin datan eri tilasto-ohjelmien formaateissa itselleni ja voit ladata ne omalle koneellesi seuraavilla komennoilla:

download.file("http://courses.markuskainu.fi/utur2018/datasetit/ESS8e01.sav", 
              "./datasetit/ESS8e01.sav") # SPSS
# lue data R:ään ja tallenna .csv-muodossa
ess <- haven::read_sav("./datasetit/ESS8e01.sav")
readr::write_csv(ess, "./datasetit/ess.csv")

Voit lukea datan nyt R:ään csv-tiedostosta

ess <- readr::read_csv("./datasetit/ess.csv")

Jos on kiire tai levytila lopussa koneelta

Voit ladata datat käyttöösi myös seuraavasi:

starwars <- readRDS(url("http://courses.markuskainu.fi/utur2018/datasetit/rds/starwars.RDS"))
oecd <- readRDS(url("http://courses.markuskainu.fi/utur2018/datasetit/rds/qog_oecd_ts_jan18.RDS"))
ess <- readRDS(url("http://courses.markuskainu.fi/utur2018/datasetit/rds/ESS8e01.RDS"))

2017-2019 Markus Kainu.

Tämä teos on lisensoitu Creative Commons Nimeä 4.0 Kansainvälinen -lisenssillä.