练习

• 1. 用文字描述每个示例表格中的变量和观测是如何组织的。
• 2. 计算 table2 以及 table4a + table4b 的比率。你需要执行四个操作：
  • a. 提取每个国家每年的结核病病例数。
  • b. 提取每个国家每年对应的人口数。
  • c. 用病例数除以人口数，再乘以 10,000。
  • d. 将结果存回合适的位置。哪种表示形式最易于操作？哪种最难？为什么？
• 3. 使用 table2 而不是 table1 重新创建展示病例数随时间变化的图形。你需要先做什么？

分散与聚合

整洁数据的原理看起来如此显而易见，以至于你可能想知道自己是否会遇到不整洁的数据集。然而不幸的是，你将遇到的大多数数据都是不整洁的。主要有两个原因：