| mtcars {datasets} | R 文档 |
数据摘自 1974 年美国《Motor Trend》杂志,包含了 32 辆汽车(1973-74 款)的燃油消耗以及 10 个方面的汽车设计和性能。
mtcars
一个包含 32 个观测值和 11 个(数值型)变量的数据框。
| [, 1] | mpg | 每加仑(美国)英里数 |
| [, 2] | cyl | 气缸数 |
| [, 3] | disp | 排量(立方英寸) |
| [, 4] | hp | 总马力 |
| [, 5] | drat | 后桥比 |
| [, 6] | wt | 重量(千磅) |
| [, 7] | qsec | 1/4 英里加速时间 |
| [, 8] | vs | 发动机(0 = V 型,1 = 直列型) |
| [, 9] | am | 变速箱(0 = 自动,1 = 手动) |
| [,10] | gear | 前进挡数量 |
| [,11] | carb | 化油器数量 |
Henderson 和 Velleman (1981) 在第 1 表的脚注中评论道:“Hocking(原始转录者)将马自达的转子发动机非关键地编码为直列六缸发动机,将保时捷的水平对置发动机编码为 V 型发动机,并包含柴油版梅赛德斯 240D,这些都得以保留,以便与之前的分析进行直接比较。”
Henderson and Velleman (1981), Building multiple regression models interactively. Biometrics, 37, 391-411.
require(graphics)
pairs(mtcars, main = "mtcars data", gap = 1/4)
coplot(mpg ~ disp | as.factor(cyl), data = mtcars,
panel = panel.smooth, rows = 1)
## possibly more meaningful, e.g., for summary() or bivariate plots:
mtcars2 <- within(mtcars, {
vs <- factor(vs, labels = c("V", "S"))
am <- factor(am, labels = c("automatic", "manual"))
cyl <- ordered(cyl)
gear <- ordered(gear)
carb <- ordered(carb)
})
summary(mtcars2)