Gegeven
Misschien ken je wel de Vivino1 smartphone-app. Deze app laat je toe wijnen te beoordelen en na een eindje krijg je suggesties van wijnen die bij je smaakvoorkeuren passen.
De goede werking van deze app steunt op een gigantische dataset, waarbij van zo goed als alle wijnen heel wat karakterstieken worden bijgehouden. In dit onderzoek2 uit 2009 ging men van heel wat wijnen allerlei gegevens opmeten, wat uiteindelijk in onderstaande dataset resulteerde.
# Data inlezen
data <- read.csv2("https://raw.githubusercontent.com/shrikant-temburwar/Wine-Quality-Dataset/master/winequality-red.csv",
sep=";", dec=".",
colClasses=c(rep("NULL", 4), "numeric", rep("NULL", 2),rep("numeric", 5)))
In de uiteindelijke dataframe vind je heel wat informatie, via head(data) bekomt men bijvoorbeeld als voorsmaakje:
chlorides density pH sulphates alcohol quality
1 0.076 0.9978 3.51 0.56 9.4 5
2 0.098 0.9968 3.20 0.68 9.8 5
3 0.092 0.9970 3.26 0.65 9.8 5
4 0.075 0.9980 3.16 0.58 9.8 6
5 0.076 0.9978 3.51 0.56 9.4 5
6 0.075 0.9978 3.51 0.56 9.4 5
De kolommen chlorides en sulphates bevat de hoeveelheid natrium chloride en hoeveel sulfaten men in de wijn terug vond. De dichtheid staat in de kolom density, uitgedrukt in gram per milliliter. Tot slot is zijn er nog de kolommen pH met de zuurtegraad, alcohol met het alcoholpercentage en de kwaliteit die wijn toegekend kreeg.
Gevraagd
We onderzoeken of je de zuurtegraad van goede wijnen goed kan voorspellen met behulp van het alcoholpercentage. Zijn wijnen met een hoger alcoholpercentage ook zuurder? Of net niet?
-
Bepaal de mediaan van de kwaliteit in de variabele
mediaan. -
Maak vervolgens een booleaanse vector waarin je de wijnen bewaart die een kwaliteit toegekend kregen van meer dan de mediaan. Bewaar deze in de vector
goede_wijnen. -
Gebruik deze booleaanse vector om onderstaand spreidingsdiagram aan te maken. Verzorg de titels en de labels op de assen.
