Playing with R and RStudio

So far

Regresi OLS univariat dan multivariat.
Diagnostic error
Dummy variable dan log-log regression.
2 hari terakhir akan kita habiskan dengan time series dan panel data

Hari ini

Diharapkan R dan RStudio sudah terinstall
- kalau belum, cek caranya di sini
Fokus mencoba menggunakan R dan RStudio.
Sedikit video tentang penggunaan Microsoft Excel akan ditambahkan juga di website.
Goal hari ini adalah anda bisa ngerun contoh-contoh di slides.

Hari ini

Working directory.
Packages and how to lead them.
coba-coba command dengan data “latihan1.xlsx”

Working directory

Working directory adalah folder di komputer anda yang akan anda gunakan untuk memulai projejct R.
Semua file, data, dan gambar harus dibaca dan akan disave di folder ini.
pilih folder di komputer anda yang akan digunakan sebagai working directory.
Misalnya, anda mau bikin folder untuk tugas.

Kenali folder di komputer

buat folder untuk project/tugas anda.
- Misalnya buat folder “metopel”, lalu di dalamnya buat folder “latihan”.
klik kanan di address bar, lalu pilih “copy as text”.
di R, ketik setwd('WD') di mana WD adalah paste-an working directory anda.
- jangan lupa pake tanda petik.

Workding directory

Working directory

SetWD

Setelah ketik setwd(‘working directory anda’), arahkan ke kuadran 4 (kanan bawah), klik “more” lalu pencet “go to working directory”.
Anda akan lihat bahwa working directory anda di kuadran 4 akan pindah ke folder buatan anda.
Semua data yang mau di-load harus dikopas ke sini.
Semua file yg anda simpan (data,, grafik, docx, html) akan tersimpan di sini.

R Script

Pastikan data-data latihan sudah anda download dan sudah ada di folder anda.
- Data ini mustinya muncul di kuadran 4
Pilih “File” -> “new file” -> “R Script”
- bisa juga pencet ctrl+shift+N.
akan terbuka file script namanya Untitled.r
- anda bisa save sekarang.

R Script

R script adalah tempat anda nge-save semua kode anda.
Kode yang ada di slides bisa anda kopas ke sini.
Selalu awali R Script anda dengan setwd('')
baru abis itu kode yang lain.
R Script juga dapat dirun untuk setiap baris.

Urutan R Script

set working directory dengan setwd()
load packages dengan library()
load data dengan read_excel() atau read_csv()
plot dengan plot() atau ggplot()
regresi dengan lm()
buat residual dengan ``

Packages

R itu termasuk enteng karena banyak fungsinya dibuat secara terpisah.
Ada beberapa fungsi yang R tidak bisa lakukan.
Akan tetapi, kita bisa download packages yang bisa melakukan fungsi tersebut.
Download packages cukup 1x dengan command install.packages('nama package')
Package harus diload tiap kali mulai kerja dengan library()

Packages

Untuk kali ini, kita load packages readxl dan tidyverse

setwd('C:/github/noodle')
library('readxl')
library('tidyverse')

Membaca data

R doang tidak cukup untuk baca data excel. Untung ada package readxl
Kalau belum load readxl maka kita gak bisa pake command read_excel()
- jangan lupa diinstall dulu dengan install.packages() sebelum diload dengan library().
Mari kita coba load data latihan 1.
- cara ngeloadnya adalah dengan dat<-read_excel('latihan1.xlsx')
- lihat kuadran di kanan atas. coba klik.

Membaca data

setwd('C:/github/noodle')
library('readxl')
library('tidyverse')

dat<-read_excel('latihan1.xlsx')

Membaca data

Plot

Plot bisa diketik di console window (kuadran kiri bawah) maupun menjadi bagian dari R Script.
Kalau anda langsung run di console window, maka plotnya bisa langsung disave di RStudio.
Pastikan bahwa data yang diplot sudah nongol di environment (kuadran kanan atas).

Plot

plot(dat$X,dat$Y,xlab="jam belajar",ylab="nilai UAS")

Cara save plot

Regresi

reg1<-lm(Y~X,data=dat)
summary(reg1)


Call:
lm(formula = Y ~ X, data = dat)

Residuals:
    Min      1Q  Median      3Q     Max 
-9.6739 -5.5463 -0.5193  4.3495 10.6282 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  10.6809     1.1665   9.156 8.21e-15 ***
X             3.8993     0.1019  38.284  < 2e-16 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 5.97 on 98 degrees of freedom
Multiple R-squared:  0.9373,    Adjusted R-squared:  0.9367 
F-statistic:  1466 on 1 and 98 DF,  p-value: < 2.2e-16

Generate Error + Plot

dat$u<-resid(reg1) # generate error
plot(dat$Y,dat$u,xlab="nilai UAS",ylab="error") # plot error vs Y

R Script

setwd('C:/github/noodle') # AWAS SETWD-NYA PERBAIKI DULU
library('readxl')
library('tidyverse')

# Baca data
dat<-read_excel('latihan1.xlsx')

# Plot X dan Y
plot(dat$X,dat$Y,xlab="jam belajar",ylab="nilai UAS")

# regresi
reg1<-lm(Y~X,data=dat)
summary(reg1)

# Membuat error
dat$u<-resid(reg1)

# plot eror
plot(dat$Y,dat$u,xlab="jam belajar",ylab="nilai UAS")

Kesimpulan

Nanti kita akan dedikasi 1 pertemuan hanya untuk plot dan cara menyimpan gambar.
Anda juga akan punya lebih banyak hal di folder selain R Script.
Untuk sekarang, gunakan kesempatan ini untuk latihan yang lain.
Minggu depan kita akan mulai membahas time series.