Projekty zaliczeniowe

Projekt	Termin zadania projektu	Termin oddania projektu	Termin omówienia na zajęciach
Projekt 1: Przetwarzanie danych w R	10.10.2025	24.10.2025 g.23.59
Projekt 2: Wizualizacja danych w R (1)	14.11.2025	w trakcię zajęć	w trakcie zajęć
Projekt 2: Wizualizacja danych w R (2)	14.11.2025	26.11.2025 g.23.59	28.11.2025
Projekt 4: Raport statystyczny	21.11.2025	9.01.2026 g.23.59	16.01.2026

1 Projekt 1: Przetwarzanie danych w R

1.1 Opis projektu

Projekt składa się z dwóch zadań w ramach których należy utworzyć plik zawierający dane społeczno-gospodarczne dla państw na świecie dla lat 1990-2020.

• Pobierz dane do projektu 1

1.2 Rozwiązanie zadań

Rozwiązanie zadania zawiera:

• Dokument Quarto (wraz z kodem) zawierający rozwiązania zadania 1 oraz zadania 2.
• Plik wdi1990_2020.csv
• Plik wdi2020.csv
• W ramach rozwiązania zadania 2 proszę uzupełnić QUIZ: Link do Quizu [Uwaga! Test można wypełnić tylko raz.]
• Pliki wynikowe należy umieścić w folderze PROJEKT_1 w MS Teams w zespole do zajęć.

1.3 Zadania do rozwiązania

Zadanie 1. Przygotowanie danych

1. Wczytać do R dane z pliku WDI_DANE.xlsx. . Zawartość każdego z arkuszy (Country, GDP, POP, URBAN_POP, RURAL_POP, LET, HDI, INCOME_GROUP) wczytać do osobnych obiektów o tej samej nazwie co arkusz w MS Excel.

2. W obiekcie Country wyselekcjonuj tylko te państwa, dla których przypisany jest Region. Posortuj je alfabetycznie względem kolumny Code. Zapisz je do obiektu Country2.

3. W obiekcie INCOME_GROUP w kolumnach INCOME1990, INCOME2000, INCOME2010, INCOME2020 zmienić sposób kodowania kategorii poprzez przypisanie poszczególnym kodom pełnych nazw:

• L - Low income
• LM - Lower middle income
• UM - Upper middle income
• H - High income

3. Przygotować jeden plik z danymi zawierający 32 kolumny.

• Liczba wierszy w pliku wynikowym powinna być równa liczbie wierszy w skoroszycie Country2.

• Dane zawarte w poszczególnych obiektach należy połączyć używając funkcji left.join() z pakietu dplyr. Dane należy połączyć używając kolumny Code.

• Utworzony plik wynikowy należy zapisać w formacie csv pod nazwą wdi1990_2020.csv

• Kolumny w pliku wynikowym:

  • Country, Code, Region (z obiektu Country2)

  • GDP1990, GDP2000, GDG2010, GDP2020 z obiektu GDP

  • POP1990, POP2000, POP2010, POP2020 z obiektu POP

  • RPOP1990, RPOP2000, RPOP2010, RPOP2020 z obiektu RURAL_POP

  • UPOP1990, UPOP2000, UPOP2010, UPOP2020 z obiektu URBAN_POP

  • LE1990, LE2000, LE2010, LE2020 z obiekty LET

  • HDI_Code, HDI1990, HDI2000, HDI2010, HDI2020 z obiektu HDI

  • INCOME1990, INCOME2000, INCOME2010, INCOME2020 z obiektu INCOME_GROUP

4. Z pliku wdi1990_2020.csv wyselekcjonować dane dla 2020 roku oraz kolumny Code, Country, Region. Zapisać dane do pliku wdi2020.csv

Zadanie 2. Przetwarzanie danych

Wczytać do R plik wdi1990_2020.csv, odpowiedz na poniższe pytania oraz wypełnij quiz.

• Ile jest państw/terytoriów w zbiorze danych?
• Do ilu regionów przypisano państwa/terytoria?
• Wybierz kraje należące do wszystkich regionów z wyjątkiem “Middle East & North Africa” oraz “Sub-Saharan Africa”. Ile jest takich krajów?
• Wybierz kraje w regionach “Middle East & North Africa” oraz “Sub-Saharan Africa”, które w 2020 roku miały powyżej 50 mln ludności. Ile jest takich krajów?.
• Wybierz kraje, których nazwa zaczyna się na P. Ile jest takich krajów?
• Wybierz kraje położone w regionie, którego nazwa kończy się na “Asia”
• Wybierz kraje z liczbą ludności w 2010 roku między 50 a 100 milionów.
• Oblicz średnią oczekiwaną długość trwania życia w roku 1990 według regionów. Posortuj wynik od największej do najmniejszej średniej.
• Do zbioru danych dodaj zmienną RPOP_DIF i oblicz różnicę między liczba ludności zamieszkującej obszary wiejskie (RPOP) w 2020 i 1990 roku. W którym regionie znajduje się najwięcej państw, w których między 1990 a 2020 rokiem ubyło liczby ludności w obszarach wiejskich (RPOP_DIFF <0).
• Do zbioru danych dodaj zmienną UPOP_DIF i oblicz różnicę między liczba ludności zamieszkującej w obszarach zurbanizowanych (UPOP) w 2020 i 1990 roku. W którym regionie znajduje się najmniej państw, w których między 1990 a 2020 rokiem przybyło ludności w obszarach zurbanizowanych (UPOP_DIFF >0)
• W którym regionie w 2020 roku zamieszkiwało najwięcej osób?
• Która klasa dochodów (Low Income, Lower middle income) była w 1990 roku zamieszkiwana przez najwięcej osób?
• Która klasa dochodów (Low Income, Lower middle income, Upper middle income, High income) była w 2020 roku zamieszkiwana przez najwięcej osób?
• Ile krajów w regionie “Europe & Central Asia” było sklasyfikowanych w 1990 roku jako “Low Income”?
• Ile krajów w regionie “Sub-Saharan Africa” było sklasyfikowanych w 2020 roku jako “Lower middle income” lub “Upper middle income”?
• Wybierz ze zbioru danych tylko dane dla roku 2020 i zapisz je do osobnego obiektu dane2020. Następnie zapisz obiekt w pliku csv o nazwie “wdi2020.csv”.

1.4 Opis danych wykorzystywanych w projekcie

Dane w pliku WDI_DANE.xlsx zawierają 10 arkuszy:

• Country - zawiera podstawowe informacje o państwach/terytoriach
• GDP - PKB na osobę w dolarach amerykańskich dla lat 1990, 2000, 2010, 2020.
• POP - liczba ludności dla lat 1990, 2000, 2010, 2020.
• RURAL_POP - liczba ludności zamieszkującej tereny wiejskie dla lat 1990, 2000, 2010, 2020.
• URBAN_POP - liczba ludności miejskiej dla lat 1990, 2000, 2010, 2020.
• LET - oczekiwana długość trwania życia w momencie urodzin(ang. life expectancy) dla lat 1990, 2000, 2010, 2020
• HDI - Human Development Index dla lat 1990, 2000, 2010, 2020.
• Income group - podział państw/terytoriów na grupy wyznaczony na poziomie dochodów według klasyfikacji World Bank
• Explonation - wyjaśnienie zawartości arkuszów z danymi
• Datasets - opis danych na podstawie dokumentacji dostarczonej przez WorldBank.

Skoroszyt Country zawiera 3 kolumny:

• Country - nazwa państwa/terytorium w języku angielskim
• Code - trzyliterowy kod państwa wg klasyfikacji ISO.
• Region - Nazwa regionu w języku angielskim

Skoroszyt GDP zawiera 5 kolumn:

• Economy - nazwa państwa/terytorium w języku angielskim
• Code - trzyliterowy kod państwa wg klasyfikacji ISO.
• GDP1990 - PKB na osobę w roku 1990
• GDP2000 - PKB na osobę w roku 2000
• GDP2010 - PKB na osobę w roku 2010
• GDP2020 - PKB na osobę w roku 2020

Skoroszyt POP zawiera 6 kolumn:

• Economy - nazwa państwa/terytorium w języku angielskim
• Code - trzyliterowy kod państwa wg klasyfikacji ISO.
• POP1990 - liczba ludności w roku 1990
• POP2000 - liczba ludności w roku 2000
• POP2010 - liczba ludności w roku 2010
• POP2020 - liczba ludności w roku 2020

Skoroszyt RURAL_POP zawiera 6 kolumn:

• Economy - nazwa państwa/terytorium w języku angielskim
• Code - trzyliterowy kod państwa wg klasyfikacji ISO.
• RPOP1990 - liczba ludności zamieszkującej tereny wiejskie w 1990 roku.
• RPOP2000 - liczba ludności zamieszkującej tereny wiejskie w 2000 roku
• RPOP2010 - liczba ludności zamieszkującej tereny wiejskie w 2010 roku
• RPOP2020 - liczba ludności zamieszkującej tereny wiejskie w 2020 roku.

Skoroszyt URBAN_POP zawiera 6 kolumn:

• Economy - nazwa państwa/terytorium w języku angielskim
• Code - trzyliterowy kod państwa wg klasyfikacji ISO.
• UPOP1990 - liczba ludności obszarów miejskich w 1990 roku.
• UPOP2000 - liczba ludności obszarów miejskich w 2000 roku.
• UPOP2010 - liczba ludności obszarów miejskich w 2010 roku.
• UPOP2020 - liczba ludności obszarów miejskich w 2020 roku.

Skoroszyt LET zawiera 6 kolumn:

• Economy - nazwa państwa/terytorium w języku angielskim
• Code - trzyliterowy kod państwa wg klasyfikacji ISO.
• LE1990 - długość trwania życia w momencie narodzin w 1990 roku.
• LE2000 - długość trwania życia w momencie narodzin w 2000 roku.
• LE2010 - długość trwania życia w momencie narodzin w 2010 roku.
• LE2020 - długość trwania życia w momencie narodzin w 2020 roku.

Skoroszyt HDI zawiera 7 kolumn:

• Code - trzyliterowy kod państwa wg klasyfikacji ISO.
• Country - nazwa państwa w języku angielskim
• HDI_Code - Klasa HDI (low, medium, high, very high)
• HDI1990 - Human Develoment Index w 1990 roku
• HDI2000 - Human Develoment Index w 2000 roku
• HDI2010 - Human Develoment Index w 2010 roku
• HDI2020 - Human Develoment Index w 2020 roku

Skoroszyt INCOME_GROUP zawiera 6 kolumn:

• Economy - nazwa państwa/terytorium w języku angielskim
• Code - trzyliterowy kod państwa wg klasyfikacji ISO.
• INCOME1990 - Klasyfikacja obszarów na podstawie dochodu według World Bank w 1990 roku
• INCOME2000 - Klasyfikacja obszarów na podstawie dochodu według World Bank w 2000 roku
• INCOME2010 - Klasyfikacja obszarów na podstawie dochodu według World Bank w 2010 roku
• INCOME2020 - Klasyfikacja obszarów na podstawie dochodu według World Bank w 2020 roku

Klasyfikacja World Bank dzieli obszary na 4 kategorie:

• L - Low income
• LM - Lower middle income
• UM - Upper middle income
• H - High income

1.4.1 World Bank

Dane w skoroszycie Country, GDP, POP, RURAL_POP, URBAN_POP, LET zostały pozyskane z serwisu World Bank (https://data.worldbank.org/). Wykorzystano następujące wskaźniki:

• NY.GDP.PCAP.CD - GDP per capita (current US$)
• SP.POP.TOTL - Population, total
• SP.RUR.TOTL - Rural population
• SP.URB.TOTL - Urban population
• SP.DYN.LE00.IN - Life expectancy at birth, total (years)

1.4.2 HDI

Human Development Index (HDI) to systetyczny wskaźnik rozwoju społecznego biorący pod uwagę “długie i zdrowe życie” (long and healthy life), “wiedzę” (knowledge) i “dostatni standard życia” (decent standard of living). Wskaźnik obliczany jest na podstawie:

• oczekiwanej długości trwania życia
• średniej liczby lat edukacji mieszkańców w wieku 25 lat i starszych
• oczekiwanej liczby lat edukacji dla dzieci zaczynających proces kształcenia
• PKB na osobę w dolarach.

Więcej:

• https://hdr.undp.org/data-center/human-development-index#/indicies/HDI
• https://en.wikipedia.org/wiki/Human_Development_Index

2 Projekt 2: Wizualizacja danych w R (1)

• Projekt wykonywany w trakcie ćwiczeń w grupach dwuosobowych.

2.1 Opis projektu

Celem projektu jest stworzenie złego wykresu tj. wykresu niespełniającego założeń dotyczących czytelności, poprawnego formatowania itp.

• Źródło danych - zbiór danych pomiary_pol.csv z folderu data.

2.2 Rozwiązanie zadania

• Każda grupa prezentuje wykres na koniec ćwiczeń.

• W ramach rozwiązania zadania na koniec ćwiczeń należy oddać:

  • plik w formacie .qmd zawierający kod tworzący wykres
  • wykres zapisany w formacie PNG lub PDF.
  • plik(i) powinny być podpisane Państwa nazwiskami w formie: Nazwisko_Nazwisko_wykres.qmd oraz Nazwisko_Nazwisko_wykres.png lub Nazwisko_Nazwisko_wykres.pdf
  • pliki należy umieścić w zespole MS Teams do zajęć w folderze Projekt 2

W przypadku nieobecności na ćwiczeniach w tym dniu, rozwiązanie projektu należy umieścić w folderze Projekt 2 do kolejnych zajęć.

3 Projekt 3: Wizualizacja danych w R (2)

3.1 Opis projektu

• Cel - stworzenie wykresu komunikacyjnego z zachowaniem prawidłowych zasad formatowania wykresów.

• Źródło danych - zbiór danych wdi1990_2020.csv utworzony w ramach projektu 1.

• projekt samodzielny

3.2 Rozwiązanie zadania

• plik w formacie .qmd zawierający kod tworzący wykres;
• plik PNG zawierający utworzony wykres
• plik(i) powinny być podpisane Państwa nazwiskiem w formie: Nazwisko_wykres.qmd oraz Nazwisko_wykres.png
• pliki należy umieścić w zespole MS Teams do zajęć w folderze Projekt 3

3.3 Ocena wykresów

Ocenie będą podlegały następujące elementy:

• dobór typu wykresu do postawionego problemu.

• staranność wykonania (tytuł, podpisy osi, dobór kolorów)

• Każdy wykres otrzyma dwie oceny:

  • ocenę wystawioną przez prowadzącego zajęcia
  • średnią z ocen wystawioną przez uczestników zajęć

W trakcie ćwiczeń każdy wykres będzie omówiony przez twórcę oraz poddany dyskusji.

4 Projekt 4: Raport statystyczny

4.1 Opis projektu

Celem projektu jest opracowanie raportu statystycznego dotyczącego analizy statystycznej długości trwania życia w wybranym kraju w latach 1960-2021.

• Często popełniane błędy

4.2 Cel raportu

W raporcie należy przeprowadzić analizę długości trwania życia w wybranym kraju w latach 1960-2021 w podziale na płeć oraz bez podziału na płeć.

4.3 Dane

• Pobierz dane do projektu 4

Dane dotyczące długości trwania życia pochodzą z strony https://data.worldbank.org/indicator/. Dane zostały zapisane w 3 plikach:

• Life expectancy at birth, female (years)
• Life expectancy at birth, male (years)
• Life expectancy at birth, total (years)

Każdy plik składa się z 3 arkuszy:

• Data - dane dotyczące długości trwania życia w poszczególnych krajach na świecie

• Metadata - Countries - informacje dotyczące poszczególnych państw:

  • trzyliterowy kod nazwy państwa (Country code)
  • region, w którym położone jest dane państwo (Region)
  • grupa wskazująca na poziom dochodu (IncomeGroup)
  • dodatkowe informacje (SpecialNotes)
  • nazwa państwa (TableName)

• Metadata - Indicators - informacja nt. analizowanego wskaźnika (w tym wypadku długość trwania życia).

4.4 Wykonanie raportu statystycznego prezentującego wyniki analizy statystycznej

Etap ten wykonywany jest w grupach 2 osobowych. Każda grupa oddaje jeden raport.

1. Przygotowanie danych do analizy

• Należy przygotować plik z danymi do analizy składający się z następujących kolumn:

  • rok
  • długość trwania życia - kobiety
  • długość trwania życia - mężczyźni
  • długość trwania życia - ogólem

2. Wykonanie analizy statystycznej danych.

3. naliza ma być przedstawiona w formie raportu statystycznego zawierającego:

• tekst (zgodny ze strukturą raportu)
• ryciny, wykresy, tabele, mapy.
• proszę zastosować opcję ukrycia kodu w raporcie

4.5 Raport statystyczny

• Raport proszę wykonać wykorzystując dokument Quarto
• Raport ma zawierać do 1000-1200 słów oraz 3-6 rycin i tabel.
• Raport należy zapisać w formacie html

4.6 Oddanie raportu

W folderze Projekt 4 w zespole do zajęć w MS Teams należy utworzyć folder nazwany nazwiskami osób, które wykonywały raport. Następnie w tym folderze należy umieścić plik qmd oraz html (oba pliki także nazwać nazwiskami osób, które tworzyły raport.

4.7 Ocena końcowa

Za projekt będzie można otrzymać trzy oceny:

• Ocenę za wykonanie raportu uwzględniającego jego strukturę, treść, wykonane analizy.
• Ocenę za część graficzną raportu (dobór wykresów, ich czytelność oraz poprawność wykonania).
• Ocenę za kod (oceniana będzie przejrzystośc kodu, możliwość odtworzenia analizy w oparciu o dostarczony kod, poprawność; poszczególne fragmenty kodu powinny być opatrzone komentarzem).