기본 콘텐츠로 건너뛰기

유닛 테스팅 in R

# 유닛 테스팅 : 코드의 일반적인 사용 상황과 특이한 사용 상황을 테스트하기 위함.#### # 모든 코드를 항상 유닛 테스트로 확인 할 수는 없음. # install.packages("testthat") library(testthat) a=1:3 b=1:3 names(a)=c('a','b','c') > a a b c 1 2 3 > b [1] 1 2 3 #expect_equal(object, expected) 오브젝트가 기대되는 값 익스펙티드와 동일한가 #두 객체가 (거의)같은지를 비교, 부동 소수의 경우 매우 작은 값 이하로 차이나는 두 값은 같은 값으로 취급 expect_equal(a,b) # 벡터에 부여한 이름이 다르므로 실패 #expect_equivalent() #equal 과 달리 속성값만 expect_equivalent(a,b) # 벡터에 부여한 이름을 무시하므로 테스트 성공 #두 객체가 동일 하다는 말 #expect_equal을 피보나치 수열을 이용해 예를 들어보자 fib=function(n){   if(n==0){     return(1)   }   if (n>0) {     return(fib(n-1)+fib(n-2))   } } #expect_equal이용해 fib(0)=1인지 확인 expect_equal(1,fib(0)) #무반응(무반응은 정상 이라는 말) expect_equal(1,fib(1)) #오류메세지 반환. 결과>> #이렇게 에러 메세지가 발생했다면 이에 따라 fib()함수를 올바르게 수정해나가면 된다. #test_that을 사용한 테스트 그룹화#### #그룹화란 test_that 함수를 통해 expect 문장들을 묶어서 실행할 수 있다. test_that("base case",{   expect_equal(1,fib(0))   expect_equa
최근 글

R_lessson 1

R 기초 Tip 1. 디렉토리(작업공간) 설정 및 확인 1-1 작업공간 확인 > getwd()                            #함수 [1] "C:/Users/ysjjh/Documents" #결과 1-2 작업공간 설정 > setwd("C:/Users/ysjjh/Desktop")  #함수 > setwd() 함수 적용 후  getwd()를 통해서 제대로 변경 되었는지 확인. #결과 ※ 주의할 점 1. R에서 주소를 적어줄 때에는 "/" 하나로 구분해 주어야 한다. > "C:/Users/ysjjh/Documents" 2. "\"(역슬래쉬)로 구분해줄 때에는 "\\"를 통해서 구분해 주어야 한다. > "C:\\Users\\ysjjh\\Documents" 3. 아래 사진과 같이 보통 파일탐색기에서 주소를 간편하게 긁어 오는데 "\" 하나로 되어 있는 것을 알 수 있다 그래서 저렇게 복사해 올때는 "\"를 하나 더 붙여주어야 한다. 클릭하면 확대. 2. R 도움말 얻는 함수 2-1 help.start() > help.start() #함수 > 다음과 같은 메뉴얼이 등장한다. 2-2 help.search()와  ??은 동일. > help.search("table") #함수  #"table"은 예시. > "table"이 포함된 메뉴얼을 찾아준다. ※ ??table 과 같이 "??"도 동일한 기능이다. 2-3 example(save) #예제보기 > example(save) #save함수에 관한 예제를 찾아준다. ※ ()안에 ""를 사용하지 않은 이유는 "example&

t-test

t-test의 유형 t-test는 비교의 대상이 되는 두개의 그룹이 무엇인지에 따라 크게 세가지 유형으로 구분할 수 있습니다. A. 독립 표본 t-test: 서로 다른 두개의 그룹 간의 평균 비교 (예: 남자와 여자 간 소득의 차이 비교) B. 대응 표본 t-test : 하나의 집단에 대한 비교 (예: 과외를 하기 전과 후의 반 학생들의 성적 변화) C. 단일 표본 t-test : 특정 집단의 평균이 어떤 숫자와 같은지 다른지를 비교 t-test의 가정확인. 1.두개의 집단에 대한 t-test를 실시하기 위해서는 등분산성, 정규성이 만족되어야 합니다. 2.정규성의 경우 일반적으로 관측 갯수가 30개 이상일때 만족한다고 판단할 수 있습니다. 3. 등분산성을 확인하기 위해서는 var.test라는 함수를 사용하면 됩니다. 3-1 등분산성 확인 코드 a = c ( 175 , 168 , 168 , 190 , 156 , 181 , 182 , 175 , 174 , 179 ) b = c ( 185 , 169 , 173 , 173 , 188 , 186 , 175 , 174 , 179 , 180 ) var . test ( a , b ) F test to compare two variances data : a and b F = 2.1028 , num df = 9 , denom df = 9 , p - value = 0.2834 alternative hypothesis : true ratio of variances is not equal to 1 95 percent confidence interval : 0.5223017 8.4657950 sample estimates : ratio of variances 2.102784 >p-value가 0.05보다 작은 경우 두 집단의 분산은 유의미하게 다르다고