100% tevredenheidsgarantie Direct beschikbaar na betaling Zowel online als in PDF Je zit nergens aan vast
logo-home
Summary Intro. To Research in Marketing Spring R Codes Assignments €5,49   In winkelwagen

Samenvatting

Summary Intro. To Research in Marketing Spring R Codes Assignments

 7 keer bekeken  0 keer verkocht

This document includes all the necessary codes to pass the assignments for R for the course Introduction to Research in Marketing. Each week the assignments differ in different versions, however only small indicated changes need to be made in the coding in the first few steps to cover the different...

[Meer zien]

Voorbeeld 2 van de 15  pagina's

  • 23 september 2024
  • 15
  • 2024/2025
  • Samenvatting
Alle documenten voor dit vak (21)
avatar-seller
RafaelHoutepen
R Codes for Introduction to Research in Marketing:
R Programming:
Week 1:
# Import boxoffice data:
install.packages(c("data.table","readxl"))
library(data.table)
library(readxl)
setwd("/Users/rafaelhoutepen/Downloads/IRM")
boxofficemojo_com <- read_excel("boxofficemojo.com.xlsx")
setDT(boxofficemojo_com)
View(boxofficemojo_com)
summary(boxofficemojo_com)

# Import the imdb data:
install.packages("readr")
library(readr)
imdb_com <- read_csv("imdb.com.csv")
setDT(imdb_com)
View(imdb_com)
summary(imdb_com)
imdb_com[, budget_num := as.numeric(imdb.com_budget)]

# Merge the two data sets:
movies <- merge(boxofficemojo_com,imdb_com, by.x =
c("boxofficemojo.com_imdb.com_id"), by.y = c("imdb.com_id"), all.x = TRUE)
View(movies)

# Save the workspace and the newly created data set:
save.image("Data.RData")
write_csv(movies, "movies.csv")
install.packages("writexl")
library(writexl)
write_xlsx(movies, "movies.xlsx")

# Visualization:
boxplot(movies$boxofficemojo.com_openinggross)
table(movies$boxofficemojo.com_MPAArating)
barplot(table(movies$boxofficemojo.com_MPAArating))
barplot(table(movies$boxofficemojo.com_MPAArating)/
sum(table(movies$boxofficemojo.com_MPAArating))*100)
install.packages("ggplot2")
library(ggplot2)
ggplot(movies, aes(boxofficemojo.com_MPAArating)) + geom_bar()
ggplot(movies, aes(boxofficemojo.com_MPAArating)) + geom_bar(aes(y =
after_stat(count)/sum(after_stat(count))*100)) + ylab("percentage")

# Bivariate visualization:

, movies[, boxofficemojo.com_MPAArating_R := ifelse(boxofficemojo.com_MPAArating == 'R',
1, 0)]
movies[is.na(boxofficemojo.com_MPAArating_R), boxofficemojo.com_MPAArating_R := 0]
ggplot(movies, aes(x=as.factor(boxofficemojo.com_MPAArating_R),
y=boxofficemojo.com_openinggross)) + geom_boxplot()
ggplot(movies, aes(x=as.factor(imdb.com_basedonbook),
y=boxofficemojo.com_openinggross)) + geom_boxplot()
ggplot(movies[!is.na(imdb.com_basedonbook),], aes(x=as.factor(imdb.com_basedonbook),
y=boxofficemojo.com_openinggross)) + geom_boxplot()
ggplot(movies, aes(x=budget_num, y=boxofficemojo.com_openinggross)) + geom_point()

# Aggregate and then plot:
temp <- movies[, .(boxofficemojo.com_openinggross_mean =
mean(boxofficemojo.com_openinggross)), by=c("imdb.com_year")]
temp <- movies[, .(boxofficemojo.com_openinggross_mean =
mean(boxofficemojo.com_openinggross, na.rm=TRUE)), by=c("imdb.com_year")]
temp <- movies[!is.na(imdb.com_year), .(boxofficemojo.com_openinggross_mean =
mean(boxofficemojo.com_openinggross, na.rm=TRUE)), by=c("imdb.com_year")]
setorderv(temp, c("imdb.com_year"))
ggplot(temp, aes(x=imdb.com_year, y=boxofficemojo.com_openinggross_mean)) +
geom_line()

# Hypothesis testing:
movies[!is.na(imdb.com_basedonbook), .(boxofficemojo.com_openinggross_mean =
mean(boxofficemojo.com_openinggross, na.rm=TRUE)), by=c("imdb.com_basedonbook")]
install.packages("car")
library(car)
leveneTest(boxofficemojo.com_openinggross ~ as.factor(imdb.com_basedonbook), movies,
center=mean)
t.test(boxofficemojo.com_openinggross ~ imdb.com_basedonbook, movies,
var.equal=TRUE)

# Question 1:
subset(movies, boxofficemojo.com_openingtheaters >= 500)
wide_release_movies <- movies[boxofficemojo.com_openingtheaters >= 500]
View(wide_release_movies)

# Question 2:
# Remove NAs from 'imdb.com_genres' column in 'wide_release_movies'
wide_release_movies$imdb.com_genres <-
na.omit(wide_release_movies$imdb.com_genres)

# Create a new dataset without NAs in 'imdb.com_genres'
wide_release_movies_no_na <- wide_release_movies[!
is.na(wide_release_movies$imdb.com_genres), ]

library(dplyr)

Voordelen van het kopen van samenvattingen bij Stuvia op een rij:

Verzekerd van kwaliteit door reviews

Verzekerd van kwaliteit door reviews

Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!

Snel en makkelijk kopen

Snel en makkelijk kopen

Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.

Focus op de essentie

Focus op de essentie

Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!

Veelgestelde vragen

Wat krijg ik als ik dit document koop?

Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.

Tevredenheidsgarantie: hoe werkt dat?

Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.

Van wie koop ik deze samenvatting?

Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper RafaelHoutepen. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €5,49. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 67474 samenvattingen verkocht

Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen

Start met verkopen
€5,49
  • (0)
  Kopen