Как изучить данные PISA learningtower package

Описание	Некоторые данные PISA доступны в сети и в среде пакетов R. Например, можно использовать learningtower package
Область знаний	Информатика, Образование
Область использования (ISTE)
Возрастная категория	15
Поясняющее видео
Близкие рецепту понятия
Среды и средства для приготовления рецепта:	R

getwd()
#------------
library(learningtower);
library(dplyr)
library(ggplot2)
#----

student_data_2015 <- load_student(2015)

str(student_data_2015)

glimpse(student_data_2015)
summary(student_data_2015)

glimpse(student_data_2015)

data_proc <- student_data_2015 %>%
  filter(country %in% c("RUS", "USA", "SGP")) %>%
  group_by(country, gender) %>%
  summarise(
    mean_math = weighted.mean(math, stu_wgt, na.rm = TRUE),
    mean_science = weighted.mean(science, stu_wgt, na.rm = TRUE),
    n = n(),
    .groups = "drop"
  ) %>%
  na.omit()

print(data_proc)

ggplot(student_data_2015 %>% filter(country %in% c("RUS", "USA", "SGP")), 
       aes(x = country, y = math, fill = gender)) +
  geom_boxplot(alpha = 0.7) +
  labs(title = "Распределение баллов по математике (PISA 2015)",
       x = "Страна", y = "Баллы по математике", fill = "Пол") +
  theme_minimal() +
  theme(legend.position = "bottom")

data_long <- data_proc %>%
  tidyr::pivot_longer(cols = starts_with("mean_"), names_to = "subject", values_to = "score") %>%
  mutate(subject = recode(subject, "mean_math" = "Математика", "mean_science" = "Наука"))

ggplot(data_long, aes(x = country, y = score, fill = gender)) +
  geom_col(position = "dodge") +
  facet_wrap(~ subject) +
  labs(title = "Средние взвешенные баллы PISA 2015",
       x = "Страна", y = "Средний балл", fill = "Пол") +
  theme_minimal() +
  theme(legend.position = "bottom")

Основные глаголы преобразования данных

Функция	Что делает	С чем работает	Простой пример (R)
select()	Выбирает (оставляет) нужные столбцы датафрейма; остальные отбрасывает.	Столбцы (переменные)	students |> select(username, n_total_edits, discipline)
filter()	Оставляет строки, которые удовлетворяют логическому условию (фильтрация наблюдений).	Строки (наблюдения)	students |> filter(n_total_edits > 50, discipline == "Филология")
mutate()	Добавляет новые столбцы или изменяет существующие, вычисляя их из других переменных.	Столбцы (новые или изменённые переменные)	students |> mutate( edit_per_day = n_total_edits / days_active, pct_articles = edits_articles / n_total_edits * 100 )
group_by()	Задаёт группировку по одной или нескольким переменным; изменяет "структуру вычислений", но не сами данные.	Группы строк (по категориям)	students |> group_by(discipline)
summarise()	Строит сводку по группам: сворачивает много строк в одну строку на группу (средние, суммы и т.п.).	Группы (после group_by())	students |> group_by(discipline) |> summarise( mean_edits = mean(n_total_edits, na.rm = TRUE), n_students = n() )