시작하기무료로 시작하기

수면 연구 데이터

연구진은 수면 박탈 연구에 18명의 참가자를 모집했습니다. 관측된 sleep_study 데이터가 작업 공간에 로드되어 있습니다. 이 데이터에는 각 subject의 day_0 반응 시간과 3일간 수면이 부족한 뒤의 day_3 반응 시간이 포함되어 있습니다.

이제 각 참가자별 반응 시간의 관측된 차이인 diff_3를 정의하고 살펴보겠습니다. 이를 위해 mutate()와 summarize() 함수를 사용합니다. 예를 들어, 다음 코드는 sleep_study에 변수 day_0_s(즉, day_0 반응 시간을 초 단위로 변환한 값)를 추가합니다:

sleep_study <- sleep_study %>% 
    mutate(day_0_s = day_0 * 0.001)

그런 다음 day_0_s 값을 summarize()로 요약할 수 있습니다. 예를 들어 최솟값과 최댓값은 다음과 같습니다:

sleep_study  %>% 
    summarize(min(day_0_s), max(day_0_s))

이 연습은 강의의 일부입니다

RJAGS로 배우는 Bayesian 모델링

강의 보기

연습 안내

  • sleep_study의 처음 6개 행을 확인하세요.
  • 새로운 sleep_study 변수 diff_3를 정의하세요. 값은 day_3에서 day_0 반응 시간을 뺀 값입니다.
  • ggplot()에 geom_histogram() 레이어를 사용해 diff_3 데이터의 히스토그램을 만드세요.
  • diff_3 관측값의 평균과 표준편차를 summarize()로 계산하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Check out the first 6 rows of sleep_study


# Define diff_3
sleep_study <- sleep_study %>% 
    mutate(diff_3 = ___)
 
# Histogram of diff_3    
ggplot(___, aes(x = ___)) + 
    geom_histogram(binwidth = 20, color = "white")

# Mean and standard deviation of diff_3
sleep_study %>% 
    summarize(___, ___)
코드 편집 및 실행