Gegevens van slaaponderzoek

Onderzoekers namen 18 proefpersonen op in een slaapdeprivatiestudie. Hun waargenomen sleep_study-gegevens zijn geladen in de workspace. Deze gegevens bevatten de day_0-reactietijden en de day_3-reactietijden na 3 nachten met slaaptekort voor elke subject.

Je gaat diff_3 definiëren en verkennen, het waargenomen verschil in reactietijden voor elke proefpersoon. Hiervoor heb je de functies mutate() en summarize() nodig. Ter illustratie: het volgende voegt de variabele day_0_s, de day_0-reactietijden in seconden, toe aan sleep_study:

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

Vervolgens kun je de day_0_s-waarden summarize()-en, hier op hun minimum en maximum:

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

Deze oefening maakt deel uit van de cursus

Bayesiaans modelleren met RJAGS

Cursus bekijken

Oefeninstructies

Bekijk de eerste 6 rijen van sleep_study.
Definieer een nieuwe variabele in sleep_study, diff_3: de day_3- minus de day_0-reactietijden.
Gebruik ggplot() met een geom_histogram()-laag om een histogram van de diff_3-gegevens te maken.
summarize() het gemiddelde en de standaarddeviatie van de diff_3-waarnemingen.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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(___, ___)

Code bewerken en uitvoeren