Wynik działania svyby()

Zarówno out, jak i NHANESraw zawierają kolumny o nazwach SleepHrsNight i Gender. Wyświetl out oraz select(NHANESraw, SleepHrsNight, Gender).

Które z poniższych stwierdzeń jest nieprawdziwe?

To ćwiczenie jest częścią kursu

Analiza danych ankietowych w R

Interaktywne ćwiczenie praktyczne

Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń

Rozpocznij ćwiczenie

To ćwiczenie jest częścią kursu

Analiza danych ankietowych w R

SkillTag.level.intermediateSkillTag.label

4.8+

Rozpocznij kurs za darmo

Eksplorację danych ankietowych zaczniemy od wag ankietowych. W tym rozdziale dowiesz się, czym są wagi ankietowe i dlaczego odgrywają kluczową rolę w analizie danych z badań. Omówimy też charakterystyczne cechy danych ankietowych – sposób ich zbierania za pomocą grupowania i stratyfikacji. Przećwiczysz określanie i badanie tych cech próbkowania na przykładzie kilku zbiorów danych.

Exercise 1: Czym są wagi surveyowe?Exercise 2: Wagi ankietowe Exercise 3: Wizualizacja wag Exercise 4: Określanie elementów schematu próbkowania w R Exercise 5: Schematy w R Exercise 6: Projektowanie warstwowe w R Exercise 7: Projektowanie klastrowe w R Exercise 8: Porównywanie wag ankietowych różnych schematów losowania Exercise 9: Wizualizacja wpływu wag ankietowych Exercise 10: Wagi w badaniu NHANES Exercise 11: Łączymy wszystko razem!

Skoro znasz już wagi ankietowe, czas włączyć je do analizy danych jakościowych. W tym rozdziale przeprowadzisz wnioskowanie opisowe: obliczysz statystyki podsumowujące, zbudujesz tabele zestawień i stworzysz wykresy słupkowe. W ramach wnioskowania analitycznego nauczysz się przeprowadzać testy chi-kwadrat.

Exercise 1: Wizualizacja zmiennej kategorialnej Exercise 2: Podsumowanie zmiennej kategorycznej Exercise 3: Interpretowanie tabel częstości Exercise 4: Wizualizacja zmiennej kategorycznej Exercise 5: Analiza dwóch zmiennych jakościowych Exercise 6: Tworzenie tabel kontyngencji Exercise 7: Tworzenie segmentowanych wykresów słupkowych Exercise 8: Podsumowanie z użyciem svytotal()Exercise 9: Interpretacja funkcji svymean()Exercise 10: Wnioskowanie dla zmiennych jakościowych Exercise 11: Przeprowadzanie testu chi-kwadrat Exercise 12: Wszystko razem!

Nie wszystkie dane ankietowe są jakościowe – w tym rozdziale zajmiemy się analizą danych ilościowych. Nauczysz się obliczać ważone statystyki ankietowe, takie jak średnia i kwantyle. W zakresie wizualizacji danych stworzysz wykresy słupkowe, histogramy i wykresy gęstości. Rozdział zakończymy wnioskowaniem analitycznym z użyciem ważonych testów t.

Exercise 1: Podsumowywanie danych ilościowych Exercise 2: Statystyki ankietowe Exercise 3: Szacowanie kwantyli Exercise 4: Wizualizacja danych ilościowych Exercise 5: Wykresy słupkowe ważonych średnich Exercise 6: Wynik działania svyby()

Bieżące ćwiczenie

Exercise 7: Wykresy słupkowe z marginesem błędu Exercise 8: Histogramy ważone próbkowaniem Exercise 9: Ważone ankietowo wykresy gęstości Exercise 10: Wnioskowanie dla danych ilościowych Exercise 11: Test t z uwzględnieniem wag ankietowych Exercise 12: Łączymy wszystko razem!

Modelowanie danych ankietowych również wymaga uwzględnienia sposobu ich zbierania. W tym rozdziale zaczniesz od nauki włączania wag ankietowych do wykresów punktowych – za pomocą estetyki takich jak rozmiar, kolor i przezroczystość. Zbudujesz modele danych ankietowych z wykorzystaniem regresji liniowej i sprawdzisz, jak włączać do modeli predyktory jakościowe oraz wyrazy wielomianowe.

Exercise 1: Wizualizacja za pomocą wykresów punktowych Exercise 2: Wykresy bąbelkowe Exercise 3: Wykresy punktowe z wagami ankietowymi Exercise 4: Zastosowanie koloru na wykresach punktowych Exercise 5: Wizualizacja trendów Exercise 6: Linia najlepszego dopasowania Exercise 7: Linie trendu Exercise 8: Modelowanie danych ankietowych Exercise 9: Model regresji Exercise 10: Wnioskowanie w regresji Exercise 11: Bardziej złożone modelowanie Exercise 12: Wieloraka regresja liniowa Exercise 13: Wszystko razem Exercise 14: Podsumowanie