Corelații pe categorii de sex

Așa cum ai văzut într-un exercițiu anterior, corelația dintre age și shellWeight la abalone a fost destul de puternică, cu r Pearson = 0,63. Calculează această corelație separat pentru fiecare categorie sex: "I" pentru pui imaturi, "F" pentru femele adulte și "M" pentru masculi adulți.

Pentru care categorie sex este cea mai mare corelația dintre age și shellWeight?

Setul de date abaloneKeep, precum și pachetele dplyr și psych au fost încărcate pentru tine.

Acest exercițiu face parte din cursul

R pentru utilizatorii de SAS

Exercițiu interactiv practic

Transformă teoria în practică cu unul dintre exercițiile noastre interactive

Începe exercițiul

Acest exercițiu face parte din cursul

R pentru utilizatorii de SAS

SkillTag.level.beginnerSkillTag.label

4.8+

Începe cursul gratuit

Primul capitol te va familiariza cu mediul de programare R. Vei învăța cum să obții ajutor, să încarci un set de date și să extinzi funcționalitatea prin adăugarea de pachete. Vei începe să lucrezi cu setul de date abalone (prin fluxul de lucru al pachetului dplyr) pentru a obține statistici descriptive și a crea vizualizări utile (folosind pachetul ggplot2).

Exercise 1: Obține ajutor și încarcă date în R Exercise 2: Obținerea ajutorului Exercise 3: Încarcă setul de date și obține detalii Exercise 4: Adaugă funcționalitate cu pachete Exercise 5: Conținutul setului de date și statistici descriptive Exercise 6: Încarcă un set de date extern Exercise 7: Conținutul setului de date Exercise 8: Statistici descriptive Exercise 9: Vizualizări grafice Exercise 10: Histograme Exercise 11: Boxplot-uri și grafice vioară Exercise 12: Diagrame de dispersie

Acum că te-ai familiarizat cu mediul R, acest capitol îți va aprofunda înțelegerea versatilității R în lucrul cu obiecte de date. Vei învăța cum să creezi și să modifici variabile în setul de date abalone. Folosind abilitățile de vizualizare din ggplot2, vei identifica erorile din date și vei crea un set de date final, curățat și pregătit pentru analiză și modelare.

Exercise 1: Obiectele – elementele de bază ale R Exercise 2: Creează obiecte de date în R Exercise 3: Creează tipuri de obiecte compuse Exercise 4: Selectarea elementelor din obiecte Exercise 5: Determină tipurile de variabile Exercise 6: Selectarea elementelor din obiecte Exercise 7: Manipularea seturilor de date și a obiectelor de date Exercise 8: Creează variabile noi Exercise 9: Recodificarea variabilelor Exercise 10: Conversia tipurilor de obiecte Exercise 11: Calitatea datelor și curățarea acestora Exercise 12: Inspecția variabilelor Exercise 13: Greutăți ilogice Exercise 14: Verificarea măsurătorilor dimensionale Exercise 15: Verifică setul de date final

Odată ce setul de date a fost curățat, următorul pas este explorarea. În capitolul 3 vei învăța cum să calculezi statistici descriptive, să explorezi asocieri (de exemplu, corelații) între variabile și să efectuezi teste statistice bivariabile (de exemplu, teste t și teste chi-pătrat). Vei crea, de asemenea, vizualizări grafice care ilustrează asocierile bivariabile și testele de comparare a grupurilor.

Exercise 1: Analiza exploratorie a datelor Exercise 2: Statistici descriptive și mascarea funcțiilor Exercise 3: Statistici specifice pentru una sau mai multe variabile Exercise 4: Statistici rezumative pe grupuri Exercise 5: Corelații și teste t Exercise 6: Corelații bivariante Exercise 7: Diagrame de dispersie Exercise 8: Corelații pe categorii de sex

Exercițiul curent

Exercise 9: Teste pentru două grupuri Exercise 10: Date categoriale: analiză și vizualizare Exercise 11: Teste chi-pătrat Exercise 12: Diagrame mozaic Exercise 13: Categorii de vârstă în funcție de categoriile de greutate a cochiliei

În acest capitol final, vei învăța cum să lucrezi cu unul dintre cele mai versatile tipuri de obiecte de date din R: lista. Aceste abilități îți vor permite să salvezi și să manipulezi rezultatele obținute din statistici descriptive, asocieri și calcule de comparare a grupurilor. Vei învăța, de asemenea, cum să efectuezi ANOVA (analiza varianței) și regresie liniară în R. Toate abilitățile acumulate sunt puse în practică în exercițiile finale, pentru a construi cele mai bune modele de predicție a vârstei abaloanelor pe baza sexului, dimensiunii și măsurătorilor de greutate.

Exercise 1: Lucrul cu obiectele de ieșire Exercise 2: Rezultate statistici descriptive Exercise 3: Rezumarea rezultatelor Exercise 4: Rezultatul Group_by Exercise 5: Lucrul cu liste Exercise 6: Rezultatul funcției Hmisc describe Exercise 7: Rezultatele corelațiilor Exercise 8: Rezultatele t-testului Exercise 9: Rezultatele testelor chi-pătrat Exercise 10: ANOVA și modele liniare Exercise 11: ANOVA Exercise 12: Regresie liniară Exercise 13: Evaluarea modelelor finale Exercise 14: Predictori pentru vârsta abaloanelor Exercise 15: Cel mai bun model în funcție de sex Exercise 16: Rezumatul cursului și recomandări