Корреляция и визуализация

Вам необходимо выяснить, связано ли время, которое пользователи ежедневно тратят на поиск по сайту (TimeSearching), с общим временем их пребывания в интернете в течение дня (Time) — без учёта группового деления. Проверьте допущения о линейности и нормальности, выберите подходящий метод корреляции, выполните его, а также проведите анализ мощности для имеющегося набора данных.

Набор данных webdata, а также необходимые пакеты pwr и ggplot2 уже загружены.

Это упражнение является частью курса

A/B-тестирование в R

Посмотреть курс

Инструкции к упражнению

Постройте диаграмму рассеяния переменных, разместив TimeSearching по оси x, а Time — по оси y.
Проверьте допущение о нормальности для переменных TimeSearching и Time.
Выполните подходящий корреляционный анализ, используя TimeSearching как x и Time как y из набора данных webdata, сохранив результат в Rcor, чтобы определить, можно ли отвергнуть нулевую гипотезу.
Проведите анализ мощности для полученной корреляции, используя доступные значения из Rcor, чтобы оценить надёжность теста; объём выборки набора данных равен 100.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Create a scatter plot relevant to the analyses
ggplot(___, aes(x = ___, y = ___)) + 
	___

# Assess the normality assumption
___
___

# Run the appropriate correlation
Rcor <- cor.test(___)

# Run a power analysis on the correlation
pwr.r.test(___)

Редактировать и запускать код