เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ข้อมูลการศึกษาการนอนหลับ

นักวิจัยได้คัดเลือกผู้เข้าร่วม 18 คนในการศึกษาภาวะอดนอน ข้อมูล sleep_study ที่สังเกตได้ถูกโหลดไว้ใน workspace แล้ว ข้อมูลนี้ประกอบด้วยเวลาตอบสนอง day_0 และเวลาตอบสนอง day_3 หลังจากอดนอน 3 คืน สำหรับแต่ละ subject

จะได้กำหนดและสำรวจ diff_3 ซึ่งคือ ผลต่าง ของเวลาตอบสนองของแต่ละคน โดยจะใช้ฟังก์ชัน mutate() และ summarize() ตัวอย่างเช่น โค้ดด้านล่างนี้จะเพิ่มตัวแปร day_0_s ซึ่งเป็นเวลาตอบสนอง day_0 ในหน่วย วินาที เข้าไปใน sleep_study:

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

จากนั้นสามารถใช้ summarize() กับค่า day_0_s ได้ เช่น หาค่าต่ำสุดและสูงสุด:

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

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การสร้างแบบจำลอง Bayesian ด้วย RJAGS

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ตรวจสอบ 6 แถวแรกของ sleep_study
  • กำหนดตัวแปรใหม่ diff_3 ใน sleep_study โดยคำนวณจาก day_3 ลบ day_0 ของเวลาตอบสนอง
  • ใช้ ggplot() ร่วมกับ layer geom_histogram() เพื่อสร้าง histogram ของข้อมูล diff_3
  • ใช้ summarize() เพื่อหาค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของค่าสังเกต diff_3

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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(___, ___)
แก้ไขและรันโค้ด