or
Ця вправа є частиною курсу
Наше знайомство з опитувальними даними почнеться з ваг опитування. У цьому розділі ми розберемося, що таке ваги опитування і чому вони такі важливі для аналізу. Ще одна особливість опитувальних даних — спосіб збору через кластеризацію та стратифікацію. Ми попрактикуємося задавати й досліджувати ці особливості вибірки для кількох наборів опитувальних даних.
Тепер, коли ми розуміємося на вагах опитування, у цьому розділі потренуємося враховувати їх в аналізі категоріальних даних. Ми виконаємо описову інференцію: обчислимо підсумкові статистики, побудуємо підсумкові таблиці та стовпчикові діаграми. Для аналітичної інференції навчимося виконувати критерії хі-квадрат.
Звісно, не всі опитувальні дані є категоріальними, тож у цьому розділі ми розглянемо аналіз кількісних опитувальних даних. Ми навчимося обчислювати зважені на опитування статистики, зокрема середнє та квантілі. Для візуалізації побудуємо стовпчикові діаграми, гістограми й графіки щільності. Завершимо розділ аналітичною інференцією за допомогою зважених t-тестів.
Під час моделювання опитувальних даних також потрібно уважно враховувати спосіб їх збирання. Ми почнемо розділ про моделювання з того, як включати ваги опитування у точкові діаграми через такі естетики, як розмір, колір і прозорість. Далі змоделюємо опитувальні дані за допомогою лінійної регресії та розглянемо, як додавати до моделей категоріальні предиктори й поліноміальні члени.
Поточна вправа