Đầu ra của svyby()

Cả out và NHANESraw đều có các cột tên SleepHrsNight và Gender. In out và select(NHANESraw, SleepHrsNight, Gender).

Phát biểu nào sau đây là không đúng?

Bài tập này là một phần của khóa học

Phân tích dữ liệu khảo sát bằng R

Xem khóa học

Bài tập tương tác thực hành

Biến lý thuyết thành hành động với một trong các bài tập tương tác của chúng tôi

Bắt đầu bài tập

Bài tập này là một phần của khóa học

Phân tích dữ liệu khảo sát bằng R

SkillTag.level.intermediateSkillTag.label

4.8+

219 reviews

Bắt đầu khóa học miễn phí

Hành trình khám phá dữ liệu khảo sát của chúng ta sẽ bắt đầu với trọng số khảo sát. Trong chương này, bạn sẽ học trọng số là gì và vì sao chúng rất quan trọng trong phân tích dữ liệu khảo sát. Một đặc điểm khác biệt của dữ liệu khảo sát là cách thu thập thông qua phân cụm và phân tầng. Chúng ta sẽ thực hành khai báo và khám phá các đặc điểm lấy mẫu này trên một số bộ dữ liệu khảo sát.

Exercise 1: Trọng số khảo sát là gì?Exercise 2: Trọng số khảo sát Exercise 3: Trực quan hóa trọng số Exercise 4: Chỉ định các thành phần của thiết kế trong R Exercise 5: Thiết kế trong R Exercise 6: Thiết kế phân tầng trong R Exercise 7: Thiết kế cụm trong R Exercise 8: So sánh trọng số khảo sát giữa các thiết kế khác nhau Exercise 9: Trực quan hóa tác động của trọng số khảo sát Exercise 10: Trọng số NHANES Exercise 11: Kết nối mọi thứ lại với nhau!

Giờ đây khi đã nắm được trọng số khảo sát, trong chương này chúng ta sẽ luyện cách đưa các trọng số đó vào phân tích dữ liệu phân loại. Bạn sẽ thực hiện suy luận mô tả bằng cách tính thống kê tóm tắt, xây dựng bảng tổng hợp và vẽ biểu đồ cột. Với suy luận phân tích, bạn sẽ học cách chạy các kiểm định chi-bình phương.

Exercise 1: Trực quan hóa một biến phân loại Exercise 2: Tóm tắt một biến phân loại Exercise 3: Diễn giải bảng tần suất Exercise 4: Vẽ đồ thị cho biến phân loại Exercise 5: Khám phá hai biến phân loại Exercise 6: Tạo bảng chéo (contingency table)Exercise 7: Vẽ biểu đồ cột phân đoạn Exercise 8: Tóm tắt với svytotal()Exercise 9: Diễn giải svymean()Exercise 10: Suy luận cho biến phân loại Exercise 11: Chạy kiểm định chi bình phương Exercise 12: Kết nối tất cả lại với nhau!

Dĩ nhiên không phải mọi dữ liệu khảo sát đều là phân loại, vì vậy trong chương này, chúng ta sẽ phân tích dữ liệu khảo sát định lượng. Bạn sẽ học cách tính các thống kê có trọng số khảo sát như trung bình và các lượng phân vị. Về trực quan hóa, chúng ta sẽ tạo biểu đồ cột, biểu đồ tần suất (histogram) và biểu đồ mật độ. Cuối chương, bạn sẽ thực hiện suy luận phân tích với kiểm định t có trọng số khảo sát.

Exercise 1: Tóm tắt dữ liệu định lượng Exercise 2: Thống kê khảo sát Exercise 3: Ước lượng các phân vị Exercise 4: Trực quan hóa dữ liệu định lượng Exercise 5: Biểu đồ cột của trung bình có trọng số khảo sát Exercise 6: Đầu ra của svyby()

Bài tập hiện tại

Exercise 7: Biểu đồ cột với thanh sai số Exercise 8: Biểu đồ histogram có trọng số khảo sát Exercise 9: Biểu đồ mật độ có trọng số khảo sát Exercise 10: Suy luận cho dữ liệu định lượng Exercise 11: Kiểm định t có trọng số khảo sát Exercise 12: Gắn kết tất cả lại với nhau!

Khi mô hình hóa dữ liệu khảo sát, bạn cũng cần cân nhắc cẩn thận cách dữ liệu được thu thập. Chúng ta sẽ mở đầu chương mô hình hóa bằng việc học cách tích hợp trọng số khảo sát vào biểu đồ phân tán thông qua các thuộc tính như kích thước, màu sắc và độ trong suốt. Bạn sẽ mô hình hóa dữ liệu khảo sát bằng hồi quy tuyến tính và khám phá cách đưa biến dự báo phân loại và các hạng tử đa thức vào mô hình.

Exercise 1: Trực quan hóa với biểu đồ phân tán Exercise 2: Biểu đồ bong bóng Exercise 3: Biểu đồ phân tán có trọng số khảo sát Exercise 4: Sử dụng màu sắc trong biểu đồ phân tán Exercise 5: Trực quan hóa xu hướng Exercise 6: Đường hồi quy tốt nhất Exercise 7: Đường xu hướng Exercise 8: Mô hình hóa dữ liệu khảo sát Exercise 9: Mô hình hồi quy Exercise 10: Suy luận hồi quy Exercise 11: Mô hình hóa phức tạp hơn Exercise 12: Hồi quy tuyến tính bội Exercise 13: Kết nối tất cả lại với nhau Exercise 14: Tổng kết