现在来练习指定一个分层抽样设计，使用数据集 apistrat。学校根据校种 stype 分层，其中 E = 小学，M = 初中，H = 高中。对每种校种，均抽取了学校的简单随机样本。
apistrat
stype
本练习是课程的一部分
通过完成这段示例代码来试试这个练习。
# Glimpse the data glimpse(___)
我们将从调查权重开始探索调查数据。本章将介绍什么是调查权重，以及它们为何对调查数据分析至关重要。调查数据还有一个独特之处，即通过聚类和分层进行抽样采集。我们将练习在多个调查数据集上指定并探索这些抽样特征。
当前练习
在理解了调查权重之后，本章将练习把这些权重融入对分类数据的分析。我们将通过计算汇总统计量、构建汇总表格和绘制条形图来进行描述性推断。在分析性推断方面，我们将学习进行卡方检验。
当然，并非所有调查数据都是分类数据。因此本章将探索如何分析定量型调查数据。我们将学习计算按调查权重加权的统计量，如均值和分位数。可视化方面，我们将构建条形图、直方图和核密度图。最后，我们将通过按调查权重加权的 t 检验完成本章的分析性推断。
对调查数据进行建模同样需要仔细考虑数据的采集方式。我们将从可视化入手，学习如何在散点图中通过大小、颜色和透明度等美学映射来体现调查权重。随后使用线性回归对调查数据建模，并探讨如何将分类自变量与多项式项纳入模型。