Umfragen mit R analysieren

Nachdem wir nun die Umfragegewichte im Griff haben, üben wir in diesem Kapitel, wie wir sie in die Analyse kategorialer Daten einbeziehen. Wir führen deskriptive Inferenz durch, indem wir Kennzahlen berechnen, Übersichtstabellen erstellen und Balkendiagramme konstruieren. Für analytische Inferenz lernen wir, Chi-Quadrat-Tests durchzuführen.

Natürlich sind nicht alle Umfragedaten kategorial. In diesem Kapitel analysieren wir quantitative Umfragedaten. Wir lernen, umfragegewichtete Kennzahlen wie Mittelwert und Quantile zu berechnen. Zur Visualisierung erstellen wir Balkendiagramme, Histogramme und Dichtediagramme. Zum Abschluss führen wir analytische Inferenz mit umfragegewichteten t-Tests durch.

Auch beim Modellieren von Umfragedaten muss die Erhebungsmethode sorgfältig berücksichtigt werden. Wir starten das Modellierungskapitel damit, Umfragegewichte in Streudiagrammen über Ästhetiken wie Größe, Farbe und Transparenz zu integrieren. Anschließend modellieren wir die Umfragedaten mit linearer Regression und schauen uns an, wie sich kategoriale Prädiktoren und Polynomterme in die Modelle einbinden lassen.