Analyzing Survey Data in R

Nous commencerons notre exploration des données d’enquête par les pondérations. Dans ce chapitre, nous verrons ce que sont les poids d’enquête et pourquoi ils sont essentiels à l’analyse. Autre particularité des données d’enquête : leur collecte via le regroupement en grappes et la stratification. Nous nous exercerons à spécifier et explorer ces caractéristiques d’échantillonnage pour plusieurs jeux de données d’enquête.

Maintenant que vous maîtrisez les pondérations d’enquête, nous allons les intégrer à l’analyse de données catégorielles dans ce chapitre. Nous réaliserons des inférences descriptives en calculant des statistiques de synthèse, en construisant des tableaux récapitulatifs et des diagrammes en barres. Pour l’inférence analytique, nous apprendrons à effectuer des tests du chi carré.

Toutes les données d’enquête ne sont pas catégorielles ; dans ce chapitre, nous analyserons des données quantitatives. Nous apprendrons à calculer des statistiques pondérées par sondage, comme la moyenne et les quantiles. Pour la visualisation, nous construirons des diagrammes en barres, des histogrammes et des courbes de densité. Nous conclurons le chapitre par des inférences analytiques avec des tests t pondérés par sondage.

La modélisation de données d’enquête exige également de prendre en compte la manière dont les données ont été collectées. Nous ouvrirons ce chapitre consacré à la modélisation en intégrant les pondérations d’enquête dans des nuages de points via des attributs comme la taille, la couleur et la transparence. Nous modéliserons les données d’enquête avec une régression linéaire et verrons comment intégrer des prédicteurs catégoriels et des termes polynomiaux dans nos modèles.