これらのコースを受講したことで、プロフェッショナルなビジュアライゼーションやダッシュボードを自信を持って作成できるようになりました
Shoebur Rahman調達スペシャリスト、Giz Bangladesh
コースの説明
アンケート（もしかしたら1000件！）に答えたことはありますよね。アンケートはどのように設計され、回答がどのように実用的なインサイトに変わるのか、気になったことはありませんか？このコース「Rで学ぶアンケートデータ分析」では、クラスタリングや層化といった一般的な調査設計から始めて、結果の可視化と分析まで、アンケートを最初から最後まで扱います。Rのsurveyパッケージとtidyverseパッケージを使って、National Health and Nutrition Examination Surveyのデータをモデル化します。コース修了後には、アンケート結果を正しく解釈できるようになり、長年の疑問にも答えを見つけられるようになります！
前提条件
カリキュラム
コース概要
1
アンケートデータの導入
アンケートデータの学習は、まずサーベイウェイトから始めます。この章では、サーベイウェイトとは何か、そしてアンケートデータ分析でなぜ重要なのかを学びます。アンケートデータのもう一つの特徴は、クラスタリングや層化といった方法で収集されている点です。複数のアンケートデータセットについて、これらのサンプリング設計を指定し、確認する練習をします。
2
カテゴリカルデータを探る
サーベイウェイトの扱いに慣れてきたところで、この章ではそれらのウェイトをカテゴリカルデータの分析に取り入れる練習をします。要約統計量の計算、サマリーテーブルの作成、棒グラフの作成による記述的推測を行います。分析的推測としては、カイ二乗検定の実行方法を学びます。
3
量的データを探る
アンケートデータがすべてカテゴリカルとは限りません。この章では、量的なアンケートデータの分析を学びます。平均や分位点といったサーベイ加重の統計量を計算します。可視化では、棒グラフ、ヒストグラム、密度プロットを作成します。章の最後には、サーベイ加重t検定による分析的推測を行います。
4
量的データのモデリング
アンケートデータをモデリングする際も、データの収集方法を丁寧に考慮する必要があります。まず、サイズ・色・透明度といった美的属性にサーベイウェイトを反映させ、散布図で可視化する方法を学びます。続いて、線形回帰でアンケートデータをモデル化し、カテゴリカルな説明変数や多項式項をモデルに組み込む方法を探ります。
R
Rで学ぶアンケートデータ分析
コース修了
