After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
여러분도 설문을 한 번쯤(아니면 천 번쯤) 해 보셨죠? 설문은 어떻게 설계되고, 응답은 어떻게 실질적인 인사이트로 바뀔까요? 바로 이 과정에서 알려 드립니다! ‘R로 하는 설문 데이터 분석’에서는 군집화와 층화 같은 일반적인 설문 설계 구조부터 시작해, 설문 결과의 시각화와 분석까지 A부터 Z까지 다룹니다. R의 survey와 tidyverse 패키지를 사용해 National Health and Nutrition Examination Survey의 설문 데이터를 모델링해 볼 거예요. 이 과정을 마치면 설문 결과를 올바르게 해석하고, 그동안 궁금했던 질문들에 스스로 답을 찾을 수 있게 됩니다!
사전 요구 사항
커리큘럼
코스 개요
1
설문 데이터 소개
설문 데이터 탐색은 설문 가중치부터 시작합니다. 이 챕터에서는 설문 가중치가 무엇이며, 설문 데이터 분석에서 왜 그렇게 중요한지 배웁니다. 설문 데이터의 또 다른 특징은 군집화와 층화를 통해 수집된다는 점입니다. 여러 설문 데이터셋을 사용해 이러한 표본추출 요소를 지정하고 탐색하는 연습을 해 볼 거예요.
2
범주형 데이터 탐색
이제 설문 가중치를 이해했으니, 이번 챕터에서는 그 가중치를 범주형 데이터 분석에 적용해 보겠습니다. 요약 통계를 계산하고, 요약 표를 만들고, 막대그래프를 구성하며 기술적 추론을 수행합니다. 분석적 추론을 위해서는 카이제곱 검정 실행 방법을 배웁니다.
3
양적 데이터 탐색
물론 모든 설문 데이터가 범주형인 것은 아니죠. 이 챕터에서는 양적 설문 데이터를 분석하는 방법을 살펴봅니다. 평균과 분위수 같은 설문 가중 통계를 계산하는 법을 배우고, 데이터 시각화를 위해 막대그래프, 히스토그램, 밀도 그래프를 만들어 봅니다. 마지막에는 설문 가중 t-검정을 사용해 분석적 추론을 수행하며 챕터를 마무리합니다.
4
양적 데이터 모델링
설문 데이터를 모델링할 때는 데이터가 어떻게 수집되었는지도 신중히 고려해야 합니다. 이 모델링 챕터는 산점도에서 크기, 색상, 투명도와 같은 미학 요소에 설문 가중치를 반영하는 방법부터 시작합니다. 이어서 선형 회귀로 설문 데이터를 모델링하고, 범주형 예측 변수와 다항식 항을 모델에 포함하는 방법을 탐색합니다.
R
R로 하는 설문 데이터 분석
코스
완료
