Build your ultimate AI agent
Описание курса
Вы наверняка не раз проходили опросы. Но задумывались ли вы когда-нибудь, как они устроены и как ответы респондентов превращаются в практические выводы? В этом курсе вы пройдёте весь путь работы с опросами — от начала до конца: начнёте с изучения типичных структур выборки, таких как кластеризация и стратификация, и продолжите визуализацией и анализом результатов. Вы будете работать с данными Национального исследования здоровья и питания, используя пакеты R: survey и tidyverse. По окончании курса вы сможете уверенно интерпретировать результаты опросов и находить ответы на самые важные вопросы!
Предварительные требования
Программа
Структура курса
1
Введение в данные опросов
Знакомство с данными опросов мы начнём с весовых коэффициентов выборки. В этой главе вы узнаете, что такое весовые коэффициенты и почему они так важны при анализе данных опросов. Ещё одна особенность таких данных — способ их сбора с помощью кластеризации и стратификации. Мы научимся задавать и исследовать эти характеристики выборки на нескольких наборах данных.
- Что такое веса выборки?50 XP
- Веса в опросах50 XP
- Визуализация весов100 XP
- Определение элементов плана в R50 XP
- Дизайны выборки в R100 XP
- Стратифицированные схемы в R100 XP
- Кластерные схемы выборки в R100 XP
- Сравнение весов выборки при разных схемах проектирования100 XP
- Визуализация влияния весов опроса50 XP
- Весовые коэффициенты NHANES100 XP
- Всё вместе!100 XP
2
Исследование категориальных данных
Теперь, когда вы разобрались с весовыми коэффициентами, в этой главе мы применим их при анализе категориальных данных. Вы выполните описательный анализ: вычислите сводную статистику, построите сводные таблицы и столбчатые диаграммы. Для аналитического вывода мы научимся проводить тесты хи-квадрат.
3
Исследование количественных данных
Данные опросов бывают не только категориальными — в этой главе мы займёмся анализом количественных данных. Вы научитесь вычислять взвешенную статистику: среднее значение и квантили. Для визуализации данных мы построим столбчатые диаграммы, гистограммы и графики плотности. В завершение главы мы проведём аналитический вывод с помощью взвешенных t-тестов.
4
Моделирование количественных данных
Моделирование данных опросов также требует тщательного учёта способа их сбора. Мы начнём эту главу с того, как включить весовые коэффициенты в точечные диаграммы с помощью таких параметров отображения, как размер, цвет и прозрачность. Затем мы построим модели линейной регрессии и рассмотрим, как добавлять в них категориальные предикторы и полиномиальные члены.
R
Анализ данных опросов в R
Курс
завершён
