After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Ви точно коли-небудь проходили опитування — а може, й сотні. Чи замислювалися, як їх проєктують і як відповіді перетворюють на корисні висновки? Звісно! У курсі «Аналіз опитувальних даних в R» ви пройдете шлях від А до Я: від типових елементів дизайну опитувань, як-от кластеризація та стратифікація, до візуалізації й аналізу результатів. Ви моделюватимете дані з National Health and Nutrition Examination Survey за допомогою пакетів R — survey і tidyverse. Після курсу ви зможете коректно інтерпретувати результати опитувань і нарешті знаходити відповіді на найгарячіші запитання!
Попередні вимоги
Навчальний план
Зміст курсу
1
Вступ до опитувальних даних
Наше знайомство з опитувальними даними почнеться з ваг опитування. У цьому розділі ми розберемося, що таке ваги опитування і чому вони такі важливі для аналізу. Ще одна особливість опитувальних даних — спосіб збору через кластеризацію та стратифікацію. Ми попрактикуємося задавати й досліджувати ці особливості вибірки для кількох наборів опитувальних даних.
- Що таке ваги опитування?50 XP
- Ваги опитування50 XP
- Візуалізація ваг100 XP
- Задання елементів дизайну в R50 XP
- Дизайни в R100 XP
- Стратифіковані дизайни в R100 XP
- Дизайни з кластерами в R100 XP
- Порівняння ваг опитування для різних дизайнів100 XP
- Візуалізація впливу ваг опитування50 XP
- Ваги NHANES100 XP
- Збираємо все докупи!100 XP
2
Дослідження категоріальних даних
Тепер, коли ми розуміємося на вагах опитування, у цьому розділі потренуємося враховувати їх в аналізі категоріальних даних. Ми виконаємо описову інференцію: обчислимо підсумкові статистики, побудуємо підсумкові таблиці та стовпчикові діаграми. Для аналітичної інференції навчимося виконувати критерії хі-квадрат.
3
Дослідження кількісних даних
Звісно, не всі опитувальні дані є категоріальними, тож у цьому розділі ми розглянемо аналіз кількісних опитувальних даних. Ми навчимося обчислювати зважені на опитування статистики, зокрема середнє та квантілі. Для візуалізації побудуємо стовпчикові діаграми, гістограми й графіки щільності. Завершимо розділ аналітичною інференцією за допомогою зважених t-тестів.
4
Моделювання кількісних даних
Під час моделювання опитувальних даних також потрібно уважно враховувати спосіб їх збирання. Ми почнемо розділ про моделювання з того, як включати ваги опитування у точкові діаграми через такі естетики, як розмір, колір і прозорість. Далі змоделюємо опитувальні дані за допомогою лінійної регресії та розглянемо, як додавати до моделей категоріальні предиктори й поліноміальні члени.
R
Аналіз опитувальних даних в R
Курс
завершено
