Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
Samenvatting Research Training II Tutorials (BPN1104) €10,39   Ajouter au panier

Resume

Samenvatting Research Training II Tutorials (BPN1104)

1 vérifier
 77 vues  1 fois vendu
  • Cours
  • Établissement

Alle codes van R studio die zijn uitgelegd in het vak Onderzoeksvaardheden II samengevat in een overzicht. All codes of R Studio that are used and explained in the course of Research Methods II.

Aperçu 3 sur 16  pages

  • 14 septembre 2022
  • 16
  • 2021/2022
  • Resume

1  vérifier

review-writer-avatar

Par: gabrielanwillems • 9 mois de cela

avatar-seller
Onderzoeksvaardigheden II – Tutorials

Module 1

#Package “gmodels” for tables

Library(gmodels)
Library(ggplot2)
Library(stargazer)
Library(psych)

dir <- "~/Documents/ERASMUS
RSM/Onderzoeksvaardigheden/Tutorials/Data" /"

dirData <- paste0(dir, "Data/")
dirProg <- paste0(dir, "Programs/")
dirRslt <- paste0(dir, "Results/")

Ontbrekende waarden / missing values:

colSums(is.na(dsTitanic))



DATA FACTORS

dsLiving$fLiving <- factor(dsLiving$cLiving, levels=c(1:5), labels=c(“Student housing”,
“Private rent”, “Parents”, “Own house”, “Other”))
levels(dsLiving$fLiving)

when you turn it into a factor then you have to specify the number of outcomes that’s where
the “levels” is for. R understands that this is categorical data, which is necessary when later
on making use of graphics or other analyses.

FREQUENCY TABLES AND VISUALISATION
Visualization of the information between two qualitative variables

#Frequency table
Use of function tables
Table(dsLiving$cLiving)
Table(dsLiving$fFraternity)
Table(‘living situation’ = dsLiving$fLiving, Membership = dsLiving$dFraternity)

#Use of function xtabs
It generates the same table, but operates different. Structured and layout.
Tbl <- xtabs( ~ cLiving + dFraternity, data = dsLiving)

#make a table with margins totals (as in the slides of Module 1, totals of rows and columns)
Addmargins(tbl)

,#GGplot for these tables bij sommige data neemt de x-as niet optie 1 of 2 maar een
numerieke maat, dit is fout.
Ggplot(dsLiving, aes(x = fliving)) + geom_bar(fill = “orange”, col= “black”) + xlab(“Living
conditions (cliving)”)
Ggsave(paste0(dirRslt, “Tutorial01.pdf”), width = 8, height = 6)

#make grouped tables/bar charts with GGplot

Ggplot(dsLiving, aes(x=fFraternity, fill=fliving)) + geombar(position= “dodge”) +
ylab(“Frequentie”) + xlab(“Lidmaatschap”) + scale_fill_brewer(“Woonsituatie”, palette=
“Set1”)
Ggsave function

The dodge function makes the table put the data next to each other instead of stacked on
top of each other, which makes it easier to interpret data. Woonsituatie is stating the legend
and the colours the bars will have.

ANALYSIS OF STATISTICAL INDEPENDENCE between 2 qualitative variables (categorical data)
#Chi square test

Step 1 make a frequency table
Tbl <- table(dsLiving$cliving, dsLiving$dFraternity)

Step 2 the chi square test
Chisq.test(tbl) 1st value is observed value, degrees of freedom & p-value. The approximation
of the Chisquare test is better the larger the sample size (observed values). (rule of 5!)
However, this cannot be checked by the frequency tables because these are observed and
not the expected frequencies.

Step 3 extract information from object. To check the expected frequencies
RsltChisq <- chisq.test(tbl)
Str(rsltChisq)

With this you can already see the observed and expected values

rsltChisq$statistic  observed value of the statistic
rsltChisq$parameter  degrees of freedom
rsltChisq$p.value  p-value

round(cbind(rsltChisq$observed, rsltChisq$expected, 3)

Step 4 find cells with expected frequencies below 5 OPTION 1

Which(rsltChisq$expected < 5)
Which(rsltChisq$expected < 5, arr.ind = TRUE) arr.ind makes it more clear which row and
column the value below 5 is in

, Step 5 remove rows with sparse outcomes reanalyse the relationship between the variables.

dsLiving.tmp <- dsLiving[!(dsLiving$cLiving ==5), c(“cLiving”, “dFraternity”)]

Step 6 re-make the frequency table
Tbl <- table(dsLiving.tmp$cLiving, dsLiving$dFraternity)

Step 7 Find the chi-square test results
Chisq.test(tbl)
The warning message will not show anymore.

OPTION 2 – combining rows with sparse outcomes (to leave out <5)
Step 1 – copy data to temporary data frame
DsLiving.tmp <- dsLiving[c(“cLiving”, “dFraternity”)]

Step 2- adjust the value
dsLiving.tmp$cLiving[dsLiving.tmp$cLiving==5] <-4 combining outcome 5 with outcome 4

Step 3 – remake the frequency table
Tbl <- table(dsLiving.tmp$cLiving, dsLiving.tmp$dFraternity)

Step 4 – Find the chisquare test results
Chisq.test(tbl)

Also no warning message.

#if the expected frequencies are falling short of the rule of 5 then we cannot use chisq and
you cannot combine rows/columns with a 2x2 table and all expected values are above 5
 Yates continuity correction - contingency analysis

Step 1 make a frequency table
Tbl <- table(dsLiving$dSports, dsLiving$dFraternity)

Step 2 Find the chisq test results
Chisq.test(tbl)
Tmp <- chisq.test(tbl)

Step 3 use phi see slides for uitleg
Phi <- sqrt(tmp$statistic/sum(tbl))

R automatically applies this correction of ½ in the formula.

# 2x2 table but the expected values are still below 5
Fisher’s exact test
Step 1 make a frequency table
Tbl <- table(dsLiving$dSports, dsLiving$dFraternity)

Les avantages d'acheter des résumés chez Stuvia:

Qualité garantie par les avis des clients

Qualité garantie par les avis des clients

Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.

L’achat facile et rapide

L’achat facile et rapide

Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.

Focus sur l’essentiel

Focus sur l’essentiel

Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.

Foire aux questions

Qu'est-ce que j'obtiens en achetant ce document ?

Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.

Garantie de remboursement : comment ça marche ?

Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.

Auprès de qui est-ce que j'achète ce résumé ?

Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur jodiesilvius. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour €10,39. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

80467 résumés ont été vendus ces 30 derniers jours

Fondée en 2010, la référence pour acheter des résumés depuis déjà 14 ans

Commencez à vendre!
€10,39  1x  vendu
  • (1)
  Ajouter