Pipe In R: Tilslutningsfunktioner med Dplyr
I denne øvelse lærer du, hvordan du kæder funktioner sammen ved hjælp af dplyr-røroperatoren i programmeringssproget R.
I dette selvstudie lærer du, hvordan du tilføjer slutningsstatistikker til en LuckyTemplates-rapport. Specifikt vil du lære, hvordan du udfører en t-test ved hjælp af .
En t-test giver dig mulighed for statistisk at sammenligne gennemsnittet mellem to grupper og derefter konkludere, om der er en signifikant forskel mellem dem.
Hvis du ikke er bekendt med statistik, anbefales det at gennemgå og studere det, før du fortsætter med denne øvelse. Hvis du gør det, bliver det lettere for dig at forstå formålet med denne vejledning og vigtigheden af at udføre statistiske test.
Indholdsfortegnelse
Udfør en t-test i RStudio
Åbn en blank.
Dette eksempel bruger husdatasættet og kostepakken . Denne pakke tager t- og transformerer dem til et tabelformat.
For at udføre en t-test skal du bruge funktionen t.test ( ) . Inden for parentesen skal du skrive de to grupper, du vil sammenligne, adskilt af tilde-tegnet ( ~ ). Dette tegn betyder "ved" i RStudio.
I dette eksempel sammenligner t-testen gennemsnittet af prisen med det foretrukne område. Det fortæller dig derefter, om disse gennemsnit er lig med eller ikke lig med nul.
Når du kører koden, vil du se resultaterne af t-testen. I dette tilfælde siger resultaterne, at der er en signifikant forskel mellem prisens middel og det foretrukne område.
Du kan dog se, at konfidensintervallet giver negative resultater. Det anbefales at omdanne disse til positive tal, så de er nemmere at fortolke. Du kan gøre det ved at vende .
Du skal bruge funktionen fct_rev ( ) i forcats-pakken. Dette er en speciel pakke, der specifikt omhandler faktorer eller kategoriske variable. Når du kører koden, vil du se, at tegnene nu er vendt om.
I dette eksempel indikerer resultaterne nu, at boliger med aircondition er vurderet til omkring 15.000 til 26.000 dollars mere.
Formater resultaterne
Det er enkelt at udføre en t-test i RStudio. Imidlertid er resultaterne ofte svære at læse på grund af den måde, de præsenteres på.
Du kan ændre resultatformatet ved at bruge funktionen tidy ( ) . Når du kører koden, vil du se, at hver værdi nu er placeret i en tabel med individuelle kolonner. De er også korrekt mærket.
Dette gør det nu lettere at forstå resultaterne af p-værdien og konfidensintervallet.
Tidy ( )-funktionen fungerer med de fleste statistiske test i RStudio. Du kan bruge dette, når du ønsker, at dine resultater skal være i et mere præsentabelt format.
Konklusion
Resultater indsamlet fra beskrivende eller inferentielle statistikker er gode elementer at tilføje til en LuckyTemplates-rapport. De tilføjer dybde og underbygger de præsenterede data yderligere.
En t-test er en af de mest brugte statistiske test, fordi den er nem at udføre. Dens resultater er lette at fortolke, selv med en grundlæggende viden eller viden på begynderniveau inden for statistik.
Alt det bedste,
George Mount
I denne øvelse lærer du, hvordan du kæder funktioner sammen ved hjælp af dplyr-røroperatoren i programmeringssproget R.
RANKX fra LuckyTemplates giver dig mulighed for at returnere rangeringen af et specifikt tal i hver tabelrække, der udgør en del af en liste over tal.
Lær, hvordan du adskiller en PBIX-fil for at udtrække LuckyTemplates-temaer og -billeder fra baggrunden og bruge den til at oprette din rapport!
Excel Formler Snydeark: Mellemvejledning
LuckyTemplates kalendertabel: Hvad er det, og hvordan man bruger det
Lær, hvordan du installerer programmeringssproget Python i LuckyTemplates, og hvordan du bruger dets værktøjer til at skrive koder og vise billeder.
Lær, hvordan du beregner dynamiske fortjenstmargener ved siden af LuckyTemplates, og hvordan du kan få mere indsigt ved at grave dybere ned i resultaterne.
Lær, hvordan du sorterer felterne fra kolonner med udvidet datotabel korrekt. Dette er en god strategi at gøre for vanskelige felter.
I denne artikel gennemgår jeg, hvordan du kan finde dine topprodukter pr. region ved hjælp af DAX-beregninger i LuckyTemplates, herunder funktionerne TOPN og CALCUATE.
Lær, hvordan du bruger en uønsket dimension til flag med lav kardinalitet, som du ønsker at inkorporere i din datamodel på en effektiv måde.