Score de vocabulaire vs. classe sociale auto-déclarée

Inférence pour des données numériques en R

Mine Cetinkaya-Rundel

Associate Professor of the Practice, Duke University

Score de vocabulaire et classe sociale auto-déclarée

  • wordsum : test de vocabulaire en 10 questions (score de 0 à 10)
  • class : classe sociale auto-déclarée (lower, working, middle, upper)
   wordsum  class 
1        6 MIDDLE  
2        9 WORKING 
3        6 WORKING 
4        5 WORKING 
5        6 WORKING 
6        6 WORKING 
...    ...     ...     
795      9 MIDDLE  
Inférence pour des données numériques en R
  1. SPACE (school, noon, captain, room, board, don't know)
  2. BROADEN (efface, make level, elapse, embroider, widen, don't know)
  3. EMANATE (populate, free, prominent, rival, come, don't know)
  4. EDIBLE (auspicious, eligible, fit to eat, sagacious, able to speak, don't know)
  5. ANIMOSITY (hatred, animation, disobedience, diversity, friendship, don't know)
  6. PACT (puissance, remonstrance, agreement, skillet, pressure, don't know)
  7. CLOISTERED (miniature, bunched, arched, malady, secluded, don't know)
  8. CAPRICE (value, a star, grimace, whim, inducement, don't know)
  9. ACCUSTOM (disappoint, customary, encounter, get used to, business, don't know)
  10. ALLUSION (reference, dream, eulogy, illusion, aria, don't know)
Inférence pour des données numériques en R

Distribution du score de vocabulaire

ggplot(data = gss, aes(x = wordsum)) +
  geom_histogram(binwidth = 1)

Histogram of wordsum

Inférence pour des données numériques en R

Classe sociale auto-déclarée : `class`

Si l'on vous demandait de choisir un nom parmi quatre pour définir votre classe sociale, diriez-vous appartenir à la classe inférieure, ouvrière, moyenne ou supérieure ?

ggplot(data = gss, aes(x = wordsum)) +
  geom_histogram(binwidth = 1)

Bar plot of class

Inférence pour des données numériques en R

Passons à la pratique !

Inférence pour des données numériques en R

Preparing Video For Download...