Úvod do NHANES a vzorkování
Experimental Design in R
Joanne Xiong
Data Scientist
Úvod do datové sady NHANES
NHANES = National Health and Nutrition Examination Survey
Provádí Národní centrum pro zdravotní statistiku (NCHS), divize Centra pro kontrolu nemocí (CDC)
Data jsou sbírána různými způsoby, včetně rozhovorů a fyzického vyšetření
Otázky pokrývají zdravotní, zubní, socioekonomické, dietní a obecné zdravotní podmínky
Úvod do vzorkování
Pravděpodobnostní vzorkování: výběr vzorku na základě pravděpodobnosti (různými způsoby)
Nepravděpodobnostní vzorkování: výběr vzorku bez použití pravděpodobnosti
- Dobrovolná odpověď: vzorek tvoří ti, kdo souhlasí s účastí
- Vzorkování podle dostupnosti: jsou vybráni jedinci, kteří jsou pro výzkumníka snadno dostupní
Vzorkování – část 1
Prostý náhodný výběr (SRS)
- Každá jednotka v populaci má stejnou pravděpodobnost výběru
sample()
Stratifikované vzorkování
- Rozdělení populace podle stratifikační proměnné
- Prostý náhodný výběr v rámci každé skupiny
dataset %>%
group_by(strata_variable) %>%
slice_sample()
Vzorkování – část 2
Shlukové vzorkování
- Rozdělení populace do skupin nazývaných shluky
cluster(dataset,
cluster_var_name,
number_to_select,
method = "option")
Systematické vzorkování
- Výběr vzorku systematickým způsobem
- Nejlépe implementováno v R pomocí vlastní funkce
Vícestupňové vzorkování
- Kombinuje jednu nebo více metod vzorkování
Pojďme procvičovat!
Experimental Design in R
