Örnek: cinsiyet ayrımcılığı

R ile Çıkarımın Temelleri

Jo Hardin

Instructor

Banka görseli.png

1 Rosen B ve Jerdee T. 1974. Cinsiyet rolü kalıpyargılarının personel kararları üzerindeki etkisi. Journal of Applied Psychology
R ile Çıkarımın Temelleri

Özgeçmişler.png

1 Rosen B ve Jerdee T. 1974. Cinsiyet rolü kalıpyargılarının personel kararları üzerindeki etkisi. Journal of Applied Psychology
R ile Çıkarımın Temelleri

Veriler

Terfi etti Terfi etmedi Toplam
Erkek 21 3 24
Kadın 14 10 24
Toplam 35 13 48
R ile Çıkarımın Temelleri

Daha az kadın terfi etti

disc <- data.frame(
    promote = c(rep("promoted", 35), rep("not_promoted", 13)), 
    sex = c(rep("male", 21), rep("female", 14),
    rep("male", 3), rep("female", 10)))

disc %>%
    group_by(sex) %>%
    summarize(promoted_prop = mean(promote == "promoted"))
# A tibble: 2 × 2
     sex promoted_prop
  <fctr>         <dbl>
1 female     0.5833333
2   male     0.8750000
R ile Çıkarımın Temelleri

Rastgele şans mı?

İlk karıştırma

Terfi etti Terfi etmedi
Erkek 18 6
Kadın 17 7

 

  • Erkek/kadın için 24 özgeçmiş
  • 35 terfi hakkı

Rastgele şans 1.png

R ile Çıkarımın Temelleri

Rastgele şans mı?

Rastgele şans 2.png

R ile Çıkarımın Temelleri

Rastgele şans mı?

Rastgele şans 3.png

R ile Çıkarımın Temelleri

Rastgele şans mı?

Rastgele şans 4.png

R ile Çıkarımın Temelleri

Rastgele şans mı?

Rastgele şans 5.png

R ile Çıkarımın Temelleri

Rastgele şans mı?

Rastgele şans 6.png

R ile Çıkarımın Temelleri

Rastgele şans mı?

Rastgele şans 7.png

R ile Çıkarımın Temelleri

Hadi pratik yapalım!

R ile Çıkarımın Temelleri

Preparing Video For Download...