R语言数据可视化分析案例：探索BRFSS数据数据分析报告 – 拓端tecdat |
您所在的位置：网站首页 › r语言可视化案例实验 › R语言数据可视化分析案例：探索BRFSS数据数据分析报告 – 拓端tecdat |
R语言数据可视化分析案例：探索BRFSS数据数据分析报告 – 拓端tecdat
|
第2部分：研究问题
研究问题1：体重指数（BMI）是否与受访者自己的健康看法相关/相关？ 这个问题探讨了BMI“正常”的人是否对自己的健康状况有更好的认识。虽然BMI并不是完美的健康指标，但仍被公认为健康和健康的初始指标。 使用的总变量：2 genhlth-一般健康 X_bmi5cat-将BMI分为4类（体重过轻，正常，超重，肥胖）的计算变量 ————- 研究问题2：一个人的夜间睡眠时间与他们的能量水平之间是否存在相关性？性别之间有区别吗？ 这是一个有趣的问题，因为经常吹嘘睡眠是维持良好总体健康的重要组成部分。研究表明，那些睡眠时间少于5小时的人甚至更容易患慢性或严重疾病。 使用的总变量：3 sleptim1-报告的睡眠时间 qlhlth2-在过去30天中，有几天被报告为“全力以赴” 性别-报告的生物性别 ————- 研究问题3：总体生活满意度与受教育程度之间是否存在相关性？性别之间有什么区别吗？ 这个问题将试图看看总体生活满意度和个人受教育程度之间是否存在任何关联。一些研究表明，与受教育程度较低的人相比，受教育程度较高的人较少出现婚姻问题，并且可能享有更好的健康状况。它将进一步探讨男性和女性之间是否存在任何差异。 使用的总变量：3 满意-整体生活满意度 教育-教育水平 性别-个人的生物性别 第3部分：探索性数据分析研究问题1：体重指数（BMI）是否与受访者自身健康的看法相关/相关？ load("brfss2013.RData") dim(brfss2013)
## [1] 491775 330
q1 % na.omit()
dim(q1)
## [1] 463275 2
拥有460,000多个观察值，通过表格进行观察更容易，如下所示： prop.table(table(q1$genhlth,q1$X_bmi5cat),2)
##
## Underweight Normal weight Overweight Obese
## Excellent 0.19987805 0.26019496 0.17373887 0.07933813
## Very good 0.26402439 0.35069868 0.35401238 0.26824837
## Good 0.26146341 0.24667514 0.30698451 0.37088006
## Fair 0.15829268 0.09751640 0.11943759 0.19913468
## Poor 0.11634146 0.04491484 0.04582665 0.08239876
表中 有大量的数据。 g1 % group_by(educa) %>% summarise(count=n())
## # A tibble: 6 x 2
## educa count
##
## 1 Never attended school or only kindergarten 10
## 2 Grades 1 through 8 (Elementary) 496
## 3 Grades 9 though 11 (Some high school) 1078
## 4 Grade 12 or GED (High school graduate) 3708
## 5 College 1 year to 3 years (Some college or technical school) 3055
## 6 College 4 years or more (College graduate) 3296
q3 %>% group_by(sex) %>% summarise(count=n())
## # A tibble: 2 x 2
## sex count
##
## 1 Male 4078
## 2 Female 7565
男性和女性的教育水平和总体生活满意度之间似乎总体上呈正相关。至少完成了高中（或同等学历）的人的满意度似乎更高。数据中还存在某些异常值，其中一些响应者在没有受过教育的情况下会“满意”或“非常满意”。由于大多数美国人口至少已从高中毕业，因此该数据似乎准确地代表了受访者的分布。 |
【本文地址】
今日新闻 |
推荐新闻 |