Tajne podataka: Pametno istraživanje za stvarne rezultate

Intuitivni uvod u problem Ovo je Deo IV u serijalu blog objava o osnovama istraživačkog dizajna. Raniji tekstovi bili su posvećeni istraživačkim pitanjima i istraživačkim hipotezama u kvantitativnim, kvalitativnim i pristupima na osnovu mešovitih metoda. Ovaj tekst pravi sledeći prirodan korak: objašnjava zašto ti elementi funkcionišu samo kada su usklađeni…

Od paralelnih grana do integrisanog istraživačkog dizajna Ovo je treći tekst u serijalu Istraživačka pitanja koja zaista funkcionišu. Prvi tekst bio je posvećen kvantitativnim istraživačkim pitanjima i disciplini merljivog dizajna. Drugi je razmatrao kvalitativna istraživačka pitanja i logiku značenja, konteksta i interpretativnog istraživanja. Ovaj završni tekst spaja ta dva pristupa…

Od široke radoznalosti do smislenog i interpretativnog istraživanja Ovo je drugi tekst u serijalu Istraživačka pitanja koja zaista funkcionišu. U prvom tekstu razmatrana su kvantitativna istraživačka pitanja i logika merljivog i odgovorivog dizajna. Ovaj tekst prelazi na kvalitativna istraživačka pitanja, gde je središnji zadatak formulisati pitanje koje je otvoreno, fokusirano…

Kratak metodološki serijal za studente master i doktorskih studija, kao i mlade istraživače, o tome kako formulisati istraživačka pitanja koja nisu samo zanimljiva, na koja se zaista može odgovoriti unutar koherentnog istraživačkog dizajna. Ovo je prvi tekst u serijalu Istraživačka pitanja koja zaista funkcionišu. Fokusiran je na kvantitativna istraživačka pitanja….

U prethodnom delu smo kreirali dve promenljive, koristili lm() komandu da bismo ocenili regresioni model, a potom diagnosticirali regresiju korišćenjem plot() komande. Ponavljamo iste podatke. visina = c(176, 154, 138, 196, 132, 176, 181, 169, 150, 175)<br /> težina = c(82, 49, 53, 112, 47, 69, 77, 71, 62, 78)…

U prethodnom delu smo kreirali dve promenljive i korišćenjem lm() komande ocenili regresioni model, tretirajući jednu promenljivu zavisnom, a drugu nezavisnom. Ovde ih ponavljamo ponovo. visina = c(176, 154, 138, 196, 132, 176, 181, 169, 150, 175) težina = c(82, 49, 53, 112, 47, 69, 77, 71, 62, 78) Sada…

U prethodnom delu smo kreirali dve promenljive i korišćenjem lm() komande ocenili regresioni model, tretirajući jednu promenljivu zavisnom, a drugu nezavisnom. Ovde ih ponavljamo ponovo. visina = c(176, 154, 138, 196, 132, 176, 181, 169, 150, 175) težina = c(82, 49, 53, 112, 47, 69, 77, 71, 62, 78) Sada…

Danas ćemo kreirati dve promenljive, grafički ih prikazati na dijagramu rasturanja i uključiti regresionu liniju. Neka je visina promenljiva koja opisuje visinu (u cm) deset ljudi. Da bismo kreirali ovu promenljivu kopirati i preneti sledeći kod na R komandnu liniju. visina <- c(176, 154, 138, 196, 132, 176, 181, 169,…

U prethodnom delu smo pokazali kako postaviti veličinu simbola kvalitativne promenljive korišćenjem qplot. Sada ćemo pokazati kako kontrolisati boju simbola i kako kreirati naslove u legendi. Kopirajmo istu datoteku iz prethodnog dela (medicinska datateka o pacijentima u randomiziranom kontrolisanom kliničkom ispitivanju): M <- structure(list(PACIJENT = structure(c(32L, 15L, 41L, 42L, 44L,…

U ovom delu ćemo razmotriti kako da postavimo veličinu simbola za kvalitativne promenljive korišćenjem qplot. Kopirati sledeću datoteku (medicinska datateka o pacijentima u randomiziranom kontrolisanom kliničkom ispitivanju): M <- structure(list(PACIJENT = structure(c(32L, 15L, 41L, 42L, 44L, 17L, 31L, 10L, 38L, 18L, 22L, 30L), .Label = c("Adrienne", "Alan", "Andy", "Ann ",…