| standardiser_ages | R Documentation |
Détecte et corrige le "heap effect" (attraction vers les âges ronds) fréquent dans les enquêtes africaines où les âges sont déclarés. Calcule l'indice de Whipple et l'indice de Myers pour évaluer la qualité.
standardiser_ages(
data,
var_age = "age",
methode = c("aucune", "interpolation", "united_nations"),
age_min = 0L,
age_max = 120L
)
data |
data.frame ou tibble — Données |
var_age |
character — Nom de la variable d'âge |
methode |
character — Méthode de correction :
|
age_min |
integer — Âge minimum valide. Défaut : 0. |
age_max |
integer — Âge maximum valide. Défaut : 120. |
Une liste avec :
donnees |
tibble avec âges corrigés si methode != "aucune" |
indice_whipple |
numeric — Indice de Whipple (1 = parfait, > 1.05 = problème) |
indice_myers |
numeric — Indice de Myers (0 = parfait) |
diagnostic |
character — Évaluation de la qualité |
## Not run:
donnees <- data.frame(age = sample(0:80, 200, replace=TRUE))
standardiser_ages(donnees, var_age="age")
## End(Not run)
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.