In Alaburda/statistician: Making Easy Statistical Reports

knitr::opts_chunk$set(echo = FALSE, 
                      warning = FALSE, 
                      message = FALSE, 
                      fig.width = 5.8, 
                      fig.height = 4.8, 
                      dpi = 300,
                      results = 'asis')

options(scipen=999, digits = 3)

library(tidyverse)
library(readxl)
library(knitr)
library(janitor)
library(gtable)
library(statistician)

default_plot_hook <- knitr::knit_hooks$get('plot')

knitr::knit_hooks$set(plot = function(x, options) {
  default_md <- default_plot_hook(x, options)
  link_attr <- sprintf("{width=%sin height=%sin}", options$fig.width, options$fig.height)
  sub("(!\\[.*]\\(.*\\))", paste0("\\1", link_attr), default_md)
})

Statistinės analizės metodai

Statistinė analizė buvo atlikta su R v3.6.2. Anketų atsakymų kokybiniai duomenys yra pateikti kaip dažniai ir procentai.

Kokybiniai duomenys yra pateikti kaip ...
Kiekybiniai duomenys yra pateikti kaip ...
Dviejų kokybinių kintamųjų priklausomybė buvo vertinta Pirsono Chi-kvadrato testu.
Kai vienas iš tikėtinų dažnių buvo mažesnis negu 5, buvo taikytas Fisher tikslus testas.

Respondentų atsakymų pasiskirstymas buvo palygintas Chi-kvadrato testu lyginant rezultatus pagal vieną kokybinį kintamąjį ir Cochran–Mantel–Haenszel testas lyginant rezultatus pagal 2 arba daugiau kokybinius kintamuosius. Statistiškai reikšmingi rezultatai laikyti, kai p < 0,05.

Aprašomoji statistika

print_one_way()
print_two_way()

Statistiniai testai

Chi-kvadrato testui:

print_chisq_table(data = mtcars, x = "cyl", y = "gear")
print_chisq_test(data = mtcars, x = "cyl", y = "gear")
print_chisq_plot(data = mtcars, x = "cyl", y = "gear")

Stjudento t-testas:

print_student_table(data = mtcars, x = "cyl", y = "gear")
print_student_test(data = mtcars, x = "cyl", y = "gear")
print_student_plot(data = mtcars, x = "cyl", y = "gear")