RS1 Przekształcanie danych w R i proste indeksy stylów odpowiedzi.

(Poziom podstawowy)

(Warsztaty realizowane w ramach projektu “Style odpowiedzi w danych samoopisowych: konsekwencje, sposoby zapobiegania, źródła” (2019/33/B/HS6 /00937) finansowanego przez Narodowe Centrum Nauki – NCN”)

Planowany termin:

11-12 lutego 2021, godz. 10:00-14:00.

Żeby dostać link, trzeba wysłać mail na adres publicrelations@ifispan.edu.pl

Cele:

• Zdobycie umiejętności sprawnego przekształcania danych w środowisku R z wykorzystaniem pakietów należących do tzw. tidyverse.
• Zastosowanie zdobytych umiejętności do obliczenia prostych wskaźników opisujących style odpowiedzi respondentów w badaniach sondażowych, na przykładzie danych z badania PISA 2012.

Prowadzący:

• dr Tomasz Żółtak
• dr hab. Artur Pokropek, prof. IFiS PAN
• dr Marek Muszyński

Do uczestnictwa będą konieczne:

• dane z wynikami badania PISA 2012;
  • będziemy dystrybuować;
• znajomość podstaw R:
  • znajomość podstawowych struktur danych: wektorów (w tym czynników – ang. factors) i ramek danych;
  • umiejętność instalowania korzystania z dodatkowych pakietów (polecenie `library()`);
• zainstalowane oprogramowanie:
  • R – do pobrania ze strony;
  • RStudio – do pobrania ze strony;
    • po zainstalowaniu proszę sprawdzić opcję kodowania zapisu polskich znaków zgodnie z instrukcją zamieszczoną na: tej stronie;
  • dodatkowe pakiety R: haven, dplyr, tidyr:
    `install.packages(c(“haven”, “dplyr”, “tidyr”, “forcats”)`

Ramowy plan:

Czasy podane przy poszczególnych zagadnieniach są orientacyjne.

11 lutego (czwartek)

1. Wprowadzenie – 5 min.
2. tidyverse jako dialekt R – 15 min.
3. Wczytywanie danych z plików SPPS i Staty przy pomocy pakietu haven; ograniczenia R w reprezentacji etykiet zmiennych i etykiet wartości – 15 min.
4. Zapis zbiorów do plików SPSS, Staty i R – 10 min.
5. Zapoznawanie się ze strukturą i zawartością ramek danych – funkcje `head()`, `tail()`, `names()`, `str()`, `summary()`, `View()` – 15 min.
6. Wybieranie wierszy ramki danych – funkcja `filter()`, operatory logiczne i operator `%in%`; konieczność przypisywania wyników przekształceń do obiektów – 15 min.
7. Sortowanie wierszy ramki danych – funkcja `arrange()` – 5 min.
8. Wybór wierszy ramki danych przy pomocy funkcji `slice()` i jej wariantów – 10 min.

Przerwa – 20 min.

1. Wybieranie kolumn ramki danych – funkcja `select()` i różne warianty składni, które można w niej stosować; zmiana nazw zmiennych: funkcja `rename()` – 25 min.
2. Przekształcanie danych z wykorzystaniem funkcji `mutate()` cz. I:
   1. Podstawowa składnia; tworzenie nowych zmiennych i modyfikowanie istniejących; kolejność wykonywania się poleceń – 25 min.
   2. Funkcje `if_else()` i `case_when()` – 20 min.
   3. Dokonywanie tego samego przekształcenia na wielu zmiennych – składnia z wykorzystaniem funkcji `across()` – 20 min.

12 lutego (piątek)

1. Prezentacja: Wprowadzenie do stylów odpowiedzi: źródła i konsekwencje (+dyskusja) – 20 min. + 5 min.
2. Przekształcanie danych z wykorzystaniem funkcji `mutate()` cz. II:
   1. Przekształcenia wykorzystujące wiele zmiennych jednocześnie – funkcje `rowwise()` i `c_across()` – 20 min.
   2. Zamiana wartości na braki danych i braków danych na wartości – funkcje `is.na()`, `replace_na()` i `na_if()` – 10 min.
3. Agregacja danych, cz. I:
   1. Tworzenie zestawień zagregowanych parametrów przy pomocy funkcji `summarise()` – 20 min.
   2. Agregacja w ramach grup – funkcja `group_by()` – 15 min.

Przerwa – 20 min.

1. Agregacja danych, cz. II:
   1. Obliczanie parametrów w ramach grup bez zmiany struktury zbioru – użycie `group_by()` w połączeniu z `mutate()` – 25 min.

1. Łączenie ze sobą zbiorów danych:
   1. Łączenie zbiorów przy pomocy funkcji `left_join()`, `righ_join()`, `inner_join()` i `full_join()` – 20 min.
   2. Problemy ze zduplikowanymi obserwacjami i usuwanie duplikatów – funkcje `duplicated()` i `distinct()` – 15 min.
   3. Filtrowanie wierszy przy pomocy funkcji `semi_join()` i `anti_join()` – 10 min.
   4. Funkcje `bind_rows()` i `bind_cols()` – 15 min.
2. Podsumowanie – 5 min.