Question

我正在尝试使用行为风险因素监测系统（2013年）数据集的数据，来了解教育水平与胆固醇意识之间是否存在任何关联。可以从下面的链接中检查数据的内容： https://d18ky98rnyall9.cloudfront.net/_e34476fda339107329fc316d1f98e042_brfss_codebook.html?Expires=1541203200&Signature=WYq5YJFg5WgVOFV4dWPV~pPtu-31ubNEVxEYlNliJZpqZYXfZ741WN9n~RC~kcF0gE6AdxzzNFbiA7nv5DtQsxeWWs1Y9obwadm2PjV8eO~W0TI0YtyU~vmaWgozEkfbzIB17LP0MFY-dUffEsyb29~~JWYnQXHAZXdm-n5q108_&Key-Pair-Id=APKAJLTNE6QMUY6HBC5A##sleptim1

我用于EDA的变量有两个：“ educa”（教育水平）和“ cholchk”（检查胆固醇的时间）。这是我创建的代码：

> q1 <- select(brfss2013, cholchk, educa) %>%
        filter(!is.na(cholchk), !is.na(educa))

> q1 %>% group_by(cholchk) %>%    summary(count=n())

> ggplot(data = q1, aes(x = educa, y = cholchk)) +
    geom_point(shape=1) +
    geom_smooth(method=1) +
    xlab("educa = Education Level") +
    ylab ("cholchk: How Long Since Cholesterol Checked")

该图已成功创建。但是图中的所有点均以规则间隔（？）散布，因此无法检查相关性。您能给我一些建议以获得更好的外观吗？

scatterplot image

我不知道如何在问题上上传“ .RData”文件。所以这是我能做的最好的事情。

cholchk
过去一年：321955
过去两年内：49354
5年以内：29870
5年前或更早：15683

educa
从未上过学或只有幼儿园：463
1至8年级（小学）：10189
9至11年级（某些高中）：21173
12年级或GED（高中毕业）：117152
大学1年至3年（某些大学或技术学校）：113993
大学4年以上（大学毕业）：153892

具有ggplot功能的RStudio中的散点图

0 个答案: