STATS 8分の201データ解析の
割り当て2、第二学期、2019年
期限：午後3時木曜日8月29日の
この割り当てに関する注意事項：
私たちはあなたのSTATS20x_2019_S2_A2.Rmd呼ばRマークダウンドキュメントを提供している
既に入力され、いくつかの答えを持っています（キャンバス上で利用可能）。あなたは記入する必要があります
し、ドキュメントの残りの部分を完了します。あなたが割り当てに使用されるデータファイルがされている
質問に記載され、キャンバスから入手可能です。あなたがこれらのデータセットを入れていることを確認し
、彼らのために見に行くされているので、あなたがRマークダウン文書を入れて同じ場所。
STATS 8分の201作业代做、代写データ分析作业、R编程设计作业代写、R实验作业代做
あなたはマークダウン文書に加える必要がある最初の変更は、お名前とID番号を入れて
トップに。
注：
この割り当ては、最終的なマークの7％の価値があると仕事のかなりの量を必要とします。でください
最後の数日間までそれを放置しません。
付与されている拡張機能のための正当な理由がない限り、後期の割り当ては受け入れられません
（通常の医療は、医師の診断書が必要）。
この割り当ての合計マーク（これは、プレゼンテーションおよび6のマーク含む55なり
、記録のために10のうちマークに変換される通信）。マークのほとんどの
割り当てのためには、解釈のためになる傾向があります。
：次のように6プレゼンテーションとコミュニケーションマークは、この割り当てのために存在する
カバーシートを。使用して、正しいカバーシートに記入します。
Rマークダウン文書の先頭に番号を名前とID。
省スペースと印刷の割り当て2アップ。（上場不要な出力をプリントアウトしていない
データセットをまたは誤ったR出力を示します）。割り当て作業は、「2アップ」レイアウトでプリントアウト。2アップ
レイアウトプリント1ページに縮小サイド・バイ・サイド2ページ。
読みやす。これは、割り当てであなたの一般的なコミュニケーション能力のためです。これは、
明らかに正しい考えを伝える文章を。感覚を作る文章。コメントはされていない
過度に長いか短いです。前の文から論理的に次のような結論。
エグゼクティブサマリーで自然言語の使用。エグゼクティブサマリーでは、これがためにある
、ない変数名を使用して、コンテキスト内で解析を議論知られている時に単位を使用して
賢明に丸め。
エグゼクティブサマリーの中でポイントに維持します。エグゼクティブサマリーでは、これは行っていないためである
必要とされるよりもはるかに詳細に。
あなたのコンピュータのファイルをバックアップするためにあなたの責任です。あなたは自分のコンピュータを使用している場合、
あなたがデータにアクセスし、かなり前のRおよびRメーカーを実行できることを確認する責任を負い
割り当て期日。当社の管理外の技術的な問題が言い訳として受け入れられません
後半授業を提出するため。
問1. [16マークス]
研究者は、男性と女性の学生は、同じレベルの持っているかどうかに興味を持っていた
コレステロールの摂取量を。研究は、ミシガン州の学校で行われました。ランダムなサンプル
学生が調査した一日あたりのコレステロールの摂取量は、標準から推定した
食物摂取頻度アンケート。研究者は、平均値と中央値の両方を比較したい
男性と女性の学生のためのコレステロールの摂取量を。
データセットはchol.txtに格納された変数が含まれます：
CHOLコレステロール（mg）の学生が一日あたりの消費を。
学生（F =女性、M =男性）の性別性別は
プロットとデータの要約統計を見て、それらにコメント。
平均を比較するために、データにモデルをフィット。モデルの仮定を確認してください。
中央値を比較するために、データにモデルをフィット。モデルの仮定を確認してください。
注：上記の使用線形モデル。ウェルチ・テストを使用しないでください。
メソッドを書くと仮定は、セクションをチェックします。
注：これはわずかに異なる方法だろうと仮定としては、通常よりもセクションをチェックし
、あなたがに2つの異なるモデルをフィットしているようあなたが効果的に二回、すべてをやっているだろう
、あなたのデータ。
エグゼクティブサマリーを書きます。（この項を書く上でのヒントのための割り当て1ノートを参照してください。）
注：エグゼクティブサマリを書くとき、インタレスト/目標の質問を覚えています。
問2. [12マークス]
品質や色に基づいて宝石商の価格ダイヤモンド。典型的な価格と考えられている
ダイヤモンドのようにモデル化することができます。
=α×Colourβ価格は
1.0〜1.5カラットの重量を量る25個のダイヤモンドの試料をこの試験するために検査される
関係。宝石商は、この力関係が成立するかどうかを知りたいです。特に、彼女は
色のスコアでは50％の増加がダイヤモンドの価格にどのように影響するかを推定したいと考えています。
データセットはDiamonds.csvに格納された変数を含んでいる：
（数百ドルで）カラットあたりの価格の価格を
1から10までのスケール上の値（1であるとダイヤモンドの色の色スコア
黄色及び10は純白である-ので、より高いです優れている）
データの初期プロットを見て、それについてのコメント。
このデータのための仮説モデルは、電力モデルですので、このデータへの電力モデルを当てはめます
ログインしているすべての変数を持ちます。モデルの仮定を確認してください。
最終モデルから必要な推論の出力を生成します。
メソッドを書くと仮定は、セクションをチェックします。
エグゼクティブサマリーを書きます。
質問3. [21マーク】
痴呆は、記憶障害によって特徴付けられる神経変性疾患のグループである
認知低下。そのメカニズムによっては、認知症をさらにすることができ
、アルツハイマー病（AD）、レビー小体型認知症、前頭側頭型認知症、およびに分類
血管性認知症。ADは、認知症例の60％〜80％を占め、およびとしての発生率が高くなる
人の年齢。伝統的に、ADの診断は主に臨床症状に基づいていました
症状の。しかし、ADの病態生理は年先の始まりと考えられている
臨床症状の発現、最も利用可能な処置しか進行遅らせることができる
病気のを。そのため、従来の方法よりも早いADを検出するための新しいツールが必要です。
18F-FDG-PETは、（腫瘍イメージングのために使用されていること）に有望な神経画像ツールである
が、グルコースの休止状態大脳代謝速度、インジケータ反映する早期ADの診断
ニューロン活動のを。症例対照研究ではADと健常者との両方の患者はして
スキャンし、自分の年齢が記録としてFDGスコアも同様に計算しました。研究者たちは、に興味があります
スキャン結果は、正常な個体とAD患者の間で異なっているかどうか。あれば
差は、研究者はまた、この差は年齢に依存しているかどうかに興味があります。
この質問に使用されるデータは、アルツハイマー病から独立したサブサンプルである
神経画像イニシアティブ。データは、「ADNI.txt」に格納された変数含まれる
被写体（数値）のFDG 18F-FDG-PETスキャン結果を表示します。
対象の年齢年齢（歳）。
対象のステータスAD状況（いずれかのAD健康のためのアルツハイマー病またはCNのための
個人-対照群）。
私たちは、あなたが答えたいとR-値下げファイルでは、分析のほとんどはあなたのために行われている
いくつかの具体的な質問を。
データの初期プロットを見て、それについてのコメント。
重畳フィットラインを持つモデルのプロットを見てください。その後で振り返る
フィットがプロット値に対する残差のプロット。二つのクラスタが存在する理由を説明
フィットがプロット値に対する残差の点で。
メソッドを書くと仮定は、セクションをチェックします。
StatusCNがされています斜面および/またはインターセプトの面では、どのような年齢の係数を説明
推定します。
以下の各、どちらかのためにするために信頼区間を解釈文を書き
、我々はR-出力からこれを答えることができない理由を要求された情報や状態を推定
与えられた：
-一般的には、健康な人とで、それらの間のFDGスコアの大きさの違い
アルツハイマー病。
-年齢の各追加年の健康な人のFDGスコアへの影響。
-各追加のためのアルツハイマー病を持つ人々のFDGスコアへの影響
年齢の年。
重ね合わせたモデルとプロットを見ると、中で起こっているように見えるかを説明
2-3文章。
FDGのスコアのための予測区間は、年齢に対してプロットしたもので、最終的なプロットを見て
ADとCN基の両方。研究の目的は、FDGのスコアを見て、できるようにすることです
以前のアルツハイマー病を予測します。このプロットに基づいて、これはと思われるかどうかを議論する
もっともらしいです。あなたの答えを正当化します。
プロ、とても信頼できるので。必要に応じて、QQを追加してください：99515681または電子メール：[email protected]
マイクロ手紙：codehelp