Code
pop <- rep(0:1, c(1900000-0.56*1900000,0.56*1900000))
#創造出一個虛擬母體
mean(sample(pop,1068)) #從中抽樣[1] 0.566講座流程
上半場（14:00～15:30）：基本觀念與操作
下半場（15:40～16:40）：觀念應用與案例操作
Q&A問與答（16:40~17:00）
開始之前請準備好
開啟本講線上講義：https://bit.ly/3owUFpi
下載本講的資料檔：https://bit.ly/45zGkJt
請先在電腦中安裝 R 再安裝RStudio
關於講者劉正山老師
- 中山政研所專任教授，主授方法論、民意與政治行為研究、社群媒體與政治傳播等課程
- 訓練研究生使用R進行研究分析連續17年（自2006起）
- 著有《民意調查資料分析的R實戰手冊》（2018）
基本觀念與操作
統計是什麼？
統計（statistics）是個收集、分析和解釋數據的學問，分為描述性統計和推論性統計，也是今日新興的「資料科學」的基礎。
描述統計用於認識資料（樣本）的特性。
推論統計用於推斷資料背後群體（母體）的特性，而且可以用於探討概念之間的潛在關係。
圖 3.1: 母體與樣本之間的關係（圖片來源：《民意調查資料分析的R實戰手冊》p.21 ）
你看得懂民調嗎？
民調為什麼本來就不會準？（它是「一個」民調）
賽馬式民調在吵什麼？（你把民調數字當真相）
談談推論統計上的一個神奇定理：中央極限定理
我們一起點開這張圖（連結：https://bit.ly/3osMKcD），跟著老師一起操作。
從統計的角度來看懂民調的秘密
::: {#fig-meanand median} 
常態分布中的平均數（表示資料的中間傾向）與標準差（表示資料的離散程度）（圖片來源：https://pansci.asia/archives/362484） :::
- 民調本來就不一定會準，但有一定前提可以相信。
- 賽馬式民調忽略了真相在區間裡，而不是在單點的預測上。
小結
- 統計是讓你變得宏觀、變聰明的知識。
- 擁抱統計能讓你探索世界的真相，不會人云亦云。
觀念應用與案例操作
為什麼R值得去認識一下？
R是統計學社群所發展出來的語言。在眾多統計軟體中，Ｒ是一項免費公開、普遍下載的應用軟體，在國內外學界及業界應用很廣泛。應範圍從公衛、民意調查到人工智慧、視覺、聲音、健康、能源資料大數據分析等。
R運用在研究分析上很強大，是國際級的工具。
2020@TPE; 2022@Beijin; 2022@online; 2023@ChicagoR比其他程式語言（如Python）更適合想探索資料的初學者，但台灣整體風氣偏重Python多過R。
你不必想用它取代Excel，但它可以讓你（依需要）做到一些Excel做不到的事。
RStudio跟R是什麼關係？
R與Excel/SPSS操作最大的不同
最重要的差異：使用語法（而非滑鼠點放）來取用資料，例如
資料檔物件$變數第二重要的差異：
語法檔可保留下來供檢誤與再製（所以沒有黑箱）
可以用時開啟多個專案及多個資料檔進行分析
第三重要的差異：
拼裝車（有褒意也有貶意）
並非全中文環境
對一般人來說挺大的學習曲線（但那個軟體不是呢？）
有師傅帶著入門最好，但自學環境與材料在今日已相當充足
長期使用要懂得保養：維護引擎（R）、車體（RStudio）與配件（外掛/套件）
啟動你的第一個R專案
- 請跟著老師一起做
品嘗用R來學習統計觀念
信賴區間的基本概念
假設在2023年全台灣成年合格選民有1900萬人，經普查發現支持「電價緩漲」的比例為56%。今天我們進行一次民意調查，全台灣隨機抽出1,068位合格選民電訪，問他們支持「電價緩漲」比例為何？
如果你在R上反覆執行上兩行的指令，你會發現每次抽樣得到數值（支持比例）都會不一樣，但你也會發現它們之間的差異不會大到那裡去。也就是說抽樣平均數呈現某種程度的分配（在本例中為常態）。現在我們抽樣3000次（且不重複抽樣），並看看這些平均數的分配情形。
Code
result <- replicate(3000, mean(sample(pop,1068, replace=TRUE)))
mean(result)[1] 0.56Code
hist(result)
用R來做描述統計
本次專案資料來源
微笑小熊調查小棧：smilepoll.tw 相聚時光烤不烤
調查時間：2017/11/06~2017/12/05
受訪人數：650人
變數的讀入、製圖與製表
RStudio可以讀入Excel, SPSS, SAS等軟體的資料檔，例如
Code
library(foreign)
bbq <- read.csv("BBQ.csv")
library(readxl)
bbq <- read_excel("BBQ.xlsx") 但這次我們使用R專屬的格式來操作。
Code
load("BBQ.rda")
library(sjPlot)
library(sjmisc)
# （V44r）說到烤肉，請問您明年會不會想全家人一起烤肉？ (0~10) 0:5=0[不會]; 6:10=1[會]
frq(bbq$V44r)說回到烤肉，請問您明年會不會想全家人一起烤肉？ (x) <categorical>
# total N=650 valid N=650 mean=0.53 sd=0.50
Value | Label | N | Raw % | Valid % | Cum. %
----------------------------------------------
0 | 不會 | 306 | 47.08 | 47.08 | 47.08
1 | 會 | 344 | 52.92 | 52.92 | 100.00
<NA> | <NA> | 0 | 0.00 | <NA> | <NA>Code
plot_frq(bbq$V44r) 
以下請你自己來試試看能不能快速為變數來製表製圖
Code
#（V18r）如果大家都烤肉，您會覺得「不好玩」嗎？
# 跟別人做類似的活動，不好玩 １
# 跟別人做類似的活動也很ok啊 0
# （V20r）您覺得戶外的烤肉對您的健康有多大影響？
# 影響很大 １
# 影響不大 0
# 完全沒影響 0
# （V21r）對您來說，烤肉費用的支出是不是一種負擔？
# 是，的確是種負擔 １
# 還好 0
# 不會 0
# （V23r）準備烤肉食材對您來說會不會很麻煩？
# 會麻煩 １
# 不會麻煩 0
# （V27r）您在不在意您烤肉時造成的污染？
# 會在意，覺得多少影響了環境 １
# 還好 0
# 不會在意 0
# (V45r) 平時用社群媒體（Line, Facebook等）與家人聯繫感情。您覺得夠不夠？
# 很夠了。科技讓我與家人緊緊連在一起，年節不見面也不要緊。 0
# 還算夠。有了科技，家人不必一定要聚在一起。 0
# 不夠！見面較能聯絡感情，所以仍然要經常找時間團聚。 1
# 絕對不夠！我不太相信用社群媒體可以聯繫感情，一定要見到面才行。 1
# (V48r) 大家圍著烤肉比其他活動要較為容易聯絡感情。
# 同意。 １
# 不會/不見得。 0用R來做推論統計
探索式分析：描述與推想
會覺得「見面團聚取代使用手機」（v45r）比較重要的人，跟「覺得自己時間充裕」（v37r）有沒有關係？會是什麼樣的關係呢？
虛無假設（H0）：兩者無關
替代假設（H1）：兩者有關
Code
load("BBQ.rda")
library(sjPlot)
tab_xtab(bbq$V37r, bbq$V45r,
show.row.prc = TRUE, # 顯示列百分比
show.col.prc = TRUE # 顯示欄百分比
)| 最後，我們來談談節慶與團聚。 請問您覺得一天之內自己可以自由支配的時間（用來做自己想做的事）大約有多少？ |
平時用社群媒體（Line, Facebook等）與家人聯繫感情。您覺得夠不夠？ |
Total | |
|---|---|---|---|
| 不常見面不要緊 | 見面是必要的 | ||
| 足夠 | 173 39.1 % 73.9 % |
269 60.9 % 65.5 % |
442 100 % 68.5 % |
| 不夠 | 61 30 % 26.1 % |
142 70 % 34.5 % |
203 100 % 31.5 % |
| Total | 234 36.3 % 100 % |
411 63.7 % 100 % |
645 100 % 100 % |
| χ2=4.588 · df=1 · φ=0.088 · p=0.032 | |||
- 發現：假設得到支持，而且…
驗證式分析：解釋與預測
劉老師問大家：「明年中秋你們家會不會烤肉？」
全班的同學七嘴八舌一番後提出了七個假設：
假設一：對烤肉的新鮮感不再（
V18r）便會降低明年烤肉的意願（V44r）假設二：覺得烤肉影響健康（
V20r）便會降低明年烤肉的意願假設三：覺得烤肉花費造成負擔（
V21r）便會降低明年烤肉的意願假設四：覺得烤肉麻煩（
V23r）便會降低明年烤肉的意願假設五：覺得烤肉影響環境（
V27r）便會降低明年烤肉的意願假設六：覺得不必要見面（
V45r）就能聯絡感情會降低明年烤肉的意願假設七：認為烤肉不是聯絡感情的首選（
V48r）便會降低明年烤肉的意願
Code
load("BBQ.rda")
mod.1 <- glm(V44r ~ V18r+V20r+V21r+V23r+V27r+V45r+V48r,
data=bbq,
family=binomial)
summary(mod.1)
Call:
glm(formula = V44r ~ V18r + V20r + V21r + V23r + V27r + V45r +
V48r, family = binomial, data = bbq)
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -0.103 0.261 -0.39 0.69368
V18r1 -0.932 0.259 -3.59 0.00033 ***
V20r1 -0.230 0.203 -1.13 0.25797
V21r1 -0.254 0.205 -1.24 0.21426
V23r1 -0.701 0.232 -3.01 0.00257 **
V27r1 -0.111 0.206 -0.54 0.59075
V45r1 0.517 0.192 2.70 0.00701 **
V48r1 1.803 0.187 9.64 < 2e-16 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 892.04 on 644 degrees of freedom
Residual deviance: 710.49 on 637 degrees of freedom
(5 observations deleted due to missingness)
AIC: 726.5
Number of Fisher Scoring iterations: 4- 發現：假設一、四、六、七得到這筆資料的支持，意味著…