Seminar 5 – Oppgaver

Du skal bruke datasettet wvs_us17.csv og lineær regresjon for å undersøke relasjonen mellom avhengig (AV) og uavhengig (UV) variabel. Datasettet er en survey gjennomført i USA i 2017 for World Value Survey. Individer svarer på surveyen. Tilsvarende surveyer er gjort for mange andre land og år (se World Value survey sine nettsider for mer informasjon), men i dag bruker vi et datasett som bare inneholder observasjonene fra USA i 2017.

Datasettet inneholder følgende variabler:

Variabel Beskrivelse
year Året surveyen ble gjennomført
country Land surveyen ble gjennomført i
age Alder i år
gender 1 = Male, 2 = Female
corruption How would you place your views on corruption in your country on a 10-point scale where “1” means “there is no corruption in my country” and “10” means “there is abundant corruption in my country”. If your views are somewhat mixed, choose the appropriate number in between.
imp_democracy How important is it for you to live in a country that is governed democratically? On this scale where 1 means it is “not at all important” and 10 means “absolutely important” what position would you choose?
income_group On this card is an income scale on which 1 indicates the lowest income group and 10 the highest income group in your country. We would like to know in what group your household is. Please, specify the appropriate number, counting all wages, salaries, pensions and other incomes that come in.

Oppgaver

  1. Last inn datasettet wvs_us17.csv og oppgi antall enheter og variabler i datasettet.
  2. Finn navn på variablene i datasettet.
  3. Opprett en nytt datasett med kun variablene imp_democracy, age og income_group. Sjekk at klassen til variablene er numeric.
  4. Vis hvordan du fjerner enheter som mangler opplysninger fra datasettet. Oppgi antall enheter i datasettet etter at du har fjernet enhetene.
  5. Lag et spredningsplott av sammenhengen mellom imp_democracy (AV) og age (UV). Selv om imp_democracy egentlig har ordinalt målenivå så kan du tenke på den som (tilnærmet) kontinuerlig i de følgende oppgavene.
  6. Kjør en lineær regresjonsmodell med imp_democracy som avhengig variabel og age som uavhengig variabel.
  7. Tolk koeffisienten til age.
  8. Print resultatet av regresjonen i en tabell ved hjelp av stargazer(). Lagre tabellen lokalt på pc-en din og åpne den i f.eks. word eller en nettleser.
  9. Lag et plott med observerte verdier av imp_democracy på y-aksen og observerte verdier av age på x-aksen. Legg til en regresjonslinje, endre aksetitlene og legg til en tittel. Lagre plottet lokalt på pc-en din.
  10. Lag en ny variabel gender2 som tar verdien “Kvinne” når observasjonen har verdien “2” på gender og “Mann” når observasjonen har verdien “1” på gender. Sjekk at det ble riktig.
  11. Estimer en ny multivariat regresjonsmodell med imp_democracy som avhengig variabel og age og gender2 som uavhengige variable.

Løsningsforslag

Code 
library(tidyverse)

### Oppgave 1
wvs <- read.csv("./data/wvs_us17.csv")
dim(wvs)
# Det er 2596 eneheter og 7 variabler

### Oppgave 2
names(wvs)

### Oppgave 3
wvs_sub <- wvs %>% 
  select(imp_democracy, age, income_group)

is.numeric(wvs_sub$imp_democracy)
is.numeric(wvs_sub$age)
is.numeric(wvs_sub$income_group)

# evt
apply(wvs_sub, 2, is.numeric)

### Oppgave 4
wvs_nona <- wvs %>% 
  drop_na()
nrow(wvs_nona)

# Det er 2508 enheter i datasettet etter vi har fjernet NA

### Oppgave 5
ggplot(wvs, aes(x = age, y = imp_democracy)) +
  geom_point()

### Oppgave 6
imp_lm <- lm(imp_democracy ~ age, data = wvs, na.action = "na.exclude")

### Oppgave 7
summary(imp_lm)
# En enhets økning i age gir en forventet økning på imp_democracy på 0.037.
# Altså finner modellen at dess eldre man er, dess mer setter man pris på
# å leve i et demokrati.

### Oppgave 8
library(stargazer)

stargazer(imp_lm, out = "tabell.html")

### Oppgave 9

ggplot(wvs, aes(x = age, y = imp_democracy)) +
  geom_point() +
  geom_smooth(method = "lm") +
  labs(x = "Alder", 
       y = "Viktighet av demokrati", 
       title = "Sammenheng mellom alder og syn på demokrati")
ggsave("imp_plot.pdf")
  
### Oppgave 10

wvs$gender2 <- ifelse(wvs$gender == 2, "Kvinne", "Mann")

# Sjekker om det ser riktig ut
table(wvs$gender, wvs$gender2)

### Oppgave 11

imp_multreg <- lm(imp_democracy ~ age + gender2, data = wvs, na.action = "na.exclude")

summary(imp_multreg)