Jeg bruker altfor mye tid på å koble nye og gamle kommunenummer. Her er en csv-fil med kommunenavn og -nummer fra før og etter fylkesendringen i 2024.
Denne posten baserer seg på et kort kurs jeg holdt som introduksjon til R og Tidyverse. Posten inneholder slidene fra presentasjonen og går igjennom ulike deler av databehandling med dplyr. Posten tar både opp bruken av pipe "|>" og ulike sentrale "verb" fra dplyr slik som "filter", "mutate" og "summarize".
Denne posten beskriver hvordan man kan lage for loops eller for løkker i R. Dette er en enkel, men litt tidkrevende måte å få gjort ting mange ganger på.
Når vi jobber i RMarkdown slik som i Quarto vil vi ikke alltid ha alle feilmeldingene med i det endelige dokumentet. I denne posten går jeg gjennom hvordan man kan spesifisere hvilke typer meldinger man vil ha med i den endelige fila. Jeg viser både hvordan man kan bestemme dette for hver chunk og hvordan man kan spesifisere det for hele dokumentet.
Denne posten beskriver hvordan man kan lage et flytdiagram også kalt sankeydiagram i R. Dette er en type diagrammer som viser hvordan individer eller grupper beveger seg mellom ulike statuser. Eksempelet er hvordan personer kan oppleve et parti som nærmeste parti, men ha stemt på et annet.
Denne posten beskriver hvordan man kan bruke vekter i R ved hjelp av srvyr- og survey-pakkene. Srvyr-pakka gjør der enkelt å få ut vekta estimater slik som gjennomsnitt og andeler og gjør det enkelt å jobbe med surveyer og spørreundersøkelser. Srvyr bruker ganske standard tidyverse- og dplyr-kode og gjør det mulig å bruke pipe. Dermed blir det mye enklere å få vekta estimater i R.
Denne posten er slidene til et veldig kort kurs jeg holdt på ISF for nybegynnere i R. Jeg har ikke skrevet ut kurset, så dette er bare punktene fra presentasjonen jeg brukte og koden i chunkene.
Denne posten beskriver hvordan man kan beregne robuste standardfeil i R.
Denne posten beskriver hvordan man kan hente ut informasjonen fra en nestet liste i R der data er plassert på ulike nivåer. Først beskrives det hvordan vi får en oversikt over innholdet i lista med str(). Deretter brukes funksjonen `hoist()` for å få ut dataene i en `data.frame` eller en `tibble`. Dette er ofte nyttig når vi har data fra et API eller en nettjeneste.
Denne posten beskriver hvordan man kan lage en figur over en variabel der man tar antall/prosent av hver kategori som også inkluderer missing.