survey

    0熱度

    1回答

    我一直在尋找一種方法來完成這一整天,但沒有運氣。我很抱歉,如果我以某種方式錯過了這個帖子。我目前正在與Qualtrics合作,並試圖編寫一個文本框,其中包含說明並在參與者填寫調查時向下滾動頁面。今天,我從來沒有使用JavaScript編碼,我只熟悉基本的HTML。從我今天發現的,我相信我需要編寫一個固定的div框。我確實找到了代碼,但它們都包含html或css元素,而這些元素程序不允許。在質量問題

    0熱度

    1回答

    我正在構建一個模型,以允許業務用戶在運行時構建決策樹。 具體實施將在調查中看到適用於給定問題的決定,以決定是否應顯示該問題。 爲了便於討論的一個例子是: Q1:請註明您的性別。第二季度:請說明您的年齡。 (0-120) Q3:你有沒有懷孕過? (這個問題只有在答案Q1 = F AND Q2> 9的答案時纔會顯示) 問題4:你有過乳房X光檢查嗎? (這個問題只應該顯示,如果(答案Q1 = F 和答案

    -1熱度

    1回答

    我已經使用twang軟件包來傾向評分體重我的數據,並使用調查包功能。 我可以使用下面的代碼來創建沒有問題,一個標準的生存曲線: km <- svykm(Surv(rec_time,rec)~procedure, design=design.mnps) plot(km) 我在網上看的,如果它不是一個svykmlist對象,下面的工作: km <- svykm(Surv(rec_time,rec

    -2熱度

    1回答

    我正在android studio中創建一個調查。在進行調查時,我需要在完成時計算得分。我如何設置答案的數字。例如,我有強烈的不同意= 1,不同意= 2,中立= 3,同意= 4,非常同意= 5

    0熱度

    2回答

    我是Python新手,需要一些幫助才能獲得調查結果。我有一個CSV文件,它看起來像這樣: Person, Gender, Q1, Q2, Q3 professor, male, agree, not agree, agree professor, male, agree, agree, agree professor, female, neutral, not agree, agree P

    0熱度

    1回答

    我有一個調查數據集與頻率權重(freq_wgt)。調查設計是多階段整羣抽樣。數據集如果跟隨。 sector <- c(1,2,1,2,1,2,1,2,1,2,2,2,1,1,2,1,2,1,2,2) sex <- c(2,1,2,2,2,1,2,1,2,1,1,1,1,2,2,1,2,1,2,2) Group <- c(1,2,3,3, 2,1,1,2,3,3,2,1,1,3,3,1,3,1,

    0熱度

    1回答

    所以,我是一個相當缺乏經驗的網絡程序員,只是在這裏或那裏使用一點HTML或CSS。我真的對這些事情一無所知。 由於我目前的問題,我不能完全決定是否我缺乏網絡編碼知識,或者是否設置了這個調查工具。 在調查小工具中,您可以在調查本身的外部位置創建'自定義CSS'編碼。我認爲這是一個外部CSS樣式表,但是你可以在其中放置多個樣式。 然後,對於調查的每個頁面,您可以鏈接到您在其他地方定義的樣式,或者可以鏈

    0熱度

    1回答

    我正在使用svydesign分析虛擬數據集,但出現錯誤。下面是代碼: library(mitools) library(survey) data(nhanes) nhanes$hyp <- as.factor(nhanes$hyp) imp <- mice(nhanes,method=c("polyreg","pmm","logreg","pmm"), seed = 23109)

    1熱度

    1回答

    這是我以前的帖子 Error with svydesign using imputed data sets 我想在我的估算數據集運行rake()功能的延續。但是,它似乎沒有找到輸入變量。以下是一個示例代碼: library(mitools) library(survey) library(mice) data(nhanes) nhanes2$hyp <- as.factor(nhane

    1熱度

    1回答

    我有一個有點繁瑣的關於隨機化/循環Qualitative問題合併。 我試圖運行一項研究,參與者回答有關10種不同情景的問題,每種情景都有兩種變體(稱爲A和B)。所有這些都是通過在一組相同的3-4個問題上顯示不同的.jpg文件給出的。我們希望隨機確定他們是否看到每個場景的A或B,但確保他們看到每個場景一次。我們還想穿插4個填充場景(每個只有一個變體)。 所以調查的流動會是這個樣子: 隨機場景的10×