我们用DataSprings替换了一个带有DynamicForms模块的DotNetNuke安装.
目前问题主要与性能有关,但DynamicForms一直在ASP.Net上使用Postbacks的事实使得它也非常容易受到服务器响应时间的影响.
我们正在使用Drupal模块,它允许我们向CMS用户提供一个控制面板,他们可以: - 创建新的调查 - 为调查分配目标组 - 管理问题: - checkbox/radiobutton/combobox/open questions - 上述的变化 - 例如,当选择"其他"时,带有文本字段的组合框 - 对数据列表的支持,例如"您居住的状态",其中值存储在数据库中并单独管理. - 选择某个选项时的条件问题(显示/隐藏)进一步的问题 - 分组问题(一次隐藏问题集) - 剪贴簿功能(存储频繁的问题并能够轻松地将它们复制到新的民意调查中) - 导出轮询数据以及用户配置文件中的选定属性
正如您所看到的那样,需求量很大,我们正在寻找当前解决方案的开源替代方案,这将允许我们在必要时扩展模块.
Drupal将成为首选平台,但我们在这方面具有灵活性.
我很感激您对替代方案的建议.
我正在寻找您从一个软件开发任务切换到另一个软件开发任务所执行的一系列步骤的工作流程类型描述.如果某个步骤涉及工具,请指定使用哪种工具及其使用方法.工作流的目标是实现从任务#1到任务#2并返回到任务#1的最平滑过渡.
考虑这种情况......
您可以在新版本的源中修复该错误,但它必须是稳定版本,并且不能包含您当前正在处理的不完整功能.
df1=data.frame(c("male","female","male"),c("1","2","3","4","5","6"),seq(141,170))
names(df1) = c("gender","age","height")
df1$age <- factor(df1$age,
levels=c(1,2,3,4,5,6),
labels=c("16-24","25-34","35-44","45-54","55-64","65+"))
q1a=c(1,0,1,0,0,1);q1b=c(0,0,2,2,2,0);q1c=c(0,0,3,3,0,3) #1,2 and 3 used to be compatible with existing datasets. Could change all to 1 if necessary.
df2=data.frame(q1a=q1a,q1b=q1b,q1c=q1c); df1 <- cbind(df1,df2)
rm(q1a,q1b,q1c,df2)
我希望复制R中SPSS的多个响应问题的分析.
目前我正在使用此代码:
#creating function for analysing questions with grouped data
multfreqtable <- function(a, b, c){
# number of respondents (for percent of cases)
totrep=sum(a==1|b==2|c==3)
#creating frequency table
table_a=data.frame("a",sum(a==1))
names(table_a)=c("question","freq")
table_b=data.frame("b",sum(b==2))
names(table_b)=c("question","freq")
table_c=data.frame("c",sum(c==3))
names(table_c)=c("question","freq")
table_question <-rbind(table_a,table_b,table_c)
#remove individual question tables
rm(table_a,table_b,table_c)
#adding total
total=as.data.frame("Total")
totalsum=(sum(table_question$freq,na.rm=TRUE))
totalrow=cbind(total,totalsum)
names(totalrow)=c("question","freq")
table_question=rbind(table_question,totalrow)
#adding …自从Joshua Katz发表这些方言地图以来,你可以使用哈佛的方言调查在网上找到这些地图,我一直在试图复制和概括他的方法......但是大部分内容都在我脑海中.乔希在这张海报中透露了他的一些方法,但(据我所知)并没有透露他的任何代码.
我的目标是概括这些方法,以便美国任何主要政府调查数据集的用户可以轻松地将他们的加权数据放入函数中并获得合理的地理地图.地理位置各不相同:一些调查数据集有ZCTA,有些有县,有些有城市地区等等.从质心开始绘制每个点可能很聪明 - 这里讨论了质心,并且可用于大多数地理位置.人口普查局2010年的地名录文件.因此,对于每个调查数据点,您在地图上都有一个点.但是一些调查回复的权重为10,其他人的权重为100,000!很明显,最终在地图上出现的"热量"或平滑或着色需要考虑不同的权重.
我对调查数据很满意,但我对空间平滑或内核估计一无所知.乔什在他的海报中使用的方法k-nearest neighbor kernel smoothing with gaussian kernel对我来说是陌生的.我是绘图的新手,但如果我知道目标应该是什么,我通常可以让事情发挥作用.
注意:此问题与十个月前提出的不再包含可用数据的问题非常相似.关于这个帖子也有一些信息,但是如果有人有一个聪明的方法来回答我的确切问题,我显然宁愿看到它.
r调查包具有一个svyplot功能,如果运行这些代码行,您可以在笛卡尔坐标上看到加权数据.但实际上,对于我想做的事情,绘图需要覆盖在地图上.
library(survey)
data(api)
dstrat<-svydesign(id=~1,strata=~stype, weights=~pw, data=apistrat, fpc=~fpc)
svyplot(api00~api99, design=dstrat, style="bubble")
如果有任何用处,我已经发布了一些示例代码,可以让任何愿意帮助我快速开始在基于核心的统计区域(另一种地理类型)开始调查数据的代码.
任何想法,建议和指导都将不胜感激(如果我能获得正式的教程/指南/如何为http://asdfree.com/撰写,我们会感激不尽)
谢谢!!!!!!!!!!
# load a few mapping libraries
library(rgdal)
library(maptools)
library(PBSmapping)
# specify some population data to download
mydata <- "http://www.census.gov/popest/data/metro/totals/2012/tables/CBSA-EST2012-01.csv"
# load mydata
x <- read.csv( mydata , skip = 9 , h …我需要从我自己的移动应用程序提交调查回复。将向用户显示要填写的调查，我可以使用 get_survey_details api 调用提取调查问题和答案选项，但如何将答复提交给调查猴子？我在任何地方都没有看到 submit_survey 类型的 api 调用。我可以在某些计划中使用此 API 我可以为该计划安排，但我只需要在支付计划之前知道，后来发现我无法从我的移动应用程序提交响应。
我在这里看了：https : //developer.surveymonkey.com/api_console
并在文档中：https : //developer.surveymonkey.com/mashery/requests_responses
PS 我计划使用白金计划，因为它允许我将自定义变量发送到我稍后将用于分析的调查。
我正在使用该survey软件包处理美国社区调查微数据，并希望计算一些基本的收入不平等统计数据。我已将以下内容设置为我的设计：
testsurv <- svrepdesign(data=test, repweights = test[,8:87], weights = test$HHWT,
combined.weights=TRUE, type = "Fay", rho = 0.5,scale=4/80,
rscales = rep(1, 80), mse=TRUE)
由此，我想按年计算基尼系数，以及收入的分位数比率，也按年计算。使用svybyand 生成分位数和相关错误很简单svyquantile：
quants <- svyby(~INCOME, ~YEAR, testsurvey, svyquantile,
quantiles=c(0.9, 0.75, 0.5, 0.25, 0.1), keep.var=TRUE)
这让我想到了我的第一个问题：如果每个分位数都有基于重复权重的误差，我该如何计算收入分位数比率（例如 90/10）的标准误差？我尝试使用，svyratio但这是针对整个变量的比率，而不是针对变量内的选定观察值。
第二个问题：有没有办法survey使用现有函数（如ginifrom ）计算基尼系数（带有基于复制的误差）reldist？我尝试使用，withReplicates但效果不佳，可能是因为将gini其参数withReplicates排序为变量，然后是权重，但指定相反顺序的说明。我尝试了两种方法，但都没有奏效。例如，这里 HHWT 是样本权重：
> withReplicates(testsurv, gini(~HHWT, ~INCOME))
这会产生以下错误消息：
Error in sum(weights) : invalid 'type' (language) of argument
In addition: Warning message: …我有一个由许多变量组成的全国调查，就像这个（为了简单起见，我省略了一些变量）：
year id y.b sex income married pens weight
2002 1 1950 F 100000 1 0 1.12
2002 2 1943 M 55000 1 1 0.55
2004 1 1950 F 88000 1 1 1.1
2004 2 1943 M 66000 1 1 0.6
2006 3 1966 M 12000 0 1 0.23
2008 3 1966 M 24000 0 1 0.23
2008 4 1972 F 33000 1 0 0.66
2010 4 1972 F 35000 1 0 0.67
其中 id 是受访者，yb 是出生年份，已婚是一个假人（1 个已婚，0 个单身），pens 是一个假人，如果此人投资于补充养老金形式，则取值为 …
我想做一项调查，参与者听声音（我链接到问题中的 Google Drive .mp3 文件），然后他们通过使用嵌入式颜色选择器拖动并选择特定的十六进制代码进行响应。
该小部件与此处显示的小部件类似（如果不相同）。
我只想知道用户如何“提交”他们选择的颜色。
我不想添加许多步骤来混淆参与者（例如，转到另一个选项卡中的此颜色选择器，在此框中键入十六进制代码）。
如果我可以包含一个操作来“提交”他们的选择，一个更好的调查托管网站（最好是免费的）或一个更好的小部件，允许用户单击并拖放到色谱上的某个点...请让我知道了：）谢谢！
我一直在尝试很多方法，但我没有解决问题。我找到了here、here和here，但我无法使它们适应我的问题。
我想传递两个字符串向量的组合，其中 'pop' 的每个元素将与 'territ' 的每个元素组合在一起，并通过数字向量（“enroll_lines”）覆盖“enroll”列的子集。因此，我想要在 svyby 函数内部进行三次迭代：在字符串向量中进行两次迭代，在子集数值向量中进行一次迭代。
我想要一个数据框，其中包含设计对象“dclus1”上三个向量的所有结果组合。
预先感谢您的关注和努力。
df <- apiclus1
df$pais <- 0
df$pop_tot <- 1
pop <- c("pop_tot", "stype", "awards")
territ <- c("pais","cname", "dname")
enroll_lines = c(355, 455, 555)
dclus1<-svydesign(id=~dnum, weights=~pw, data=df, fpc=~fpc)
svyloop <- function(vv1, vv2, dsgn, xx) {
svyby( as.formula( paste0( "~" , vv1)) , by = as.formula( paste0( "~" , vv2)) , subset(dsgn, enroll < xx), svytotal , vartype = 'cv')
}
svyloop(pop, territ, dclus1, enroll_lines)
#Error …我一直在使用该包处理一些调查数据survey。我阅读了有关分层后和校准的可用文档，但是我在尝试根据人口已知总数（而不是人口总数）来校准抽样权重时遇到了困难。
为了清楚地表明我的意思，我准备了一个例子：假设我有按性别分层的样本的收入信息，这让我可以创建对象svydesign：
data = data.frame(id = c(1:5),
sex = c("F","F","F","C","C"),
income = c(100,150,75,200,100),
sw = c(2,2,3,3,3))
dis = svydesign(ids = ~id,
strata = ~ sex,
weights = ~sw,
data = data)
然后我可以按性别计算总收入：
svyby(~income,~ sex,dis,svytotal)
gender income se
F F 725 90.13878
M M 900 300.00000
但是，我不知道人口中有多少男性或女性，但我知道按性别划分的总收入：
gender income
F 800
M 800
我一直无法找到一种使用calibrate或postStratify函数来正确估计按性别分类的总数，并且 se = 0 （即校准（后分层）调查设计，其总数与总人口不同）团体）。
我知道我可以通过乘以比率校准因子（将估计总数除以已知总数除以性别）来校准采样权重。这种方法有一些局限性，如此处所述，因为我会得到正确的点估计，但不会得到标准误差。
预先感谢您阅读本文！任何建议，将不胜感激。:)
survey ×10
r ×6
api ×1
colors ×1
drupal ×1
gini ×1
google-forms ×1
html ×1
inequality ×1
javascript ×1
loops ×1
map ×1
module ×1
open-source ×1
percentage ×1
smoothing ×1
spss ×1
surveymonkey ×1