]> code.communitydata.science - stats_class_2020.git/blobdiff - psets/pset1-worked_solution.rmd
typo fixes + instructions for submitting csv files
[stats_class_2020.git] / psets / pset1-worked_solution.rmd
index 9df46c4d457b5bacf2ff1fd976a540aab0cbca73..06b227ef80309142efd5aae4abada923d7cb7dce 100644 (file)
@@ -10,6 +10,9 @@ output:
       collapsed: true
       smooth_scroll: true
     theme: readable
+  pdf_document:
+    toc: yes
+    toc_depth: '3'
 ---
 
 ```{r setup, include=FALSE}
@@ -198,7 +201,7 @@ Note that ggplot2 generates a warning about 5 "non-fininte values." In this case
 
 ### SQ1
 
-A compelling answer to this depends on the variable you chose. For the one I looked at in my example code (`poverty`) the data is somewhat right skewed, but not much. In this case, the mean and standard deviation should represent the central tendency and spread of the variable pretty well. If your variable was different (e.g., one of the population or income measures, it would probably be good to also examine and report the median and interquartile range. See `OpenIntro` chapter 2 for more on distinctions/reasons behind this.
+A compelling answer to this depends on the variable you chose. For the one I looked at in my example code (`poverty`) the data is somewhat right skewed, but not much. In this case, the mean and standard deviation should represent the central tendency and spread of the variable pretty well. If your variable was different (e.g., one of the population or income measures), it would probably be good to also examine and report the median and interquartile range. See `OpenIntro` chapter 2 for more on distinctions/reasons behind this.
 
 ### SQ2
 

Community Data Science Collective || Want to submit a patch?